AIGC Gift Production

抖音繁华盛典
十二花卉礼物
AIGC 生产方案

面向抖音直播“抖音繁华盛典-十二花卉”礼物上新,从活动主题、花卉系列和礼物价效出发,设计一条覆盖图像、视频、后处理和上线资产包的 AIGC 生产管线。

抖音繁华盛典-十二花卉 十二花卉礼物 LoRA / Prompt 控制 价效分层视频

这是一个已交付的直播礼物生产方案:一期围绕十二花卉建立主题系列,二期在效果验证后扩展到真实、卡通、粘土等花花视觉和更多动效方向。

Project Board

活动需求、生产管线与上线交付

Douyin Gala
Brief

官方活动、十二花卉、直播送礼情绪

场景
Assets

花卉静帧、礼物视频、预览效果、上线资产包

目标
Pipeline

图像生成、视频生成、后处理、价效判断和资产合成

方案
01 活动背景 繁华盛典 / 送花表达
02 资产目标 图像 / 视频 / 预览 / 资产包
03 整体流程 输入 / 生图 / 生视频 / 后处理
04 交付闭环 后处理 / 规格 / 资产包
Product Lens

页面按活动拆解、项目整体流程、具体实现、质量评估和上线证明来呈现,LoRA 只是其中的风格稳定环节。

01 / Activity Breakdown

十二花卉礼物需求拆解

从“抖音繁华盛典-十二花卉”的实际上新需求出发,先把活动名称、花卉清单、直播间展示环境、价效规格和交付物拆成可进入工作流的输入条件。

Series

活动主题与花卉序列

官方命名为“抖音繁华盛典-十二花卉”,一期按月份覆盖梅花、杏花、桃花、牡丹、石榴花、荷花、兰花、紫薇花、桂花、芙蓉花、山茶花和水仙花。

Context

直播间展示适配

花卉礼物不是独立海报,需要在主播画面、弹幕、房间 UI 和礼物面板共存的环境里保持识别度,屏占、亮度、主体大小和动效节奏都要服务直播间展示。

Tier

价效分层规则

低价效控制在短时长和轻量动作;中价效提升屏占与动效复杂度;高价效通过多镜头、强运镜和完整场景拉开价值感。

Scope

上线交付物范围

交付目标不是单张视觉图,而是能进入上线链路的静帧、原始生成视频、直播间预览效果、配置和资产包。

02 / Project Flow

端到端生产链路

流程图的主线可以概括为四步:将主题词输入转成生产参数,生成可视频化的花卉静帧,按价效生成礼物视频,并完成后处理、规格判断和资产合成。

01

生产输入标准化

输入价效、花朵类型和风格方向,把主题词转成提示词、画面结构和后续动效约束。

02

花卉静帧生产

通过提示词推理、LoRA 和图像生成管线产出花卉静帧,并筛掉不符合主题、风格或视频首帧要求的结果。

03

价效视频生产

根据价效选择视频生成路径,控制时长、屏占、镜头数量、运镜幅度和动效复杂度。

04

上线资产封装

视频生成后进入遮罩、Boom、Chromatic Aberration、config.json 配置、预览验证和上线格式输出。

03 / Production System

生产工作流与控制机制

这一部分先拆解花花 2.0 的真实工作流节点,再说明图像、视频、插件、RAG 和验收口径如何共同保证批量生产稳定性。

01 / Input

输入参数结构化

把价效、花朵类型和风格方向转成后续生图与视频链路可以执行的生产参数。

价效、花种与风格参数

例如 99 钻玫瑰花粘土风格,或 1000 钻百合花海真实风格粉色调。

豆包 2.0-pro 提示词解析

把主题词扩写成更稳定的画面描述,降低不同花种之间的表达漂移。

构图、形态与材质提示词

沉淀成生图侧可复用的提示词结构,为 LoRA 图像生成提供输入。

02 / Image

LoRA 图像生产

目标不是只生成漂亮图片,而是得到花种明确、风格稳定、可进入视频首帧链路的高精度花花。

LoRA 训练数据集

手工整理数据集,完成打标、训练和验证,服务 Seedream 4.0 LoRA。

Seedream 4.0 + LoRA 生图管线

承接提示词结构,稳定输出不同花卉、材质和风格组合。

高精度花卉静帧

作为视频首帧和后续特效判断的基础资产。

Theme Color

自研插件判断花朵主色,用于花花主题色特效。

Preset FX

根据主题色接入预制特效,提前验证直播间预览方向。

Preview

静帧结果可进入直播间预览视频链路,而不是停留在单张图展示。

03 / Motion

价效视频生成策略

视频链路同时受花卉视觉、价效规格和动效复杂度约束,需要先生成匹配价效的视频提示词。

价效规格判断

根据用户输入价效决定时长、屏占和动效强度,避免不同档位同质化。

GPT5.1 + 方舟 RAG

反推结构化数据,结合 25 组高质量视频提示词召回规则和样例。

价效匹配视频提示词

把花卉主体、镜头数量、运镜和动效要求合并成视频生成输入。

主色与背景色识别

自动选择绿幕或蓝幕花花,减少后续抠图和合成成本。

Seedance 2.0 首尾帧生视频管线

基于静帧和视频提示词生成花卉动效视频。

视频生成结果

进入下一步抠图、遮罩、特效和上线格式处理。

04 / Package

上线资产合成

把生成视频转成直播间可预览、可上线的礼物资产,补齐配置、遮罩和特效。

色键抠图与格式处理

自研色键抠图插件处理绿幕/蓝幕素材,输出符合规格的视频。

遮罩与价效合成策略

按价效选择遮罩和合成策略,匹配直播间实际展示区域。

Boom / Chromatic Aberration 特效

通过自研礼物特效插件把动效、主题色和礼物层级接入合成链路。

直播间预览视频 + config.json

形成可复核、可交付的上线资产包。

Control Layer

稳定生产控制机制

工作流负责把节点串起来,生产控制负责让结果可复用、可筛选、可上线。

Image Stability

LoRA 静帧稳定性

通过 100 对高质量数据集、打标、训练和验证,控制花种主体、材质风格、构图完整度和后续视频首帧可用性。

Motion Prompt

视频提示词与价效匹配

用 GPT5.1 反推结构化数据,并通过方舟 RAG 召回 25 组高质量视频提示词,让镜头数量、运镜和动效强度匹配低中高价效。

Plugin Pipeline

自研插件与后处理

自研插件负责花朵主色和背景色判断、绿幕/蓝幕选择、色键抠图、圆形遮罩、Boom / Chromatic Aberration 特效和 config.json 配置。

Release Gate

质量评估与放行标准

图像看主题匹配和样例风格,视频看运镜连贯、镜头数量、价效对应关系和后处理效果,达标后再进入直播间预览和上线资产包。

Motion Output

花卉图像生成视频

这组视频用于验证花卉静帧进入视频链路后的表现:主体是否稳定、运镜是否连贯、动效是否能支撑礼物价值感。通过这一轮验证后,再进入遮罩、特效、配置和直播间预览。

Motion Test 01
Motion Test 02
Motion Test 03
Motion Test 04
Motion Test 05
Motion Test 06
Video Layers

视频资产的价效分层策略

视频链路承接前一步筛选出的花卉静帧,再按低、中、高价效控制屏占、镜头数量、运镜幅度和动效复杂度。这里展示的是直播间预览版本,时长按当前素材真实时长标注。

Low Value / 3s
Mid Value / 3s
High Value / 4s
Low Value

低价效:轻量动效规格

3s,屏幕下方圆形遮罩。动效以开花、送花等简单动作表达,重点是批量效率和稳定观感。

3s
下方圆形遮罩
开花 / 送花
Mid Value

中价效:主体强化规格

3s 直播间预览版本,屏占比为屏幕下方 1/3。动效可承载复杂旋转、燃烧、冰冻等更高强度的视觉反馈。

3s
下方 1/3
旋转 / 燃烧 / 冰冻
High Value

高价效:多镜头场景规格

4s 直播间预览版本,屏占比略高于中价效。通过多镜头、更大幅度镜头运动和完整场景提升礼物价值感。

4s
略高于 1/3
2-3 镜头 / 完整场景
Quality Measurement

图像与视频质量评估

管线按批量生产结果评估,不把“生成成功”直接等同于“可交付”。图像和视频分别设置判断口径,便于定位问题来自风格、主题、运镜还是后处理。

90% 图像良品率

判断图像是否符合提示词主题、是否贴合样例风格,并且能作为后续视频生产的有效输入。

80% 视频良品率

判断视频运镜是否连贯、镜头数量是否合理、是否匹配价效层级,以及后处理效果是否达标。

已交付 项目状态

活动已经完成交付,并有真实直播间上新图像;页面不讨论最终利润,只呈现生产方案和交付能力。

Launch Evidence

上线结果与直播间验证

该模块展示礼物上线后的关键证据:直播间礼物入口、真实房间效果和后处理预览视频,用于说明资产已完成配置并进入用户可见链路。

直播间上线验证

花花图像和原始生成视频证明生产链路能产出素材;直播间选择界面、真实效果图和预览视频证明这些素材经过后处理与配置后,已经进入用户可见的上新链路。

Select

活动礼物出现在直播间礼物面板。

Effect

送出后可以在真实房间中看到效果。

Preview

预览视频用于检查后处理后的屏占与动效。

十二花卉直播间选择界面
Gift Panel

直播间选择界面

十二花卉直播间效果图
Live Room

真实直播间效果图

Preview

后处理预览视频

Evidence Map

生产证据与能力归档

素材证据覆盖花卉图像、原始生成视频、直播间预览视频、真实直播间效果图和工作流文件,用来证明这条链路不是一次性调参,而是可复用的生产方案。

01

花卉静帧资产

对应静帧资产,用于判断花卉主题、样例风格和后续视频首帧可用性。

02

原始生成视频

对应进入后处理前的视频结果,用于观察运镜连贯性、镜头数量和价效层级匹配。

03

直播间预览与效果图

对应后处理后的房间预览视频和真实直播间效果图,用于检查屏占、遮罩、动效和活动入口表现。

04

LoRA 训练链路

覆盖数据集、打标、训练和验证,用于稳定花卉主题、样例风格、构图和材质表现。

05

Viking 知识库 RAG

基于火山引擎 Viking 知识库搭建,用于沉淀生产知识、召回约束并验证结果。

06

工作流配置资产

花卉图像、原始生成视频和 RAG 工作流文件可证明管线不是单次手工调参。

My Role

全链路生产方案负责人

我全链路负责“抖音繁华盛典-十二花卉”礼物生产方案,覆盖业务场景拆解、价效规则、ComfyUI 节点编写、自研插件、LoRA 数据集与打标、训练验证、基于火山引擎 Viking 知识库的 RAG 搭建与召回验证、视频管线、后处理和交付。

Scene

业务需求拆解

明确繁华盛典、十二花卉、送礼情绪和低中高价效规格如何转化为生产目标。

System

生产系统编排

把自研插件、LoRA、Viking 知识库 RAG、图像生成、视频生成、价效判断和后处理放进同一条可复用生产链路。

Criteria

质量评估标准

用主题匹配、样例风格、运镜连贯性、镜头数量、价效匹配和后处理效果判断结果是否进入下一步。

Delivery

上线交付管理

推动图像、视频、配置、后处理结果和资产包整理,服务直播礼物上线链路。

<- Back to Archive