AI 跨境增长站
← AI 广告与文案

Google Asset Studio 升级：用 Gemini + Veo 3.1 + Nano Banana 一条龙做广告素材

ai-ads ad-creative video-ads Google Ads

Asset Studio 现在到底能干什么

5 月 20 日的 Google Marketing Live 上，Asset Studio 被重做成了一个多模态素材工厂。以前你得自己写文案、自己拍图、自己剪视频，现在的逻辑变了：你扔给它一个产品网址、一份营销 brief、再加上你的投放目标，它就开始往外吐素材，文案、图片、视频，一次性给齐。

背后是四个模型在分工。Gemini 负责理解你的 brief 和网址里的产品信息，顺手把文案写出来。Veo 3.1 做视频。Nano Banana 是 Google 的图像模型，专门出图。还有一个 Gemini Omni 也参与视频生成。它们不是各干各的，而是串成一条流水线，从分镜一直推到一支能直接投的 YouTube 广告。

我先把四个模型的分工列清楚，免得后面绕：

模型它生成什么典型用法
Gemini文案、广告标题、卖点提炼读网址和 brief，把产品理解成一句句能用的话
Veo 3.1视频片段、成片把分镜变成有镜头感的短视频
Nano Banana静态图、产品图变体出一组风格统一的图，喂给 PMax 和 Demand Gen
Gemini Omni视频生成（配合 Veo）参与视频环节，补足画面到成片的衔接

对一个没有创意团队的小 DTC 来说，这个升级改的不是某个功能，是成本结构。以前你纠结的是”这条片子拍不拍得起”，现在的问题变成了”我一周能测多少个版本”，两个问题的量级完全不同。

全球英文版的 rollout 计划在 2026 年夏天，所以如果你现在打开还没看到完整功能，正常，等就行。

从 brief 到成片，一步一步怎么走

第一步，准备入口。你需要两样东西：一个产品落地页网址，一份说清楚的 brief。网址让 Gemini 自己去抓产品信息，价格、卖点、图都能扒到，省掉你手填一堆字段。brief 要写你想打的人群、想强调的卖点、想要的调性，越具体它出的东西越不跑偏。

第二步，让它先出文案和分镜，别急着要成片。Gemini 会给你几版文案方向，Veo 这边会先给一个分镜结构。这一步是你介入控制的最佳时机。分镜阶段改方向几乎零成本，等视频渲染完了再推翻，浪费的就是时间和算力。看到分镜里产品出现的方式不对、节奏不对，当场就调。

第三步，确认分镜之后再放它去渲染视频。Veo 3.1 加 Gemini Omni 把分镜变成成片，Nano Banana 同步出一组配套的静态图。这样你拿到的不是一支孤零零的视频，而是一整套素材：视频投 YouTube 和 Demand Gen，图喂给 PMax，文案铺到各个位置。

第四步，落到 Google Ads 里。整个流程是在一个地方走完的，从 brief 到能直接投的 YouTube 广告，中间不用导来导去。这对小团队的意义在于：你不需要一个会用剪辑软件的人，也不需要外包一轮等三天。

一个提醒：brief 写得糊，出来的东西就糊。我见过太多人把 AI 当成”随便说说它就懂”，结果生成一堆泛泛的东西。你花十分钟把 brief 写扎实，比后面改十遍都值。

Merchant Center 产品视频接 Demand Gen，再直连结账页

同一天还有一个容易被忽略但很实用的更新：Merchant Center 的产品视频可以直接拉进 Demand Gen 了。

意思是这样。你如果在 Merchant Center 里已经有产品视频，很多卖家本来就传了，现在这些视频能被 Demand Gen 拿去做规模化的个性化视频广告。不用重新上传，不用重新配，库存里现成的素材直接复用。对 SKU 多的卖家，这一下省的工作量很可观。

后半段更实用。Demand Gen 的观众如果看到广告动了心、想买，可以被直接导到商家的结账页。中间少了一层跳转，从”看到广告”到”付钱”的路径被压短了。视频负责把人种草，结账链路接着把单收掉，两头接上了。

把这条管线和 Asset Studio 连起来看：Asset Studio 帮你批量造视频，Merchant Center 帮你复用已有视频，Demand Gen 负责分发并直连转化。小团队过去最缺的就是中间这些衔接的人手，现在很多衔接被平台自己接上了。

一键 A/B 测怎么用才不烧钱

这次还加了 1-Click Creative Testing，一键创意测试，帮你把跑得好的素材顶上来。功能很省事，但省事也最容易让人乱花钱，说几个我自己会守的规矩。

一，别一次扔一堆变体进去硬测。生成成本低了不代表测试预算也低了，每个变体都要吃曝光才能出数据。同时跑十个版本，每个都分不到足够的量，最后哪个都看不出结论。先收敛到三四个有明确假设的版本，比如”换个开场钩子""换个卖点排序”，再测。

二，让变体之间只差一个变量。你想知道是开头三秒的问题还是卖点的问题，那就一次只动一处。一支视频又换开场又换文案又换配色，跑赢了你也不知道赢在哪，复制不出来。

三，等数据够了再下结论。一键测试会很快给你一个”领先者”，但早期那个领先很可能是噪声。给它跑到样本量站得住再动手，别看到前两天某条领跑就全押上去。

四，也是最关键的一条：拿生成素材去比你自己拍的素材，别默认 AI 出的就赢。把你过去表现最好的那条真人实拍当对照组扔进测试。有时候生成的视频确实更便宜更快，但真人质感在某些品类里就是转化更高。让数据说话，别让”反正是 AI 做的肯定先进”这种感觉替你做决定。

哪里还得靠人，怎么防品牌跑偏

工具再顺，AI 生成的素材还是得过一遍人眼，尤其是涉及品牌准确性和宣称的地方。

品牌准确性是第一关。Nano Banana 出的图、Veo 出的视频，产品长得对不对、颜色准不准、logo 摆得正不正，这些 AI 偶尔会出错，而错了直接投出去就是事故。每一组素材上线前过一眼，不费多少时间。

宣称是第二关，也是风险最大的一关。Gemini 写文案的时候可能给你冒出一句没依据的功效话术或者夸大的承诺，这种东西投出去轻则被平台拒审，重则惹合规麻烦。凡是带数字、带”最""第一""保证”的句子，自己核一遍有没有依据。

分镜控制是防跑偏的关键动作，前面说过，再强调一次：在分镜阶段把方向定死，比成片之后再救要省得多。你对品牌的理解，AI 拿不全，brief 和分镜这两个口子就是你把品牌调性塞进流程的地方。

还有个长期的隐患是品牌漂移。一周生成几十条素材，每条都差一点点，攒一个季度下来你的广告看起来可能就不像同一个牌子了。定期回头看一批近期素材，问问自己”这还像我们吗”。生成快是好事，但风格的统一得有人盯着，这件事平台不会替你做。

Read this article in English: Google's Asset Studio Upgrade: End-to-End Ad Creative With Gemini, Veo 3.1, and Nano Banana

相关文章