竖屏电商产品视频提示词：TikTok、Reels 和 Shorts 的 9:16 展示模板

TL;DR

• 在 2026 年，受移动优先发现和可购物集成的驱动，竖屏 9:16 已超越 16:9，成为 TikTok、Instagram Reels 和 YouTube Shorts 上占主导地位的电商视频格式。
• 一个可靠的竖屏产品提示词公式：[镜头角度] + [灯光] + [背景] + [动作] + [风格] — 在任何品牌或文案指令之前，先填好每个元素。
• 三种原型覆盖了大多数高转化产品视频：360° 转盘展示、生活化持握和开箱瀑布。
• 竖屏产品视频的构图规则：将主体保持在画面上三分之一或中央位置，顶部约 100 像素留空供界面叠加层使用，将手指或手的接触点放置到位以暗示拥有感。
• 最初 1.5 秒决定留存率。使用视觉打断、文字叠加或悬念式开场 — 千万不要从黑色淡入。
• 字幕安全区域是不可妥协的。画面底部 25% 保留给 TikTok 字幕、Reels 描述和行动号召按钮。
• 本文提供了 12 个即用型提示词模板，涵盖美妆、科技、食品饮料和订阅盒子类别 — 每个都标注明确，可直接放入 Veo 3.1、Kling、Pika、Wan 2.1 或 Seedance。

为什么竖屏格式在 2026 年成为主导的电商视频媒介

两年前，标准的产品主视频是为品牌官网精心制作的 16:9 横屏内容。如今，可衡量转化率最高的视频是为短视频信息流设计的 9:16 竖屏片段，然后被重新用于产品详情页和邮件。这种倒置不是审美问题 — 而是结构性的。TikTok Shop、Instagram 可购物 Reels 以及 YouTube 的竖屏产品轮播，已围绕手机自然握持方式重建了买家的购买路径。

对于 AI 视频生成来说，这一点更加重要。竖屏提示词不仅仅是”16:9 旋转后的版本”。为 16:9 编写并拉伸为 9:16 的提示词，将生成死板的中央构图画面，裁切字幕、浪费底部三分之一空间，并迫使用户进行尴尬的重新构图。模型需要被告知宽高比、相机高度以及人体元素（手、手指、身体）相对于产品的位置。

以下公式是”移动优先思维”的提示词工程等价物：

[镜头角度] + [灯光] + [背景] + [动作] + [风格]

每个槽位都承担着关键作用。镜头角度定义竖屏空间 — 俯视、平视或低角度英雄镜头。灯光告诉模型是渲染摄影棚柔光箱、黄昏窗光还是霓虹溢光。背景控制语境 — 渐变扫描、大理石台面或负空间悬浮。动作是动态动词：旋转、提起、倾倒、撕裂。风格锚定美学 — 编辑级、UGC、动漫、照片级真实感。填好这五个槽位后，只需替换风格令牌，30 秒内就能为不同品牌重新拍摄同一条提示词。

对于珠宝和香水等邻近产品类别，同一公式同样适用 — 请参阅我们的 AI 珠宝广告视频提示词 和 AI 香水广告视频提示词 了解品类特定调整。

竖屏产品视频的解剖结构

竖屏构图并非横屏构图减去两侧。九条规则专属于 9:16 产品视频。

主体位于上三分之一或中央。 由于 9:16 画面底部 25% 被平台界面占用（字幕、用户名、点赞/分享按钮、商品标签），产品本身必须位于画面上 60-70% 的区域。平视或略高角度的相机位置可使产品远离界面碰撞区。低角度英雄镜头仅在主体小且居中时才有效，此时顶部和底部边距都保持干净。一个常见的参考点：将产品的垂直中线放置在大约画面顶部向下 35-40% 的高度位置 — 高到足以避开字幕，低到不会感觉悬空。

文字安全区域。 9:16 竖屏顶部约 100 像素保留给 TikTok/Reels/Shorts 叠加层：用户名条、关注按钮和音乐署名。将其视为任何需要观众看到的产品细节的禁飞区。底部约 250-300 像素保留给字幕、描述和行动号召按钮。这些区域由平台渲染，不可选择 — 围绕它们规划负空间。如果你的品牌标识通常位于 16:9 画面顶部，请将其移到中央或下三分之一位置以适应竖屏。如果你的标语通常锚定在底部，请将其放到画面中部位置，或完全移入尊重字幕条的后期叠加层中。

手指或接触点存在。 手持产品比产品在影棚中悬浮的转化率更高。接触点暗示了拥有感、规模和意图。对于美妆，是指尖抓住管口。对于科技，是拇指悬停在按钮上方。对于食品，是一只手放下玻璃杯。手应从左下或右下进入画面 — 永远不要从顶部进入，否则会与平台界面冲突。手也应部分进入画面而非完全居中 — 应是手腕和手指，而非完整前臂。这能保持对产品的聚焦，同时仍提供驱动转化的人类锚点。肤色多样性在这里也很重要；模型会再现提示词所描述的内容，因此如果代表性对品牌重要，请明确指定。

6 秒钩子。 前 6 秒决定观众是否会看到行动号召之后的内容。在这 6 秒内，钩子需要在最初 1.5 秒内落地。”6 秒钩子”是一个有用的简略说法，但真正的临界点更接近 1.5-2 秒 — 那是算法读取早期留存信号并决定是否将片段分发给下一波用户的时间窗口。我们将在下文详细讨论钩子设计。

三种竖屏产品原型

我们研究的每一个高转化 9:16 产品视频都属于以下三种原型之一。每种原型都有独特的动态语法和独特的提示词结构。

1. 360° 转盘展示

产品位于画面中央，缓慢旋转，同时相机保持静止或环绕。观众可以看到每个角度：正面、四分之三、侧面、背面。这种原型适用于轮廓和细节重要的产品 — 化妆品包装、电子产品、珠宝、手表。提示词结构：静止或环绕相机、物体中心旋转提示、受控景深和干净背景。

2. 生活化持握

一个人在真实感的环境中持有或与产品互动 — 厨房台面、浴室架、健身房地板、咖啡馆桌子。产品处于运动中，人处于运动中，相机也处于运动中（轻微手持摆动）。这种原型适用于使用情境驱动购买的产品 — 饮料、零食、补剂、护肤、护发工具。提示词结构：手进入画面、环境描述符、互动动词（倾倒、喷洒、混合）和手持相机风格令牌。

3. 开箱瀑布

一个包装打开，其内容物以编排好的方式翻倒、展开或分层进入画面，形成揭示效果。订阅盒子、多 SKU 套装和限量版发布主导这种原型。提示词结构：包装中心锚点、剥离或撕裂动作，以及瀑布式动词（展开、翻倒、散落），将物品分散在画面中。

三种原型也清晰地映射到三种 AI 视频模型的优势。转盘展示有利于 Veo 3.1 和 Kling 的物体稳定性。生活化持握有利于 Veo 3.1 的原生音频与环境声（请参阅我们的 Veo 3.1 原生音频指南）。开箱瀑布有利于 Wan 2.1 和 Seedance 的多物体编排 — 请参阅我们的 多平台广告适配文章 了解同一提示词如何在模型间移植。

12 个提示词模板

以下每个模板都编写为可直接粘贴到你选择的生成器中。[brackets] 中的令牌设计为可按品牌替换。

原型 1 — 360° 转盘展示 × 美妆

模板 BT-B1 — 精华液滴管转盘

9:16 vertical. Center-frame product shot of a 30ml amber glass dropper bottle with a brushed gold cap, resting on a circular mirrored pedestal. The bottle rotates slowly clockwise, full 360° over 8 seconds, on a slow turntable. Camera is locked off at eye level, 50mm equivalent, f/2.8 — product in sharp focus, pedestal reflection softly blurred. Background is a seamless gradient from soft cream at the top to warm beige at the bottom. Studio softbox lighting from the upper left, with a subtle gold rim light from the upper right. A single dewdrop rolls down the bottle as it completes one full rotation. Style: editorial beauty, photoreal, ultra-clean. No hands, no people, no text overlays.

模板 BT-B2 — 粉饼盒打开旋转

9:16 vertical. Center-frame product shot of a rose-gold compact powder case with a quilted lid, sitting on a white marble slab. The compact opens upward (lid lifts) revealing a mirror and a beige pressed powder. Then the entire open compact rotates 360° slowly on a hidden turntable over 6 seconds, showing the mirror, the powder, and the rose-gold hinge detail. Camera holds at eye level, slight overhead angle (15° down), 85mm equivalent, f/2.0. Background is a soft-focus white-on-white marble surface with subtle grey veining. Lighting is diffused daylight from a north-facing window, with a warm catchlight in the mirror. Style: editorial beauty campaign, photoreal. No hands.

模板 BT-B3 — 口红拉出旋转

9:16 vertical. Center-frame product shot of a matte black lipstick tube with a crimson bullet extended, held vertically in the middle of the frame. The lipstick slowly rotates 360° over 7 seconds on its vertical axis, showing the matte case, the angled bullet, and the brand etching on the base. Camera locked off at eye level, 60mm equivalent, f/2.8. Background is a deep aubergine gradient with soft bokeh dust particles floating upward. Lighting is a single hard key light from the upper right creating a defined shadow to the lower left, with a soft fill from the front. Style: high-fashion editorial, cinematic, photoreal.

原型 2 — 360° 转盘展示 × 科技

模板 BT-T1 — 无线耳机盒转盘

9:16 vertical. Center-frame product shot of a small pebble-shaped wireless earbuds charging case in matte white, sitting on a matte black surface. The case lid opens upward revealing two white earbuds nested inside, then the entire open case rotates 360° slowly on a turntable over 8 seconds. Camera is locked off at eye level, 50mm equivalent, f/2.5 — case in sharp focus, surface softly blurred. Background is a deep charcoal-to-black gradient with a single horizontal light strip behind the case creating a soft glow. Lighting is a cool blue-white key light from the upper left and a warmer ambient fill from below. A faint status LED on the case pulses slowly once during the rotation. Style: modern tech product, photoreal, ultra-clean. No hands.

模板 BT-T2 — 智能手表悬浮转盘

9:16 vertical. Center-frame product shot of a titanium-cased smartwatch with a midnight blue sport band, suspended in mid-air (the product appears to float — no visible support). The watch rotates 360° on its central axis over 9 seconds, showing the always-on display face (showing 10:08), the side crown, the sensor array on the back, and the band stitching. Camera is locked off at eye level, 60mm equivalent, f/2.8. Background is a soft radial gradient from slate grey at center to deep navy at the edges, with a single thin ring of light outlining the watch silhouette. Lighting is a soft overhead key with a subtle under-glow lifting the band detail. Style: premium tech product, photoreal, cinematic.

模板 BT-T3 — 机械键盘四分之三旋转

9:16 vertical. Center-frame product shot of a 75% mechanical keyboard with translucent keycaps and RGB underglow, sitting on a dark walnut desk surface. The keyboard rotates from a three-quarter front view (showing keycaps) to a side profile (showing case thickness and side print) over 7 seconds, with the RGB underglow cycling through purple-to-cyan during the rotation. Camera is locked off at eye level, 35mm equivalent, f/2.8. Background is a softly out-of-focus home-office desk with a blurred monitor edge visible upper-left. Lighting is a single warm desk lamp from the right plus the keyboard's own RGB bleed. A single finger enters from the lower right at frame 6:50 and presses one keycap (lowercase 'h') as the rotation completes. Style: creator-setup tech, photoreal, UGC-adjacent.

原型 3 — 生活化持握 × 食品/饮料

模板 LH-F1 — 冰咖啡手中倾倒

9:16 vertical. Lifestyle-in-hand product shot. A right hand (medium skin tone, manicured natural nails) enters from the lower-right of frame holding a tall clear glass filled with iced coffee and oat milk swirl. The hand sets the glass down on a white marble counter, then lifts it again slightly while tilting it to show the swirl layer separation. Camera is handheld at eye level with slight natural sway, 35mm equivalent, f/2.0 — glass sharp, background softly blurred. Background is a bright café interior with a blurred espresso machine upper-left and morning window light from upper-right. Lighting is warm natural daylight from a window, casting soft shadows on the marble. Condensation droplets are visible on the glass. Style: lifestyle UGC, photoreal, morning routine aesthetic.

模板 LH-F2 — 气泡水柑橘飞溅

9:16 vertical. Lifestyle-in-hand product shot. A left hand (medium-light skin tone, no nail polish) enters from the lower-left holding a slim aluminum can of sparkling water with a lemon-lime graphic. The hand tilts the can to pour into a tall highball glass filled with ice and a lemon wheel, with the carbonation fizzing upward as the liquid hits the ice. Camera is handheld at a slight high angle (10° down), 50mm equivalent, f/2.2 — can and glass sharp, background softly blurred. Background is a bright white kitchen counter with blurred fresh citrus halves and mint sprigs upper-right. Lighting is bright natural daylight from a side window, creating strong catchlights on the bubbles. Style: lifestyle UGC, photoreal, refreshing summer aesthetic.

模板 LH-F3 — 蛋白奶昔摇晃品尝

9:16 vertical. Lifestyle-in-hand product shot. A right hand (medium skin tone) enters from the lower-right holding a 20oz shaker bottle filled with chocolate-brown protein shake, shaking it vigorously for 2 seconds, then unscrewing the lid and bringing the bottle to the lower frame for a "first sip" cue. Camera is handheld at eye level, 28mm equivalent (slight wide), f/2.5 — bottle sharp, background softly blurred. Background is a gym locker room with blurred metal lockers and a bench upper-left. Lighting is overhead fluorescent mixed with a warm side fill from a window off-frame right. Sweat droplets are visible on the bottle exterior. Style: fitness UGC, photoreal, gritty but clean.

原型 4 — 开箱瀑布 × 订阅盒子

模板 UB-S1 — 美妆盒子瀑布展示

9:16 vertical. Unboxing cascade product shot. A medium-sized matte beige subscription box with a magnetic lid sits center-frame on a white linen surface. Two hands (medium skin tone, neutral manicure) enter from the lower-left and lower-right, lift the lid off, and set it aside. Inside the box: five products fan out in a choreographed cascade — a sheet mask packet, a small tube, a rollerball, a solid perfume puck, and a sample sachet — each emerging from the box and settling into a fan pattern on the linen. Camera is locked off at a slight overhead angle (20° down), 35mm equivalent, f/2.8 — box and contents sharp, hands slightly softer. Background is a softly blurred bedroom vanity with a mirror and diffused ring light upper-left. Lighting is warm soft daylight from a window plus the visible ring light glow. Style: lifestyle unboxing UGC, photoreal, calm and luxurious.

模板 UB-S2 — 零食盒子翻倒展示

9:16 vertical. Unboxing cascade product shot. A bright orange snack subscription box sits center-frame on a rustic wood surface. A single right hand (medium skin tone) enters from the lower-right, opens the flip-top lid, and tilts the box forward — a cascade of individually wrapped snack bars, dried fruit packs, and nut bags tumble out onto the wood surface in a scattered, energetic arrangement. Camera is locked off at eye level with a slight low angle (5° up), 35mm equivalent, f/2.5 — box and contents sharp. Background is a softly blurred kitchen counter with a coffee mug upper-left and a cutting board upper-right. Lighting is bright natural daylight from a window upper-right, casting long warm shadows across the wood. Style: lifestyle unboxing UGC, photoreal, energetic and inviting.

模板 UB-S3 — 科技套装分层展示

9:16 vertical. Unboxing cascade product shot. A sleek black tech accessory kit box sits center-frame on a dark grey slate surface. Two hands (medium skin tone, no nail polish) enter from the lower-left and lower-right, lift the magnetic lid, and remove a top tissue paper layer — revealing a layered cascade: a charging cable coiled in the top tray, a power bank nested in the middle, and a small leather wallet in the bottom. Each item lifts slightly and re-settles into its compartment as the layers are removed. Camera is locked off at a 25° overhead angle, 35mm equivalent, f/2.8 — box and contents sharp. Background is a softly blurred modern desk with a closed laptop upper-right and a pen cup upper-left. Lighting is cool overhead LED key light with a warm desk-lamp fill from the right. Style: tech unboxing, photoreal, premium and quiet.

关于跨模型移植 — 如何在从 Veo 3.1 转到 Wan 2.1 或 Kling 时调整这些模板 — 请参阅我们 多平台商业广告指南 中的适配说明。关于这些竖屏模板可接入的更高级 4K 渲染工作流，请参阅 Veo 3.1 原生音频与 4K 产品视频。

钩子设计 — 最初 1.5 秒决定留存率

TikTok、Reels 和 Shorts 算法测量的是第一秒之后的留存率。从黑色淡入会在最初 1.5 秒内损失大约 40-60% 的观众 — 而这正是算法决定是否进一步推送片段的关键窗口。三种钩子技术可靠地保持注意力。

视觉打断。 从动作中间开始，而不是从开始处。口红已经旋出，而不是正在旋出。盒子已打开，内容物正在瀑布式展开，而不是盒盖还关着。观众到达动态事件的中段，并留下来看结果。在提示词中，写”starts mid-rotation, completing one full turn”（从旋转中途开始，完成一整圈）而不是”begins rotating from a still position”（从静止位置开始旋转）。

文字叠加钩子。 在第一帧出现一个 2 至 4 个字的文字叠加，命名利益或结果。”值得等待。”“平替都不行。”“等盒盖打开。”在提示词中，在末尾附近添加一个 [TEXT OVERLAY: "..."] 令牌，并将其放置在上三分之一或画面中央，避开平台界面碰撞区域。

悬念式开场。 产品在第一帧被隐藏或遮挡。一只手遮住标签。一块布盖住物品。相机在接下来的 2 秒内揭示它。这是最高投入的钩子，也是最高回报的 — 但它需要精确的提示词语言（”camera starts on a draped product, fabric pulls away to reveal [product]“），如果模型误读时间，则容易失败。

视觉打断钩子的一个实际例子：与其提示”a serum bottle rotates on a turntable”（精华液瓶在转盘上旋转），不如提示”a serum bottle is already mid-rotation on a turntable, completing one full 360° turn over 8 seconds”（精华液瓶已在转盘上旋转中途，完成一整圈 360° 历时 8 秒）。模型渲染第一帧时大致位于旋转的第 2 秒 — 瓶塞已经显示，瓶盖已经捕捉光线，观众到达的是一个动态场景而非静态场景。这一措辞变化是滑动而过和完整观看之间的区别。

对于文字叠加钩子，最可靠的放置位置是上三分之一，水平居中，使用带轻微投影的无衬线字体。钩子中不要使用手写字体 — 它们在缩略图大小下无法阅读，并且在移动压缩时会崩溃。叠加内容应陈述利益而非品牌。”值得 3 个月的等待”优于”现已在 [品牌] 上架”。

字幕安全构图

平台字幕和描述位于 9:16 竖屏画面底部 25%。如果你的产品、品牌或细节位于该区域，字幕将覆盖它 — 而滚动浏览字幕的大多数观众将完全错过这些细节。

9:16 产品视频的安全区域：

• 顶部 0-10%（约顶部 100 像素）： 平台界面叠加层。保持留空。
• 顶部 10-60%： 主要产品区域。大多数细节、品牌和视觉兴趣点放在此处。
• 底部 60-75%： 次要产品区域。用于产品的部分延伸（一只手、飞溅、阴影），但不用于核心细节。
• 底部 75-100%（约底部 250-300 像素）： 字幕区域。保持无产品细节。

生成时，将以下内容添加到任何模型可能将产品位置偏低的提示词中：

[Composition note: keep subject in upper 60% of frame; bottom 25% reserved for platform captions]

这一行可防止最常见的竖屏产品视频失败 — 一个精美的产品渲染被字幕条在视觉上掩埋。

常见问题解答

TikTok、Reels 和 Shorts 产品视频应使用什么宽高比？ 2026 年，9:16 竖屏 1080x1920 像素是所有三个平台的标准。一些品牌还会剪辑 1:1（1080x1080）变体以兼容 Reels 信息流，但原生 9:16 渲染看起来更清晰，可避免平台的自动边框填充伪影。如果你要为产品详情页或网站嵌入渲染 4K，同样的 9:16 构图适用 — 请参阅 Veo 3.1 原生音频 4K 了解渲染工作流。

竖屏产品视频应该多长？ 对于 TikTok 和 Reels 信息流投放，15-30 秒是产品视频的最佳时长 — 足够展示一个完整的原型（一圈旋转、一次倾倒、一次瀑布），又足够短以在钩子之后保持留存。对于 Shorts，30-45 秒可接受。竖屏产品格式中超过 60 秒的内容是再利用的，而非原生内容。

这些提示词可以与 Kling、Pika 或 Seedance 一起使用，而不是 Veo 3.1 吗？ 可以。五槽公式 — [镜头角度] + [灯光] + [背景] + [动作] + [风格] — 是模型无关的。Kling 处理转盘原型特别好。Pika 在生活化持握原型方面表现出色，因为其运动模糊处理。Seedance 处理多物体开箱瀑布表现良好。关于跨模型的移植说明，请参阅 Wan 3.0 商业广告 以及我们更广泛的 2026 AI 视频提示词大师课。

我需要在提示词中包含品牌名称吗？ 仅当品牌标识物理存在于产品上（雕刻、印刷、压花）时才需要。对于数字叠加或结尾卡片，在后期添加品牌 — 生成器无法可靠地再现文字和标志。上述模板有意省略品牌名称，以保持跨产品线的可复用性。

我应该在提示词中提及平台吗？ 不需要。模型不需要知道输出是用于 TikTok、Reels 还是 Shorts。它需要知道的是宽高比（9:16）和字幕安全构图规则。在提示词中提及”TikTok”或”Instagram”很少改变输出，并且偶尔会使风格偏向你并不想要的、不真实的 UGC 外观。

竖屏产品视频提示词中最大的错误是什么？ 编写 16:9 提示词然后裁剪它。模型会针对被告知渲染的画面进行构图。如果你告诉它 16:9 然后裁剪为 9:16，主体将位于画面中央 — 正是平台界面所在的位置。上述每个提示词的第一行都指定了 9:16 vertical. 不要跳过它。

如何为中国市场活动调整这些模板？ 结构相同，但美学有所不同：中国市场的竖屏产品视频通常偏好更明亮的灯光、更饱和的色彩、更快的动态剪辑，以及在前三秒内显式的价格/促销叠加。Tahou 2026 广告提示词指南 和 低成本爆款广告示例汇总 详细介绍了这一点。五槽公式保持不变；只有风格令牌和动作动词密度发生变化。

在哪里可以找到美妆和科技以外的产品特定提示词？ 我们的珠宝和香水提示词库是接下来的两个品类深度探讨。请参阅 AI 珠宝广告视频提示词 和 AI 香水广告视频提示词。关于更广泛的产品视频 — 包括英雄镜头、产品详情页嵌入和邮件剪辑变体 — 请参阅这份 Google AI Studio Veo prompt cookbook 和我们的 2026 大师课汇总。

结论

竖屏产品视频不再是英雄拍摄的”剪辑版” — 它本身就是英雄拍摄。9:16 画面、字幕安全构图和三秒钩子现在是品牌应该首先设计的要素，横屏和产品详情页剪辑则作为衍生品。本文中的五槽提示词公式和三种原型覆盖了大多数电商产品类别：美妆、科技、食品饮料和订阅盒子。上述 12 个模板中的每一个都是起点 — 替换风格令牌、替换动作动词、替换环境，你就有了新的 SKU。

关于跨 AI 视频模型的更深入提示词工程，请参阅我们的 2026 AI 视频提示词大师课。关于多平台适配（Wan、Kling、Pika、Veo、Seedance），请参阅 Wan 3.0 商业广告。关于 4K 产品视频渲染工作流，请参阅 Veo 3.1 原生音频 4K。关于品类特定叠加，请参阅 AI 珠宝广告视频提示词 和 AI 香水广告视频提示词。

由 videosprompt.org 编辑团队审校 · 2026 年 10 月