现在用 AI 制作广告视频已经越来越方便。提供几张产品图和简单介绍，就能快速生成画面、配乐、口播，甚至完整的广告成片。但对于品牌来说，速度只是第一步。
广告有没有吸引力？产品信息有没有讲清楚？品牌名和 Logo 对不对？如果临时需要修改，能不能只改指定内容，而不是重新制作整条视频？这些问题决定了一条 AI 广告究竟能不能真正投入使用。
为了看看不同工具的实际表现，我们测试了 ChatGPT、InVideo AI、Captions 和 Omneky，使用 6 个品牌的产品资料，最终获得 32 条广告成片。
我们从创意表达、美学、信息传达、品牌准确和使用过程五个方面进行评估。
结果出现了一个很有意思的反差：
Omneky 做出了本轮创意得分最高的广告，单条达到 92 分，但结尾却出现了其他品牌的 Logo。ChatGPT 的品牌准确分最高，达到 97.2 分，生成的视频却更像一页会动的 PPT。
先说结论：这次测试中，暂时没有一款 AI 工具能稳定交付无需审核、可以直接发布的广告。创意最好的工具容易出现品牌错误，品牌最准确的工具又缺少广告创意。
最会讲故事的片子，结尾却是别人家的 Logo
前面提到的那条片子，是 Omneky 给录屏工具 Loom 做的。
它的想法很完整。一堆便利贴飞起来开场，切到录屏界面，再切到同事点开视频观看。口播一路围绕“演示比讲解更容易”往下讲。这正是 Loom 想让用户记住的东西，用画面说出来了。
这条片子的创意表达拿了 92 分，是本轮所有成片里最高的。
可到了最后几秒，屏幕上出现的是另一个品牌 Pythra 的标志。
这也不是孤例。Omneky 给 Pythra Forge 做的几条片子里，出现过品牌名拼错，还有 AI 重新画出来的文字变成了乱码。
原因还说不准。测试截图显示，Omneky 的生成面板加载过其他品牌的设置。Pythra 的标志跑进 Loom 的片子，原因可能在工具本身，也可能是测试时品牌设置串用了。
但对用的人来说，结论是一样的。
一条片子的创意再好，只要品牌名或者结尾那句话出了错，就不能发。客户不会因为开场好看，就原谅结尾打上了别家品牌的名字。
可以把 Omneky 想成一个很会拍、却会把客户名字写错的导演。它的创意值得参考，片子交出去之前，必须有人从头到尾看一遍。
信息全对的片子，看着像一页会动的 PPT
如果说 Omneky 的问题是太敢想，ChatGPT 正好反过来。
它在品牌准确这一项拿了 97.2 分，是四款里最高的。信息传达也有 95.4 分。产品是什么，有哪些卖点，结尾该写什么，它几乎都能说对。18 条片子里，没有一条写错品牌。
可这些片子拿出来看，大多是产品图一张接一张出现，配上卖点文字，最后打出 CTA。信息都在，就是不像广告。
广告要做的事，除了把信息说清楚，还要让人在刷到的那一两秒停下来。ChatGPT 的片子在开场、画面想法和声音上都偏弱。18 条全部没过本轮的创意门槛。
把两款放在一起看，就能看出 AI 做广告时一个很常见的取舍。
Omneky 的创意表达平均 76.8 分，四款里最高，但 5 条片子的品牌信息全部出错。ChatGPT 很少说错，做出来的却更像一页会动的 PPT。
一条能交给客户的广告，这两样都得有。现在的 AI 工具，往往只做好了其中一样。
资料给得越少，AI 替你猜得越多
测着测着，我们发现影响结果的不只有工具，还有你喂给它的东西。
做广告之前，通常会写一份 brief，也就是给制作方的需求说明。产品是什么，卖给谁，想强调什么，哪些话不能说，都写在里面。
这次每个品牌都准备了三张产品图。同一个品牌，我们设了两种资料条件。第一种只给品牌名、三张图和结尾那句话。第二种再加上审定过的产品事实、使用场景，以及哪些说法不能出现。
差别很明显。
Captions 拿到完整资料时，产品信息拿了满分 100。只给品牌名和三张图，同一个品牌 Pythra Forge 的信息分直接掉到 50。
Pythra Forge 是一款预测市场策略工具。资料少的那一版，Captions 没认出来它是做什么的，写成了“清除项目障碍、适配你的团队”这种话。放在任何一款办公软件上，好像都说得通。
InVideo AI 则会自己补内容。
给餐厅 Chef Chu's 做的一条片子，口播里出现了它自己编的菜名。给空调服务商 IRBIS 做的一条，因为 IRBIS 的 Logo 里写着 plumbing 和 electrical，它就顺手把水管和电路服务也写进了口播。可 IRBIS 这次给的资料只有家用空调服务，这些都超出了要讲的范围。
AI 不会因为你没说就保持沉默，它会猜。
“帮我做一条高级一点的广告”能让它开始干活，却划不出事实的边界。如果你在乎片子里每一句话都是对的，下面这几样最好提前写清楚：产品到底是什么，服务做到哪一步，哪些说法不能出现。
这几句话多花你五分钟，可能会省下后面一整轮返工。
出片快、看着顺，也会在细节上出错
剩下两款工具，更接近大家平时想象中的“AI 视频工具”。
InVideo AI 像一条流水线。配音、音乐、素材和转场都接得上，第一版来得快，也比较完整。它的信息传达拿到 96.4 分，使用过程 73.3 分，基本功在四款里最稳。
做得好的时候，它的片子挺好看。Owala FreeSip 水杯有一条，产品特写配深色背景和棕色格纹，单条美学分拿到 84.0。
它的问题，也是流水线式的。一部分片子还是产品图轮播，最后接一张长长的文字卡片。双肩包 Bellroy 有一条，把横着拍的产品图加上黑边，直接塞进了竖屏。IRBIS 和 Chef Chu's 的 Logo，被裁掉了一截。
这些错误不大，但都是发出去会被人一眼看到的地方。
Captions 像一个会出镜的主播。它让一个虚拟数字人来讲产品，片子多了一层“有人在跟你说话”的感觉。资料完整时，它会先抛出一个问题，再讲产品怎么用，声音的感染力是本轮最突出的。美学分 74.0，数字人、字幕、转场和色调都比较完整。
它的问题在画幅和样本数量。两条片子都是横屏，可大家现在刷短视频，基本都是竖着看。而且 Captions 这次只做了 2 条，样本太少，说明不了它面对所有品牌都会是这个表现。
改一句话，才看出它能不能用起来
广告很少一次就定稿。
客户临时想换一句结尾，市场部要改个促销信息，或者你发现片子最后还留着上个月的活动。这些事，比第一次点“生成”更像日常工作。
所以我们又加了一轮测试。在资料完整的片子上，只让工具做一件事，把结尾那句话换掉。
ChatGPT 6 次全部换对，旧的那句也删干净了。代价是每改一次，都要在对话里重新生成整条片子。它没有剪辑软件那样的时间线，没法只动最后几秒。
InVideo AI 有分段改台词、替换素材的按钮，看上去最方便。可我们拿到的几个版本里，那句话都没有变。
Omneky 的配音换成了新的那句，画面上挂着的还是旧的。耳朵听到一句，眼睛看到另一句。
Captions 这一项这次没有测到，暂时没法评价。
到这一步，问题已经从“谁更会做片子”变成了“谁更经得起改”。
界面上有编辑按钮，不等于改动真的落到了片子上。每改一次，都值得再从头看一遍。
四款工具分别表现怎样
看过这些案例，再看分数就容易理解了。
| 工具 | 综合分 | 成片数 | 最强的地方 | 最要留意的地方 |
|---|---|---|---|---|
| Captions | 69.8 | 2 条 | 虚拟主播，声音有感染力 | 横屏，样本太少 |
| InVideo AI | 69.2 | 7 条 | 出片快，信息覆盖稳 | 模板感，Logo 裁切，会编内容 |
| ChatGPT | 59.5 | 18 条 | 品牌最准 | 不像广告，改一次重做一次 |
| Omneky | 40.0 | 5 条 | 创意最强 | 品牌和结尾那句话出错 |
综合分满分 100，由五项加权得出。创意表达占比最高，为 35%，其次是美学 25%，信息传达和品牌准确各 15%，使用过程 10%。
另外还有两条硬规则。
第一条，创意和美学的平均分低于 50，综合分最高只能拿 60。ChatGPT 的 18 条片子都碰到了这条线，最后拿了 59.5。
第二条，品牌名拼错、出现别家品牌、结尾那句话写错或者旧的没删掉，综合分最高只能拿 40。Omneky 的综合分正好是 40.0。
所以创意最强的和品牌最准的两款，反而排在了后面。这套规则想表达的意思很简单，一条广告只要犯了能让客户找上门的错，前面做得再好也不算数。
还要提醒一句，排名别看得太死。Captions 和 InVideo AI 只差 0.6 分，Captions 只做了 2 条，Omneky 也只有 5 条。这张表更适合用来了解每款工具的脾气，而不是当成谁一定比谁强。
如果现在就要用 AI 做广告
这次没有一款工具交出了可以不检查就直接发的片子。但每一款，都能在某个环节帮你省时间。
如果你想找镜头和广告创意，可以看看 Omneky 做出来的东西，把它当成灵感来源。片子本身，每一帧都要核对。
如果你要快速做一批社交平台短视频，可以从 InVideo AI 开始。它最容易拿到完整的第一版，但口播内容、Logo 和画面比例都得再看一遍。
如果你想先把产品信息、卖点和脚本理清楚，可以先用 ChatGPT 理清楚，它写的内容很少出错；再交给设计师或者视频工具去做画面。
如果你已经有写好的脚本，想要一个虚拟主播来讲，可以试试 Captions，记得先确认输出的是竖屏还是横屏。
不管用哪一款，发出去之前，这三样一定要看。
品牌名和 Logo，尤其是最后几秒，以及 AI 重新画出来的文字。
口播里有没有说出你没给过的信息，比如不存在的菜名、你不提供的服务。
结尾那句话，画面和声音都要看。改过的版本，再看一遍。
这三条，都来自这次测试里真实出现的问题。
还需要说明，这次比较的是 4 款工具、6 个品牌、32 条去重成片，各工具做的片子数量不一样多。评分有 AI 参与，创意、美学和信息检查还没有完成独立的人工复核。我们也没有把这些片子拿去投放，所以分数只代表片子本身做得怎么样，不代表能带来多少点击和购买。
AI 已经能帮你很快做出第一版，有时还挺好看。
至于这条片子能不能发，最后还得你自己从头看到尾。尤其是最后几秒。