Veo3生成的许多视频挺火的：水果asmr、第一人称大脚怪探险。

本期我们看一下怎么免费获得账号以及 Veo3 提示技巧。使用Veo3需要至少gemini pro账号。在谷歌Flow里提供每月1000积分，每个Veo3视频消耗100积分。

怎么免费获得gemini pro账号：

点击之后它会让你验证edu邮箱，然后去这个网站：https://etempmail.com/ 获得一个临时的邮箱。

填入临时的邮箱后，在下图位置会给你验证码。

之后，邮箱验证成功。

你还需要绑定一个Visa卡，我这里是WildCard（订阅海外服务用得比较多的一个服务卡商），当然你也可以用你自己的Visa，比如全币卡。

有了卡之后继续接下来的步骤，填进去。

完了之后你的谷歌账号就是Pro了。

进入平台，在这里生成视频之后。

再点击Scence，可将生成的视频加入到剪辑场景（线上剪辑，其实不剪辑，就是方便创建连续视频序列）。

然后你可以在这里面生成你的视频序列。每一次生成8秒，你还可以拖动每个8秒视频的顺序。

点击加号，他还有个jump（只支持 veo2，视频会没声音）和extend选项，区别如下

波动它的左右边栏呢，还可以调整长度或者选定extend/jump的参考帧。

导出的时候，选择最后一个视频下载（右下角），他就会把前面的一起打包，下载成一个长视频。

在现在这个ai时代，有些知识并不需要我们完全去理解（大概理解一下就好，大部分时间用实践去更深层次掌握）更多的可以采用端到端的思维。

主要去想我们想要什么。需要给AI输入什么，我们想要他输出什么，所以后面提到的这些Veo3经验都可以直接输给Gemini去理解。让它扩展创意，写出更多提示词。

比如：

我们来看看一些精彩的地方。

首先，得搞明白最基本的。一个写得好的提示词，是生成好视频的关键。

你在提示词里能说得越具体，用越朴素的语言描述，Veo 3 就越容易理解，也越容易生成你想要的视频。

试试在你的提示词里，把下面这些视觉元素都带上：

• 主体 (Subject): 场景里有谁，或者有啥？是人、动物、物件，还是风景。

• 环境 (Context): 主体在哪儿？室内？城市街道？还是森林里？

• 动作 (Action): 你的主体在干嘛？走路，跳跃，还是转头？

• 风格 (Style): 你想要啥样的视觉效果？电影感、动画、定格动画，等等。

• 镜头运动 (Camera motion): 描述镜头怎么动。是航拍、平视、俯拍，还是低角度。

• 构图 (Composition): 画面是怎么构图的？是广角、特写，还是别的。

• 氛围 (Ambiance): 情绪和光线。你可以说”暖色调”、”蓝色光线”，或者”夜晚”。

顺便一提，Veo3生成视频游戏世界质量很好

如果你玩过 Midjourney 或者 Flux 这种模型，你可能知道，用同一个提示词多跑几次（也就是用不同的种子 seed），每次出来的结果都会有点不一样。

Veo 3 不一样。

对于同一个提示词，哪怕是很简单的，Veo 3 输出的结果都会非常相似。

你可能会得到一个长得一样、穿着一样衣服的人，在差不多的地方。

如果你还不太确定自己想要啥，那就先从几个大方向完全不同的提示词开始。如果你已经知道想要哪些元素了，那就把这些元素说得具体点。

比如

• 这个女人长啥样（发色、发型、肤色）。

• 她穿了啥。

• 她在哪儿。

• 她怎么笑的。

• 她为啥笑。

通常来说，用视频模型生成视频，如果没有起始帧或者场景元素这些功能，想保持角色一致性是挺难的。

不过，这些功能，Veo 3 很快就会有了。

在这之前，我们也有别的办法。

因为 Veo 3 的一个特点是，相似的提示词会生成相似的角色。所以，只要你在不同的生成任务里，保持角色描述的一致性，你通常就能得到一个长得一样的角色。

这意味着，你可以搞一个角色描述列表，在不同的提示词里，原封不动地重复使用这些描述。

这些描述越独特、越具体，Veo 3 在分别生成的不同场景之间，就越能保持视觉上的连贯性。

所以，你可以创建一些角色参考表，把确切的用词记下来，确保一致性。

因为 Veo 3 每次生成视频都会带上音频，所以你也得告诉它你想要听到什么声音。

可以考虑下面这些元素：

• 人说了啥 (对话): 场景里的人在说什么。

• 环境噪音 (环境音): 场景里的背景噪音，比如繁忙街道的声音、嘈杂办公室的声音、热闹咖啡馆的声音，等等。

• 音效或场景外的声音: 比如电话铃声。

• 场景可能需要的音乐: 比如紧张的电影配乐、欢快的流行歌曲，等等。

用 Veo 3 能创造出各种有意思的角色。他们会说话，会讲笑话，会比划，有时候还能演戏。

但如果你想让他们说话，你就得在提示词里告诉它。

写对话提示词有两种方式：

这两种方式，都会生成一个男人在说话的视频。第一种，会用上你给的确切台词；第二种，会让模型自己决定怎么说，比如，模型会自己给你起个名字。

如果你要明确地告诉模型角色要说什么，尽量让对话短一点。

最好是那种大概 8 秒钟就能说完的话。

要是想在对话里塞太多内容，角色可能会说得飞快。

要是你让角色说得太少，就可能出现尴尬的沉默，或者角色说一堆没啥意义的 AI 胡话 (就像下面第二个例子)。

没有明确的指导，模型就没法自己编出它需要的所有话。

如果你不擅长写对话，用”暗示性对话提示词”会帮上大忙。而且，你随时可以把你喜欢的输出视频转录下来，以后用在新的提示词里。

这里，我们让 Veo 3 生成一个脱口秀演员讲笑话的视频。

第一次，我们让 Veo 3 自己决定笑话内容。

第二次，我们让 Veo 3 按照我们提示词里给的笑话去讲。

你看，只要提示词给得对，上下文给足，Veo 3 就能帮你把对话都填上。

你想试试 Veo 3 在对话上能有多灵活？可以试试下面这些提示词：

• 一个脱口秀演员讲了个笑话。

• 两个人讨论一部电影。

• 一个男人在电话里吵架。

• 一个女人讲述她的人生故事。

Veo 3 应该训练了很多带内嵌字幕的视频，所以你经常会在生成结果里看到拼写糟糕、内容错的字幕。

它们常常会毁掉一次生成。

不过，有几个简单的办法能避免这种情况：

• 把你想要听到的台词放在冒号后面，比如：”一个男人说：我叫本”，而不是用引号，比如：”一个男人说：’我叫本’ “

• 在提示词里加上”(no subtitles)”——在 Veo 3 的提示词里，这种负面提示词挺管用。

• 如果前面都不管用，那就不断重复地说：”no subtitles、no subtitles！” 多说几遍。

有时候你会发现，模型把某些词的发音搞错了。

最简单的办法就是，把这些词用音标拼出来。

当你在提示词里写多个人物对话时，Veo 3 有时候会搞混，不知道哪句话是谁说的。

这在角色描述比较相似，Veo 3 不太能分辨谁是谁的时候，尤其常见。

这时候，在提示词里，对说话者要具体：

跟视频的其他部分一样，如果你想让场景里有音乐，那就得在提示词里加上。

你可以说得特别清楚，描述你想要的音乐类型、风格和情绪。

当然，你也可以模糊一点，让 Veo 3 自己去决定。

如果什么都不说，Veo 3 默认会生成那种制作精良的真人实拍视频。

你就想象一下那种顺滑专业的演示片、广告，或者 MV。

如果你想让它别往这个方向跑，就得在提示词里加上风格。

你会注意到，不光视频的整体画面风格变了，连角色动作和互动方式也跟着变了。

在所有这些例子里，音频都差不多，我们没有单独提示音频，所以它在不同风格之间也没啥变化。

就像你可能想到的那样，跟其他视频模型一样，Veo 3 对常见的镜头运动提示词反应很好。

用上这些词，你就能控制视频里的动作和画面：

• 平视 (eye level)

• 高角度 (high angle)

• 虫子视角 (worms eye)

• 推拉镜头 (dolly shot)

• 变焦镜头 (zoom shot)

• 摇摄 (pan shot)

• 跟踪镜头 (tracking shot)

Veo 3 在生成那种看起来真像用手机拍出来的自拍视频上，效果好得惊人。

我们发现，有些特定的短语，能持续解锁这种效果。

比如，提示词以”一个……的自拍视频”开头，比你单纯描述一个人拿着相机，效果要好得多。

另外，让手臂出现在画面里是保证真实感的关键。

那个大猩猩的例子就很好地说明了这一点，提示词里写了”将相机伸到手臂长度。他长而有力的手臂清晰可见在画面中。”这样一来，视频看起来才更像真的自拍，而不是一个简单的特写。

自然的眼神交流也很有帮助。东京那个例子里，”偶尔看向镜头，然后转身指向有趣的摊位”，这种自然的眼神流转，比一直盯着镜头效果要好。

这里有两个例子，展示了这些技巧怎么发挥作用：

东京那个例子还揭示了一个小诀窍：加上”画面略带颗粒感，非常有电影感”这种描述，能让生成结果摆脱那种过于”干净”的 AI 感。

最终，视频看起来会更像真的手机拍摄。

目前，Veo 3 还不直接支持竖屏视频，只能生成 16:9 的横屏。

不过，你可以先生成一个横屏视频，然后用像 Luma 的 Reframe Video 这种模型来”外画” (outpaint) 成竖屏。

Reframe Video 能让你把任意视频 (最长 30 秒) 塞进去，然后它会根据你指定的比例，生成一个新的竖屏视频。所有输出都是 720p。

Veo 3 在模拟真实物理效果这块儿，表现得非常出色。

它能保持物体正确的运动和互动，同时还能应用各种不同的风格。

这意味着，即使视频被转换成不同艺术风格，模型也能保留物体自然的运动轨迹，确保像坠落、弹跳和流体运动这些基于物理的动画，依然能符合物理规律。

Veo 3 默认输出的是 1280p x 720p 的视频。

此外，你也可以在X上输入 Veo 3 Prompt ，查看各位大神的Veo3提示词。

有些还在用Jason格式写，这种通常更加可控和准确。

本号知识星球 （汇集ALL 订阅频道合集和其他）：

星球里可获取更多AI实践和资讯：