Veo3 提示詞技巧：從入門到出片的完整指南

Veo3 提示詞的核心結構

一條高品質的 Veo3 提示詞，本質上是把「導演腳本」壓縮成一段可被模型理解的文字。與早期文生影片工具不同，Veo3 對場景細節、鏡頭運動和音訊的解析能力更強，因此提示詞越結構化，出片越穩定。推薦使用五段式結構：

1. 主體 ：誰或什麼，包括外觀、服裝、材質細節
2. 動作 ：主體在做什麼，動詞要具體
3. 環境 ：時間、地點、光線、天氣、氛圍
4. 鏡頭 ：景別、角度、運動方式、鏡頭時長
5. 音訊 ：環境音、音效、對白、語氣

範例： 「一位穿米色風衣的短髮女性（主體），快步穿過清晨的東京街頭並回頭看鏡頭（動作），雨後地面反光、路燈還亮著（環境），中景跟拍、淺景深、緩慢推近（鏡頭），腳步聲踩過水窪、遠處城市白噪音（音訊）」 。五個維度齊全時，模型的「自由發揮空間」被壓縮，畫面與預期的一致性顯著提升。

鏡頭語言：決定質感的關鍵變數

很多人寫 Veo3 提示詞只描述「內容」，忽略「怎麼拍」。鏡頭語言是 AI 影片與監視器畫質感的分水嶺。以下術語在 Veo3 中反應良好，可直接嵌入提示詞：

一個實用技巧：每條提示詞只指定 一種主鏡頭運動 。同時要求推、拉、搖、移會讓模型在 8 秒內頻繁切換機位，產出混亂畫面。若想要多機位效果，應拆成多條提示詞分別生成再剪輯。

音訊與對白：Veo3 的獨有優勢

Veo3 原生生成同步音訊，這是它與多數競品的核心差異，也是提示詞最容易被浪費的部分。不寫音訊，模型會自動腦補背景音，結果往往不可控。建議明確描述三類聲音：

• 環境音 ：crackling fireplace, distant traffic, birds chirping
• 音效 ：glass shattering, footsteps on gravel, whoosh
• 對白 ：用引號包住台詞，並註明語氣與口音

對白寫法範例： The man looks at the camera and says in a low, gravelly voice: "We shouldn't have come here." 。注意三點：台詞要短（模型對口型能力有限，超過兩句話容易崩壞）；語氣描述放在台詞前面；如需中文口型，直接用中文台詞並標註 "speaking in Mandarin"，但英文對白的唇形同步目前最穩定。

經驗法則：畫面描述決定「好不好看」，音訊描述決定「像不像真的」。一條沒有聲音設計的 Veo3 提示詞，只發揮了這個模型一半的能力。

常見錯誤與修正方法

根據大量實測回饋，以下四類問題出現頻率最高：

1. 動作過於複雜 ：要求 8 秒內完成「起身、轉身、拿起杯子、走到窗邊、看向遠方」，模型會跳幀或肢體扭曲。修正：一段提示詞只保留一個主要動作加一個次要細節。
2. 物理邏輯矛盾 ：如「逆光的雪地裡人物面部明亮清晰」。模型會隨機選擇服從哪一半。修正：自查提示詞中的光線、重力、朝向是否自洽。
3. 抽象形容詞堆砌 ：「史詩感、震撼、大片質感」這類詞模型無法執行。修正：換成可拍攝的具體描述，如 "slow motion, dramatic backlighting, dust particles in the air"。
4. 忽略負面約束 ：不想出現的元素要寫出來，如 "no text overlays, no camera shake, no extra limbs"，能明顯降低廢片率。

可複用的提示詞範本

以下範本經過驗證，替換方括號內容即可使用：

電影敘事範本 ： [景別] of [主體+外觀細節], [單一動作], in [環境+光線], [鏡頭運動], [膠片/鏡頭質感]. Audio: [環境音], [音效]. [台詞（可選）]

產品展示範本 ： Slow orbit shot around [產品] on [表面材質], studio lighting with soft shadows, [材質反光細節], background fades from dark grey to black. Audio: subtle ambient hum.

人物口播範本 ： Medium close-up, [主體描述] facing the camera in [環境], speaking in [語氣]: "[不超過15詞的台詞]". Audio: room tone, clear voice. No background music.

迭代工作流：從廢片到成片

AI 影片是機率生成，一次成功是小機率事件，工作流比單條提示詞更重要。推薦五步迭代法：

1. 先鎖內容 ：用最簡提示詞生成 4 條，確認主體和場景是否符合預期，不符則調整描述再生成。
2. 再加鏡頭 ：內容正確後，加入景別與運動描述，篩掉運動崩壞的版本。
3. 後加音訊 ：畫面穩定後補充音訊與對白，避免聲音干擾畫面調試。
4. 負面約束收尾 ：針對反覆出現的瑕疵（文字浮水印、多餘人物）加負面提示詞。
5. 批次+剪輯 ：同一提示詞生成多條，取最佳片段，用剪輯軟體拼接，而非追求單條完美。

這個流程的核心邏輯是 變數隔離 ：每次只改一個維度，才能判斷哪個改動有效。一次改五個地方，廢片了也不知道原因在哪。

寫在最後

Veo3 提示詞技巧的本質不是背咒語，而是學會用導演的語言思考：主體、動作、環境、鏡頭、聲音，五個維度缺一不可。結構化的五段式提示詞解決「畫什麼」，鏡頭語言解決「怎麼拍」，音訊描述解決「像不像」，迭代工作流解決「穩不穩」。掌握這套框架後，你面對的不再是玄學抽卡，而是可複製、可除錯的生產流程。從今天起，把你最常用的一類影片需求套進範本，迭代三輪，你會看到明顯的品質躍升。