要精准生成视频，需用英文写结构化提示词：①主体+特征，②-ing动作，③精确环境，④镜头参数，⑤电影级风格；禁用中文、类比词和主观形容词，音频须显式声明。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Google Veo 3生成符合预期的视频，必须写出能被模型精准解析的提示词——它不理解模糊描述，只响应结构清晰、要素完整、动词明确的视觉指令。
先确认Veo 3是否支持你当前的访问方式
打开 Google Flow（flow.google/）或 AI Studio（aistudio.google.com），登录后检查左侧菜单是否有「Video Gen」入口；若只有「Text Gen」或「Image Gen」，说明你尚未获得Veo 3权限。免费试用目前仅限通过 lovart.ai 或部分合作平台开放，【直接在 Google Flow 中未订阅 Gemini Ultra 的账号无法调用 Veo 3】。
lovart.ai 上无需积分即可生成，但首次进入会反复弹出升级广告，连续点击“Skip”三次后广告自动消失，不影响生成功能。
写提示词前必须做好的三件事
第一步：切换成英文输入。Veo 3原生不解析中文提示词，哪怕混入一个中文标点（如“。”“、”）都可能导致生成中断或画面崩坏。
第二步：禁用所有中文字符和全角符号。包括中文逗号、顿号、引号、括号，全部替换为英文半角格式。例如把“特写镜头，阳光洒落”改成“close-up shot, sunlight falling”。
第三步：确认核心要素是否齐备——主体（who）、动作（what）、环境（where）、镜头（how）、风格（tone）。缺任一环，生成结果大概率偏离预期。
结构化提示词五层写法（推荐新手照抄）
① 主体：用“a/an + 形容词 + 名词 + 3个视觉特征”锁定形象。例如：“a middle-aged East Asian man, wearing wire-rimmed glasses and a beige linen shirt, holding a steaming ceramic mug”。不能写“一个男人”，否则AI可能生成光头、络腮胡、穿西装等完全不符的版本。
② 动作：必须用现在分词（-ing形式）描述持续动态。写“he walks”无效，要写“walking slowly toward the camera, shoulders relaxed, left hand swinging naturally”。静态描述无法触发运动建模。
③ 环境：精确到时间、天气、光照方向与强度。例如：“golden-hour light from low angle, casting long soft shadows on rain-wet cobblestones”。写“白天”“室内”这种词等于没写。
④ 镜头：指定焦距、运镜方式、构图比例。例如：“medium shot, shallow depth of field, slow dolly-in from 3 meters, centered framing”。漏掉“slow”会导致运镜突兀，“centered”缺失则人物常偏左或偏右。
⑤ 风格：绑定电影级参数。必须包含至少一项：film grain / cinematic color grading / 24fps motion blur / Kodak Portra 400 tone。只写“电影感”无意义，Veo 3不识别抽象形容词。
不同场景下的快捷提示词模板
方法一：产品演示类（竖屏9:16）
“A sleek matte-black wireless earbud resting on a white marble surface, rotating smoothly 360° under soft studio lighting, macro focus on silicone ear tip texture, clean minimalist background, 9:16 vertical frame, product photography style, ultra-sharp detail, 1080p”
方法二：社交媒体口播类（横屏16:9）
“Medium close-up of a young woman speaking directly to camera, smiling warmly, wearing gold hoop earrings and off-shoulder ivory sweater, natural daylight from large window left side, shallow depth of field blurring bookshelf background, upbeat acoustic guitar music playing softly, social media educational tone”
方法三：自然风景延展类（需图生视频）
Upload a high-res photo of misty mountain lake → prompt: “Extend this landscape video by 6 seconds: mist gradually lifting from pine-covered slopes, sunlight breaking through cloud gaps, gentle ripples forming on still water surface, drone ascending slowly at 45° angle, Fujifilm Velvia film simulation, 4K cinematic render”
音频控制必须单独声明
Veo 3默认同步生成环境音，但人声、对话、音乐需显式指定。想让人物说中文，必须写成：“Says in Mandarin: '今天天气真好'”，且【拼音不可替代，必须用汉字】。实测发现“zhe tian tian qi zhen hao”会生成含糊气声，而汉字输入虽偶有发音不准，但字幕与口型基本对齐。
关闭所有音频只需加一句：“No spoken dialogue, no background music, ambient sound only”。漏掉这句，Veo 3会自动生成一段无意义的合成音效，无法后期删除。
避开高频翻车点的硬性规则
禁止在提示词中出现“like”“as if”“similar to”这类类比表达——Veo 3无法处理隐喻，会直接忽略或随机匹配错误图像特征。
禁止使用“beautiful”“amazing”“epic”等主观评价词，它们不提供任何视觉锚点，反而干扰模型对关键要素的权重判断。
单次提示词长度建议控制在180–260字符之间。过短（＜120字符）导致细节不足；过长（＞300字符）易触发截断，末尾参数失效。可用在线字符计数器实时校验。
