Claude Code 一图出全套广告：产品照 → 5 张图 + 5 条竖版视频
Andy Lo（AndyNoCode）演示用 Claude Code 编排整条电商广告流水线：从一张真实产品照生成 5 张工作室级产品图与 5 条短视频广告；最难的不是“好看”，而是用 产品一致性 Skill 全程压制 product drift，并在全自动 HyperFrames 成片与人工 CapCut/Premiere 精修之间做 80/20 预算分流。
基本信息
- 标题：I Turned 1 Product Photo Into a Full Ad Campaign with Claude [On Autopilot]
- 来源类型：视频（YouTube 字幕）
- 频道：Andy Lo / AndyNoCode
- 时长：11:23
- 上传日期：2026-07-21
- 原文 URL：https://www.youtube.com/watch?v=mu5N8fw-3FU
- 原文位置：
raw/articles/2026-07-26-youtube-claude-product-photo-ad-campaign.md - Telegram stub：
raw/articles/2026-07-26-194515-tg-b35df0.md（msg 2348） - 消化日期：2026-07-26
核心观点
-
一图出全套 campaign 已可落地：单张真实产品照 → 5 张 AI 产品图 + 5 条竖版短视频广告，无需摄影师、无需打开传统剪辑软件起步；编排中枢是 Claude Code，执行层接 Fal.ai（生图）、Seedance 2.0（图生视频）、ElevenLabs（旁白）、HyperFrames（自动成片）。
-
最难的是产品保真，不是画面漂亮：作者反复强调 hardest part 不是 generating beautiful ads，而是 keeping product accurate end-to-end。多数 AI 广告流水线在多轮生图/生视频后会出现 product drift（产品外形、logo、材质、比例漂移）。解法是独立的 产品一致性 Skill：每次生成都挂原始参考图、prompt 一次只改一件事、单图校验后再批量、跨阶段强制 QC 门禁。
-
工作流资产化：CLAUDE.md + Skills + setup 文档，而不是临场口述：项目用一组 markdown 定义全流程——
CLAUDE.md做 master playbook（目标、技能加载、不可破规则、全自动/人机分支）；product consistency skill管保真；ad pipeline skill管编排顺序；ElevenLabs/Fal setup 文档是可复用 build prompt；HyperFrames production skill 复用既有视频成片能力。装好后对 Claude 只需“读 CLAUDE.md 并实现”，不必反复解释。 -
成本锚点让规模化生产成立：单张产品图约 2.5 美分；整条 AI 生成链路成本被描述为“少量 Fal credits + 少量 ElevenLabs credits + $20 Claude Pro”。对需要大量产品广告的电商，这意味着预算可从“每条都请剪辑”转向“简单广告自动出、重点 campaign 再外包精修”，更多钱投到 跑广告 而非 产广告。
-
全自动 vs AI 辅助是同一资产上的两条出口，不是二选一教条：
- 图像广告：Claude 可走 Adobe MCP + HTML/CSS 自动出成品创意；也可只自动产产品图，最终设计与品牌由人收口。
- 视频广告：HyperFrames 自动拼装适合简单产品广告，已可投 Meta Ads / TikTok Ads；复杂/高预算片仍应给 CapCut 或 Premiere 专业剪辑。作者明确：workflow 最强形态是 配对传统剪辑，而不是完全替代。
-
四步流水线可复制：① 真实产品照 → 保真 hero 图；② 扩展多角度/广告变体且视觉一致；③ Seedance 动画化 + ElevenLabs 自动旁白；④ Claude 组装成片，或分支到人机精修。脚本/分镜可先在 Claude 网页或桌面端迭代 storyboard 与 voice-over，再落成
script scenes.md喂给流水线。
实操内容保留
项目文件角色（可复用结构）
CLAUDE.md
- master playbook
- 目标：1 张产品照 → 5 产品图 + 5 视频广告
- 加载哪些 skills
- 不可破规则（尤其产品保真）
- 末端分支：全自动 HyperFrames vs AI-assisted 精修
product-consistency skill
- 每次生成前附加原始参考图
- prompt 短、一次只改一个变量
- 先单图验证，再批量
- 进入下一阶段前强制 quality check
- 目标：全程抑制 product drift
ad-pipeline skill
- hero 图 → 多产品镜头 → 视频场景 → 旁白 → 成片分支
- 编排顺序即自动化路线图
elevenlabs-setup.md / fal-setup.md
- 可复用 build prompt，避免每次重写接入说明
hyperframes-production skill
- 复用既有 HyperFrames 成片原则构建与环境
1. 在 Claude Code 中把模型切到 Sonnet，reasoning effort = medium
2. 提示：阅读 CLAUDE.md 并实现；@ 标记 fal-setup.md
3. 同样方式执行 elevenlabs-setup.md
4. 约 2 分钟完成接入实现
5. 复制 .env.example → .env
6. 填入 FAL_API_KEY 与 ELEVENLABS_API_KEY产品图生成操作
1. products/ 放入真实产品照（案例：Amazon 电子闹钟、Meta VR 头显）
2. 用简短 initiate prompt + @ 产品图（不必手写超长 curated prompt；一致性规则已在 skill 内）
3. 等待：Claude 会生成约 5 张产品镜头，并按 workflow 做 QC
4. 成本参考：约 $0.025 / 图
5. 用途：电商 listing、落地页、展示广告、后续视频广告资产视频广告操作
1. 用 Claude（Web/桌面）按提供 prompt 生成 storyboard
2. 迭代分镜至满意
3. 让 Claude 写与最终分镜匹配的 voice-over 脚本
4. 存为 script-scenes.md
5. 在 Claude Code 中 prompt + @ products/ + @ script-scenes.md 运行
6. 出口 A：HyperFrames 全自动成片（适合简单产品广告 / Meta·TikTok 测试）
7. 出口 B：同一套资产交给 CapCut / Premiere 人工精修（适合重点 campaign）图像广告两条路径
- 全自动：产品镜头 → Adobe MCP + HTML/CSS 自动产出 finished ad creatives
- 人机协同：AI 只保证强产品图，人补创意方向与品牌设计
原文未给出完整可复制的长 Prompt 原文（视频以口述 + 社区文件为主）；上表为字幕中可执行的步骤骨架。社区资源链接在视频描述 / AndyNoCode community。
关键概念
- Claude Code — 全流程编排中枢：读 playbook、调 skills、跑 QC、分支成片
- 产品一致性 — 本片核心方法论：参考图绑定 + 单变量 prompt + 单图校验 + 阶段门禁，对抗 product drift
- Fal.ai — 图像/视觉生成 API 层（与 setup 文档、credits 成本直接相关）
- Seedance 2.0 — 把产品静帧动画成短视频镜头（字幕中作 sitdance / seedance）
- ElevenLabs — 自动旁白 TTS，接入方式通过 setup markdown 固化
- HyperFrames — 全自动成片出口；适合简单产品广告规模化
- Adobe MCP — 图像广告自动排版路径（与 HTML/CSS 成品创意）
- CapCut / Premiere Pro — 人机分支的专业精修端
- CLAUDE.md 项目指令 — 作为广告流水线 master playbook，而不只是代码仓库说明
与其他素材的关联
- 与 2026-07-19-youtube-codex-ai-marketing-team：同属“AI 营销团队/流水线”，Codex 篇偏 research→策略→文案→数据→campaign QA 的营销职能编排；本篇偏 产品视觉资产 → 投放素材 的生产管线，可前后衔接（前者定说什么，后者批量做出画面与成片）。
- 与 2026-07-07-woshipm-viral-ad-operations-four-levels：四级爆款广告运营强调结构迁移与人工洞察上限；本篇给出可落地的 Agent 生产线，并明确 80% 重复劳动可自动、高价值 campaign 仍需人——与“工具加速、判断定上限”同构。
- 与 2026-06-23-image2-seedance-long-video-brand-ad：同用 Seedance + 资产前置思路做品牌视频；长视频篇强调人物/场景/产品/音色四类资产与尾帧衔接，本篇把“产品多角度 + 参考图绑定”收敛成 Claude Code Skill，并扩展到竖版投放广告规模化。
- 与 2026-06-10-codex-hyperframes-video / 2026-07-01-woshipm-vibe-motion-10-pitfalls：HyperFrames 此前多与 Codex 绑定；本篇证明同一成片能力可挂在 Claude Code 广告流水线末端，并给出“简单自动 / 复杂外包”的运营边界。
- 与 2026-07-20-youtube-shopify-ai-toolkit-headless-store：同是 Claude Code + markdown/PRD 资产驱动的电商工程；Shopify 篇做 headless 店铺与后台商品，本篇做广告素材工厂——可组成“建店 + 持续产投放素材”闭环。
- 与 2026-07-21-youtube-xiangyu-claude-code-video-app：翔宇篇是用 Claude Code 做视频应用产品；本篇是用 Claude Code 跑广告生产流水线——同工具、不同交付物（应用 vs campaign 资产）。
原文精彩摘录
What if you could start with a single photo of a real product and end up with an entire ad campaign — studio quality product images, multiple ad creatives, five short form video ads — all without hiring a photographer or opening a video editor? … the hardest part is not generating beautiful ads. It is actually keeping your product accurate from beginning to end.
The product consistency skill … solves AI’s biggest problem which is product drift … always attach the original reference photos before every generation … keep prompts short and focused and only change one thing at a time … validate a single image before generating batches and … run a quality check before anything moves to the next stage.
Use HyperFrames to automatically produce your simpler product ads and then send the more important or more complex campaigns to your editor. … Instead of paying an editor to create every single ad, you only outsource the videos that genuinely benefit from additional creative work and that means more of your budget can go towards actually running ads instead of producing them.
AI now handles the repetitive 80%, leaving you to decide where human creativity actually adds value. … put more of your budget into running ads instead of just producing them.