CureBay 在 Gemini 和 Veo 3.1 中逐场景构建了 Kavach 广告

CureBay 的 Kavach 对话需要一个可信的村庄场景——一位 Swasthya Mitra 在榕树下与一群人交谈——并且多个人物、位置和服装在各场景之间保持一致。

将广告构建为一系列 10 秒的 Veo 场景，锚定在一张 Gemini Pro 参考图像上——榕树下的人群就是连续性系统。

先在 Gemini Pro 中生成场景静帧（人物、座位、服装、树木、光线），然后按对话节拍逐个生成 10 秒的 Veo 3.1 片段——介绍、产品、₹499 年度权益、一位村民的提问——在剪辑中组装。

成片保持了一场多人群体对话，角色在各剪辑点之间保持一致——工作室记录了这套工作流程，包括与“loan”一词较劲的语音生成过程。

对于 CureBay Kavach 影片，制作工作室 Portray Media（Manas Ranjan Behera）逐场景构建了这支广告，而不是押注于一个电影化的提示词。场景刻意设定为 communal：一位 Swasthya Mitra——CureBay 的社区健康工作者——在一棵大榕树下与村民交谈，因此信息呈现为一场本地对话，而非摆拍的影棚广告。

第一阶段在 Google Gemini Pro 中以静帧确立视觉锚点：Swasthya Mitra、村民群体、座位位置、服装、背景、光线和镜头构图。“这群人不是背景装饰。它是连续性系统的一部分”——提示词不断坚持保留上传的图像，因此没有人在场景之间换座位、消失或换衣服。

第二阶段在 Google Veo 3.1 中将对话划分为每段最多 10 秒的场景，按自然对话节拍剪辑：介绍、CureBay Kavach 本身、₹499 年度权益、一位村民对优惠如何运作的好奇提问。每次生成都承载一个清晰的传播目的，场景在剪辑期间组装。

这篇记录坦率地讲述了困难之处，包括语音生成在“loan”一词上磕绊。成果是一支多角色、连续性要求高的村庄广告，端到端用 Gemini 和 Veo 制作——以及一套可供再次操作的记录工作流程。

群体场景成倍放大了连续性问题——多个人物、位置和服装需要在各次生成之间保持不变。

10 秒的生成窗口迫使每个场景只有一个清晰目的，这让提示词保持简短，失败成本低廉。

Gemini 参考图像一次性完成了世界构建，因此 Veo 只需处理运动和对话。

对话节拍为剪辑提供了自然的接缝，因此生成限制在成片中从未显露。

在生成式视频中，连续性是套系统：将一切锚定到一张参考图像，让每次生成只做一件事。

Portray Media 发布了完整工作流程——参考图像、10 秒场景、对话、表演、最终提示词、剪辑——作为 AI 制作广告的可重复操作手册；文章日期为 2026 年 10 月 11 日。