
現在到處都是 Vox 風格的紙拼貼解說影片。
它們在 TikTok 和 Instagram 上獲得數百萬次觀看,媒體採購人員也開始將它們作為付費廣告投放。效果顯著。這種風格看起來像編輯內容,而不是廣告,所以人們真的會看。
直到最近,製作這樣的影片還需要聘請動態設計師,或在 After Effects 中花費數天時間。
現在,Google Omni Flash 能驚人地生成這種風格。撕裂的紙張紋理、剪貼字體、手繪插圖、內嵌於影片的旁白。而且生成速度很快。
我建立了一個技能,可以自動化整個流程。你只需回答幾個問題,它就能在 MaxFusion AI 中為你產出完整的廣告。無需複製貼上提示詞,也無需手動監控。
以下是整個運作方式。
這個技能的功能
你載入這個技能,然後告訴它你的產品資訊。
它會詢問一組簡短的問題。你有產品圖片嗎?你想要螢幕上有個吉祥物,還是無人物的解說影片?直式還是橫式?大概就是這樣。
如果你上傳產品圖片,它會作為真實參考附加到每個片段中,確保你的產品在整個廣告中看起來一致。
Hevy 應用程式範例

Hevy 應用程式範例
如果你選擇吉祥物模式,就上傳一個角色圖片,這個技能會將其轉換成紙拼貼版本,由它對著鏡頭呈現廣告。如果你選擇無人物模式,你就會得到經典的 Vox 解說風格:沒有說話的頭像,只有插圖、標籤和箭頭來傳達訊息。

接著,它會撰寫配音腳本和完整的視覺方向,向你展示所有內容以供一次確認,然後在 MaxFusion AI 中生成每個片段。
每個 10 秒的片段會利用上一片段的最後一幀進行銜接,使廣告成為一個連續的整體。你無需做任何事,Claude 會為你完成一切。
你回來時,就會看到一個完成的廣告。
如果你不使用 MaxFusion AI:我也會發布這個技能的第二個版本,它會跳過自動化流程,直接將完成的提示詞交給你,讓你可以複製貼上到你自己的工具中使用。同樣的創意系統,但改為手動交付。
為什麼選擇 Omni Flash 而不是 Seedance
其他展示這種風格的工具預設使用 Seedance。這是錯誤的選擇。尤其考慮到你的預算和時間。
Seedance 每次生成的費用更高。速度也更慢,而且在這個風格所依賴的兩個方面表現 notoriously 差:螢幕上顯示的文字,以及旁白說出的話語。
Vox 解說影片是由螢幕上的標籤和旁白構成的。當模型把兩者都搞砸時,你就得重新生成。而重新生成意味著把點數和代幣浪費在你丟棄的片段上。

Omni Flash 能很好地處理文字、語音,並保持跨片段的風格一致性,而且完成時間只需一小部分。對於這種特定格式,兩者差距懸殊。
如果你需要重新生成,它不僅更便宜,最重要的是快得多。
解決旁白聲音不一致的問題
你會遇到一個小問題:Omni 會在影片內部生成旁白,而且不保證跨片段使用相同的聲音。
這個技能已經鎖定了性別,所以你不會在片段 1 聽到女聲,片段 2 變成男聲。但你仍然可能得到三個都是男聲的片段,而每個聽起來都像不同的人。
以下是解決方法:
- 在 CapCut 中將所有片段拼接起來。
- 導出完整影片。
- 將其上傳到 MaxFusion AI。
- 打開上下文選單,選擇「替換聲音」。
- 從聲音庫中選擇一個聲音,或使用你自己克隆的聲音。
一次操作,就能讓整個廣告擁有統一的旁白。
這些廣告適合投放哪裡
這些不只是自然觸及的內容。這種格式作為付費創意素材也很有效。
應用程式行銷人員用它來在 30 秒內解釋應用程式的功能。保健食品品牌用它來解說作用機制,而無需真人講解。任何需要「這是如何運作的」這個環節的產品,都適合這種格式。
這種編輯風格外觀為你贏得了標準 UGC 廣告無法獲得的觀看時間。
那麼,這個技能和我見過的其他技能有什麼不同?
你見過的其他技能,會給你提示詞,然後叫你自己去生成、自己去提取最後一幀作為參考、然後再生成、再到外面去剪輯在一起。
我的技能是為 Maxfusion AI MCP 設計的,透過 Claude,你只需與它對話 30 秒,它就會為你完成所有事情。
去試試看吧 - https://maxfusion.ai/?via=UGC-IG
我會在我的免費 Telegram 頻道中,在這些技能和工作流程於 X 平台上線之前,就先發布出來。
在此加入: t.me/primegenai
完整的 YouTube 解析影片即將推出。





