Veo 3 使用指南：免费账号获取与提示词技巧全解析
我们先从核心问题出发——如何免费获取一个 Gemini Pro 账号，并结合 Veo 3 的提示词技巧高效创作。毕竟，想体验 Veo 3，至少需要一个 Pro 账号作为基础。目前，谷歌 Flow 平台每月赠送 1000 积分，每个 Veo 3 视频生成消耗 100 积分，足以满足日常探索与使用需求。
免费获取 Gemini Pro 账号的方法
直接进入正题：如何免费获取一个 Gemini Pro 账号？
最便捷的途径是通过教育优惠。申请地址位于 Gemini 的教育优惠页面，只需验证一个教育邮箱（edu 邮箱），即可享受 15 个月的免费 Pro 权限。如果没有 edu 邮箱怎么办？可以借助临时邮箱服务获取一个。填入临时邮箱后，系统会在指定位置弹出验证码，完成验证即可通过。
接下来还有一个关键步骤：绑定一张 Visa 信用卡。绑定成功后，你的谷歌账号就正式升级为 Pro 版本。需要注意的是，绑定后可以在续费前选择取消订阅，以避免不必要的自动续费支出。
可在以下两个平台使用 Veo 3
获得 Pro 账号后，有两个地方可以体验 Veo 3。
第一个是 Gemini 官方页面，每天享有 3 次免费生成机会。
第二个是 Flow 平台，它自带 1000 积分，更适合进行深度创作。该平台提供线上剪辑空间，生成的视频会自动纳入场景管理。每次生成 8 秒的片段，你可以自由拖动每个片段以调整顺序。点击加号，会出现 jump 和 extend 选项——请注意，jump 仅支持 Veo 2，且生成的视频无声音。通过调整左右边栏，可以修改片段长度或选定参考帧。导出时，选择最后一个视频进行下载，系统会自动将所有片段合并成一个完整的长视频。
AI 时代的端到端思维
回到核心话题，在当前 AI 时代，有些知识不必完全深究每一个细节——大致理解原理后，将更多精力投入实践即可。关键在于端到端的思维：明确我们的目标、需要输入什么、期望输出什么。后文提到的这些 Veo 3 经验，完全可以交给 Gemini 去理解，让它协助你扩展创意。
想要用 Veo 3 生成优质视频？先学会如何“描述”
精心编写提示词，是生成高质量视频的关键前提。你描述得越详尽、越平实，Veo 3 就越容易理解你的意图，生成效果也越理想。
Veo 3 提示词七要素
掌握以下七个要素，有助于你生成专业级视频：
- 主体：场景中包含谁？是人、动物、物体，还是自然风景。
- 环境：主体位于何处？是室内、城市街道，还是森林深处。
- 动作：你的主体正在做什么？行走、跳跃，还是转头？
- 风格：期望呈现怎样的视觉效果？电影感、动画风格、定格动画等。
- 镜头运动：描述镜头的运动方式，如航拍、平视、俯拍，还是低角度拍摄。
- 构图：画面如何布局？广角、特写，还是其他构图方式。
- 氛围：情绪与光线设定——你可以指定“暖色调”、“蓝色光线”，或“夜晚”等。
每次生成，尝试更换提示词
如果你熟悉 Midjourney 或 Flux，可能会习惯用同一提示词多次运行（即更换不同的种子 seed），每次结果都会不同。但 Veo 3 则不然。对于同一提示词，即便内容简单，输出结果也会高度相似——可能会生成外貌相同、衣着一致的人物，出现在相近的场景中。
重要提示：这一点在生成结果存在小瑕疵（如连贯性或音频问题）时反而成为优势——只需更换种子再运行一次，很可能就能获得理想结果。但若你仍处于“探索模式”，希望尝试多种可能性，那么反复使用同一提示词只会浪费积分。如果你还不确定想要什么，建议从几个大方向完全不同的提示词开始。一旦确定了元素，就将它们描述得尽可能具体：
- 这位女性长什么样（发色、发型、肤色）
- 她穿了什么
- 她身处何地
- 她如何微笑
- 她为何而笑
角色一致性
通常来说，没有起始帧或场景元素功能的视频模型，保持角色一致性颇具挑战。不过，Veo 3 很快将支持这些功能。在此之前，也有其他办法：由于 Veo 3 会基于相似提示词生成相似角色，因此只要在不同生成任务中保持角色描述的一致性，通常就能获得外貌一致的角色。
这意味着，你可以准备一份角色描述列表，在不同提示词中直接复用这些描述。角色描述越独特、越具体，Veo 3 在不同场景之间就越能保持视觉上的连贯性。一个示例：
“约翰，一位 40 多岁的男性，棕色短发，戴眼镜，身穿蓝色夹克，神情若有所思。”
建议创建一些角色参考表，记录确切的用词，以确保一致性。
如何为音频编写提示词
由于 Veo 3 每次生成视频都会附带音频，因此你也需要告知它期望听到的声音内容。可以考虑以下元素：
- 人物对话（台词）：场景中的人物在说什么。
- 环境噪音（环境音）：场景中的背景音，如繁忙街道、嘈杂办公室、热闹咖啡馆的声音。
- 音效或画外音：例如电话铃声。
- 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。
如何编写对话提示词，以及如何避免字幕
使用 Veo 3 可以创造出各种有趣的角色——他们会说话、讲笑话、比划，甚至表演。但若想让他们开口，就必须在提示词中明确指示。
编写对话提示词有两种方式：
1. 明确写出台词：“一个男人说：我叫本。”
2. 隐晦描述：“一个男人告诉我们他的名字。”
两种方式都会生成一个男人说话的视频。第一种会使用你指定的台词，第二种则让模型自行决定如何表达——例如模型可能会自己为你起一个名字。
值得注意的是，Veo 3 不支持中文台词。若要让角色说普通话，需使用英文描述：Says in Mandarin：“[英文句子或汉语拼音]”
自己编写对话时，尽量让台词简短，最好能在 8 秒内说完。若台词过多，角色语速会过快；而台词过少，则可能出现尴尬的沉默或 AI 胡言乱语。
如果你不擅长编写对话，使用“暗示性对话提示词”会非常有帮助。此外，随时可以转录你喜欢的输出视频，用于后续的新提示词中。例如，让 Veo 3 生成一个脱口秀演员讲笑话的视频：第一次让 Veo 3 自行决定笑话内容，第二次则提供具体的笑话——只要提示词正确、上下文充分，Veo 3 就能帮你填充对话内容。
试试以下提示词，感受 Veo 3 在对话上的灵活性：
- 一个脱口秀演员讲了个笑话。
- 两个人讨论一部电影。
- 一个男人在电话里争吵。
- 一个女人讲述她的人生故事。
避免字幕干扰
Veo 3 可能训练了大量带内嵌字幕的视频，因此生成结果中经常出现拼写错误、内容不准确的字幕——它们往往会破坏一次生成效果。使用以下几种简单方法可有效避免：
- 将希望听到的台词放在冒号后面，例如“一个男人说：我叫本”，而不是使用引号。
- 在提示词中添加“(no subtitles)”——在 Veo 3 的提示词中，这种负面提示词效果不错。
- 如果前述方法无效，可以反复强调“no subtitles、no subtitles！”
正确发音处理
有时模型会读错某些词语的发音。最简单的解决办法是，将这些词用音标拼写出来。例如：
原文：“继续阅读，了解 fofr 和 Shridar 关于制作视频的指导”
修正后：“继续阅读，了解 foh-fur 和 Shreedar 关于制作视频的指导”
明确说话者的区分
当提示词涉及多个人物对话时，Veo 3 有时会混淆谁说了什么。这在角色描述较为相似时尤其常见。此时，需对说话者进行具体描述：
“那个穿粉色衣服的女人说：但我才是那个穿粉色衣服的”
“戴眼镜的男人回答：不，我才是那个戴眼镜的”
将音乐也写入提示词
与视频其他部分一样，若想让场景包含音乐，就必须在提示词中明确提及。你可以描述得非常具体，指定想要的音乐类型、风格和情绪；也可以模糊处理，让 Veo 3 自行决定。
风格控制
如果未添加任何提示，Veo 3 默认会生成制作精良的真人实拍视频——流畅的专业演示片、广告或音乐视频。若要改变方向，需在提示词中加入风格描述。
风格控制示例：
“以 [风格名称] 的风格：一个穿着法兰绒衬衫和旧牛仔裤的络腮胡男人，盘腿坐在跳动的篝火旁，琥珀色的火光在他身下铺满松针的寂静森林空地上投下柔和舞动的阴影。他对面，刚好在火光边缘之外，站着一只巨大的灰熊，它平静而静止，毛皮映着温暖的光芒，眼睛里反射着火焰，透出诡异的智慧。两者握手，就像老朋友一样。”
你会发现，不仅视频的整体画面风格发生变化，连角色动作和互动方式也随之改变。在这些例子中，音频未单独提示，因此不同风格间的音频变化不大。
摄像机运动
与其他视频模型一样，Veo 3 对常见的镜头运动提示词反应良好。使用这些词汇，你可以控制视频中的动作和画面：平视、高角度、虫子视角、推拉镜头、变焦镜头、摇摄、跟踪镜头。
自拍风格视频：Veo 3 让你“以假乱真”
Veo 3 在生成看似真实手机自拍视频方面，效果令人惊叹。我发现了其中的窍门：某些特定短语可以持续解锁这种效果。
例如，以“一个……的自拍视频”开头的提示词，效果远优于单纯描述一个人拿着相机。另外，让手臂出现在画面中是保证真实感的关键。那个大猩猩的例子很好地说明了这一点——提示词中写道“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”，视频看起来才更像真实的自拍，而非简单的特写。自然的眼神交流也很有帮助——东京那个例子中，“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更好。
两个示例展示这些技巧如何发挥作用：
提示词一：一个旅行博主在东京熙熙攘攘的街市上探索的自拍视频。她穿着复古牛仔夹克，眼神里充满兴奋。午后的阳光在摊位之间投下美丽的阴影。她一边品尝街头小吃一边说话，偶尔看向镜头，然后转身指向有趣的摊位。画面略带颗粒感，非常有电影感。她用英式口音说：“好吧，你们来东京一定要尝尝这里。这章鱼小丸子简直绝了，摊主刚告诉我，这是他们家族三代相传的手艺。”说完她竖起大拇指。
提示词二：一个手持自拍风格的镜头，从一只在郁郁葱葱丛林里的大猩猩的视角拍摄。一只巨大的银背大猩猩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，脸部完美构图。大猩猩说：“我只是试试这个是不是真的能用，我回头要把它发到 TikTok 上，基本上就是，觉得挺可爱，可能过会儿会删掉”（嘴巴像在说这句话）
自拍视频技巧总结：
- 提示词以“一个……的自拍视频”开头
- 让手臂出现在画面中是保证真实感的关键
- 自然的眼神交流也很有帮助
- 加上“画面略带颗粒感，非常有电影感”能让视频摆脱过于“干净”的 AI 感
Veo 3 如何实现竖屏视频？
目前，Veo 3 尚不支持原生竖屏视频，只能生成 16:9 的横屏内容。不过，你可以先生成横屏视频，然后使用像 Luma 的 Reframe Video 这类工具进行“外画”处理，将其转为竖屏。Reframe Video 允许您导入任意视频（最长 30 秒），并根据您指定的比例生成新的竖屏视频。所有输出均为 720p 分辨率。
好消息是，Veo 3 很快将原生支持竖屏视频。此外，在 Vertex-ai 和 Aistudio 中，Veo 已支持竖直视频。
物理效果：Veo 3 模拟得极其真实
Veo 3 在模拟真实物理效果方面表现非常出色。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，确保诸如坠落、弹跳和流体运动等基于物理的动画依然符合物理规律。
视频画质：一键提升至 4K 60fps
Veo 3 默认输出分辨率为 1280p x 720p 的视频。如果需要更高画质，可以使用 Topaz Lab 的 Video Upscaler 等工具，将视频直接提升至 4K 分辨率，并实现 60 帧每秒的流畅效果。
X 平台搜索技巧
此外，你也可以在 X 上搜索“Veo 3 Prompt”，查看各位高手的提示词。有些提示词仍采用 JSON 格式编写，这种形式通常更具可控性和准确性。
核心要点总结
- 一个平淡无奇的视频，与一个惊艳的视频之间的差异，关键在于你的提示词。
- 使用 Veo 3，你不仅仅是在描述发生了什么，你更是在导演一个场景。
- 高质量的视频，会将主体、背景、动作、镜头、音频和氛围逐层叠加。
- 像一位电影制作人那样去思考，Veo 3 就会跟随你的节奏走。
