更新于
案例依据：阅读原始拆解报告 · 查看案例画面与镜头表
本文基于已发布的工具报告整理。制作分类属于辅助推断；文中的执行步骤是建议，并非原作者工程或经过验证的复刻结果。
一个镜头，一段结构化描述
以下是工具为对话案例第 2 镜生成的提示词：“固定中近景，一位戴报童帽和圆框眼镜的年轻东亚女性坐在扶手椅上，双手捧着陶瓷杯，边说话边微微浅笑。温暖的电影感打光，背景是虚化的书架和暖色台灯。”主体、服装、景别、动作、光线各占一个分句。这个结构可以直接迁移到 Veo 式提示词。
声音要描述，不要即兴
Veo 3 可以随片段生成环境声和音效。把你观察到的声场——环境声、关门声、脚步声——写进提示词。口播台词在提示词里保持简短，正片旁白计划在剪辑阶段重录或重混，改文案的成本才低。源报告正是把人声和音乐作为独立图层分析的，复刻时也应这样处理。
用首帧图保持角色一致
同一角色出现在多个镜头时，先生成一张首帧图并反复使用：对话报告只写了一条首帧图提示词——主体、服装、坐姿、背景道具、光线与景别——再让各条视频提示词引用它。一致性来自参考图，而不是更长的文字。
节奏与切点留在提示词之外
对话视频每一两秒就切一次，但任何一条提示词都不该去硬造这种节奏。把每个说话镜头生成为独立片段，剪辑时再重建切镜节奏。若引擎支持多镜头调用，只合并同一机位的镜头，总时长控制在单次限额内。
哪些验证过、哪些没有
上文引用的提示词是已发布报告中工具的真实输出。未验证的部分：我们没有把这些提示词跑过 Veo 3 的生成，且各版本单次限额不同。先用这个结构在一个镜头上验证时长与声音行为，再扩展到其余镜头。
可复用的记录模板
镜头号 / 时长 主体（参考图编号）/ 服装 景别 / 机位行为 动作：开始 → 结束 光线与场景 声音：环境 + 音效（+ 简短台词） 不写入：字幕、切镜、转场
用真实报告练习
打开对话案例，读报告里的提示词区块：五个人物镜头各有主体、景别、动作与光线，外加一条共用的首帧图提示词。把这个结构套到你的参考视频上。
查看案例和下载报告 →