跳到主要内容

Veo 3.1 提示词生成器

Veo 3.1 生成最长 8 秒的宽屏或竖屏片段,每个片段都生成声音。这篇指南讲解 Veo 提示词的构成以及常见的出错之处;它的生成器会写出一条:画幅在前,台词用引号紧跟说话人之后,既写能看到的也写能听到的,可输出纯文本或 JSON。

  • 每条提示词 11 积分(Starter 套餐约 US$0.10),任意 DreamBench 套餐均可使用。
  • 无需照片,也不调用任何模型。
  • AI 视频提示词生成器 的预设版本。

什么是 Veo 3.1 提示词生成器?

它根据你的选择,为 Google 的 Veo 3.1 写提示词:单个镜头最长 8 秒,先写画幅,台词放在引号里,再写声音、光线和运镜,可输出纯文本或 JSON;它只会要求 Veo 能做到的内容。所有 DreamBench 套餐都包含它,每月 US$9.99 起。

如何写 Veo 3.1 提示词

  1. 描述镜头

    画面里是谁或是什么、他们在做什么、在哪里,以及他们说的那一句台词(如果有)。一个片段一个镜头,所以只写一个瞬间。

  2. 设定画幅和声音

    4、6 或 8 秒,16:9 或 9:16,然后是光线、镜头和一次运镜。Veo 始终带声音,所以可以只选环境声,或再加一句对白。

  3. 复制或直接运行

    提示词以画幅开头,并紧跟在动作之后写明能听到什么,可输出纯文本或 JSON。首次使用时,请注册免费账号并选择套餐,然后就可以把它复制到任何运行 Veo 3.1 的工具中,或在 DreamBench 上运行:这里提供 Veo 3.1 及其 Fast 和 Lite 版本。

从示例开始

填写主体和动作,提示词就会显示在这里。

每条提示词消耗你套餐中的 11 积分,同一条提示词再次查看不再消耗积分。在 DreamBench 上运行会渲染一段真实的视频片段,另行计费。

Veo 3.1 提示词是怎样构成的

点一下某个部分,看看它落在真实提示词中的哪里;或者点一下提示词中的某个句子,看看它是由哪个部分写出的。

  1. 画幅和时长

    宽屏 16:9 或竖屏 9:16,以及一个 4、6 或 8 秒的镜头,放在最前面,就像 Google 自己的示例那样开头。

  2. 场景及台词

    用一句话写清画面里有谁、在做什么、在哪里。台词用引号括起,紧跟在说话人之后,这样声音就属于画面里的某个人。

  3. 能听到什么

    Veo 为每个片段生成声音,所以提示词要说明应该听到什么:环境音、台词,每一个都与动作同步落下。不写的话,Veo 会生成一段你没选的配乐。

  4. 光线

    光源和它所在的一侧,以及哪些部分落入阴影,这样 Veo 就不会从正面把场景照得很扁平。

  5. 用电影术语描述镜头

    一个景别、一个毫米数的镜头焦距和一种运镜:Veo 3.1 听得懂电影语言。

  6. 画面风格,以及不要出现文字

    一种风格,比如写实电影感,然后用一句话收尾,避免画面中出现文字、字幕和水印。

  7. 同一提示词的 JSON 版本

    JSON 把同样的内容按名称分列:shot、scene、dialogue、sound、light、camera、look 和 avoid,所以每个部分都容易找到。Google 没有为 Veo 发布 JSON 格式:它把 JSON 当作文本来读。

Veo 3.1 提示词

Widescreen 16:9, one 8-second shot. A lighthouse keeper in a thick wool jumper climbs the last steps of a spiral stair and stops at the window, at the top of a lighthouse on a stormy night, and says, "She's coming in fast tonight." Sound: the line clear over the scene's own ambience, every sound landing in step with the action; no music. Light: candle and firelight, warm and unsteady from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.

提示词示例

每条都由本页的生成器写出,所用的选项见各条的说明。

对着镜头说一句台词

Veo 3.1

一个 8 秒的宽屏镜头,带一句台词,放在引号里,紧跟在说话的男人之后,还有周围的声音。同时以 JSON 形式显示。

提示词

Widescreen 16:9, one 8-second shot. A lighthouse keeper in a thick wool jumper climbs the last steps of a spiral stair and stops at the window, at the top of a lighthouse on a stormy night, and says, "She's coming in fast tonight." Sound: the line clear over the scene's own ambience, every sound landing in step with the action; no music. Light: candle and firelight, warm and unsteady from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.

JSON 格式

{
  "shot": "Widescreen 16:9, one 8-second shot",
  "scene": "A lighthouse keeper in a thick wool jumper climbs the last steps of a spiral stair and stops at the window, at the top of a lighthouse on a stormy night",
  "dialogue": "She's coming in fast tonight.",
  "sound": "the line clear over the scene's own ambience, every sound landing in step with the action; no music",
  "light": "candle and firelight, warm and unsteady from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side",
  "camera": {
    "framing": "Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject",
    "move": "One move only: a slow push-in that ends close on the subject"
  },
  "look": "Photoreal, shot on film: natural colour, gentle grain, true skin",
  "avoid": "text, captions, watermark"
}

竖屏产品瞬间

Veo 3.1

一段 6 秒的手机竖屏片段:没有对白,声音就是场景本身的声音。

提示词

Vertical 9:16, one 6-second shot. A barista pours steamed milk into a flat white, drawing a leaf in the foam, at the counter of a small café in the morning. Sound: the scene's own ambience, every sound landing in step with the action; no music. Light: one window's daylight from camera-right, so the subject's camera-left side falls to shadow; the exposure holds the subject; no fill from the camera side. Close-up on an 85mm lens from six metres: the background compressed and soft, only the subject sharp. The camera is locked off; nothing moves but the scene. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.

远景建立镜头

Veo 3.1

一个交代地点的远景:一次横向跟拍,光从背后来,声音留给场景本身。

提示词

Widescreen 16:9, one 8-second shot. A night train crosses a snowy mountain pass, its windows glowing, between dark pine slopes under a clear sky. Sound: the scene's own ambience, every sound landing in step with the action; no music. Light: night, lit only by the practical lights in the scene from behind the subject, the camera shooting into the light from the shadow side, a rim of light on the edges; the exposure holds the subject; no fill from the camera side. Wide shot on a 24mm lens from close: the space readable to the edges, the nearest subject looming, lines straight. One move only: a lateral track that keeps pace with the subject, passing a foreground shape. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.

常见错误

要求 Veo 静音

Veo 3.1 的每个片段都会生成声音,所以要求无声片段的提示词不会被执行。请改为描述你想要的声音;如果一定要静音,就在剪辑软件里把片段静音。

没有说话人的台词

放在提示词末尾的一句台词,可能被分给任何人,或者变成旁白。请把它放在引号里,紧跟在说话人之后。

动作多到 8 秒装不下

走路、对话再加一个揭晓,装不进一个片段。只写一个瞬间;更长的场景由多个片段组成,再由创作面板拼接。

8 秒内塞进多个切镜

Google 的指南展示了在一个片段内按时间分镜头,例如 [00:00-00:02] 等,这样每个镜头大约只有两秒。本生成器只写一个镜头;除非切镜很重要,否则请保持一个镜头。

轻信短台词的第一版

Google 表示,自然、一致的语音(尤其是短句)仍在改进中。使用片段前请先听一听,如果声音不对,就再运行一次。

兼容格式与平台

需要提供
你自己的描述:镜头里是谁、在做什么、在哪里。无需照片。
你会得到
纯文本或 JSON 格式的提示词。
DreamBench 创作面板
把它粘贴到“视频”页面,选择 Veo 3.1、Fast 或 Lite,你的文字会原样发送给模型。
Google Flow 和 Gemini 应用
两者都能根据文本提示词生成 Veo 3.1 片段。
Gemini API 和 Vertex AI
发送纯文本提示词,或把 JSON 作为文本发送。

限制

为哪个模型写提示词,以及它的限制

为 Veo 3.1 写提示词,且不超出它在 DreamBench 上能生成的范围:

时长
4、6 或 8 秒
画幅
16:9 或 9:16
声音
始终开启:环境音,或环境音加一句台词
镜头
单个镜头,无切换
对白
一句台词,在场景中说出
提示词格式
纯文本或 JSON

声音也写进提示词

Veo 3.1 为每个片段生成对白、音效和环境音,所以提示词总会说明能听到什么,而不会要求模型做不到的静音。

只用它支持的时长和画幅

选项到 Veo 的能力边界为止:4、6 或 8 秒,16:9 或 9:16。提示词绝不会要求模型做不到的事。

每句台词都有说话人

台词放在引号里,紧跟在主体之后,这样声音才属于画面中的某个人。

纯文本或 JSON

同一条提示词,以段落形式或按名称分列,哪种更容易阅读和修改就用哪种。

哪些地方会出错

  • Google 表示,自然、一致的语音(尤其是短句)仍在改进中。
  • 单个片段最长 8 秒;更长的场景需要多个片段。
  • 只有横屏 16:9 和竖屏 9:16:没有方形或电影感画幅。
  • Google 全面支持英文提示词;其他语言或许可用,但尚未经过评估。

Veo 3.1 提示词生成器:常见问题

如何为 Veo 3.1 写提示词?

要写 Veo 3 或 3.1 的提示词,先写画幅(宽屏或竖屏)和时长(4、6 或 8 秒),然后是镜头里有谁、他们在做什么、在哪里,台词用引号紧跟在说话人之后,能听到什么,光线和一种运镜。Veo 一定会生成声音,所以要说明声音应该是什么;生成器会按这个顺序写出提示词。

Veo 3 提示词该用什么结构?

Google 自己的指南把 Veo 提示词按摄影手法、主体、动作、环境、风格与氛围的顺序排列,然后指导声音:对白放在引号里,音效写在 SFX: 之后,背景声写在 Ambient noise: 之后。本生成器像 Google 的示例开头那样,先说画幅和时长,再写同样的几个部分。

在 Veo 3 中怎样让角色说话?

像 Google 的指南那样,把台词用引号紧跟在说话的人后面:一个女人说:“我们现在必须走了。”8 秒内保持一句短台词,先听一下效果:Google 表示短句台词仍在改进中。两个角色对话时,Google 会把对话拆成多个镜头,每个镜头一句台词;在这里,每句台词做一个片段,再让创作面板把它们拼接起来。

Veo 3 支持负面提示词吗?

Veo 3 没有单独的负面提示词。Google 的指南建议用正面描述来表达要排除的内容,比如写“一片没有建筑和道路的荒凉景观”,而不是“没有人造建筑”。这个生成器也是这样做的,每条提示词都以一行简短的话收尾:无文字、无字幕、无水印。

Veo 3 提示词应该多长?

Google 的指南没有设定字数上限,其示例为一到三句话;60 到 150 个词足以覆盖一段 8 秒片段的画面、场景、声音、光线和运镜,这正是本生成器写出的内容。同一条提示词可以在 Veo 3.1、Veo 3.1 Fast 和 Veo 3.1 Lite 上运行。

Gemini 能帮我写 Veo 提示词吗?

可以,而且不需要 DreamBench 套餐。Google 的 Veo 指南建议让 Gemini 用更具描述性、更有电影感的语言丰富一条简单的提示词。Gemini 不知道 DreamBench 运行 Veo 的时长和画幅,除非你说明;而这个需要 DreamBench 套餐的生成器只会要求 4、6 或 8 秒,16:9 或 9:16。

Veo 3.1 应该用 JSON 提示词吗?

如果对你有帮助就用。Google 没有为 Veo 发布任何 JSON 格式:模型把 JSON 当作文字来读,和任何提示词一样。把各部分按名称分列,长提示词更容易浏览;生成器的 JSON 与它的纯文本提示词用的是同样的词,所以两者没有谁更强。

Veo 3 的提示词能用在 Veo 3.1 上吗?

可以:结构是一样的。Google 表示 Veo 3.1 在 Veo 3 的基础上提升了声音的丰富度、纹理的真实感和对提示词的遵循度,所以 Veo 3 的提示词可以用,而且越精确收益越大。这个生成器按 DreamBench 运行 Veo 3.1 的时长和画幅来写。

这个可以用于 Veo 图生视频或首尾帧吗?

这个生成器写的是文生视频提示词。当图片是首帧时,只需描述什么在动以及镜头怎么动;图片已经确定了主体、光线和画面风格。在 DreamBench 上,Film Studio 会为每个 Veo 3.1 场景提供最多三张你的参考图,Google 称之为 Ingredients to Video,用来让角色在多个片段中保持一致。

Veo 3.1 能生成无声片段吗?

不能。Veo 3.1 为每个片段都生成声音,所以生成器没有无声选项:可以只选环境声,或者环境声加一句台词,并描述你想要的声音。想要无声片段,事后在你的编辑器里去掉音轨即可。

Veo 3.1 片段最长多少秒?支持哪些画幅和分辨率?

最长 8 秒,两种画幅(16:9 和 9:16),三个版本都一样;生成器提供 4、6 或 8 秒,并以画幅开头;更长的场景由多个片段组成,再由创作面板拼接。提示词不决定分辨率:在 DreamBench 上,Veo 3.1 以 720p、1080p 或 4K 渲染,Fast 和 Lite 以 720p 或 1080p 渲染。要做正方形或 21:9 的片段,请为 Seedance 或 Kling 写提示词。

Veo 提示词应该用英文写吗?

用英文效果更好:Google 对 Veo 3.1 完整支持英文提示词,并表示其他语言可能可用,但尚未经过评估。生成器自己的句子用英文书写,而你输入的词会原样传递,所以请用英文输入主体、动作和场景。其他语言的台词可以放在引号里,但请先听一遍。

Veo 3.1 提示词生成器怎么收费?

每条提示词消耗你 DreamBench 套餐中的 11 积分,同一条提示词再次查看不再消耗积分。Starter 套餐每月 US$9.99,每月包含 1,100 积分(约可写 100 条提示词),另含 AI 视频生成和图片工具。

Veo 3.1 提示词生成器需要注册账号才能用吗?

需要:一个免费账号和一个 DreamBench 套餐。所有套餐都包含这些工具,最低是每月 US$9.99 的 Starter 套餐。

本页内容已于 对照引擎核实。

全部工具

了解更多

教程、对比评测与术语

再让它动起来

每个结果都可以放进视频。

在创作面板中运行你的提示词,DreamBench 会撰写场景,并用你选择的模型渲染,从 Seedance 2.5 到 Veo 3.1 和 Kling 3.0 都可以选。渲染需要消耗积分,积分随套餐提供。

查看套餐