Video di prodotto con l'IA per l'e-commerce: un workflow su scala di catalogo

Hai 400 SKU, una buona foto per ciascuno e zero video di prodotto. Amazon dichiara che il primo video shoppable su una pagina di dettaglio è stato seguito da un aumento medio delle vendite del 24% nei suoi dati da gennaio a giugno 2026. Google Merchant Center ora accetta il video nel feed prodotti. Girare 400 prodotti è un trimestre di lavoro e un budget che non hai. Generarli uno a uno in uno strumento web è un mese di clic.

La versione praticabile sta nel mezzo: trattare il catalogo come dati, trasformare ogni foto prodotto in un breve clip da immagine a video con un modello scelto per SKU, far girare tutto da un foglio di calcolo o da un agente, ed esportare file che superano le specifiche di ogni marketplace al primo caricamento. Questa guida copre la pipeline dall'inizio alla fine, con i conti.

Perché ora vale la pena fare un video per SKU

Due cambiamenti del 2026 hanno spostato il video di prodotto da extra per i prodotti di punta a qualcosa che si giustifica su un intero catalogo.

Amazon ha pubblicato l'incremento. Il suo blog per i venditori riporta la media del 24% e la scompone per categoria: giocattoli al 32,7%, abbigliamento al 30,5% e casa al 26,7%. Un annuncio può avere fino a quattro video shoppable. Sono medie interne di Amazon, quindi misura le tue.
Google ha aggiunto un attributo video al feed. L'attributo video_link accetta fino a 10 video per prodotto. Secondo Search Engine Roundtable, l'invio è stato aperto il 14 aprile 2026, con la pubblicazione e la convalida di policy e qualità a partire dal 30 giugno 2026.

Entrambi i canali premiano la copertura. Un video sui tuoi cinque prodotti principali lascia gli altri 395 annunci senza.

Cosa accetta ogni marketplace

Parti dalle specifiche, perché fissano durata, rapporto d'aspetto, risoluzione e dimensione del file prima di qualsiasi scelta creativa. Ecco cosa dicono le fonti e quanto è solida ciascuna.

Shopify

Il Centro assistenza di Shopify accetta MOV, MP4 e WEBM, fino a 1 GB e 10 minuti, con larghezza e altezza tra 100 e 4096 pixel. I rapporti d'aspetto consigliati sono 16:9, 9:16, 4:3, 3:4 e 1:1, a 60, 30 o 25 fps.

Amazon

La pagina di Amazon indica .mov o .mp4, fino a 1080p e 5 GB, e la funzione è riservata agli account venditore professionali con almeno tre mesi di storico vendite. Nel riassunto di quella pagina la durata indicata va da 1 a 12 minuti, il che si concilia male con clip di prodotto brevi; una guida di terze parti di GOAT Consulting descrive regole diverse, tra cui un minimo di 1280x720, il 16:9 preferito e il Brand Registry come requisito. Controlla Seller Central per il tuo account prima di renderizzare 400 clip a una durata che Amazon potrebbe rifiutare. La revisione richiede circa 3 giorni, fino a 7 giorni lavorativi durante le festività.

Google Merchant Center

La specifica di video_link è la più severa sulla forma: da 6 a 240 secondi, 500 MB al massimo, 720p (1280x720) come minimo e un rapporto d'aspetto di 9:16, 16:9 o 1:1. L'audio è facoltativo. Un URL non YouTube deve puntare direttamente a un file video grezzo, essere raggiungibile pubblicamente e non scadere. Devi inoltre detenere i diritti di licenza per l'uso di marketing.

Walmart, TikTok Shop ed Etsy

Walmart: la guida rich media di Marketplace Learn richiede un URL .mp4 diretto senza reindirizzamenti, 100 MB o meno, fino a otto video per articolo e un invio che includa ID articolo, GTIN, il nome di un file di sottotitoli e la lingua del video. Conferma tutto in Seller Center.
TikTok Shop: la regola di disapprovazione di GoDataFeed prevede un video prodotto per annuncio, di 5 MB o meno, quando viene inviato tramite un canale feed. Altri percorsi di caricamento indicano limiti più ampi, quindi il limite dipende da come invii.
Etsy: un riepilogo di Wyzowl colloca i video degli annunci tra 5 e 15 secondi, 100 MB, MP4 o MOV, riprodotti senza audio, uno per annuncio. È una fonte secondaria, quindi verifica nella guida di Etsy.

La regola decisionale che ne deriva

Durata da 6 a 10 secondi. Sei secondi superano la soglia minima di Google, e fino a 15 si resta nell'intervallo di Etsy come riportato. Amazon è l'eccezione da verificare.
Risoluzione 720p o superiore per tutto ciò che va a Google o Amazon. Un render 480p più economico va bene per una galleria Shopify e in nessun altro posto.
Al massimo due rapporti d'aspetto. 1:1 o 9:16 per Google, TikTok Shop e negozi mobili, 16:9 dove vale la preferenza di Amazon. Renderizza in modo nativo in ogni rapporto che ti serve: ritagliare un clip 16:9 in 9:16 di solito taglia il prodotto.
Progetta per il silenzio. Google rende l'audio facoltativo ed Etsy riproduce senza audio, secondo le fonti, quindi il clip deve reggere senza suono. L'audio è un'aggiunta per i posizionamenti social.
Codifica per destinazione. Un file master, poi un piccolo export per il limite del feed di TikTok Shop e uno sotto i 100 MB per Walmart.

Dalla foto prodotto al clip: il passaggio da immagine a video

Da immagine a video è il mattone giusto per un catalogo, perché il prodotto è già definito dalla foto. Il compito del modello è aggiungere movimento attorno a qualcosa che esiste, e questo mantiene lo SKU riconoscibile. Da testo a video inventa il prodotto a partire da una descrizione e sbaglia etichetta, tappo o cuciture.

Preparare l'immagine di partenza

Usa la foto a più alta risoluzione, con l'intero prodotto in inquadratura e un po' di margine per i movimenti di camera.
Se l'unica foto è un packshot su fondo bianco, genera prima con un modello di immagini uno still ambientato (su un piano di lavoro, su una scrivania, in mano) e anima quello.
Tieni le persone fuori dall'inquadratura a meno che non ti servano. La regola di dichiarazione trattata più sotto vale per le persone fotorealistiche generate dall'IA, e un clip di solo prodotto la evita.

Scrivere prompt di movimento che proteggano il prodotto

Il modo tipico di fallire nel lavoro su catalogo è la deriva: il modello ridisegna il logo, cambia il colore di un tappo o aggiunge una caratteristica che il prodotto non ha. Secondo GOAT Consulting, Amazon elenca tra i motivi di rifiuto una discrepanza tra video e annuncio, quindi la deriva è un problema di conformità oltre che di qualità. Un modello di prompt di movimento che la limita:

Camera: un solo movimento. "Avvicinamento lento", "orbita lenta di 30 gradi a sinistra", "camera fissa".
Soggetto: "il prodotto resta invariato, etichetta e colori esattamente come nell'immagine".
Movimento dell'ambiente: piccolo e secondario. "Vapore che sale", "tessuto che si muove appena in una brezza", "luce che scorre sulla superficie".
Esclusioni: "niente testo, niente mani, niente persone, niente nuovi oggetti".

Prima e dopo, per una tazza in ceramica:

Prima: "Video cinematografico della nostra fantastica tazza, dinamico, di tendenza, bella illuminazione." Il modello sceglie da sé il percorso di camera, inventa una latte art e il colore dello smalto cambia da un fotogramma all'altro.
Dopo: "Avvicinamento lento alla tazza su un tavolo di legno, luce del mattino da sinistra, un filo di vapore che sale. La tazza, il colore del suo smalto e il suo logo restano esattamente come nell'immagine. Niente testo, niente mani, niente persone." Un movimento, un movimento secondario, blocchi espliciti.

La stessa disciplina evita che il girato generato sembri sintetico; come fare annunci con l'IA che non sembrino generati dall'IA approfondisce le scelte su luce e movimento.

Quanto costa un video per SKU, con i conti

Da immagine a video si paga per secondo di output, e risoluzione e audio cambiano la tariffa; il catalogo da immagine a video di fal mostra questo schema tra i vari provider. L'elenco sotto usa i prezzi pubblici di Aitachyon al momento della stesura, per un clip silenzioso di 6 secondi, la durata minima accettata da Google.

Hailuo 02 a $0.085/s: $0.51 per clip.
Kling v3 silenzioso a $0.16/s: $0.96. Con audio nativo a $0.32/s: $1.92.
Wan 2.7 a $0.19/s: $1.14.
Veo 3.1 Fast da $0.19/s: da $1.14.
Seedance 2.5 da $0.20/s in 480p: $1.20. In 720p, $0.44/s: $2.64.

Lo still ambientato, se lo realizzi, aggiunge $0.057 su Seedream 4.0, da $0.057 a $0.086 su FLUX.2 [pro] o $0.13 su Nano Banana, sempre al momento della stesura. Una riga di voce fuori campo per una versione social costa da $0.043 a $0.086 ogni 450 caratteri su ElevenLabs, sufficiente per una frase di prodotto di due periodi.

Tre budget per lotto

50 SKU, fascia economica. 50 still Seedream a $0.057 fanno $2.85. 50 clip Hailuo 02 a $0.51 fanno $25.50. Totale $28.35, circa $0.57 per SKU.
50 SKU, 720p per Google e Amazon. Seedance 2.5 in 720p per 6 secondi costa $2.64 a clip, $132 per 50. Aggiungi $2.85 di still: $134.85, circa $2.70 per SKU.
500 SKU, misto. 450 SKU di coda lunga su Hailuo 02 ($229.50) e i tuoi 50 best seller su Kling v3 con audio per i social ($96). Aggiungi 500 still ($28.50). Totale $354.

Metti a budget i rifacimenti. Alcuni clip andranno alla deriva e richiederanno un secondo render, e un render che scarti è comunque un render pagato. Viene rimborsato solo un render che fallisce del tutto. Se prevedi che metà degli SKU richieda un rifacimento, moltiplica la riga video per 1,5.

Il confronto

Esistono tariffe al secondo più basse. La guida ai video di prodotto di Atlas Cloud elenca Wan 2.6 Flash a $0.018/s ($0.144 per un clip da 8 secondi), Seedance v1.5 Pro a $0.047/s e Kling 3.0 Standard a $0.071/s, e stima un catalogo da 500 prodotti in circa 72-188 dollari. Sono versioni di modelli più vecchie o più leggere citate sul blog di un fornitore, quindi confronta la qualità dell'output sui tuoi prodotti prima di confrontare le tariffe. All'estremo premium, fal elenca Veo 3.1 a $0.20/s senza audio e $0.40/s con audio, e Kling 3.0 Pro a $0.112/s senza audio. Una vista modello per modello si trova in prezzi delle API di generazione video con IA nel 2026, e ogni tariffa attuale è nella pagina dei modelli.

Scegliere un modello per SKU

Un catalogo è disomogeneo, e la scelta del modello deve seguirlo. Usa una regola a tre fasce e scrivi la fascia nel foglio di calcolo, così il lotto sceglie il modello da solo.

Fascia C, coda lunga: il modello più economico che regga la forma del prodotto. Silenzioso, 6 secondi, un solo rapporto d'aspetto.
Fascia B, vendite costanti: un modello di prezzo medio a 720p o superiore perché il file sia idoneo per Google e Amazon, due rapporti d'aspetto.
Fascia A, il 5-10% superiore: il miglior modello che puoi permetterti, audio nativo dove aiuta un posizionamento social e più varianti da testare.

Esegui un lotto di calibrazione prima di impegnarti. Prendi cinque SKU difficili per la tua categoria (confezioni riflettenti, testo piccolo sulle etichette, bottiglie trasparenti, texture del tessuto) e renderizza ciascuno su tre modelli. Costa pochi dollari. Per un confronto diretto tra due scelte comuni, vedi Kling v3 contro Seedance 2.5.

Elaborare in batch da un foglio di calcolo o da un agente

Quando ogni SKU è una riga, la generazione diventa un ciclo. Il foglio di calcolo è la fonte di verità, e lo script o l'agente si limita a leggere le righe e a scrivere i risultati.

Le colonne

sku e gtin (gli invii a Walmart richiedono il GTIN).
source_image_url, la foto da animare.
tier (A, B, C), che corrisponde a un modello.
still_prompt, facoltativo, per uno still ambientato.
motion_prompt, costruito con il modello in quattro parti sopra.
duration_s e aspect, dalla regola decisionale.
channels, per esempio "amazon,google,shopify".
status, ref e cost_usd, riscritti dall'esecuzione.
qa, compilata da una persona: pass, retake o drop.

L'esecuzione

Da codice, cicla sulle righe con status vuoto, invia lo still e il clip, fai polling fino al termine e scrivi nella riga il ref e il costo restituiti. Lo script di batch di Atlas Cloud usa cinque worker concorrenti con polling parallelo e log dei risultati in JSON, un'impostazione di partenza sensata per qualsiasi provider. Scrivi i risultati dopo ogni job, così un crash alla riga 312 riparte dalla 313. Produrre centinaia di clip in sicurezza approfondisce ritentativi, limiti di frequenza e tetti di spesa.

Da un agente, lo stesso ciclo è un prompt. Con un server MCP ospitato collegato, puoi chiedere a Claude Code di "leggere products.csv, renderizzare ogni riga con status vuoto usando il modello della sua fascia, riscrivere ref e costo e fermarsi se il lotto supera $60". L'agente esegue il ciclo e il foglio di calcolo resta il registro. Una configurazione funzionante per automatizzare la produzione video con gli agenti illustra questo schema.

Tenere la spesa sotto controllo

Usa una chiave API dedicata per lotto o per cliente, così la spesa di ogni esecuzione è isolata e la chiave può essere revocata se un ciclo impazzisce.
Stima prima di avviare (righe per durata per tariffa, per fascia) e confronta con il totale dettagliato dopo. Una differenza indica rifacimenti o una durata sbagliata.
Conserva il ref, non solo il file. Un ref stabile permette a un passaggio successivo, come il job di export, di recuperare il file esatto che ha superato il controllo qualità.

Controllo qualità e conformità prima del caricamento

Fai passare ogni clip da questa checklist prima che lasci il foglio di calcolo.

La checklist pre-caricamento

Corrispondenza col prodotto. Confronta l'ultimo fotogramma con la foto dell'annuncio. Logo, colore, forma, numero di componenti. Qualsiasi deriva richiede un rifacimento.
Nessun prezzo, sconto o urgenza. GOAT Consulting elenca tra i motivi di rifiuto di Amazon i riferimenti a prezzo, sconto e offerte a tempo, insieme a recensioni o valutazioni a stelle, menzioni di concorrenti o di altri marketplace ed elementi di interfaccia falsi o filigrane. I modelli a volte inventano testo sulle confezioni, quindi cercalo.
Controllo persone. Se compare una persona fotorealistica generata dall'IA, Amazon ora richiede la parola chiave contains-synthetic-performer nel campo XMP dc:subject, aggiunta con un editor di metadati compatibile IPTC prima del caricamento. Secondo ChannelX, la regola copre immagini di prodotto, immagini lifestyle, video di prodotto e contenuti A+ in tutti gli store Amazon, e Amazon può mostrare un indicatore agli acquirenti. I contenuti senza persone, con persone reali o con persone non fotorealistiche sono esenti.
Controllo delle specifiche. Durata, risoluzione, rapporto d'aspetto e dimensione del file rispetto a ciascun canale della riga.
Visione muta. Guardalo senza audio. Se il beneficio non si vede, il clip non funziona su Etsy né nella maggior parte dei feed.
Diritti. Google richiede che tu detenga i diritti di licenza per l'uso di marketing. Controlla i termini del fornitore del modello e quelli di ogni foto di partenza che non hai scattato tu.

Export e hosting per canale

Questo passaggio è meccanico, ed è il punto in cui i progetti di catalogo si fermano, perché ogni marketplace vuole il file in un posto diverso.

Google Merchant Center: ospita l'MP4 su uno storage che controlli, a un URL pubblico che punta al file grezzo e non scade mai, poi aggiungilo come video_link nel feed. I link firmati o temporanei violano il requisito di non scadenza.
Walmart: stesso hosting, un URL che termina in .mp4 senza reindirizzamenti, più un file di sottotitoli e il campo lingua.
Amazon e Shopify: caricamento diretto, quindi il vincolo è dimensione e durata del file. Il limite di 1 GB di Shopify non incide su un clip da 8 secondi.
TikTok Shop via feed: un export separato a basso bitrate per restare sotto il limite di 5 MB riportato da GoDataFeed.

Uno script di export che legge la colonna qa, recupera ogni file approvato tramite il suo ref, lo transcodifica per canale e lo carica sul tuo storage riduce tutto a un solo comando. Per il lato creativo oltre la conformità, vedi il playbook degli annunci video per l'e-commerce.

FAQ

Posso usare video di prodotto generati dall'IA su Amazon?

Nessuna fonte li vieta. Il video deve corrispondere all'annuncio ed evitare i soliti motivi di rifiuto, come prezzi e valutazioni a stelle. Se il clip mostra una persona fotorealistica generata dall'IA, devi aggiungere la parola chiave contains-synthetic-performer ai metadati XMP del file prima del caricamento, secondo il riepilogo di ChannelX della regola di agosto 2026. I clip di solo prodotto sono esenti.

Quanto costa un video di prodotto con l'IA per SKU?

Per un clip silenzioso da immagine a video di 6 secondi ai prezzi di Aitachyon al momento della stesura, da $0.51 su Hailuo 02 a $2.64 su Seedance 2.5 in 720p, più da $0.057 a $0.13 per uno still ambientato facoltativo. Aggiungi un margine per i rifacimenti. Le stime di altri fornitori sono più basse, con modelli più leggeri.

Quanto dovrebbe durare un video di prodotto per Google Shopping?

L'attributo video_link di Google accetta da 6 a 240 secondi a 720p o superiore, in 9:16, 16:9 o 1:1, fino a 500 MB. Per un lotto di catalogo, da 6 a 10 secondi tengono bassi i costi e restano anche dentro l'intervallo riportato per Etsy.

Come genero video per centinaia di prodotti in una volta?

Metti uno SKU per riga in un foglio di calcolo con immagine di partenza, fascia, prompt di movimento, durata e rapporto d'aspetto, poi cicla sulle righe da uno script o da un agente con concorrenza moderata, riscrivendo ref, costo e stato dopo ogni job.

Fonti

Se vuoi far girare questa pipeline senza cinque abbonamenti, Aitachyon mette Hailuo 02, Kling v3, Seedance 2.5, Veo 3.1 Fast e i modelli di immagini dietro un unico saldo prepagato, utilizzabile da uno studio web, da una semplice API HTTP o da un server MCP ospitato in Claude Code, con ogni job dettagliato per modello e costo e i render falliti rimborsati automaticamente. La guida rapida ad API e MCP avvia un primo lotto da un foglio di calcolo in un pomeriggio.