返回博客

如何用 AI 制作 ASMR 美食视频

2026年9月3日 · 8 分钟阅读

玻璃果实格式是短视频里最常见的形态之一:把熟悉的食物做成半透明材质,倒在一片吐司上,用金属勺抹开,每一次叮当和刮擦都能听见。

值得理解为什么它奏效,因为这个原因也解释了制作出好作品的所有规则。

为什么这个格式能吸引注意力

它的魅力来自于大脑无法调和的不一致感。你知道蓝莓被勺子碰撞时会是什么声音,而玻璃的声音完全不同。画面与音频不断互相矛盾,你的注意力就会停留在上面,试图把两者调和起来。

这也是为什么不能用音乐替代音效。声音不是伴奏,它就是内容。这就是为什么ASMR 食物模板完全禁用了背景音乐,而不是默认关闭。

还有两个特性让它非常适合短视频。它完全无旁白,所以不需要脚本、不需要配音也不需要翻译,可以跨语言传播。而且它可重复而不易审美疲劳,因为格式固定,只有题材在变,这正是系列需要的形态。

如何挑选题材

题材由两部分组成:食物和材质。两者都必须明确,不能含糊。

蓝色玻璃蓝莓在吐司上可行。某种让人满足的东西不可行,因为没有东西可渲染。

选择半透明材质。玻璃、水晶、琥珀树脂、硬糖、玉石、石英和冰都能透光,光线的变化构成了镜头可看性的很大一部分。不透光的材质如石头或金属则完全失去这种效果。

颜色要与真实食物相匹配。红色水晶草莓能立刻被识别,因为颜色确认了物体是什么,而材质在与之矛盾。蓝色草莓会被当成错误,紧张感就消失了。

优先选择小型食物。浆果、葡萄、柑橘瓣和樱桃番茄在勺下会 convincingly 碎裂和散落。整个大西瓜就不行,因为这个格式是围绕在一片面包上抹开某物构建的。

持续能干净渲染的题材示例:

  • 蓝色玻璃蓝莓在吐司上
  • 由红色水晶制成的草莓
  • 用绿色玉石雕刻的小猕猴桃
  • 由琥珀树脂制成的小橘子切片
  • 由粉色石英制成的小西瓜
  • 深紫色玻璃制成的葡萄
  • 红色硬糖包裹的樱桃番茄

该格式已经能处理的内容

你不需要描述相机、灯光、手部、台面或声音。这些都写在格式说明里,并在每个场景中重申:台面镜头,一只手从小玻璃容器倒出,手离开画面,然后金属勺把材料抹在面包上。柔光棚拍,照片级真实感,无相机移动,触感强的ASMR音效。

如果你尝试自己去指定这些,反而会违背说明而不是补充它。任何模板中最常见的错误就是把完整提示写进只需要主体的字段里。

如果你想写完整的提示而不是只写主题,可以使用自由形式的动画视频模式,提示指南讲解了完整提示所需的五个层次。

长度与场景数量

在这里一个场景就是一个完整视频。倒、抹、定格都发生在同一个片段内,所以五秒结束时不会有未完成的动作。

额外的场景带来的是变化而不是延续。三场景就是三种不同装在玻璃器皿里的食物,作为一个小系列可行,但超过两到三个后,创意就到位了,多出的秒数只会增加成本而无回报。

每个场景运行五到十秒,你可以选择两者的数值。总时长等于场景数乘以秒数,价格也是如此。

作为系列运营

把它当成系列而不是一次性发布的原因是格式会替你建立识别度。看过你一个视频的观众,在画面中就能认出第二个,那比任何单个视频表现好更值钱。

保持格式一致,只变化主体。别在第一个月里在同一频道上和另外三种格式来回切换,因为你无法判断哪种在起作用。

开始前先列好主体清单。单靠水果就能做二十个视频,蔬菜、甜点和小咸食还能把清单延长很多。一个有明显下一个主体的格式,是你六个月后仍能持续发布的格式。

当一个片段表现不佳时

生成式视频有时会失败。常见问题是材料看起来不透明、食物失去可识别形状,或勺子的动作看起来不对。

这三种情况通常都能通过把主体行写得更具体来修正,而不是写其它内容。‘深蓝色半透明玻璃’的效果和单说‘玻璃’不同。

你也可以在编辑器中只重新生成单个场景,这样只会花回该场景原先占用的秒数,视频其余部分保持不变。这比重生成整个视频便宜,也是处理一个系列中五个片段里有一个需要再试一次时的常用做法。

常见问题

我需要录制任何音频吗?

不需要。剪辑自带音频,那些叮当和刮擦声就是从生成的音轨里来的。这个格式故意关闭了背景音乐,因为音乐会掩盖观众为之而来的ASMR声音。

我可以添加旁白或字幕吗?

不能,这是有意为之。这个格式本身就是无旁白的。配音会破坏该格式要创造的效果,所以脚本、配音和字幕在此格式中都被禁用。

一个视频应该有多少个场景?

在这个格式里,一个场景就是一个完整视频。额外的场景只是同一创意的变体,而不是更长的版本,并且每个场景按次计费。大多数在此格式中表现好的视频时长不到15秒。

一个视频要多少钱?

HD 下完成视频每秒 35 点数,所以 5 秒片段是 175 点数,10 秒是 350 点数。标准质量每秒 25 点数。套餐从每月 $19 起,含 3,000 点数。

继续阅读