Промпты для Veo 3.1: формула и шаблоны

Veo 3.1 умеет делать восьмисекундные ролики с синхронным звуком, диалогами и кинематографичной камерой. Но результат почти полностью зависит от промпта: «красивый закат на море» даст случайную картинку, а описание в терминах оператора и звукорежиссёра — управляемую сцену.

Ниже — практическое руководство по официальным рекомендациям Google: формула промпта, словарь камеры, звук, негативные промпты, таймкоды и шаблоны, которые можно копировать. Где найти сам Veo и как работают режимы Flow, мы разобрали отдельно в инструкции по Veo 3.1 в Google Flow.

На каком языке писать

В документации Google Cloud для модели Veo 3.1 в графе «языки промпта» указан английский. Поэтому надёжнее всего писать промпт по-английски, особенно его «технические» части: ракурс, движение камеры, оптику. Реплики героев можно оставлять на нужном вам языке в кавычках — но проверяйте результат на коротком тесте.

Ниже примеры даны на английском с переводом.

Формула из пяти частей

В официальном гайде Google по Veo 3.1 предлагается структура:

[Кинематография] + [Субъект] + [Действие] + [Контекст] + [Стиль и атмосфера]

Часть	Что описывает	Пример
Кинематография	план, движение камеры, оптика	medium shot, slow dolly in
Субъект	кто или что в центре кадра	a tired office worker
Действие	что происходит	rubbing his temples
Контекст	где и когда	cluttered office late at night
Стиль и атмосфера	свет, настроение, эстетика	retro look, grainy 1980s film

Пример из гайда целиком:

Medium shot, a tired corporate worker, rubbing his temples in exhaustion, in front of a bulky 1980s computer in a cluttered office late at night. The scene is lit by the harsh fluorescent overhead lights and the green glow of the monochrome monitor. Retro aesthetic, shot as if on 1980s color film, slightly grainy.

Не обязательно использовать все элементы в каждом промпте, но чем точнее субъект и действие, тем меньше «шаблонных» результатов.

Словарь камеры

Google называет кинематографию самым сильным инструментом для передачи тона и эмоций.

Планы и ракурсы

extreme close-up — крупная деталь: глаз, капля воды;
close-up — лицо, эмоция;
medium shot — по пояс, лучший вариант для диалогов;
full shot — человек целиком;
wide shot / establishing shot — герой в окружении, вступительный кадр;
low angle — снизу вверх, герой выглядит мощно;
high angle — сверху вниз, герой кажется маленьким;
bird’s-eye view — строго сверху, как карта;
over-the-shoulder — через плечо, классика разговорных сцен;
POV shot — глазами героя.

Движения камеры

static shot — камера неподвижна;
pan — поворот влево-вправо на месте;
tilt — наклон вверх-вниз;
dolly in / out — камера едет к герою или от него;
truck left / right — камера движется вбок параллельно сцене;
crane shot — подъём на кране, эффектный «reveal»;
aerial / drone shot — пролёт с высоты;
handheld — съёмка с рук, ощущение репортажа;
arc shot — облёт по дуге вокруг героя.

Оптика

shallow depth of field (размытый фон), wide-angle lens (широкий угол), telephoto lens (сжатая перспектива), macro lens, soft focus. Google предупреждает, что часть продвинутых ракурсов и объективов официально не поддерживается и результат может различаться.

Звук: диалоги, эффекты, атмосфера

Veo 3.1 генерирует звуковую дорожку по текстовым инструкциям. Рекомендации Google:

Диалог — реплику пишите в кавычках и указывайте, кто говорит: *A woman says, «We have to leave now.»*
Звуковые эффекты — отдельной фразой с пометкой: *SFX: thunder cracks in the distance.*
Атмосфера — фоновый звук места: *Ambient noise: the quiet hum of a starship bridge.*

Документация советует описывать звук отдельными предложениями и явно указывать, что он нужен.

Пример сцены с диалогом

A medium shot in a dimly lit interrogation room. The seasoned detective says: «Your story has holes.» The nervous informant, sweating under a single bare bulb, replies: «I’m telling you everything I know.» The only other sounds are the slow ticking of a wall clock and faint rain against the window.

Помните про длительность: одна генерация — 4, 6 или 8 секунд. Две короткие реплики помещаются, монолог — нет.

Негативный промпт

Негативный промпт перечисляет то, чего не должно быть в кадре. Главное правило из документации: не пишите «no» и «don’t». Вместо «no walls» перечислите сами объекты: *wall, frame*.

Пример негативного промпта для сказочной анимации дерева: *urban background, man-made structures, dark, stormy, or threatening atmosphere.*

Если отдельного поля нет, описывайте желаемое позитивно: «a desolate landscape with no buildings or roads» работает лучше, чем «no man-made structures».

Таймкоды: несколько планов в одном ролике

Продвинутый приём из гайда Google — разбить восемь секунд на отрезки и для каждого описать свой план:

[00:00-00:02] Medium shot from behind a young explorer pushing aside a jungle vine to reveal a hidden path.

[00:02-00:04] Reverse shot of her face, filled with awe at the ancient ruins. SFX: rustling leaves, distant bird calls.

[00:04-00:06] Tracking shot as she steps into the clearing and touches the carvings on a stone wall.

[00:06-00:08] Wide high-angle crane shot revealing her standing small in the vast temple complex. A gentle orchestral score begins.

Так получается мини-монтаж за одну генерацию, с единым светом и героем. Тот же принцип полезен и в других генераторах — сравните с подходом к раскадровке перед генерацией видео.

Первый и последний кадр, ингредиенты

Veo 3.1 умеет анимировать переход между двумя изображениями и сохранять героев по референсам («ингредиентам»). Google предлагает связку: сначала сделать кадры в Nano Banana (Gemini Flash Image), затем оживить их в Veo.

First and last frame: в промпте опишите сам переход — например, плавный облёт камеры на 180 градусов от лица певицы к виду из-за её спины на зал.
Ingredients to video: укажите, какие изображения кого изображают: «Using the provided images for the detective, the woman, and the office setting…».

Как готовить такие исходники, читайте в подборке шаблонов промптов для Nano Banana. А чтобы стартовый кадр не испортили случайные надписи, пригодятся советы из статьи про первый кадр без букв.

Шаблоны для копирования

Реклама продукта

Slow dolly in, a steaming cup of coffee on a wooden café counter, morning sunlight through the window, shallow depth of field. Warm cozy atmosphere. Ambient noise: soft café chatter, espresso machine hiss.

Вертикальный ролик для соцсетей

Handheld POV shot, walking through a night market full of neon signs and food stalls, steam rising from grills. Vibrant, energetic. SFX: sizzling food, crowd murmur.

Пейзаж

Sweeping aerial drone shot over a misty pine forest at sunrise, golden light breaking through the fog. Epic, serene. Ambient noise: wind, distant birds.

Сцена с репликой

Close-up of a young woman looking out a bus window at night during a rainstorm, her reflection on the glass. She whispers, «Almost home.» Melancholic, cool blue tones. SFX: rain on the window, bus engine hum.

Частые ошибки

Нет камеры — модель выбирает случайный план. Начинайте промпт с ракурса.
Три действия в восьми секундах — одно главное действие на ролик или разбивка по таймкодам.
Звук «где-то в тексте» — выносите диалоги, SFX и атмосферу в отдельные предложения.
«No …» в негативном промпте — перечисляйте объекты без отрицаний.
Абстрактные слова — вместо «красиво» описывайте свет, цвет и фактуру.

Частые вопросы

Можно ли писать промпт на русском?

Для Veo 3.1 в документации Google Cloud заявлен английский. Технические части лучше писать по-английски; реплики можно протестировать на нужном языке.

Как заставить героя говорить?

Напишите реплику в кавычках и укажите говорящего: A man says, «…».

Сколько длится одна генерация?

4, 6 или 8 секунд, в форматах 16:9 или 9:16. Разрешение — 720p или 1080p; основная модель Veo 3.1 в Vertex AI умеет выдавать и 4K, а Fast-версия — нет.