用途：为 Google Veo 3.1 视频生成模型编写高质量提示词，覆盖文生视频与图生视频，适合追求电影级画面与叙事控制的创作者。
主要能力：资料描述 Veo 3.1 支持 720p、1080p、4K 分辨率，16:9 与 9:16 画幅，单次生成 4、6、8 秒（按 8 秒起计费），24 FPS，原生同步对白、环境声与音乐；可用最多 3 张参考图保持角色或风格一致（Ingredients to Video），支持首尾帧插值与时间戳分段叙事。
核心方法：采用五段式顺序 [摄影] + [主体] + [动作] + [情境] + [风格与音频]，并强调把镜头运动放在开头，因为模型对前部词元权重更高。摄影部分需指定景别、运镜与镜头特性；主体部分需详细锚定外观、服装与标志性物品；动作部分用动态动词与物理描述；情境部分交代光线、天气与氛围；最后写明视觉风格与音频（对白、环境、音效、音乐），并用时间标记对齐。
高级用法：参考图保持角色一致；首尾帧插值实现揭示、变形或穿越过渡；时间戳提示把 8 秒切分为多镜头叙事；复杂商业流程可用 JSON 结构化提示。模型可选 veo-3.1-generate-001（标准，成品交付）与 veo-3.1-fast-generate-001（快速，迭代与社媒草稿）。
限制：提示词上限 2000 字符；参考图最大 20MB（JPEG/PNG）；模型不擅长清晰文字，应避免关键文字叠加；音频宜短句对白（1 至 2 句）；免费层并发为每区域每分钟 50 次请求（资料如此表述）。资料未提供价格、平台可用范围与效果保证等信息。