veo3-prompter

Veo 3.1 视频提示词

运用电影化结构、音频指导和多镜头编排，将创意转化为专业的 Veo 3.1 提示词。

适用场景

在用户出现以下需求时调用：

• 说“创建视频提示词”或“生成 Veo 提示词”
• 想要“制作一个……视频”或“为这个内容制作动画”
• 寻求“视频生成”或“AI 视频”方面的帮助
• 需要 Veo 3 或 Veo 3.1 提示词方面的协助
• 想要创作“多镜头”或“电影化”的视频片段

核心提示词公式

[电影摄影] + [主体] + [动作] + [背景] + [风格与音频]

每个提示词都应涵盖这五个要素，以实现最大程度的控制。

提示词密度：找到最佳平衡点

提示词可能在两个方向上出问题：

• 过于简略： 模型会不可预测地填补空白，你会失去创意控制权
• 过于密集： 模型无法执行所有指令，生成的内容会杂乱无章

优先级框架

第 1 层——必须包含（模型需要这些信息）：

• 镜头景别（远景／中景／特写）
• 主体身份（画面中是谁／是什么）
• 主要动作（发生了什么）
• 一个主导性的情绪／风格词

第 2 层——建议包含（影响显著）：

• 摄像机运动或角度（二选一，不要同时选择）
• 光线质感（自然／戏剧性／柔和）
• 一个音频层（对白或音效或环境音）
• 场景／环境

第 3 层——可选加分项（收益递减）：

• 次要音频层
• 具体镜头类型
• 色彩搭配细节
• 胶片类型／颗粒质感
• 背景动作

经验法则： 包含所有第 1 层要素、大部分第 2 层要素，以及 1～2 项第 3 层要素。

密度对比

过于简略（模型需要猜测太多）：

“一位教授谈论哲学”

过于密集（模型不堪重负）：

“中近景，平视角度，使用 50mm 镜头和 f/1.8 光圈，营造浅景深和焦外高光；画面中是一位 52 岁的女教授，赤褐色头发夹杂银丝，松松地盘成发髻，身穿橄榄色粗花呢夹克，肘部有皮革补丁，内搭奶油色丝绸衬衫，别着一枚小珍珠胸针；她站在现代阶梯教室中，柔和的背景里可见层叠的桃花心木座椅和黄铜装饰；自然的漫射日光从左侧落地窗射入，在她脸上形成柔和的伦勃朗式布光，右侧则有反射光轻柔补光……”

最佳效果（指导明确，又留有发挥空间）：

“中近景，一位 50 多岁的教授身穿粗花呢夹克，站在大学阶梯教室里。她一边讲话一边做手势：‘康德提出了一个问题：每个人都能这样做吗？’ 温暖的自然窗光从左侧照入，营造柔和的学术氛围。音效：记号笔划过白板。”

校准信号

提示词过于简略的迹象：

• 多次生成的结果差异很大
• 关键元素缺失或有误
• 情绪／基调与预期不符

提示词过于密集的迹象：

• 模型完全忽略部分指令
• 动作不自然或看起来僵硬
• 出现互相冲突的元素（例如，同时有白天和夜晚）
• 音频与画面动作不匹配

迭代策略

1. 从第 1 层要素开始——生成测试结果
2. 添加对创作愿景最重要的第 2 层要素
3. 如果缺少某项特定内容，再添加一项第 3 层细节
4. 移除模型始终忽略的任何要素

详细示例和故障排查见 references/prompt-calibration.md。

电影摄影要素

镜头构图

• 远景、中景、特写、大特写
• 单人镜头、双人镜头、过肩镜头
• 高角度、低角度、平视角度、虫视角、鸟瞰角度

摄像机运动

• 推轨（推进／拉远）、跟拍镜头、摇臂镜头
• 摇镜头（左／右）、俯仰（上／下）、变焦
• 斯坦尼康、手持、航拍、主观视角

镜头与对焦

• 浅景深、深焦
• 广角镜头、长焦镜头、微距镜头
• 柔焦、移焦、焦外虚化

音频指导

Veo 3.1 可生成同步音效。请明确描述：

对白（使用引号）：

“一个男人说：‘暴风雨要来了。’”

音效（标注为 SFX）：

“SFX：远处雷声隆隆，雨点敲打玻璃”

环境噪声：

“环境噪声：繁忙咖啡馆里的交谈声、杯子碰撞声、轻柔的爵士乐”

音乐：

“渐强的管弦乐曲开始播放”

时间戳提示

在一次生成中创建多镜头序列（最长 8 秒）：

[00:00-00:02] Medium shot of a detective at his desk, lighting a cigarette.
SFX: Match strike, paper rustling.

[00:02-00:04] Close-up of his eyes narrowing as he reads a letter.
Ambient: Rain against the window.

[00:04-00:06] Reverse shot of a shadowy figure in the doorway.
A woman's voice: "You shouldn't have looked."

[00:06-00:08] Wide shot as the detective stands, reaching for his gun.
SFX: Chair scraping, thunder crack.

风格关键词

视觉美学：

• 照片级真实感、电影感、纪录片、动画
• 复古（棕褐色调、颗粒感胶片、1980 年代蒸汽波）
• 黑色电影、史诗奇幻、科幻、浪漫、恐怖

情绪与灯光：

• 温暖的黄金时刻、冷蓝色调、情绪化阴影
• 刺眼的荧光灯、柔和的晨光、戏剧性的明暗对照
• 霓虹灯光、烛光、阴天漫射光

胶片颗粒提示：

添加“略带颗粒感、类似胶片”，避免画面显得过于干净、像 AI 生成

输出格式

快速提示词： 用于简单镜头的单句提示词
结构化提示词： 包含全部五个要素的多行提示词
时间戳序列： 8 秒内精心编排的多镜头序列
故事板模式： 用于完整叙事的多个提示词

提示词示例

动作镜头：

“跟拍镜头追随一名跑酷运动员在日落时分冲过屋顶，温暖的橙色光线，城市景观背景，电影感，浅景深。SFX：脚步踩在混凝土上的声音、呼啸而过的风声。”

对白场景：

“昏暗酒吧里的中景双人镜头，一名穿红衣的女人向一名穿西装的男人靠近。她轻声说：‘我知道你做了什么。’环境音：爵士乐、玻璃杯碰撞声。忧郁的黑色电影美学，温暖的钨丝灯光。”

自然纪录片：

“蜂鸟从花朵中吸食花蜜的慢动作特写，微距镜头与浅焦效果，郁郁葱葱的绿色花园背景，柔和的晨光。SFX：轻柔的嗡嗡声、鸟鸣声。”

技术规格

• **时长：**4、6 或 8 秒
• **分辨率：**720p 或 1080p
• **宽高比：**16:9（横屏）或 9:16（竖屏）
• **帧率：**可配置（默认值：24 FPS）

高级 API 选项

通过 API（而非 Flow）使用 Veo 时，可以使用以下附加参数：

参数	描述	默认值
negativePrompt	要从视频中排除的元素	-
seed	用于生成可复现结果的 RNG 种子（相同提示词 + 种子 = 相同视频）	Random
enhancePrompt	让模型改写提示词以获得更好的结果	false
generateAudio	生成同步音频	true
personGeneration	控制人物生成：dont_allow 或 allow_adult	-
referenceImages	最多 3 张素材图像，或 1 张风格图像，用于保持一致性	-

负面提示词

明确排除不需要的元素：

“日落时分的森林” + negativePrompt：“人物、动物、建筑”

用种子保持一致性

使用相同种子可复现相似结果：

首次生成：seed=12345 → 视频 A 相同提示词 + seed=12345 → 几乎相同的视频

适用于：

• 对特定“风格”进行迭代
• 通过受控更改创建不同版本
• 对不同提示词进行 A/B 测试

参考图像

使用参考图像，在不同镜头间保持视觉一致性：

素材参考（最多 3 张）：

• 人物外观
• 地点/场景
• 道具或产品

风格参考（1 张）：

• 整体美学
• 调色板
• 视觉处理方式

参考资料

• references/prompt-calibration.md - 找到合适的细节程度
• references/cinematography-glossary.md - 完整的摄影术语
• references/prompt-examples.md - 20 多个分类示例
• references/advanced-workflows.md - 图像转视频、首帧/末帧