功能
工作流
解决方案
资源
返回

Veo 3.1 提示词指南:每个功能详解,附可直接复制的提示词

Veo 3.1 提示词指南:每个功能详解,附可直接复制的提示词

Veo 3.1 提示词指南:每个功能详解,附可直接复制的提示词

本指南中的所有 Veo 3.1 功能均可在 Atlabs AI 内使用。立即在 atlabs.ai 免费试用

一段看起来像学生作业的 Veo 3.1 生成结果,与一段看起来像院线预告片的结果之间的差距,不在于模型,而在于提示词。

Veo 3.1 是目前市面上在提示词遵循、音频同步、角色一致性和物理真实感方面表现最好的 AI视频模型。在 2026 年测试的所有模型中,它在整体质量、视觉保真度、音频同步和物理准确度的人类偏好基准上均处于领先。问题在于,大多数创作者只用到了它 10% 的能力。

本指南涵盖 Veo 3.1 的每一项主要功能,用通俗的语言解释它是什么、何时使用,并为每一项功能提供一条可直接复制使用的提示词。无论你是在制作产品广告、短片、教育视频,还是社交媒体营销活动,每个章节都会给你今天就能在 Atlabs AI 内用上的东西,在这里 Veo 3.1 与其他所有顶级 AI视频模型一起,汇集在同一个工作区中。

什么是 Veo 3.1,以及它在 2026 年为何重要


Veo 3.1 - Designed to empower creatives

Veo 3.1 是 Google DeepMind 最先进的文字生成视频和图片生成视频模型。它在 2026 年 1 月作为重大更新发布,引入了 4K 超分、原生竖屏视频支持、增强的 Ingredients to Video、Scene Extension,以及覆盖所有创作模式的完整音频生成。

与早期逐帧独立处理的 AI视频模型不同,Veo 3.1 会同时处理空间、时间和音频。这种统一的架构,正是它的口型同步、物理表现和运动让人感觉扎实而不飘的原因。角色的脚落地时会有脚步声,衣服随动作发出沙沙声,雨听起来就像落在你所描述的环境中。

2026 年 1 月的更新使 Veo 3.1 成为第一个具备原生 4K 输出的主流 AI视频生成器,超越了在 2026 年 3 月停止服务前最高只支持 1080p 的 OpenAI Sora 2。它还推出了首个完整支持音频的 Ingredients to Video 流程,这意味着你现在可以在单一工作流中生成角色一致且带同步声音的场景。

Veo 3.1 在 Atlabs AI 内与 Kling 3.0、Nano Banana 以及其他顶级模型并列提供。你不需要单独的 Google 账号、Vertex AI 设置或 API 密钥。直接从你的 Atlabs 工作区就能使用。

Veo 3.1 完整功能参考

下面列出的每一项功能,在 Atlabs AI 内都无需任何额外设置即可使用。

功能

作用

最佳使用场景

Atlabs 中可用

文字生成视频

根据文字提示词生成视频,无需源图片

新场景创作、创意

是

图片生成视频

为静态图片添加动态和音频使其动起来

产品广告、角色动画

是

Ingredients to Video

在所有镜头中锁定角色、物体或风格

电影、系列、营销活动

是

首尾帧

定义起始帧和结束帧,由 AI 补全过渡

电影感转场、揭晓

是

原生音频与对白

生成同步的对白、音效和环境声

对话场景、广告、叙事

是

Scene Extension

在视觉连贯的前提下,将片段延续到 8 秒以后

长篇叙事

是

4K 超分

将输出超分到 4K,用于广播或大屏使用

电影、广播、商业

是

原生 9:16 竖屏

为社交平台原生生成竖屏格式

TikTok、Reels、Shorts

是

能稳定产出电影级效果的 Veo 3.1 提示词公式

每一个高质量的 Veo 3.1 输出都遵循相同的结构逻辑。一旦你内化了这个公式,你的生成结果就会变得可预测,而不再像抽奖。

公式:

[摄影] + [主体] + [动作] + [情境] + [风格与氛围]

  • 摄影: 镜头如何运动、如何取景

  • 主体: 镜头中的主要人物、产品或环境

  • 动作: 正在发生什么,以及它在片段中如何演变

  • 情境: 地点、时间、环境条件

  • 风格与氛围: 灯光、调色、情绪和胶片处理

并非每条提示词都需要全部五层。一条扎实的三层提示词胜过一条薄弱的五层提示词。增加层次是为了提高精确度,而不是增加长度。

最简可用提示词 vs. 完整电影级提示词

最简提示词(有结果,但不出色)

最适合:快速概念测试

一位女士走过森林。

完整电影级提示词(精确得到你想要的)

最适合:主视觉帧、短片、品牌营销活动

缓慢的跟拍镜头从背后拍摄,一位身穿白色亚麻外套的女士在黎明时分走过薄雾笼罩的红杉林。金色的光束穿透树冠。镜头保持低位,在髋部高度跟拍她。她的步伐从容而刻意。电影感 2.39:1 画幅,低饱和的绿色,保留温暖肤色,模拟胶片颗粒。

这两条提示词之间的差别,就是一个片段与一个场景之间的差别。第二条告诉 Veo 3.1 如何精确地导演这个镜头,而不仅仅是往里放什么。


功能 1:文字生成视频

文字生成视频是基础。你写一条提示词,Veo 3.1 生成一个片段。无需源图片。模型完全根据你的描述构建场景、角色、环境和运动。

当你要从零开始创作场景时,这就是正确的模式:一个尚不存在的概念,一个你无法拍摄的环境,或是一个你在虚构而非参照现实的角色。

文字生成视频最常见的错误是描述不足。你留下的每一处空白,Veo 3.1 都会用自己的理解来填补。有时这很棒。更多时候,这意味着你会失去对最重要事项的具体控制:镜头位置、角色外貌、灯光情绪。

提示词 1:电影感交代镜头

最适合:短片开场、品牌短片、YouTube 片头

提示词 1

最适合:短片开场、品牌认知、电影感内容

远景交代镜头。日出前一刻,一座孤零零的灯塔矗立在参差不齐的海岸悬崖上。下方的海面翻涌着缓慢而沉重的涌浪。灯塔的光束从画面中扫过一次。没有人物。柔和的青绿色与石板灰色调。浓重的大气雾气从左侧涌来。电影感,24fps 质感,广角镜头,固定镜头。

提示词 2:角色登场场景

最适合:叙事视频、YouTube 频道片头、品牌故事

提示词 2

最适合:角色驱动的叙事、品牌故事、纪录片风格

中景。一位三十多岁的女士清晨 6 点站在繁忙的厨房台面后,有条不紊地研磨咖啡。她的姿态专注而放松。窗户在她左侧,透入自然的晨光。厨房充满生活气息,温暖。镜头保持静止。无对白。环境声:研磨机的运转声,窗外远处的街道声。真实而从容。

https://youtube.com/shorts/64-2c1-Cves?feature=share

提示词 3:基于文字的产品主视觉镜头

最适合:电商品牌、产品发布、付费社交广告

提示词 3

最适合:产品广告、DTC 品牌、Meta 或 TikTok 主视觉帧

极特写。一瓶玻璃护肤精华液放在冷色大理石台面上。一滴琥珀色液体以慢动作从滴管尖端落下,砸在大理石上。涟漪以锐利的细节扩散开来。逆光布景,暖琥珀色调透过玻璃折射。无文字。无背景元素。产品占满整个画面。


提示词 4:动作与能量镜头

最适合:运动品牌、健身内容、运动服饰广告

提示词 4

最适合:运动表现品牌、健身营销活动、高能量广告创意

低角度跟拍镜头。一位身穿深藏青色无缝运动套装的运动员,在日出时分沿着空旷的海岸公路冲刺。镜头位于脚踝高度,并排向前跟拍。路面带有运动模糊。织物和步幅的细节锐利。可听到呼吸声。脚步声在柏油路上形成节奏。温暖的橙色逆光,地平线处有镜头光晕,无旁白。

功能 2:图片生成视频

图片生成视频会取你提供的一张静态画面,为它添加运动、音频和时间一致性。你提供视觉锚点,Veo 3.1 让它活起来。

对于以角色为主的内容,这种模式几乎总是比纯文字生成视频更一致。当你需要某个特定的人物、某个特定的产品或某个特定的环境在视觉上与参考保持一致时,图片生成视频就是正确的起点。模型会把你上传的图片视为身份、色彩和构图的基准。

图片生成视频模式下的提示词描述的是运动、镜头表现和音频。你不需要重新描述图片中可见的一切。专注于变化的部分:什么在动,怎么动,以及镜头做了什么。

提示词 5:让产品照片动起来

最适合:把现有的产品图片变成动态的广告

提示词 5

最适合:基于现有摄影的产品广告、电商视频、社交创意

让这张产品图片动起来。镜头围绕产品做缓慢的顺时针环绕运动,从左前方开始,完成一个 90 度的弧线。镜头移动时,产品在自身轴线上轻微旋转。后方的柔和轮廓光勾勒出包装的边缘。背景不变。没有人进入画面。环境音频:细微的、与产品相关的质感声音。

https://youtube.com/shorts/nSn8lOoteC0

提示词 6:让品牌内容中的人像动起来

最适合:创作者内容、品牌大使视频、社交媒体

提示词 6

最适合:品牌内容、创作者视频、社交媒体动画

让这张人像动起来。主体将头部非常轻微地转向右侧,在 3 秒内浮现出一丝淡淡的微笑。头发仅有极细微的飘动,如同轻柔的室内微风。眼神灵动而专注。镜头完全保持静止。保持源图片中的温暖影棚灯光。没有戏剧性的变化。细腻、自然、有人味。

提示词 7:让环境活起来

最适合:房地产、旅游、酒店品牌

提示词 7

最适合:房产列表视频、旅游品牌、酒店广告

让这张室内照片动起来。窗外的光线缓缓变化,仿佛一片云飘过。窗帘轻轻摆动。桌上的蜡烛闪烁。其他一切都不动。镜头保持固定。环境音频:远处的街道声,透过敞开的窗户传来的微弱鸟鸣。这个场景在无人入内的情况下自己呼吸着。


功能 3:Ingredients to Video

Ingredients to Video 是 Veo 3.1 中最具商业价值的功能。它解决了让 AI视频无法用于真实制作的那个问题:身份漂移。

没有参考图片时,AI 生成的角色在不同镜头之间会改变脸型、服装和比例。第一个场景里长这样的角色,到第三个场景里就像是他的表亲。Ingredients to Video 让你上传最多四张参考图片来锚定生成,从而消除这个问题。你的角色始终是你的角色。你的产品始终是你的产品。你的视觉风格保持一致。

2026 年 1 月的更新让 Ingredients to Video 完全支持音频,这意味着你保持角色一致的场景现在还能获得同步的对白、环境声和音效。这就是单一功能内的完整制作流程。

提示词 8:多镜头场景中的角色一致性

最适合:短片、教育视频系列、品牌营销活动

提示词 8

最适合:多镜头叙事、短片、品牌大使营销活动

使用提供的角色参考图:中景,[角色名]在清晨走进一间灯光温暖的厨房。她把包放在台面上,望向窗外,神情里带着淡淡的释然。镜头保持在视线高度,在4秒内缓缓推进。晨光从左侧照入,阴影温暖。音频:包落在台面上的声音、一声轻轻的呼气、远处的鸟鸣。


提示词9:跨广告镜头的产品一致性

最适合:DTC电商广告活动、多条广告创意组合

提示词9

最适合:多广告投放活动、DTC品牌、电商产品视频系列

使用提供的产品参考图:产品居中放置在黑色大理石台面上。一只手从左侧伸入,缓缓拿起产品,端详标签,再把它放回原处。镜头在产品高度保持静止。影棚灯光。产品标签全程清晰可读、不变形。没有其他元素。片段时长6秒。

提示词10:用于视觉一致性的风格参考

最适合:在整个视频系列中保持特定的美学风格

提示词10

最适合:内容系列、视觉风格固定的品牌活动

以提供的风格参考图作为整段片段的视觉指引:一位四十出头的男士坐在一张旧木桌前,在灯光下写日记。他停下笔,漫无目的地抬头看向前方,然后继续书写。镜头保持静止,中近景。色彩分级、对比度和颗粒质感要与参考图完全一致。

功能4:首帧与尾帧

首帧与尾帧让你精确定义一段片段的开场画面和结束画面。你提供这两帧,Veo 3.1 负责计算中间的一切:动作、镜头路径、物理效果和音频。

这项功能正是导演与提示词写手的分水岭。你不必再描述转场、然后寄希望于模型按你的意图去理解,而是直接告诉模型场景从哪里开始、到哪里结束,由它来搭起中间的桥梁。

它最强大的用途是视觉叙事。你可以通过选择营造情绪的首帧和完成化解或转变的尾帧,来设计一个镜头的情感弧线。至于如何在两者之间过渡,物理和时间逻辑都交给AI处理。

提示词11:镜头揭示转场

最适合:电影感揭示、场景转场、产品发布

提示词11(描述转场;以图片形式提供起始帧和结束帧)

最适合:电影感镜头揭示、产品发布、影片转场

镜头从首帧到尾帧做一次缓慢的向上升降摇臂运动。随着镜头升起,主体身后更广阔的场景逐渐展现。运动平稳从容。音频:一段持续的音乐渐强,从首帧开始,到尾帧时收束。在这8秒内,氛围由亲密转向开阔。

提示词12:角色状态变化

最适合:情感叙事、前后对比叙事、广告转变弧线

提示词12(提供人像图作为首帧,提供不同表情的图片作为尾帧)

最适合:情感叙事、品牌故事、转变类广告

自然地衔接两帧之间的过渡。角色的表情连续演变,没有任何跳变。情绪的转变显得发自内心、真实自然,而不是刻意表演。镜头保持静止。灯光与两张输入帧一致。音频:房间环境底噪,没有音乐,没有对白。静默让情绪的变化成为整个画面的唯一事件。

提示词13:环境转变

最适合:季节性营销活动、品牌前后对比内容、房地产

提示词13(提供环境处于状态A的首帧,以及处于状态B的尾帧)

最适合:品牌转变营销活动、季节性内容、房地产营销

空间在8秒内从首帧状态连续过渡到尾帧状态。这一变化像自然的时间推移一样展开,而不是切换或溶解。灯光随新状态而变化。镜头保持静止。音频从首帧的环境声场过渡到尾帧的环境声场。这种转变显得水到渠成。

功能5:原生音频与对白

Veo 3.1 的音频生成并不是叠加在无声视频之上的事后补充。它与画面内容在同一个统一架构下同步生成。这就是为什么音频听起来有真实的物理依托:脚落地时才有脚步声,雨声听起来就像落在那个特定的环境里,对白的口型同步也经得起近距离检视。

音频提示词的语言包含三个不同的组成部分,你如何组织它们,决定了你的音频听起来是精心设计还是出于偶然。

  • 对白: 任何具体的台词都要使用引号。模型会让语音与角色的动作和表情在时间上匹配。

  • 音效(SFX): 用时间提示来描述具体的声音。Veo 3.1 会让它们与画面动作精准对应地生成。

  • 环境音频: 定义背景声场。正是它让一个场景像真实的地点,而不只是背景幕布。

提示词14:对白场景

最适合:短片场景、品牌代言人视频、用户见证广告

提示词14

最适合:对白场景、短片、品牌代言人、用户见证

中景。一位三十多岁的男士坐在一张小咖啡桌对面,面向镜头。他微微前倾,说道:“我做这行已经二十年了,从没见过这样的东西。”他停顿了一下,低头瞥了一眼咖啡,然后再次抬头。镜头保持静止。温暖的午后阳光从他身后的窗户照入。环境音频:轻柔的咖啡馆背景噪音、远处的街道声。

提示词15:音效驱动的场景

最适合:以产品声音为卖点的产品广告

提示词15

最适合:产品广告、音频驱动的内容、ASMR风格的产品视频

一只陶瓷咖啡杯被从容地放在大理石台面上的特写镜头,极近距离。音效:杯子落下时清脆精准的陶瓷碰撞大理石的“咔哒”声,随后是寂静,再是杯中液体平静下来的细微声响。没有对白。没有音乐。没有环境人声。只有物体和它的声音。镜头保持静止。逆光,温暖的影棚灯光。


提示词16:完整环境声场

最适合:氛围感品牌短片、旅行内容、房地产视频

提示词16

最适合:品牌短片、旅行内容、房地产、氛围感视频

初夏上午十点左右山间草甸的远景镜头。一个孤单的人影坐在中景位置读书。镜头完全保持静止。环境音频:风吹过高高的草丛、画外某处的溪流声、间或自然出现的鸟鸣,完全没有任何人造声音。画面持续8秒,没有人说话,也没有大幅度的动作。

提示词17:多语言对白场景

最适合:国际营销活动、全球品牌内容、区域性广告

提示词17

最适合:国际广告活动、多语言品牌内容

中景。一位女士在厨房台面前转身面向镜头,说道:[插入目标语言的台词]。她的口型与该语言完全吻合。镜头保持静止。自然的厨房晨光。语气亲切温暖。针对每个所需的语言版本分别生成该提示词,并保持各版本之间所有其他视觉参数完全一致。

功能6:场景延长

场景延长解决了AI视频最顽固的结构性限制之一:8秒的时长上限。你不必再受限于需要在外部拼接的短片段,场景延长可以让你为任何已有片段生成无缝衔接上一段的后续内容。

实际上,这意味着你可以构建一段长达一分钟甚至更久的叙事,全部在 Veo 3.1 内部生成,并且视觉形象、音频环境和镜头语言始终保持一致。每次延长都会继承前一段的视觉和音频上下文。

场景延长效果好的关键在于重叠描述。撰写延长提示词时,要引用前一段中具体的视觉细节:角色的服装、光线条件、正在进行的动作。你把延长内容锚定在前文上的描述越具体,衔接就越自然。

提示词18:延长叙事场景

最适合:短片、纪录片内容、长篇品牌视频

提示词18

最适合:短片、长篇品牌叙事、纪录片内容

从上一段继续,[穿灰色羊毛大衣的角色]正站在窗边向外望。她现在缓缓从窗边转身,走向厨房门口。她的表情已经由若有所思转为坚定。镜头以中等距离跟随她。灯光保持不变,仍是傍晚的室内光线。音频:她在木地板上的脚步声,随后上一场景的环境声延续进来。

提示词19:延长产品广告场景

最适合:长篇产品演示、系列广告视频

提示词19

最适合:产品演示视频、长篇广告活动、电商

从上一个片段继续,[产品,琥珀色玻璃瓶]正居中摆在大理石台面上。一只手现在从右侧伸入,缓缓拧开瓶盖。镜头保持相同的角度和高度。灯光布置保持不变。音频:瓶盖被取下时细微的声响,随后是一个暗示香气的轻微停顿。没有旁白。产品动作不间断地继续。


镜头语言:多数创作者会忽略的提示词层

镜头指令是AI视频提示词中最未被充分利用的元素。大多数创作者只描述场景里有什么。而能做出电影感成片的创作者,描述的是镜头如何看待它。

Veo 3.1 能以专业水准理解镜头指令语言。这些不是建议,而是只要表述清晰,模型就会精确遵循的指令。

运动类提示词

镜头在空间中的运动方式

推镜头(推进)

最适合:营造亲密感、强化情绪、进入场景

镜头:缓慢推镜头。镜头在6秒内向[主体]实际向前移动,把距离从远景拉近到中景。随着镜头推进,背景透视逐渐变宽。主体不动。

升摇臂

最适合:交代规模、结束场景、揭示上方的环境

镜头:升摇臂。从地面仰视[主体]开始,镜头持续垂直上升,直至到达头顶高度,展现下方的完整环境。运动平稳从容。

环绕跟拍

最适合:产品镜头、角色亮相、空间叙事

镜头:缓慢环绕跟拍。镜头围绕[主体]顺时针环绕,在8秒内完成一段180度的弧线。主体始终保持居中。背景在其身后持续旋转。

手持

最适合:UGC风格内容、纪实感、真实感

镜头:手持。镜头以自然的人手运动停留在[主体]上:轻微的漂移、偶尔的细微调整、真实的呼吸节奏。运动是有意为之的观察式运动,而不是抖动。纪实般的真实感。

景别类提示词

镜头离主体有多近,以及从什么角度拍摄

大特写

最适合:产品质感、情绪强度、细节镜头

大特写。画面中只包含[具体细节:领口的缝线 / 瓶子上的标签 / 眼神交流]。其他一切都不可见。细节充满整个画面。浅景深,背景完全虚化。

低角度

最适合:传达力量感、规模感或抱负

低角度镜头。镜头位于[主体]视线高度以下,约30度仰视。这让主体显得更高大、更具气场。天空或天花板充满主体身后画面的上半部分。

过肩镜头

最适合:对白场景、展现角色正在看到或做的事

过肩镜头。镜头位于[角色A]身后略偏右的位置,越过其肩膀望向[角色B或物体]。角色A的肩膀占据画面左下方。焦点在于他们所面对的对象。

功能8:4K输出与原生竖版视频

这两项格式规格,对你的 Veo 3.1 成片在后续如何使用至关重要。

4K 超分

Veo 3.1 在2026年1月推出了4K输出(3840 x 2160),成为首个达到这一分辨率的主流AI视频生成器。其实际意义在于:成片现在可用于广播、影院和大幅面商业展示,而不会有任何可见的画质损失。

对大多数社交媒体和网页应用来说,1080p已经足够,而且生成速度更快。以下情况请使用4K:

  • 广播电视广告和电视投放

  • 大幅面展示广告(户外广告、活动大屏)

  • 面向影院或电影节放映的高端品牌短片

  • 任何会在后期制作中被大幅裁切或放大的输出

提示词20:面向TikTok和Reels的原生竖版视频

最适合:TikTok、Instagram Reels、YouTube Shorts

提示词20

最适合:TikTok广告、Instagram Reels、YouTube Shorts、竖版社交内容

9:16竖版画面。一名身穿白色宇航服的孤独宇航员跪在红色沙漠平原上,小心地把一株绿色小幼苗种进土里。镜头缓缓拉远,展现她周围无边无际的荒凉平原。镜头拉远时,成千上万朵花已经在画面所及的整片大地上盛开。充满希望,电影感十足。没有对白。环境音频:风声、泥土的轻柔声响,随后是一阵渐强的静谧乐音。

提示词21:竖版产品广告

最适合:TikTok Shop、Reels产品植入、竖版付费社交广告

提示词21

最适合:TikTok Shop广告、Reels产品植入、竖版社交广告创意

9:16竖版画面。一只手把[产品]托在画面中央,背景是干净的白色。产品缓缓旋转四分之一圈。镜头平滑地特写推进到标签细节。音频:没有音乐,没有配音,只有产品材质的环境质感声。整段片段为6秒。干净、极简、以产品为先。

进阶工作流:在Atlabs中构建多镜头场景

使用 Veo 3.1 最强大的方式,不是生成孤立的片段,而是构建结构化的多镜头序列,让每个片段都作为连贯场景的一部分来规划。下面就是在 Atlabs 内完成这件事的完整工作流,结合使用 Nano Banana 生成参考图、Veo 3.1 负责生成。

工作流1:角色一致的对白场景

  1. 在 Atlabs 中使用 Nano Banana 生成角色参考图。为每个角色创建一张展示其完整外貌、服装和表情的参考图。再为场景环境生成一张环境参考图。

  2. 在 Veo 3.1 中把所有参考图作为“素材转视频”(Ingredients to Video)上传。这会在每个镜头中锁定角色和环境的形象。

  3. 撰写镜头1提示词:用于交代环境或远景的定场镜头,介绍场景和角色。

  4. 撰写镜头2提示词:第一个对白镜头。用引号写出确切的台词。指明由哪个角色说话,以及其在画面中的位置。

  5. 撰写镜头3提示词:回应镜头。使用相同的环境参考图,前景换成另一个角色。写入他们的回应台词。

  6. 如果你需要在镜头之间实现特定的镜头运动或转场,请使用首帧与尾帧。

  7. 如果场景超过8秒,请使用场景延长,把各镜头连接成更长的不间断序列。

在 Atlabs 中,所有这些步骤都在同一个工作区内完成。切换模型时,你不需要导出、导入或重新搭建。Nano Banana 和 Veo 3.1 共享同一个项目环境。

工作流2:视觉一致的产品广告活动

  1. 使用食材爆炸或产品主视觉镜头的提示词风格,在 Nano Banana 中生成一张主视觉产品图。

  2. 把这张图片作为“素材转视频”的参考图,用于后续所有 Veo 3.1 生成。每个场景都会把这张产品图当作颜色、形状和标签细节的视觉基准。

  3. 生成镜头1:带镜头运动的产品主视觉。6到8秒。

  4. 生成镜头2:生活场景中的产品。环境不同,产品视觉形象不变。

  5. 生成镜头3:产品功能特写。使用同一产品参考图,取景不同。

  6. 使用 Atlabs 数字人,以活动目标受众的任意语言添加配音或对白。

  7. 按所需格式导出每个片段:TikTok用9:16,Meta信息流用1:1,YouTube用16:9。

负面提示词:要避免什么,以及怎么说

Veo 3.1 对“不要模糊的背景”或“不要出现人”这类指令式否定句反应不佳。对于那些让不想要的元素自然缺席的描述,它的反应要好得多。

较弱: “背景中没有人造建筑。”

较强: “一片荒芜的旷野向四面八方延伸至地平线,未经触碰的草原与天空,没有道路,没有建筑,没有围栏,只有土地和光。”

较弱: “屏幕上没有文字。”

较强: “干净的视觉画面,没有叠加层,没有水印,没有字幕,没有图形。画面本身是唯一的元素。”

较弱: “不要太戏剧化。”

较强: “安静、内敛的氛围。对比度极低。色调柔和暗淡。基调是观察式的,而不是舞台化的。”

另有20条按使用场景分类的可直接复制粘贴的 Veo 3.1 提示词

下面的每条提示词都可以直接粘贴到 Atlabs 内的 Veo 3.1 中使用。请把方括号里的细节替换成你自己的具体内容。

短片与叙事

提示词22:场景开场

最适合:短片、叙事视频、YouTube系列开场

缓慢推镜头。早上7点的厨房餐桌,上面有两只空咖啡杯和一张对折的便条。没有人。晨光透过白色窗帘洒入。音频:远处苏醒中的街区传来的声音。画面暗示着刚刚有人在这里。6秒。

提示词23:情感高潮

最适合:短片转折点、情感广告

一位女士面部的特写。她在读画外的什么东西。她的表情缓缓地从困惑,变为领悟,再变为某种难以名状的情绪。镜头完全静止。没有对白。音频:微弱的环境声进一步淡去。这份寂静是有意为之。8秒。

社交媒体与自然流量内容

提示词24:“一天的生活”开场

最适合:YouTube vlog、TikTok系列、生活方式品牌内容

略微俯视的第一人称视角镜头。一只手伸出来,在凌晨5:47关掉手机闹钟。手机屏幕清晰显示着时间。周围是温暖的卧室昏暗。音频:闹钟声戛然而止,随后是床单摩擦的声音。手持质感。真实自然,不摆拍。

提示词25:解压的制作过程循环

最适合:TikTok自然流量、Reels、Pinterest视频

俯拍一双手在撒了面粉的台面上揉塑一块面团。动作富有节奏、娴熟老练。面团的反应自然。音频:揉面过程中轻柔的压揉声,没有音乐。6秒,无缝循环。

教育与讲解

提示词26:概念可视化

最适合:教育视频、讲解内容、在线课程

[概念或流程]的等距动画示意图。干净的白色背景。各元素依次出现,就像正在被画出来一样。标签以清晰的无衬线字体出现。平静、有条理,在小屏幕上也清晰易读。片段内没有配音,留出空间用于叠加旁白。

提示词27:主题介绍

最适合:教育系列、教师数字人介绍、课程模块开场

中景。[讲师角色]坐在一张整洁的书桌前,面向镜头。他们微微前倾,说道:“在这节课中,我们将讲解[主题],到最后你将确切地知道如何[成果]。”自然的眼神交流。温暖而专注的气场。简洁的背景。没有干扰。

房地产与建筑

提示词28:房产漫游开场

最适合:房地产房源、房产营销、建筑作品集

平稳的前进跟拍镜头,从前门进入一间采光充足的开放式住宅。镜头缓慢而持续地穿过门厅,朝客厅区域移动。晨光洒满整个空间。没有人。音频:房子里细微的环境声,没有音乐。空间本身就在推销自己。

提示词29:外景定场镜头

最适合:房地产房源、建筑摄影视频

远景定场镜头。清晨,一栋现代白色住宅楼立在绿树成荫的街道上。镜头静止2秒,然后开始非常缓慢地朝入口推进。黄金时刻的光线。干净的阴影。没有人。音频:鸟鸣、远处的一辆车,随后归于安静。8秒。

旅行与酒店

提示词30:目的地氛围片段

最适合:旅行品牌、旅游宣传活动、酒店品牌

无人机飞越。黎明时分的一座小渔村。宁静港湾里的船只,山坡上被色彩晕染的房屋,烟雾开始从烟囱里升起。镜头缓缓向前并略微向下,如同正在下降。音频:海鸥、水声、远处船只发动机的启动声。没有旁白。纯粹的氛围。


提示词31:酒店房间揭示

最适合:酒店品牌、奢华旅行、酒店业内容

镜头:缓慢推镜头,穿过敞开的阳台门。一张整理得一丝不苟的酒店大床正对镜头,身后是落地窗外的海景。晨光洒满整个房间。轻薄的窗帘在微风中飘动。音频:海浪声、风声、绝对的安静。8秒。景色和房间就是一切。

健康与养生

提示词32:晨间仪式

最适合:养生品牌、保健品广告、生活方式内容

缓慢的特写跟拍镜头,跟随一只手把一杯水、一瓶保健品和一本日记并排放在白色台面上。动作从容而平静。音频:物品被放下的声音,随后是寂静。晨光。没有文字。没有旁白。日常仪式本身就是信息。

提示词33:运动与呼吸练习

最适合:健身品牌、瑜伽工作室、心理健康应用内容

日出时分,一个人影在户外木平台的瑜伽垫上,静止广角镜头。人影缓慢地做着一套呼吸序列动作。镜头完全静止。音频:呼吸声、鸟鸣、轻风。没有音乐。没有配音。8秒。


金融与专业服务

提示词34:信任与可信度场景

最适合:金融服务品牌、律师事务所、专业服务

中景。一位身着职业装的女士坐在一张整洁书桌的对面,面向镜头,说道:“我们已经帮助超过[数字]个家庭守护最重要的东西,我们也准备好为您做同样的事。”平静而直接。温暖的中性背景。柔和的专业灯光。除了自然的说话动作外,没有其他动作。

提示词35:数据可视化揭示

最适合:B2B品牌、金融科技、SaaS产品视频

动画图形:一个干净的仪表盘在深色背景上逐个元素地呈现关键指标。每个数据点出现时都带有细微的视觉强调。片段内没有配音。音频:极简的UI音效设计。视觉复杂度不断累积,直到出现一个清晰的时刻,关键数字占据画面中央。

时尚与奢侈品

提示词36:T台美学

最适合:时尚品牌营销活动、奢侈品牌、编辑风格内容

极慢动作的侧向跟拍镜头。一位身穿象牙白长款结构感大衣的模特背对镜头,走过一间空旷的白色画廊空间。面料随着每一步极具表现力地摆动。镜头在髋部高度跟拍,完全水平。高对比度的黑白转换。音频:寂静中只有被放大的面料摩擦声。

提示词37:奢侈品牌的产品特写

最适合:奢侈品新品发布、高端零售、腕表或珠宝品牌

[产品:机械腕表表盘]的微距特写。秒针实时前行。随着镜头进行微观的环绕运动,光线掠过表盘的不同切面。音频:机芯精准而被放大的滴答声。没有音乐。工艺本身就是全部的故事。

餐饮与餐厅

提示词38:主厨工作中

最适合:餐厅品牌、食品品牌营销活动、烹饪内容

中景跟拍镜头,跟随主厨的双手高效地完成一套备餐流程:切、摆、淋酱。镜头跟拍的是双手,而不是面部。音频:切菜的节奏声、煎锅的滋滋声、厨房环境声。没有对白。8秒纯粹的烹饪技艺。

提示词39:完美摆盘揭示

最适合:餐厅营销、外卖品牌、食谱内容

俯拍缓慢推近一道完成的菜肴。餐盘居中。食材被精心摆放。镜头不断靠近,直到主角食材充满画面。音频:开头一阵轻微的滋滋声,随后是安静餐厅的环境声。没有配音。让美食自己说话。


科技与SaaS

提示词40:产品界面演示

最适合:SaaS产品营销、应用发布、B2B软件品牌

屏幕级的跟拍镜头,平滑地划过一台显示着[产品界面]的笔记本电脑屏幕。光标在界面元素之间自然移动。音频:每个关键触点处细微的UI交互声。温暖的居家办公环境隐约倒映在屏幕中。没有配音。界面自己演示自己。

如何在Atlabs AI中使用Veo 3.1

Atlabs AI 是唯一一个能在同一个工作区里,同时使用本指南中所有 Veo 3.1 功能,并与 Kling 3.0、Nano Banana 及其他所有领先AI模型并用的平台。无需API密钥。无需配置 Vertex AI。无需单独的 Google 账号。

  1. 前往 atlabs.ai 并创建一个免费账号。

  2. 新建一个视频项目,并选择 Veo 3.1 作为你的模型。

  3. 选择你的模式:文字生成视频、图片生成视频、素材转视频、首帧与尾帧,或场景延长。

  4. 如果要使用素材转视频或首帧与尾帧,请先在同一工作区中用 Nano Banana 生成你的参考图。

  5. 使用本指南中的五层公式粘贴你的提示词。

  6. 选择输出格式:720p或1080p,需要的话选4K,竖版选16:9或9:16。

  7. 生成。迭代。在导出之前,在同一工作区里添加配音、字幕和音频混音。

从提示词到可导出的成片,一个完整场景的总耗时:8到20分钟,取决于镜头数量和迭代次数。

在 Atlabs AI 中免费体验本指南中的所有 Veo 3.1 功能。从 atlabs.ai 开始

准备好讲述你的故事了吗?

准备好讲述你的故事了吗?

准备好讲述你的故事了吗?