影片 廣告:5 到 10 秒直式廣告的結構
影片 廣告,在短影音平台上只有 5 到 10 秒,所以每一格都要有工作:前三幀放鉤子、中段講清楚一件事、最後 2 秒給下一步。一張 0–10 秒分鏡時間軸表,把每一格該出現什麼寫清楚。

本頁內容
# 影片 廣告:5 到 10 秒直式廣告的結構
影片 廣告,在短影音平台上多數落在 5 到 10 秒。這個長度沒有空間講故事,只能講一件事,而且必須在前三幀就讓觀眾知道「這跟我有關」。
結構比創意重要。同一個產品,用對結構的 5 秒版本,通常比沒有結構的 15 秒版本有效;因為前者的每一格都在工作,後者有一半的時間在鋪陳。
0–10 秒分鏡時間軸
| 時間 | 畫面 | 文案字數 | 字幕位置 | 這一格的工作 |
|---|---|---|---|---|
| 0–2 秒 | 產品或人物的大特寫,動作進行中 | 6–10 字 | 畫面中央偏上 | 讓人停下來 |
| 2–4 秒 | 拉開到中景,看到使用情境 | 10–14 字 | 中央 | 說明這是什麼 |
| 4–6 秒 | 產品的關鍵細節或效果對比 | 10–14 字 | 中央 | 給一個相信的理由 |
| 6–8 秒 | 回到人物或成品全景 | 8–12 字 | 中央偏下 | 讓情緒成立 |
| 8–10 秒 | 定格在品牌或產品,動作收尾 | 4–8 字 | 下方安全區 | 給下一步 |
5 秒版本就把這五格壓成三格:0–2 秒鉤子、2–4 秒內容、4–5 秒收尾。10 秒版本可以完整走完五格。
前三幀決定一切
平台上的滑動速度很快,前 0.5 秒沒有抓住注意力,後面就不會有人看。三種開場方式最有效:
視覺反差。 畫面裡有不該出現在那個場景的東西,或比例不對的對比。反差不需要解釋,眼睛會自己停下來。
問題。 一句 6 到 10 字的問句,直接打在觀眾的處境上。「出門前才發現」比「你是否經常遇到」有效,因為前者是畫面,後者是問卷。
結果先給。 把最好看的結果放在第一格,再回頭說明怎麼做到。這種開場在美妝、食品、家居類特別有效,因為結果本身就是說服力。
判斷鉤子有沒有成立,方法很簡單:把第一格截圖,單獨看兩秒。如果這張圖本身沒有讓人想問「這是什麼」,就換掉它。影片的鉤子其實是靜態的——觀眾先被一格畫面留下,才願意看後面的動作。
反過來說,前三幀不要放:品牌標誌單獨出現、字幕跑馬燈、空景、自我介紹。這四種素材放在前三幀,等於把最好的位置留給最不需要看的東西。

文案:一格幾個字
直式畫面的寬度有限,字幕超過 14 字就會擠成兩行,而兩行字幕會蓋住畫面中央。
做法是:一句話講一件事,動詞開頭,名詞收尾。例如「三秒收好」比「讓你的桌面在三秒內變得整齊」有效,因為前者在手機上一眼讀完。
字幕位置固定在畫面中央偏上或偏下,不要每格換位置。位置一直跳,觀眾的眼睛會跟著跳,反而看不到畫面。
字幕安全區
平台的介面會蓋住畫面。Instagram Reels 的下緣有說明與按鈕、TikTok 的右側有互動圖示、YouTube Shorts 的下緣有資訊列。三個平台重疊的結果是:畫面下方約 15%、右側約 12% 都不該放重要資訊。
字幕放中央、CTA 放下方但往上提一點、品牌標誌放上方。這三個位置在三個平台上都安全。
產品圖怎麼擺
置中,不要貼邊。 產品貼著邊緣,裁成 1:1 或 16:9 的時候一定被切掉。
留白要夠。 產品佔畫面 40% 到 60% 最穩,其餘留給背景與文字。塞滿畫面會讓質感掉下來。
光要比背景亮一階。 產品是主角,光線要讓它從背景裡跳出來。逆光或平光會讓產品變成剪影。
加一點動。 產品本身不動沒關係,讓光掃過表面、讓背景的布或霧氣動,畫面就不會死。提示詞只要寫光從哪裡來、往哪個方向掃,不要寫「高級感」這類形容詞。

CTA 落在第幾秒
最後 2 秒。太早放,觀眾還沒被說服;太晚放,影片已經結束。
CTA 的寫法要具體:「點左下角看款式」比「了解更多」有效,因為前者告訴觀眾下一步在哪裡。字數控制在 8 字以內,並且固定放在同一個位置,讓看過你其他影片的人一眼就找到。
一條素材拆三個尺寸
同一支廣告,通常需要三個版本:直式 9:16(Reels、Shorts、TikTok)、方形 1:1(Threads、貼文)、橫式 16:9(YouTube、官網)。
做法不是把 9:16 硬裁成 1:1,而是生成時就用對的比例。真要用同一段素材,就把主體放在畫面中央,讓三種裁切都留得住;主體偏一邊的構圖,只有一個比例能用。
解析度以 1080p 為基準,720p 只在測試階段使用。廣告會被平台重新編碼,原始檔的畫素越低,壓縮後的損失越明顯。
5 秒還是 10 秒
5 秒適合:單一產品、單一賣點、已經有辨識度的品牌。三格結構,每格約 1.7 秒。
10 秒適合:需要交代使用情境、需要一個對比、或要放兩個賣點。五格結構,每格 2 秒。
不確定的時候先做 5 秒。5 秒能把一件事講清楚,10 秒只是把它講得慢一點;如果 5 秒講不清楚,問題通常在訊息本身,不在長度。
只有一張圖怎麼補素材
多數小型品牌的起點就是這樣:一張產品圖、一個標誌、沒有實拍。三種補法可以撐起 5 秒。
用光的移動取代動作。 一道光緩慢掃過產品表面,5 秒就有了變化。生成時鎖定機位,只讓光動。
用背景的動態取代場景。 布、霧氣、水波、窗簾,這些元素在小幅度下最穩。人物素材如果要用,全身入框或半身都可以,但主體要置中,讓 1:1 與 16:9 的裁切都留得住。
用字幕卡分段。 一張產品圖加三張字卡,就是一支 8 秒的廣告。字卡用同一個背景、同一個字體,看起來就不會像拼貼。
輸出與版本管理
一支廣告會長出三個檔案:9:16、1:1、16:9。命名時把比例寫進檔名,例如「產品名_9x16_v2」,兩週後你才不會開錯檔。
匯出以 1080p 為基準。720p 只用來內部確認節奏,不要拿去發;平台會再編碼一次,原始檔越低,最後的品質越差。發布前在手機與電腦螢幕各看一次,手機確認字幕大小,電腦螢幕確認產品邊緣有沒有糊。
如果一個版本要改文案,只改那一格,不要把整支重新生成。剪輯軟體裡換一張字卡的時間,比重新跑一次生成短得多,而且其他格的動作不會跟著變。
常見問題
沒有演員,只有產品圖,可以做嗎? 可以。產品圖加上光的移動、背景的動態,就足以撐 5 秒。重點是讓畫面有變化,而不是讓產品旋轉。
文案一定要出現嗎? 不一定,但沒有文案的廣告通常需要更強的畫面。無文案版本建議控制在 5 秒內,並且用一個明確的動作收尾。
可以同時放兩個賣點嗎? 10 秒可以,但要分成兩格,中間用一次切換。5 秒只放一個。
字幕可以用自動生成嗎? 可以,但要用肉眼校對一次。自動字幕在專有名詞與數字上容易出錯,而廣告的錯誤會被放大。
同一支影片可以發三個平台嗎? 可以,前提是比例與字幕安全區都對。三個平台的介面覆蓋區域不同,用最保守的安全區就不會出錯。
需要配樂嗎? 需要。沒有音樂的廣告在動態牆上會被當成靜音內容跳過。選曲以節奏明確、沒有歌詞干擾為原則。
10 秒版本可以裁成 5 秒嗎? 不建議。兩者的格數與節奏不同,硬裁會讓鉤子與收尾各少一格;把 5 秒當成獨立版本重排一次,通常比裁切快。
長度可以超過 10 秒嗎? 可以,但超過 10 秒就進入「需要故事」的長度,結構要重寫成三段,而不是把五格拉長。
下一步
要讓產品圖動起來、先確認哪些元素能動,把照片變成影片有材質對照表;要用一段參考影片決定動作,ai 動作 控制講動作遷移。要拿一堆照片排成品牌故事,圖片 轉 影片有節奏與張數的對照。
想直接做一支 5 秒版本,從範本頁挑一個開始。
本文這些條件,可以拿一張照片在圖片轉影片工具裡當場驗:先跑 5 秒一條,看主體和構圖撐不撐得住,再決定要不要往下做。


