一、创意是AI渗透广告的最后一块拼图
过去几年，AI深刻改变了互联网广告的运作逻辑。
如果我们去观察谷歌、Meta等公司的广告平台，会发现过去两年的升级几乎都是AI驱动的不同功能。
事实上，当我们仔细观察广告优化师的三大核心工作：出价、定向和创意，就会发现一个明显的现象——
前两者已经在AI驱动的自动化投放中实现了相当程度的机器替代，而创意这个领域，AI也在渐进式加速渗透。
这种现象背后的逻辑在于：相比出价和定向，创意生成的复杂度要更高。
出价和定向本质上是在处理结构化的数据和明确的规则，而创意则涉及到消费者认知、产品表达和情感共鸣等难以量化的要素。
如果说出价和定向的自动化是在解决"如何找到正确的人"和"如何优化成本"这样的技术问题，那么创意的自动化则是在挑战"如何打动人"这样更高维度的命题。
而这一轮AI的突破性进展本身就是一场内容生产方式的革命，腾讯广告"妙思"平台的2024年的一系列升级是这一变革的一个缩影。
这一系列升级之所以值得从业者关注，是因为它对“AI广告创意生成”这一工作流进行了多方位的改造。
这种改造体现在三个维度：
第一是行业化， 妙思针对电商、直播、游戏、小说短剧、房产家居、汽车、金融等不同垂直领域，提供了差异化的解决方案。
这意味着AI不再是简单地生成通用创意，而是能够理解并适应各个行业的特定营销诉求。
第二是平台体验的优化， 比如通过对跑量素材的分析来指导"好素材"制作，以及提供一键制作相似内容、一键分发到素材库等便捷功能。
第三是视频化， 这是对当前市场需求的精准回应，通过提供文生视频、图生视频等多样化能力，满足了广告主日益增长的视频营销需求。
今天卫夕重点和大家来聊“视频化”过程中的重要进展——文生视频。
在12月7日，基于混元大模型的“文生视频”功能上线标志着妙思在AI视频创意生成领域迈出了重要的一步。
二、AI生成视频广告对于创意生产到底意味着什么？
在传统的印象中，视频广告创意生产是一个复杂、耗时且成本高昂的过程，但今天，这个认知正在被改写。
那么，这种改变究竟意味着什么？我们从实际效果说起。
妙思“文生视频”入口
从技术表现来看，腾讯广告妙思“文生视频”的一个突出特点是其对语义的精准理解和表达。
如果说传统的AI视频生成往往像是一场"抽卡游戏"，需要多次尝试才能获得理想效果，那么妙思“文生视频”展现出了不俗的稳定性。
这种稳定性之所以重要，是因为它直接关系到广告创意的实用价值，从“可用”到“好用”之间有着巨大的差异。
一个小的细节是，当我们输入提示词时，模型能够高度还原我们期望的场景细节，这种精准度大大降低了创意生产的试错成本。
我输入如下提示词——
“史诗级震撼场景，一头覆盖着闪耀青金色鳞片的巨龙盘旋于云海之上，龙翼展开长达百米，周身缠绕着蓝紫色的雷电，画面采用超广角仰拍视角，云层被龙翼搅动形成漩涡，远处是紫色的云。”
可以看到，妙思的“文生视频”非常精准地还原了提示词，其完成度和质感非常高。
而这样品质的视频如果让游戏团队的动画师去渲染，至少需要一天半的时间，这还不包括优化师和剪辑师反复沟通修复的时间，从效率的角度，这是立竿见影的提升。
事实上，视频是一个讲故事的媒介，其核心在于能否打造沉浸感的观看体验。
在这方面，妙思“文生视频”的表现同样可圈可点，其生成的视频具备高清大片质感，每个细节都经得起推敲。
更重要的是，它能够生成流畅、连贯、符合物理规律的运动镜头，这解决了人物动作、幅度、流畅性等一系列关键技术难题，以下是一些实际生成的效果——
一个完整的视频创意系统其实包含两个维度，第一是创作自由度，第二是使用门槛。
从创作自由度来看，腾讯广告妙思的文生视频功能支持多种形式的创作，不仅可以按9:16的比例生成符合移动端消费场景的竖屏短视频，还能实现多镜头生成，通过AI自动完成转场和运镜。
从使用门槛来看，系统提供了运镜控制、运动笔刷等专业功能，同时也设计了光线、风格、电影类型、氛围、景别、相机运动等常用标签推荐，这让不太熟悉提示词写作的优化师也能快速上手。
从这个意义上，妙思“文生视频”不仅仅关注技术本身，更注重技术与实际应用场景的结合，用多个维度的细节让功能真正实用而不是沦为花哨的噱头。
从"降本增效"的角度来看，文生视频的价值是直观的——
首先，它大幅降低了视频创意的生产成本。
在传统模式下，一条视频广告的制作往往需要经过策划、拍摄、剪辑等多个环节，每个环节都需要专业人员参与。
现在，优化师可以直接通过文本描述生成所需的视频内容，这种效率的提升是直接的。
其次，文生视频大幅提升了视频创意的生产效率。
它有效降低了优化师与视频剪辑师之间的沟通成本，减少了创意从构思到实现的摩擦，让原本容易扯皮和互相抱怨的视频创意生成变得更顺畅。
“的确，在刚开始的时候，对于妙思的文生视频，我们的预期并不高，原因在于，作为已经从业五年的优化师，已经看过太多的文生视频Demo，总觉得在效果上“差点意思”，毕竟要让用户真正下单，这中间对视频质量的要求是非常微妙的。
然而在腾讯广告运营同学的强烈安利下，我们在妙思上试了几个，发现结果超出预期，尽管偶尔也会翻车，但整体的可用性是很不错的，有很多的细节，另外是比我们自己拍产量高了一个数量级，以前我需要和剪辑师反复沟通好多轮才能搞定一个创意，现在我有什么新想法，分分钟就可以可以出结果，创意试验变简单了。
从结果来看，AI生成的视频消耗目前尽管还是比我们自己拍的占比要少，但很显然成本也更低，我们还会继续在妙思上尝试和摸索，也希望视频产品能持续迭代。”
一位广州的女装品牌投放优化师说。
三、优化师在大模型时代的行动指南
面对AI生成视频这样的技术变革，广告优化师的角色和技能需求也在发生潜移默化的转变。
那么，在AI驱动营销的新阶段，优化师应该如何调整自己的发展方向？
如果说传统优化师更多关注的是投放策略和效果优化，那么在大模型时代，优化师需要具备更全面的技能树，需要对AI工具有更深刻的理解、对投放的产品有更专业的洞察以及更强的跨专业协作的能力。
具体而言，优化师需要在"道"与"术"两个层面进行职业重塑——
在"道"的层面， 优化师需要对自己服务的业务和产品有更深刻的理解，掌握更多的营销Know How。
简单地说，假如你投放的是新能源汽车，那么，你需要对这款车的外观、内饰、性能、续航、座舱、智驾、安全都要有深入了解，同时还要知道它对比竞品有哪些特点和优势，还需要进一步知道目标消费者更在意那个维度，才可能有针对性地使用AI制作创意。
在"术"的层面， 优化师需要学习AI使用的技能，比如做视频创意，就需要掌握视频生成提示词的撰写技巧。
很显然，视频生成的提示词和文本生成的提示词是有区别。
一个优秀的视频提示词应该包含哪些要素？
从混元的官方建议和优化师的实践来看，一个行之有效的提示词结构可以概括为：主体+场景+运动+(风格表达)+(氛围描述)+(运镜方式)+(光线)+(景别)。
这种结构从多种维度定义了视频的精准度，相当于给目标视频划了一道框，可以有效提高视频结果的可用性。
同时，善用官方提供的相关功能也同样重要，妙思的“文生视频”也非常贴心地提供了“灵感提示”，有非常丰富的优秀提示词可供优化师参考，学习这些“灵感”可以帮助优化师快速找到“手感”。
此外，优化师还需要持续学习更多细致的AI创意技巧和功能，比如充分利用AI工具提供的常用标签等，再比如建立起数据反馈优化的闭环，通过实际效果不断调整和优化提示词来提升结果。
一个简单的道理是，你使用AI，你的竞争对手也使用AI，那么你如何取得更好的效果？
答案是：一方面你需要对业务比他理解的更深刻，另一方面，你要有更好地和AI打交道的能力。
从这个意义上，AI对优化师传统职能的冲击，与其说是挑战，不如说是机遇，技术的进化让优化师有机会突破原有的职业天花板，建立维度更高的技能。
结语
在一年前OpenAI的Sora发布的时候，业界普遍认为它所代表的“科幻级”视频生成大概率不会很快到来，然而，产业界在视频生成领域的狂奔打破了行业保守的预期。
互联网广告行业从来都是业界领先技术的应用前沿阵地，我们没有任何理由认为“视频广告创意生成”会长时间停留在现有水平。
因此，用“贝叶斯公式”不断观察、调整、迭代我们在广告投放中的打法，和平台的最新工具一起共振，才是新一代广告人为数不多的理性选择。
