用AI批量生成TikTok广告素材？可以，但这三道门不能省

AI生成广告素材，2026年早就不新鲜了：脚本、分镜、图片、视频都能跑。但很多卖家的真实体感是——AI生成的素材看着挺美，真拿去投不敢：商品画得不像自家货、卖点瞎编，或者一脚踩进合规红线。

问题不在AI，在流程。最近看到一份《Codex × GMV Max：AI素材分析、优化与生成全流程》的SOP，把这件事拆成了三道门：先看数据，再生成，最后人工把关。挨个说说。

第一道门G1：数据关——没诊断清楚，别让AI动手

生成之前，先回答一个问题：上一批素材到底漏在哪？流程是导入GMV Max数据、校验聚合、漏斗诊断、素材分层。几个坑提前避开：

指标要用汇总分子分母算——总GMV除以总花费才是账户真ROI，把每行的ROI平均一下是错的；多币种没确认汇率之前，花费和GMV禁止合计；样本不足的素材标记"数据不足"，继续观察，不下强结论。

分层参考（默认值，记得按自己毛利调）：ROI达到目标线且样本充足，进放量候选；处在潜力带（文档默认1.8到2.5），做单变量A/B测试；低于1.8且样本充足，先确认商业条件再重做或暂停。

第二道门G2：生成关——先写任务包，再让AI产素材

到这步才轮到AI。但不是丢一句"帮我做个视频"，而是先写素材任务包，每个方向必须包含：数据证据（来自哪条诊断）、问题假设（比如"结果前置能提升2秒播放率"）、目标人群与场景、0-2秒首帧和钩子、3-6秒演示与证明、中后段卖点顺序与CTA、改动变量（单次限1-2个）、生成规格（比例、分辨率、时长、字幕安全区）、负面约束（不改包装颜色、不用禁用词、不虚构认证和效果）。

生成顺序也有讲究：先出"脚本＋分镜＋关键帧提示词＋负面约束"，审核通过再生图或生视频；静态素材做白底、场景、细节、对比、证据型候选图；视频优先出脚本、镜头表、字幕和旁白。每个方向默认2-3个变体，变体只改任务包指定的变量，文件名带上方向、变量和版本，方便回溯。

划重点的规则：AI生成结果只能进候选库，不能自动直接投放。凡是涉及人物、功效、价格、认证、包装文字、前后对比的，必须人工复核。

第三道门G3：质检关——七项检查，双人确认

素材想从"候选"变"可测试"，得过一遍人工质检清单：

商品真实性——外观、颜色、配件、包装和实物一致；卖点真实性——只讲已证实的功能；品牌一致性——Logo、色彩、语气、禁用词；平台与广告合规——无禁售、误导、侵权；文字与字幕——拼写、安全区、可读性；投放一致性——价格、优惠、落地页、物流承诺对得上；技术规格——比例、分辨率、时长、编码。

质检人和运营负责人共同确认，状态才能变更。这套流程看着繁琐，本质是把AI幻觉挡在花费发生之前。

上线之后：12类A/B测试，14天节奏

上线后按单变量测试滚动验证。文档列了12类测试方向，出镜率最高的几个：前2秒钩子（痛点钩子对阵收益钩子）、优惠出现时机（立即对阵延后）、人物开场对阵纯产品开场、证明演示前置对阵原顺序、买家证言对阵功能解释、直接CTA对阵软CTA。

节奏参考14天：D1-D3校验数据、冻结对照、完成分层、启动小流量；D4-D7读早期信号，达到最低样本前不判胜负；D8-D10上线新创意方向；D11-D14放量赢家、沉淀规律——达到样本门槛的结论写进"已验证规律"，失败模式写进负面约束，下一轮少踩坑。

文档末尾有句决策原则，建议贴在工位上：AI负责加速生成，人类负责真实性、合规和商业决策。

最后补个跨境卖家视角。素材能AI生成，货没法AI发货——广告跑赢之后，决定CVR和复购的是履约：发货时效、物流轨迹、退货体验。做TikTok Shop美区和欧洲市场，本地海外仓是把流量承接住的基础设施，旺季单量翻倍时尤其明显。