Промпты для Veo 3: как описать кадр, звук и реплики героев

Veo 3 — версия видеомодели Google, в которой картинка и звук создаются вместе. Это меняет устройство промпта: кроме того, что видно в кадре, нужно описать то, что слышно, и то, что говорят герои. Если звук не описан, модель придумает его сама, и результат может не совпасть с вашим замыслом.

Структура промпта по блокам

Удобно писать промпт блоками, каждый с новой строки:

1. Кадр: тип плана и ракурс — крупный, средний, общий; камера на уровне глаз, сверху, снизу.
2. Сцена: место, время суток, погода, детали окружения.
3. Герой: внешность, одежда, возраст — достаточно подробно, чтобы его можно было повторить в следующей сцене.
4. Действие: что происходит от начала к концу ролика.
5. Движение камеры: статичная, медленный наезд, проезд вдоль, панорама.
6. Свет и стиль: естественный свет, неон, тёплые тона, документальная манера, реклама.
7. Звук: фоновая атмосфера, отдельные эффекты, музыка.
8. Речь: кто что говорит.

Реплики персонажей

Речь пишите в кавычках и указывайте, кто говорит и как: «Женщина за стойкой улыбается и говорит: "Ваш заказ готов, хорошего дня!"». Реплика должна укладываться в длительность ролика — одна-две короткие фразы. Длинный монолог модель либо ускорит до неестественного темпа, либо обрежет.

Если в кадре несколько человек, явно разделяйте реплики и описывайте, кто где стоит. Иначе слова могут «прилипнуть» не к тому герою.

Чтобы герой не говорил, добавьте это прямо: «персонажи молчат, слышны только звуки кухни». Модель склонна добавлять речь или голос за кадром по собственной инициативе.

Звуковой слой

Описывайте звуки конкретно: не «атмосферный звук», а «шум дождя по стеклу, далёкий гул машин, звон ложки о чашку». Музыку задавайте жанром и настроением: «тихая акустическая гитара, спокойно». Если ролик пойдёт в рекламу с вашей собственной музыкой, попросите сгенерировать сцену без музыки — так проще смонтировать.

Серия кадров с одним героем

Для истории из нескольких сцен держите описание героя и стиля одинаковым, слово в слово, во всех промптах. Меняйте только действие и место. Это не гарантирует идеальной идентичности, но заметно повышает её. В инструментах Google для видео есть функции, которые помогают сохранять персонажей и продолжать сцены, — используйте их там, где они доступны.

Пример полного промпта

«Средний план, камера на уровне глаз. Небольшая пекарня утром, на полках свежие лепёшки, из окна падает мягкий свет. Пекарь лет сорока в белом фартуке и тюбетейке достаёт поднос с лепёшками из тандыра. Камера медленно приближается. Тёплые тона, документальная манера. Звук: треск огня, шорох подноса, утренние голоса с улицы. Пекарь смотрит в камеру и говорит: "Горячие, только из тандыра!"»

Ограничения и проверка

• Узбекская речь звучит менее уверенно, чем английская: проверяйте произношение и при необходимости заменяйте голос озвучкой.
• Надписи в кадре почти всегда требуют замены в монтаже.
• Руки, предметы в руках и быстрые движения — частые зоны артефактов.
• Ролик короткий, поэтому сюжет должен уложиться в одно действие.

Ошибки

Описывать в одном промпте три последовательных события. Оставлять звук на усмотрение модели. Писать реплики длиной в абзац. Менять описание героя от сцены к сцене. И публиковать ролик, не посмотрев его со звуком на телефоне — там, где его увидят клиенты.

Как экономить попытки

Генерация видео расходует лимиты быстрее, чем текст или картинки. Прежде чем запускать Veo, проверьте сцену дешевле: опишите её текстовому ассистенту и попросите найти противоречия, слишком много действий или неясные места. Затем сделайте кадр-образец в генераторе изображений и, если он удачный, используйте режим создания видео из изображения: композиция и герой будут заданы заранее, а модели останется только движение и звук.