ZOEVA Metallic Eyeliner

Paid Social Creative Strategy & AI Production

Independent Creative Strategy & Design Case Study

我选择 ZOEVA Velvet Love Eyeliner Pencil 的 Metallic Smoky Quartz 色号作为对象，从产品事实与公开 Paid Social 素材出发，建立可追溯的视频研究工作流，并把研究转化为一支约 13 秒的竖屏概念短片。

我的职责　

研究设计 / 数据整理 / 视频拆解 / Creative Strategy / Creative Brief / Storyboard / AI 生成 / 剪辑

工具　
Meta Ads Library / 自建 Meta Ads Breakdown Skill / Research Matrix / ImageGen / Google Flow / Omni / Veo / 剪映

本项目为独立研究与非官方概念创作，未接触品牌广告账户，也不包含真实投放结果。

(视频平台为Vimeo，需要科学上网。打不开请此处跳转: AIGC眼线笔广告_哔哩哔哩_bilibili )

产品与初始任务

产品：　ZOEVA Velvet Love Eyeliner Pencil
Hero Shade：　Metallic Smoky Quartz
市场语境：　UK Paid Social
交付：　一支 9:16 Hero Concept、Creative Brief、Storyboard 与最小测试方案

品牌公开资料中，与视觉创意直接相关的信息包括第一笔显色、顺滑上色、定妆前可晕染，以及会随光线改变观看强度的 Metallic finish。

我的初始任务是：
基于公开产品信息、品牌内容与同品类广告，为这个具体色号发展一个适合 Paid Social 的短视频方向，并形成可继续测试的创意假设。

公开证据到生成成片
研究结构并不是从第一步就完全固定。最初我把 Meta 广告正文、Message Family、图片与视频放在同一个分析框架中；人工核对后发现，图片或广告正文能说明传播信息，却不能被用来推测视频形式，重复素材与 DCO 也意味着 Ad Record 不等于独立创意。

因此，我把研究收敛为三个证据层：

- Product Evidence：官方产品页、FAQ、consumer-perception study 与可见评论，用于确认产品名、色号、可使用的产品信息和表达边界；
- Market / Message Context：73 条 ZOEVA、20 条 VBB 与 103 条 Prime Active Ad Records，用于定位相关素材、整理 Message Family 和建立抽样范围，不直接决定最终视觉方向；
- Video Execution Evidence：完整视频用于判断 Hook、镜头结构、Proof、声音、节奏与视觉形式。

最终创意形式主要来自第三层：我完整拆解并人工复核了 16 条视频——ZOEVA 6 条、Prime 6 条、VBB 4 条。产品名称、色号、`ONE-SWIPE COLOUR`、可晕染和光线表现则由第一层提供事实约束。第二层没有被删除，但被降为检索、分组和语境证据，不再承担它无法支持的结论。

为这次研究搭建一个可复用的分析 Skill
手动逐条截图能够完成一次分析，却很难保证多条视频使用相同颗粒度。我因此把自己的判断流程整理成一个可复用的 Meta Ads Breakdown Skill：

1. 全片以 3 fps 建立结构基线，前 5 秒提高到 10 fps；
2. 只对动作或转场不确定的区间增加采样；
3. 识别字幕、口播、声音、Hook、Proof、CTA 与镜头结构；
4. 为每条广告输出完整 Markdown 报告与视觉 Overview；
5. 把报告路径与关键字段写入共用 Research Matrix，便于筛选和跨品牌比较；
6. 由我逐条回看完整视频，确认分析并记录修正。

这套方法减少了重复抽帧和手动搬运，但没有把判断交给 AI。16 份报告全部经过人工复核；两项分类修正被明确记录，而不是静默覆盖。逐条 Markdown 是事实源，Matrix 只承担索引、筛选与综合。