Veo 3.1

Veo 3.1 的创作重点是让画面与声音一起讲故事。你可以描述一个场景中的人物、动作和相机运动，同时安排环境声、动作声或对白，生成带原生声音的短片。它适合需要认真设计氛围的广告镜头、人物片段与故事分镜，也能从图片提供的视觉起点继续生成。

用镜头建立情绪

同样是一个人走进房间，远景可以交代空间，近景可以强调表情，缓慢推近则能让观众靠近一个细节。提示词里把机位、动作节奏和光线说清楚，能让短片围绕一个明确意图展开。要有对白时，写出具体句子、说话者和语气，再说明是否需要字幕，避免台词与画面要求互相冲突。

让声音有明确的来源

脚步、雨滴、杯子轻放和远处车声，可以帮助建立空间，也可以成为动作的重点。声音要求与具体画面对应，通常比泛泛要求“配一段电影音效”更有效。人物口型、语言发音和动作接触仍需要检查，尤其是对白较长或多人同时说话的场面。

图片引导适合延续商品、人物和场景的视觉起点。想保持外观时，使用清晰主体图，明确服装、结构和重要细节，再安排克制的动作。首帧、尾帧和参考图分别承担不同控制任务，创作时应先确定自己要约束的是开场、收尾还是主体。先完成一个简洁的镜头，再扩展成更长故事，更容易获得可用素材。

咖啡店迎客镜头

雨后街角的小咖啡店，镜头从窗边缓慢推进到桌上的热咖啡。店员将杯子轻放到桌面，微笑说：“欢迎，先喝杯热的。”室内暖光，窗外有细雨声，杯子落下时有轻微瓷器声。一段连续镜头，不出现字幕，不加入背景音乐。

先检查对白、杯子动作与声音，再调整镜头推进速度。

声音需要另外写吗？ 需要把关键声音、说话者和台词说明白，声音应服务于场景。

多人对白适合一次完成吗？ 先用单人短句验证效果，再逐步增加互动，比较容易检查口型与说话关系。

已有产品图怎样使用？ 用它确定开场外观，再描述动作与运镜，避免提示词改变原有产品结构。