寫影片提示詞時，先決定拍什麼、主體做什麼、鏡頭如何移動，再補上場景、光線與需要保留的細節。兩項要求若互相衝突，先決定哪一項優先；增加形容詞無法替你解決這個問題。
以下簡單結構可直接用於文字轉影片，亦可調整後套用到 Veo3o1 的圖片引導流程。
六部分提示詞結構
按以下次序撰寫：
- 主體——最重要的人物、物件、動物或場景。
- 動作——一個主要運動或事件。
- 環境——地點、時間、天氣及真正影響畫面的背景。
- 攝影機——景別、角度及一個鏡頭運動。
- 光線與氣氛——畫面的視覺情緒。
- 限制——必須固定的細節或要排除的元素。
例如：
一隻手製陶瓷杯放在深色木桌上，蒸氣慢慢上升，後方窗外下着晨雨。桌面高度的產品近鏡，鏡頭緩慢推近，柔和冷色日光在釉面形成暖色反光。杯身形狀保持穩定，不加入文字。
它具體而清楚，卻沒有嘗試一次描述十個鏡頭。
主體：先寫清必須被看懂的對象
由一個明確主體開始。「繁忙城市」可能令模型產生很多重點；「穿黃色雨衣的自行車快遞員」則建立清晰畫面重點。
使用圖片生成時，把文字與輸入連繫：
參考圖中顯示的人物……
然後只重複真正重要的外觀特徵，例如服裝顏色、髮型、包裝外形或材質。角色一致性指南說明如何把這些細節與參考圖配合。
動作：只用一個主要動詞
短片最適合一個容易理解的主動作。「走過」「轉身」「打開」「升起」或「旋轉」都能為鏡頭建立主線。連續安排多個動作時，部分步驟可能被壓縮、跳過或混合。
較弱寫法：
廚師烹調、送上晚餐、與客人交談，餐廳然後變成天台派對。
較清楚寫法：
廚師把完成的菜式放上工作檯，蒸氣升入廚房暖光中。
故事需要多個情節時，應拆成獨立鏡頭，再以後期剪接組合。
環境：只保留影響鏡頭的資訊
描述會改變光線、運動或含義的背景。「日落時分、風勢強勁的海岸」比列出一串沒有與主體互動的物件更有用。
環境訊號要互相配合。除非鏡頭本身正在表現光線轉變，否則「正午強光」「昏暗燭光」與「霓虹夜景」同時出現，只會形成互相競爭的照明方向。
攝影機：先寫景別，再寫運動
鏡頭語言按層次排列會更清楚：
- 景別：廣角遠景、中景、近鏡、微距；
- 角度：平視、低角度、俯視；
- 運動：推近、拉遠、橫移、俯仰、環繞、跟拍；
- 速度：緩慢、克制、快速、手持。
例如：
平視中景，鏡頭在跑者旁邊緩慢跟拍。
一個明確運鏡通常比「航拍、變焦、環繞、快速橫搖、手持」同時出現更容易控制。
片長：讓動作配合秒數
Veo3o1 在支援的組合中提供 4、6 及 8 秒，參考圖模式目前固定為 8 秒。4 秒鏡頭要較快到達視覺重點；8 秒可容納較慢的展示過程或漸進運鏡。
不要為填滿時間加入無關事件，延長一個真正有意義的動作會較穩定。
限制：保護重要細節
限制應短而直接。提示詞結尾加入「紅色外套全程相同、產品比例穩定、不加入文字」，可減少常見偏移。過長的否定清單會削弱鏡頭的正面描述。
使用首尾影格時，說明場景如何由第一張圖移至第二張；使用參考圖時，說明參考主體在新鏡頭中如何行動。詳情見模式比較。
三個可重用範本
產品鏡頭
[產品] 位於 [表面或環境]。[一個產品或環境動作]。[景別與角度]，[一個運鏡]。[光線與氣氛]。保持 [重要外形、顏色或材質] 不變，不加入文字。
人物鏡頭
[人物特徵] 在 [環境] 中 [一個動作]。[景別與角度]，[運鏡]。[光線與氣氛]。保持 [服裝、臉孔或髮型] 一致。
環境建立鏡頭
[時間或天氣] 下的 [地點]，包含 [一個有意義的環境運動]。[角度] 廣角遠景，[運鏡]，[光線與氣氛]，比例真實，動作克制。
像剪接師一樣逐步改善
為每個有效結果保存提示詞及所選設定。每次只改一項變數：先動作，再攝影機，再光線。可選種子有助比較相近設定，但不能取代清晰指令，亦不保證輸出完全相同。
生成前逐項檢查：
- 是否只有一個主要主體；
- 主動作能否在所選片長內完成；
- 攝影機是否只有一個清楚任務；
- 光線指令是否互相配合；
- 參考圖與提示詞是否描述相同的主體特徵；
- 比例是否適合最終平台；
- 此階段是否值得使用頁面顯示的點數。