Veo 3.1 提示詞怎麼寫：主體、動作、鏡頭、聲音與對白的官方寫法

適用於誰

• 搜「Veo 3.1 提示詞」「Veo 提示詞」「Gemini 生成影片提示詞」的人；
• 在 Google Flow、Gemini 或 API 裏用 Veo / Gemini Omni 做影片，總覺得出來的效果「不是我想的那樣」的人；
• 想讓同一個角色在多個鏡頭裏長相、聲音都一致的人。

本文根據 Google Cloud 官方「影片生成提示指南」和「影片生成最佳實踐」整理（這兩份文檔同時適用於 Veo 和 Gemini Omni Flash），資料核對於 2026-10-07。官方文檔內容以 CC BY 4.0 許可發佈，本文為改寫與歸納。

結論先說

1. 把想法拆成組件寫：主體、動作、場景、鏡頭角度、鏡頭運動、鏡頭與光學效果、視覺風格，外加時間感和聲音。不必每次都寫全，但寫清楚的部分越多，越不容易出「通用臉」。
2. 一條短影片只講一個時刻：「先……再……然後……」的連續事件請拆成多條生成。
3. 對白用冒號，別用引號：「她說：我叫小林」，避免引號裏的字被畫進畫面。
4. 負面提示寫名詞，不寫「不要」：寫「城市背景、建築物」，而不是「不要城市背景」。
5. 圖生影片只寫運動：參考圖已經決定了人物、場景和風格，提示詞只寫鏡頭怎麼動、主體怎麼動、環境怎麼變。

提示詞的組成部分

另外兩類常被忽略的元素：

• 時間感：慢動作、延時攝影、「天色漸漸變亮」這類細微變化——注意片段只有幾秒，別寫跨越很長時間的過程。
• 聲音：音效（電話鈴聲、水花聲）、環境聲（城市車流、海浪）、對白。官方建議用單獨的句子描述聲音。

官方提醒：部分高級鏡頭角度和鏡頭效果並非官方正式支持，效果和穩定性因提示詞而異。

對白與聲音怎麼寫

官方示例的結構可以概括為：先交代畫面，再逐句寫台詞，最後補環境聲。

中景，昏暗的審訊室。經驗老到的警探說：你的說法漏洞百出。
緊張的線人在一盞裸燈下冒汗，回答：我知道的都告訴你了。
其餘的聲音只有牆上時鐘緩慢的滴答聲，和窗外隱約的雨聲。

要點：

• 每個說話的人先描述清楚（外貌、語氣），再用「說：」接台詞，不加引號；
• 想要聲音一致，可以固定描述說話者的嗓音特點，例如「聲音清晰乾脆、語氣冷靜、標準普通話」；
• 在 Google Flow 裏用 Omni Flash 時，還能直接選預設音色或創建自定義音色（見《Google Flow 怎麼用》）。

負面提示

官方建議用名詞列出不想要的元素，而不是寫「no」「don't」。官方示例：同一段「狂風中的橡樹動畫」提示詞，加上負面提示「城市背景、人造建築、陰暗或暴風雨般的壓抑氛圍」之後，畫面去掉了背景建築，整體更明亮。

圖片來源：Google Cloud 文檔 · Video generation prompt guide（CC BY 4.0）

圖片來源：Google Cloud 文檔 · Video generation prompt guide（CC BY 4.0）

圖生影片：只寫運動

官方給了三類運動，可以單獨用也可以組合：

1. 鏡頭運動（場景不動，鏡頭動）：最簡單也最可靠，例如「緩慢推近主體」；
2. 主體動作：適合細微、自然的動作，例如「她的頭髮和衣角在風裏輕輕飄動」；
3. 環境變化：例如「霧氣慢慢漫過山谷」。

另外三條：

• 源圖要清晰、構圖好，它決定了後面所有細節；
• 不要在提示詞裏重新描述圖中的人物、背景、光線，重複描述反而會讓模型困惑；
• 提到圖裏的人物時用泛稱：「這位女士」「他」「主體」。

多鏡頭保持角色和聲音一致

官方推薦的做法：

1. 給角色起名字，寫一段不變的特徵描述：年齡體型、髮色髮型、臉型、眼睛、標誌性特徵、服裝，以及嗓音風格；
2. 每個新鏡頭都原樣複製這段描述，只改動作和場景部分；
3. 在 API 中使用相同的 seed 參數，提高視覺、風格和聲音的一致性；
4. 讓 Gemini 幫忙：把你的角色描述交給 Gemini，讓它擴寫成多個鏡頭的提示詞，或者在生成後幫你檢查是否符合品牌規範。

可複製模板

[鏡頭角度]，[鏡頭運動]。[場景：地點 + 時間 + 天氣/氛圍細節]。
[主體：外貌、服裝、表情]，正在[動作，按先後寫一兩個]。
[光線]，[色調]，[風格，如電影感 35mm 膠片 / 寫實 / 水彩動畫]。
聲音：[環境聲]；[音效]。[角色]說：[台詞]

填好的例子：

低角度跟拍，鏡頭緩慢向前推進。黃昏的沿海公路，海風很大，遠處燈塔剛亮起。
一位穿黃色雨衣的騎行者站起身用力蹬車，雨衣在風裏獵獵作響。
逆光，暖橙與冷藍的對比色調，電影感，淺景深。
聲音：海浪拍岸和呼嘯的風聲；自行車鏈條的咔嗒聲。

常見問題

Q：中文提示詞可以嗎？

官方文檔的示例均為英文。中文描述通常也能理解，但涉及專業鏡頭術語時，附上英文原詞（如 dolly in、rack focus）更穩妥。

Q：為什麼寫了很長一串事件，影片只完成了一半？

官方說明短影片裏串聯多個獨立事件常會導致混亂或不完整，應拆成多個片段分別生成，再在剪輯工具或 Flow 的 Scenebuilder 裏拼接。

Q：提示詞被攔截了怎麼辦？

Veo 和 Gemini Omni 都有安全過濾，違反負責任 AI 準則的提示會被攔截。檢查是否涉及真實人物、未成年人、暴力或侵權內容，換成原創角色和中性描述。

Q：可以寫「某某導演 / 某部電影風格」嗎？

官方文檔舉過藝術風格的例子，但模仿特定在世藝術家或知名影視作品可能涉及版權和平台政策風險，商用場景建議用通用風格詞（如「膠片顆粒、復古暖調、手繪水彩動畫」）描述你想要的效果。

參考資料

• Google Cloud 文檔：Video generation prompt guide — https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/video/video-gen-prompt-guide
• Google Cloud 文檔：Best practices for generating videos — https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/video/best-practice
• Google Flow Help：Create videos in Google Flow — https://support.google.com/flow/answer/16353334?hl=en
• Google AI for Developers：Generate videos with Veo 3.1 in Gemini API — https://ai.google.dev/gemini-api/docs/veo