大家好，我是言川。

Google 在上周還整了個(gè)大活：在 I/O 大會(huì)上正式發(fā)布了全新的視頻生成模型——Veo 3。說(shuō)實(shí)話(huà)，當(dāng)我第一次看到它的演示視頻時(shí)，腦子里冒出來(lái)的第一個(gè)詞就是：離譜。

過(guò)去我們印象中的 AI 生成視頻，頂多也就是“動(dòng)圖級(jí)別”的尷尬拼貼，沒(méi)聲音、沒(méi)氛圍、沒(méi)情緒，像個(gè)木偶劇。

而現(xiàn)在，Veo 3 直接把這套標(biāo)準(zhǔn)打碎重建。現(xiàn)在你看到的，不再是冰冷的片段，而是真正“會(huì)說(shuō)話(huà)”“有情緒”的擬人級(jí)視頻生成。

我直接放幾個(gè)案例，大家感受下：

一位游戲主播在直播《堡壘之夜》，視頻中的人物情緒、表情、手勢(shì)，全是 AI 一次生成的。

作者@Matt Shumer

甚至連游戲操作畫(huà)面，Veo 3 都能“憑空捏造”。

作者@Matt Shumer

你能想象古希臘的畢達(dá)哥拉斯，親口講解他的定理嗎？AI 讓他“復(fù)活”了。

作者@Pietro Schirano

一只大猩猩對(duì)你說(shuō)“我要檢查你的早餐”……離譜，但好笑。

作者@MattVidPro Al

一個(gè)街頭采訪(fǎng)視頻，完全由 AI 生成——我第一次看的時(shí)候，真的沒(méi)看出來(lái)，這竟然不是實(shí)拍。

作者@Min choi

最后這個(gè)，堪稱(chēng)“AI 致敬好萊塢”：一段充滿(mǎn)電影質(zhì)感的動(dòng)作鏡頭，如果不是我刷過(guò)好幾遍《頭號(hào)玩家》，我真不會(huì)懷疑這居然是模型生成的。

作者@Rishi

沒(méi)錯(cuò)，以上這些令人頭皮發(fā)麻的片段，全部都出自 Google 最新的視頻生成模型：Veo 3。

更多案例：

那么本篇文章，我將帶大家深入了解 Veo 3 的使用方式。同時(shí)，在文章結(jié)尾，我也會(huì)手把手教你：如何使用 AI 撰寫(xiě)視頻生成提示詞，幫你提升提示詞質(zhì)量，打造更符合預(yù)期的視頻內(nèi)容。

目前，在 Google 現(xiàn)有的產(chǎn)品矩陣中，支持 Veo 3 模型的路徑有兩個(gè)，分別是：Google Flow 和 Google Gemini，我們先從 Flow 開(kāi)講：

一、Google Flow 是什么？

1. 產(chǎn)品介紹

簡(jiǎn)單說(shuō)，Google Flow 是一款全新的 AI 視頻創(chuàng)作工具。你只需要輸入一句話(huà)，或者上傳一張圖片，它就能自動(dòng)生成一段具有電影質(zhì)感的視頻片段，甚至還內(nèi)置了視頻編輯能力。

Flow 工具背后的三大核心引擎，分別是 Veo 3 視頻模型、Imagen 4 圖像模型以及 Gemini 2.5 系列模型。

而這些模型也就是 Google 上周在 I/O 大會(huì)上同步亮相的全新模型，用一句話(huà)概括 Flow 的定位：“一句話(huà) / 一張圖，出一部短片”。

Flow 官方地址在這： https://labs.google/flow/about

但要注意兩個(gè)使用門(mén)檻：

1. 登錄地區(qū)必須是美國(guó)（其他地區(qū)基本打不開(kāi)）。
2. 需要訂閱 Google AI Pro 或 Ultra 套餐，才能解鎖最新的 Veo 3 模型。

第一個(gè)門(mén)檻大家自行解決。我教大家如何白嫖 Pro 訂閱計(jì)劃，兩種方式：

① 首月免費(fèi)使用，前提是你需要一張海外支付卡（如美區(qū)虛擬卡），可隨時(shí)取消訂閱，地址： https://one.google.com/about/google-ai-plans/

② 申請(qǐng)學(xué)生免費(fèi)計(jì)劃，最長(zhǎng)可獲得 15 個(gè)月免費(fèi) Pro 會(huì)員，這個(gè)你們可以自己想辦法申請(qǐng)，地址在這： https://gemini.google/students/

我自己測(cè)試用的是第一種：首月免費(fèi)試用 Pro 會(huì)員，開(kāi)完會(huì)員后系統(tǒng)會(huì)贈(zèng)送 1000 積分，Veo 3 視頻模型生成所消耗的積分是 100，也就是說(shuō)，最多可生成 10 個(gè)視頻。

2. 使用說(shuō)明

模型設(shè)置

首先是模型設(shè)置的部分。目前 Flow 一共提供了三檔模型選項(xiàng)：Fast、Quality、Highest Quality。

其中，前兩者其實(shí)用的是上一代的 Veo 2 模型，而真正支持音頻生成 + 情緒細(xì)節(jié)控制的，是第三個(gè)選項(xiàng)：Highest Quality，也就是最新的 Veo 3 模型。

生成模式

Flow 目前支持三種生成模式，分別是：文本到視頻、幀轉(zhuǎn)視頻和素材轉(zhuǎn)視頻。

文本到視頻：這個(gè)是最推薦也最主流的用法。只需要輸入一句話(huà)或一段描述文字，F(xiàn)low 就能直接生成一段 8 秒左右的視頻。

提示詞：olympic skateboarder being interviewed by a reporter with a gold medal hanging around her neck. the reporter asks "and what are you doing next?" the skateboarder says "I'm going to sell enterprise software in SF!"

Veo 3 的指令遵循度非常高，視頻中的角色對(duì)話(huà)完全按提示詞來(lái)，甚至連口型都跟語(yǔ)音高度同步。

作者@Justine Moore

幀轉(zhuǎn)視頻：上傳 1～2 張圖片，F(xiàn)low 可以基于圖像內(nèi)容生成中間幀視頻，實(shí)現(xiàn)首尾幀的效果。目前首尾幀功能只支持 Veo 2 模型。

該模式支持預(yù)設(shè)鏡頭運(yùn)動(dòng)軌跡，讓你控制畫(huà)面如何過(guò)渡，但依舊只有 Veo 2 模型可用。

提示詞：Astronauts leave the museum across the bridge.

素材轉(zhuǎn)視頻：這個(gè)模式主打“風(fēng)格遷移”和“視頻延展”，你可以上傳多張圖像，F(xiàn)low 會(huì)自動(dòng)補(bǔ)齊缺失的畫(huà)面邏輯，甚至做風(fēng)格重建。

但該功能目前僅對(duì) Ultra 會(huì)員 開(kāi)放。

提示詞：a woman that has a transparent glass torso containing reddish-orange lava-like blobs rides in the back of a cab.

視頻編輯

最后，就是 Flow 的 Scene Builder 功能。它就像是拼故事的時(shí)間軸，讓你把多個(gè)短視頻片段像拼圖一樣組裝成一個(gè)連貫、有情節(jié)的完整影片。你可以在 Flow 的頂部找到它。

或者是，在生成視頻后，點(diǎn)擊“Add to scene”功能，快速將該視頻加入到“Scene Builder”中。

加入進(jìn)來(lái)后，你就可以對(duì)該視頻片段進(jìn)行后續(xù)的編輯修改了。

在編輯視頻片段時(shí)，有兩個(gè)功能：Jump to 和 Extend。

Jump to：將選定片段的后面部分重新生成，比如讓這個(gè)女孩下車(chē)后跑向森林。
提示詞：She runs through the forest.

Extend：將所選視頻片段延長(zhǎng)，比如女孩到家參加街上的慶?；顒?dòng)。
提示詞：She arrives home to a celebration in the street

完成多個(gè)片段后，使用“Arrange”功能，可以重新調(diào)整各個(gè)視頻段落的順序

最后，一鍵導(dǎo)出即可。但為啥這個(gè)視頻沒(méi)有配音呢，其原因在于目前 Flow 的視頻編輯功能，僅支持 Veo 2 模型編輯生成。

總結(jié)一下，F(xiàn)low 和以往的 AI 視頻工具有本質(zhì)上的不同，它不僅能生成高質(zhì)量視頻，還能對(duì)視頻進(jìn)行結(jié)構(gòu)化編輯。

背靠 Veo 3 的多模態(tài)能力，F(xiàn)low 不僅可以生成“有聲音、有情緒、有互動(dòng)”的視頻片段，還能借助 Scene Builder 保持角色一致性、逐幀疊加修改，實(shí)現(xiàn)真正意義上的“一站式 AI 視頻創(chuàng)作”。

二、Gemini 生成視頻

除了 Flow，Veo 3 現(xiàn)在也已經(jīng)集成進(jìn)了 Google 自家的多模態(tài)對(duì)話(huà)平臺(tái)——Gemini。

你可以像平時(shí)聊天一樣，在對(duì)話(huà)框中直接輸入提示詞，通過(guò) Gemini 的“視頻”功能，就能一鍵生成視頻內(nèi)容。

地址在這： https://gemini.google.com

目前，Gemini Pro 用戶(hù)享有 10 次免費(fèi)生成配額，生成 Veo 3 視頻不會(huì)消耗積分。想白嫖的朋友，可以回顧上文提到的 Pro 會(huì)員開(kāi)通方式~

我們來(lái)看一個(gè)實(shí)際案例，直接在對(duì)話(huà)框中輸入提示詞：

提示詞：A beautiful young woman ASMR creator, sitting in a cozy, softly lit room. She types on a noisy mechanical keyboard, then looks up with a playful smile and gently blows into the microphone. As she whispers sweetly into the mic, she says, "Brother Yanchuan is really so handsome!"

翻譯成中文：一位年輕漂亮的 ASMR 創(chuàng)作者坐在一間溫馨、燈光柔和的房間里。她敲擊著發(fā)出咔嗒聲的機(jī)械鍵盤(pán)，然后抬頭露出俏皮的笑容，輕輕地對(duì)著麥克風(fēng)吹氣。她輕聲細(xì)語(yǔ)地對(duì)著麥克風(fēng)說(shuō)：“言川哥哥真的好帥！”

在使用 Veo 3 模型生成視頻時(shí)，你是可以指定視頻中人物說(shuō)話(huà)的內(nèi)容，比如“言川哥哥真的好帥！”

ASMR?。?！我酥了......來(lái)聽(tīng)聽(tīng)這段視頻：

三、提示詞模板

接下來(lái)，是大家呼聲最高的部分：怎么寫(xiě) Veo 3 的視頻提示詞？

我們先來(lái)拆解一套標(biāo)準(zhǔn)的提示詞結(jié)構(gòu)：

提示詞核心構(gòu)成要素：

1. 主體 : 視頻中主要的對(duì)象、人物、動(dòng)物或場(chǎng)景。
2. 動(dòng)作 : 主體正在做什么。這是視頻的核心動(dòng)態(tài)。
3. 背景/環(huán)境 ：視頻發(fā)生的地點(diǎn)和周?chē)h(huán)境。
4. 風(fēng)格：視頻的視覺(jué)美學(xué)或藝術(shù)風(fēng)格。這可以是通用的，也可以非常具體。
5. 運(yùn)鏡：攝像機(jī)如何移動(dòng)以及鏡頭如何構(gòu)圖。這能極大地影響視頻的氛圍和敘事。
6. 氛圍/光線(xiàn)：視頻的整體情緒、色調(diào)和光照條件。
7. 音頻：Veo 3 支持音頻生成，包括環(huán)境音效、背景噪音甚至對(duì)話(huà)。請(qǐng)明確指定你想要的音頻。

申明：這只是一套提示詞結(jié)構(gòu)規(guī)范，你也可以挑選部分要點(diǎn)進(jìn)行組合描述，甚至是只有一句話(huà)也能生成高質(zhì)量的視頻，畢竟 Veo 3 模型對(duì)語(yǔ)義的理解非常強(qiáng)。但如果你想更準(zhǔn)確的控制 AI 生成，那么提示詞越詳細(xì)越好。

當(dāng)提示詞結(jié)構(gòu)出來(lái)后，可能你還是不知道如何去描述你想要的畫(huà)面，或者是覺(jué)得太麻煩了。那么我推薦你使用大語(yǔ)言模型來(lái)生成提示詞，而你只需要提供幾個(gè)核心的關(guān)鍵詞即可。

指令模板如下，【】中的內(nèi)容，就是你可以修改的主題關(guān)鍵詞。

我需要使用 Google 的 Veo 3 模型生成一段【電影級(jí)別的槍?xiě)?zhàn)】視頻，請(qǐng)按照我給你提供的提示詞結(jié)構(gòu)，幫我提供完整的視頻提示詞。

提示詞結(jié)構(gòu)：

1. 主體 : 視頻中主要的對(duì)象、人物、動(dòng)物或場(chǎng)景。
2. 動(dòng)作 : 主體正在做什么。這是視頻的核心動(dòng)態(tài)。
3. 背景/環(huán)境 ：視頻發(fā)生的地點(diǎn)和周?chē)h(huán)境。
4. 風(fēng)格：視頻的視覺(jué)美學(xué)或藝術(shù)風(fēng)格。這可以是通用的，也可以非常具體。
5. 運(yùn)鏡：攝像機(jī)如何移動(dòng)以及鏡頭如何構(gòu)圖。這能極大地影響視頻的氛圍和敘事。
6. 氛圍/光線(xiàn)：視頻的整體情緒、色調(diào)和光照條件。
7. 音頻：Veo 3 支持音頻生成，包括環(huán)境音效、背景噪音甚至對(duì)話(huà)。請(qǐng)明確指定你想要的音頻。

注意以下幾點(diǎn)：、

1. 最后輸出的結(jié)果需要是一整段不帶分類(lèi)標(biāo)簽（如主體、動(dòng)作等）的提示詞。
2. 分別提供中英文兩套提示詞。

你可以使用 ChatGPT、Gemini、Deepseek 等 AI 聊天工具，但建議你將“搜索”功能開(kāi)啟，這樣的話(huà)，AI 可以根據(jù)你提供的主題關(guān)鍵詞，自動(dòng)檢索相關(guān)的資料信息，寫(xiě)出的提示詞效果會(huì)更好。

你可能會(huì)問(wèn)：為什么還要寫(xiě)一份中文提示詞？

原因很簡(jiǎn)單：目前 Flow 只支持英文輸入，但中文提示詞更方便像我這種英語(yǔ)苦手先理解畫(huà)面，再翻譯確認(rèn)～所以，中英雙份提示詞 = 更高效率 + 更低試錯(cuò)成本。

戰(zhàn)爭(zhēng)片場(chǎng)景--提示詞：On a war-torn urban street, two special forces soldiers in tactical gear engage in an intense firefight amidst the rubble, bullets whizzing through the air, sparks flying, and deafening explosions. The street is lined with burning vehicles and collapsed buildings, with thick smoke billowing and flames lighting up the night sky. The scene adopts a cinematic action movie style, with rapid cuts capturing the soldiers' tense expressions and swift movements. The camera employs handheld tracking, weaving through the combat scene to create an immersive sense of urgency. The overall color tone is cool, highlighting the brutality and tension of the battlefield, with lighting primarily from explosions and muzzle flashes. Audio includes intense gunfire, explosions, soldiers' shouts, and background sirens, enhancing the realism and urgency of the scene.

生成的效果有點(diǎn)尷尬，這三個(gè)人不知道在干嘛......

換個(gè)主題，你可以繼續(xù)對(duì) AI 下達(dá)指令：

對(duì)話(huà)指令：換個(gè)主題案例，脫口秀演員

脫口秀俱樂(lè)部--提示詞：In a dimly lit comedy club, a casually dressed stand-up comedian stands center stage, holding a microphone and smiling as they share humorous anecdotes from everyday life, eliciting bursts of laughter from the audience. The background features red velvet curtains, with spotlights hanging above the stage, creating a warm and intimate atmosphere. The camera uses medium shots, occasionally cutting to audience reactions, capturing their laughter and applause. The overall style is documentary-like, with warm tones and soft lighting, emphasizing the authenticity of the live performance. Audio includes the comedian's clear voice, audience laughter, and occasional clapping, enhancing the ambiance of a live show.

好了，以上就是本次提示詞撰寫(xiě)的全部?jī)?nèi)容。前段時(shí)間就有不少寶子私信催我更新，這次借著 Flow 的上線(xiàn)，我特地圍繞 Veo 3 做了一個(gè)完整提示詞教學(xué)，希望能幫你在生成視頻時(shí)少走彎路、少燒積分。

最后我們?cè)賮?lái)欣賞幾個(gè)視頻案例：

提示詞：Two men filming in a podcast studio. First man says "We did it—my grandma could start a podcast now."The second man responds "Should I call her for content ideas?"

提示詞：A 50mm cinematic medium shot of a Latina business woman in her 30s, standing on a staircase in a Hogwarts library at night. Her arms are wide, eyes closed, as a glowing vortex of books swirls around her. Her medium-length dark hair blows in an electric wind, with golden motes of light connecting the flying books in a storm of knowledge. The setting is a magical, golden Hogwarts library. Cinematic, dramatic lighting.

提示詞：A short video scene of two muffins baking in an oven. The camera is inside the oven, cinematic close-up with soft golden lighting. Steam rises slightly as the muffins rise in the heat.First muffin: "I can't believe this Veo 3 thing can do dialogue now!"Second muffin: "AAAAH, a talking muffin!"The scene should be comedic and surreal, with subtle facial expressions on the muffins to convey surprise and confusion.

提示詞：A college professor doing a class on Gen Z slang and the video pans over to all the boomers taking notes and seeming super interested.

好了，這就是我這次對(duì) Veo 3 的完整體驗(yàn)分享。

寫(xiě)到這里，其實(shí)我腦子里只有一個(gè)感受：AI 正在把“創(chuàng)作”這件事，變成一件越來(lái)越輕的事情，但對(duì)創(chuàng)作者的要求，其實(shí)變得越來(lái)越重。

輕，是因?yàn)殚T(mén)檻真的降低了：你不需要懂拍攝，不需要懂剪輯，也不需要后期調(diào)色，你只要輸入一句話(huà)，就能得到一段“像模像樣”的電影級(jí)短片。

重，是因?yàn)椤澳蔷湓?huà)”該怎么寫(xiě)，成了新的壁壘——提示詞寫(xiě)得清不清楚？邏輯順不順？細(xì)節(jié)有沒(méi)有落下？這些決定了 AI 能不能聽(tīng)懂你。

而這，也正是我們未來(lái)創(chuàng)作力的分水嶺。

AI 不會(huì)取代誰(shuí)，但它確實(shí)正在逼著每個(gè)人“表達(dá)得更準(zhǔn)確、思考得更具體”。

所以，別把它當(dāng)成靈感的終點(diǎn)，而是把它當(dāng)成表達(dá)的放大器：你說(shuō)得越清楚，它就做得越極致。
而你要做的，就是成為那個(gè)能讓 AI 明白你想法的人。

如果你想學(xué)習(xí) AIGC，可以加入我主理的《優(yōu)設(shè) AI 俱樂(lè)部》，俱樂(lè)部?jī)?nèi)沉淀有 2000+ 優(yōu)質(zhì) AI 學(xué)習(xí)資料，涵蓋 AI 繪畫(huà)、AI 視頻、AI 提示詞、AI 工具庫(kù)、AI 商業(yè)設(shè)計(jì)案例、研究報(bào)告......

也可以點(diǎn)擊鏈接： https://wx.zsxq.com/group/15288828142182