VEO-3 提示词 - VEO-3 模型的基本 AI 提示指南

为每个提示设置一个具体目标和一个单一约束，然后对照简短检查清单验证结果。 这保持响应专注，并加速与模型的对话中的迭代。从精确任务开始，指定受众，并以清晰的输出格式结束，以最小化后续问题。

使用一致的提示模板：任务、上下文、约束、输出。优先使用明确命令而不是开放式问题，并在有帮助时嵌入样本语气或风格。保持句子简洁，避免模糊术语；将期望与可衡量标准（如准确性、相关性和简洁性）联系起来，以便 VEO-3 在重复运行中提供可预测的结果。

在跨视角指导内容时，将提示映射到受众的心理模型：высоты 和 vistas 框架目标，движение 和 движения 设置节奏，музыка 提供节奏，而 общее 上下文将部分绑定在一起。要超越基础，指定语言、语气和格式的处理。提示可以引用 речьзвук 和 зернистость 来影响节奏和纹理，而 из-за 背景噪声可以通过明确的前处理规则来解决。使用 использованием 包含背景和视频提示，以在生成和审查期间对齐多媒体期望。

实用工作流程：制作简洁的初始提示，运行快速测试，并提取 2–3 行预期输出的摘要。迭代调整参数和示例，专注于目标用户群的清晰度、相关性和实用性。该方法要求纪律性提示，而不是高压控制，以保持模型自主性同时与您的目标一致。

VEO-3 提示：VEO-3 模型的 AI 提示以及 Google VEO 3 的用例

推荐：每个提示以定义的角色、单一目标和固定输出格式开始。对于 диалогов，指定销售员和买家、设置（晚间展厅）和节奏（短行，четко кадра）。要求明确元素，如舞台指示、感官提示和简洁结果。在视觉中包含蓝色强调，并嵌入 пленки 启发的隐喻来指导语气。使用 while 连接步骤，并确保输出包括生成后交叉检查事实的快速有效性检查。引用数字时使用 googles 数据源。对于 VEO-3，模块化提示效果最佳：场景块、对话块、视觉提示块和摘要块。此结构保持时态一致，并防止风格漂移，尤其在 cybernetic 边缘或 звуковых 提示激励受众的场景中。每个提示应提供清晰的 досягаемость 和成功的可衡量视图。已在 кoмплексные 场景中测试，以验证时态和结构的 consistency。

VEO-3 提示中的 диалогов 和 сценах 模板

模板 1："提示：您是产品倡导者，指导 googles 用户进行 VEO-3 演示。场景：晚间展厅。角色：销售员和买家。任务：起草 60 秒 диалогов，包含 8 轮；按说话者标记每行；包含 2 个 кадра 笔记和 3 个突出 cybernetic 功能的视觉元素。语气：商业但有帮助。输出：对话文本，后跟简洁的视觉提示列表。" 确保每个视图保持主题，并随着场景演变一致使用时态。在适当位置包含对 пливи 和 пейзажи 的引用，以强化情绪。

模板 2："提示：为演练视频创建 45 秒产品简报。场景：在办公室，晚间照明；角色：演示者和审阅者。任务：以销售员推销风格制作紧凑脚本，包含 четко 界定的阶段和简短 вставка，用通俗术语解释益处。输出：对话行加上简要字幕部分，注明 звуковых 提示和验证点。" 使用 in-dept건 জন 来保持逻辑流，并确保每个 шаг 推动叙事前进。

Google VEO 3 的用例：实用模板和评估

用例：广告和产品游览。提示应生成带有 диалогов 的场景序列，每个视图与单一功能对齐，对象和 Конструкции 以具体术语描述。在结尾包含轻量级分析摘要，以量化参与度、可读性和事实准确性。对于 googles 集成的用例，应明确请求数据支持的声明，并在可能时引用来源。用例：客户支持转录。提示要求自然、有帮助的语气、 brisk 节奏，并在每个 сцены 中清晰解决。包含简短的晚间或海洋隐喻，以保持叙事吸引人。

VEO-3 提示结构：关键元素、约束和输出格式

使用模块化提示模板：架构驱动的三部分结构–元素、约束和输出格式–针对 VEO-3，然后对照具体标准和指标验证输出，然后根据需要精炼，以保持与他们的期望一致。

关键元素

1. 意图和受众：定义他们的需求和单一目标 (одной) ，带有可衡量的成功；将输出标记为理想的用于用户，并在 Рассвете 上下文中规划推进他们的理解。
2. 上下文和元数据：提供领域上下文 (architecture) 和读者将遵循的路径；使用具体形状和运动锚定，以指导生成，并在适当位置标记浮动或超现实目标。
3. 约束和信号：设置长度、语气和格式规则；使用 форм 和 контента 提示来塑造部分，并包含与 продукт 目标相关的 ключевыми 标记。
4. 内容信号：指定所需术语和感官笔记，包括 цвета、情绪和节奏；允许在澄清复杂想法而不稀释准确性时使用一丝 юмор。
5. 质量关卡：指示准确性、一致性和 naleарный 一致性的指标；注明 орков、мечей 或其他主题元素应出现的位置，以支持叙事而不压倒主要任务，并确保跨上下文的 бегают 保持控制。
6. 多语言提示（可选）：如果使用多语言提示，包含像 их 和 their 的 небольшой набор слов；这有助于测试鲁棒性同时保持清晰。

输出格式

1. 文本和结构化数据：提供简洁、范围明确的写述加上结构化数据块 (JSON 或 YAML)，包含字段如意图、约束和输出；包含 их、their 和 актуальные примеры 以提供帮助。
2. 对话脚本：提供角色之间的 диалоги 以说明提示的行动；清晰格式化，带有说话者标签和简要舞台指示，以保持交互可读。
3. 超现实提示：当输出包含图像提示时，在单独部分包含超现实视觉规范；使用精确修饰符如 floating 和 cold atmospheres 描述形状、路径和运动。
4. 支持标记：附加紧凑的 желаемые 术语及其角色列表 (ключевые слова、格式ы 和 story beats) 以简化未来重用，在上下文适当的位置包含 орков 和 мечей。
5. 验证检查清单：以快速标准列表结束，以验证提示是否满足约束 (тарифa 考虑、рассвете 情绪和 ataka 对齐) ，并确保输出保持在预期范围内。

模板库：用于重复 VEO-3 任务的可重用提示

采用模块化提示包：基本指令加上可互换的任务类型、输出格式和约束块。此结构保持 VEO-3 输出在重复任务中一致，并加速依赖 canva 模板、перевод 和 бизнеса 工作流程的技术驱动项目。它支持样式、轻松语气和非常精确的质量 (качастве) ，同时保持专业 надписи с профессионального уровня ，这些 надписи 是 следящий за деталями。从街道和传统主题的上下文，或 к примеру мраморной 内部，使用 на широте 如何应用，что-то 像您想要在团队之间、项目之间和语言之间重用的灵活框架。如果您想提升一致性，按任务类型标记块，并保持共享词汇表，包括像 technology、styles 和 beyond 的 слова。

核心提示块

1. 任务简报模板
   

   提示："任务：{TASK}。上下文：{CONTEXT}。输出：{FORMAT}。约束：{CONSTRAINTS}。风格：{STYLE}。交付物：简洁行动列表加上 JSON 摘要。使用 leicht 适应 canva 设计并将内容 перекладывать 成多语言格式。"

2. 内容重写模板
   

   提示："输入：{TEXT}。受众：{AUDIENCE}。语气：{TONALITY}。语言：{LANGS}。输出：{FORMAT}。如果多语言，包含 перевод 和 лексика 笔记。"

3. 数据提取和结构化模板
   

   提示："来源：{TEXT}。字段：{FIELDS}。输出：带有键 {KEYS} 的 JSON。验证：{RULES}。为每个字段提供简短理由。"

4. 电影内容视觉提示
   

   提示："框架：{FRAME}。电影元素：{ELEMENTS}。照明：{LIGHT}。构图：кадрирует {SUBJECT}。相机：{ANGLE}。输出：镜头列表和情绪板笔记。"

5. 本地化和翻译模板
   

   提示："文本：{TEXT}。目标语言：{LANGS}。输出：每个语言的翻译文本加上风格笔记。包含 перевод 引用和词汇表建议。"

6. Canva 就绪资产提示
   

   提示："输入：{TEXT}，资产：{ASSETS}。输出：准备导入的 Canva 块，带有层名称、颜色代码和排版指导。包含非常简洁的字幕。"

领域特定提示：使用 VEO-3 的金融、技术和医疗场景

使用 VEO-3 的金融提示

推荐：使用紧凑的提示骨架，将业务目标与数据输入和可衡量结果联系起来。包含风险偏好 параметр，并引用 несколько моделей (моделей) ，带有不同的 гипотезы 以比较场景。要求 VEO-3 制作结构化简报：执行摘要、关键驱动因素、定量指标 (预计回报、VaR、下行保护) 和具体对冲。清晰指定输出格式–紧凑表格加上传达结果而无行话的叙述。在分析期间，指导模型使用决策树 (trees) 映射决策路径，并 передать (传达) 不确定性带有清晰置信笔记。纳入视觉提示如晚间照明阈值，以校准仪表板和在不同照明条件下看起来连贯的场景 (освещения) ，增强利益相关者审查的 эстетику (美学)。谨慎使用 юмор 以保持简报可读，但专注于可验证数据和可验证假设。старайтесь 保持提示紧凑，避免模糊语言，并 включайте 具体数据字段，如 horizon、liquidity、exposure 和 recovery 场景。

示例提示：您是金融分析师。给定带有 revenue_growth、cost_of_goods_sold、market_volatility、macro_indicator 和 regulatory_flags 的数据集，为风险厌恶的投资组合生成 1-2 页风险简报 (параметр：risk_aversion=high) ，涵盖 projected_return、VaR、CVaR 和对冲行动。在研究期间，比较几个调谐不同 гипотезы 的 моделей 输出；以带有 title、executive_summary、metrics 和 recommended_actions 的 JSON-like 块呈现结果。包含 1y 和 3y 地平线的简要敏感性分析，并描述结果在仪表板可视化中的晚间照明外观。

使用 VEO-3 的技术和医疗场景

推荐：构建将领域目标与实用约束配对的领域提示，使用一致结构：目标、输入、评估和交付格式。对于 Tech，要求架构和代码质量洞察、安全态势和部署计划，带有强制合规检查的参数。对于 Healthcare，将提示集中在临床决策支持、数据隐私和指南对齐上，带有将证据翻译成可行动推荐的明确步骤。包含长列表的具体输入，如数据模式、延迟目标、监管约束和患者安全考虑，并要求输出包含风险标志、缓解步骤和测试计划。以清晰视觉要求 (эстетику ослещения) 强调提示，帮助读者快速解释结果。в_countryside 视觉或晚间语气可以帮助说明用户体验提示，同时在技术部分保持严谨。Trees 和 elementami (элементами) 的输出应明确：objectos (объектов) 如服务、端点或患者队列，以及每个对象如何贡献于整体推荐的笔记。在生成期间，指示模型避免 fluff 并呈现简洁理由，但允许在总结非关键权衡时使用一丝 легкость (幽默) 以提高参与度。старайтесь 界定 моделей 之间的差异及其最佳表现的上下文，并澄清哪些 к которым 约束适用于哪些场景。

Tech 提示示例：您是评估高可用微服务堆栈的软件架构师。给定系统要求 (latency_target、throughput、error_budget、privacy_rules) ，制作分层推荐：核心堆栈、回退机制、测试计划和迁移路径。包含参数以切换是否首先强调安全或可靠性。为技术受众提供适合的摘要和带有视觉提示 (colors、symbols) 的简洁风险仪表板，这些提示在带有 осветительных 标准的仪表板中翻译良好。包含如何使用 простые примеры 和最小行话向非技术利益相关者沟通这些决策的简短部分。

Healthcare 提示示例：您是临床决策支持分析师。使用去识别的 EHR 数据、临床指南和患者偏好，输出风险分层的治疗计划，包括备选方案、预期益处、潜在危害和监测步骤。确保描述严格隐私控制，并标记任何可能影响决策的数据质量差距 (внезапно) 。以明确患者队列 (объектов) 和试点验证推荐的计划呈现结果，包括指标如 adherence、outcome improvement 和 safety events。使用 продвинутые аналитические техники (techniques) ，采用 оба подхода：data-driven 和 guideline-driven，并描述 к которому (which) 输入如何影响每个决策。对于仪表板，描述在晚间或乡村场景中的外观，以帮助设计师调整视觉，同时保持临床精确的 эстетику。

Google VEO 3 用例：使用提示推理增强搜索相关性

推荐： 为 VEO 3 实施提示推理层，将用户意图与结果约束联系起来，并为每个顶级结果请求简洁理由。与用户的目标一致并将范围锁定到当前会话。对于语音启用查询，将 речьзвук 标记映射到搜索运算符，以便语气和强调适当引导排名。

提示设计模式： 使用两阶段模板：阶段 1 识别任务、上下文和约束；阶段 2 生成简要推理路径和最终决策。包含 Cyrillic 术语 промпту 以与 создателя 的设计对齐，确保模型在查询移动 середине 时保持目标。使用突出每个候选如何满足用户需求的视图。

检索和上下文馈送： 将 top-k 文档与 head 元数据和关键元素传递给模型。视图应呈现每个项目的简洁片段和摘要行。使用 pans 分离结果并显示过滤器控制面板。避免 dusty、stale 来源，并强调新鲜、可信的商业内容。如果 alien 来源提供有用信号 (例如，provenance 标签) ，则注释它们并相应加权。

提示控制： 在适当位置应用 self-ask 和简要 chain-of-thought 提示，但保持解释简洁且面向用户。系统描述它如何 описывает 推理；确保最终推荐基于检索证据。您可以使用简短理由来安慰用户并允许快速同意 (agree)。

具体模板： 示例提示骨架："任务：...；上下文：...；约束：...；推理 (简要)：...；决策：..." 此结构有助于跨会话保持一致。它利用 head 和 view 对齐，并提示模型推理查询术语之间的连接 (例如，今天；освещение) ，以落地相关结果并提供简洁的 промпту 驱动选择理由。

评估计划： 在验证集上跟踪 p@5、NDCG@10 和 MRR；监控到第一个相关结果的时间；跨 20k 每日查询运行三周 AB 测试；报告 top-5 结果的召回率和精确率每周收益。使用商业数据信号测量业务影响，包括转换率和点击率，并记录用户参与度变化。收集用户反馈以校准深度和速度之间的平衡，确保视图与用户的期望对齐。

VEO-3 提示的质量保证：评估指标、测试和调试

推荐： 在每次发布前建立带有定义指标套件和确定性测试器的 QA 基线。此基线将指导项目框架内的产品决策，并确保跨场景提示和 объект 处理的一致性。将基线视为产品生命周期的活部分，而不是一次性检查。

评估指标：提示有效性、输出保真度、覆盖率、可重现性、安全和偏差，以及延迟。对于 VEO-3，测量输出如何映射到 scene 描述和 объект 在框架中的存在。使用 colors 调色板跟踪颜色保真度，并应用超颜色测试以检测微小偏移。在测试集中包含不同样式–highschool、soviet、anamorphic–的 примеров，以压力 elements 的提示并确保核心功能保持稳定，带有更多提示的 variety。

测试方法：为 промпта 模板构建单元测试和部分级检查 hand 或 markup 标记。运行与 VEO-3 评估器的集成测试，跨多样 scene 和 object 提示。使用种子控制评估 reproducibility 并记录发生的情况 (происходит) 以进行可追溯性。使用 anamorphic 布局、cold 照明和快速风格变化进行压力测试以揭示漂移，然后在结构化 elements 报告中记录结果。

调试工作流程：当失败发生 (внезапно) 时，使用相同提示、设置和种子重现。捕获输入、输出和中间转换。将失败分类为表面不匹配、语义漂移和视觉不对齐。通过重新运行回归传递测试修复，并与 ground truth 比较。维护变更日志和 Canary 测试计划以避免未来发布中的回归。

质量关卡和指导：在产品使用框架内，每个核心场景必须通过其关卡：正确性、安全和稳定性。第一次通过验证 scene-to-object 映射和颜色保真度，将调色板保持在定义限制内。包含超检查用于边缘情况，如 highschool 场景中的 soviet 风格。结果驱动提示调整以及您如何为产品团队记录变更。该方法通过专注于具体输入、输出和比较而非模糊声明保持可操作性。

实用提示：维护不断增长的 примеров 和 тест кейсы 库，按 scene、объект 和样式标记。构建测试器的部分，专用于 промпта 模式和 hand-tuned 标记如 mustache 或其他标记，确保它们不扭曲语义。每天记录指标并与 human-in-the-loop 审查，以在问题到达用户之前捕获微妙问题。

VEO-3 提示的故障排除和边缘情况处理

在每个提示开始时锁定固定种子和单一目标，以最小化漂移并提高可预测性。此温暖基础帮助 VEO-3 提供一致输出。构建三个护栏：准确性、安全和风格，并附加具体指标。将这些 grounding 在您可以在每个响应前后运行的快速检查中。从 deepmind 关于提示鲁棒性的研究中提取洞察以指导阈值。要 быть clear，此框架防止 размывания цели 并 позволяет следящий QA 跟踪一致性。如果提示提到 face、clouds 或 emotion (улыбается) ，仅描述通用特征并避免识别人员。有时提示突然变化：внезапно，通过重新锚定到原始目标进行调整。

边缘情况处理专注于具体、可观察信号。当提示模糊时，要求一个澄清问题，然后以单一、范围明确的输出继续。对于突然要求敏感数据的提示，以安全备选拒绝并提供主题的高级摘要 (примеров) 。如果用户引用 диким 或意外术语，引导回事实任务并提供可验证的紧凑答案。避免依赖 rellenar 模板；相反，制作简洁、оригинальный 响应，可跨上下文重用，理想用于商业工作流程 (commercial made) 和内部文档中的重复使用。还考虑 anamorphic (анаморфотный) 检查：如果输出对齐似乎不对，返回快速对齐笔记和修订提示片段。始终记录回退路径和变更的简短解释，以 чтобы maintain clarity 和 much trust。

实用工作流程步骤确保可靠性。从每个提示的一个清晰行动开始，然后附加 2-4 个支持约束 (长度、格式、语气) 。使用行动动词指导模型：summarize、compare、list、justify。构建一小组现成运行的 примеров ，演示正确格式和典型边缘情况。如果提示要求多步推理，将任务分解为 3 个简洁步骤，并要求最终答案为带有 bullet points 的单一块。此方法有助于 быть predictable 并保持输出接近用户的意图，即使请求范围是 продвинутый。在测试时，重用先前验证的提示以组装可靠库 (三个或更多模板) ，跨不同领域工作，以 чтобы ускорить 创建新提示并 reduce risk。还，避免 canva-like 模板或外部布局；保持提示 plain-text 和 tightly scoped 以获得更快迭代和一致结果。

场景	提示模板	缓解	笔记
目标中的歧义	目标：以不到 150 字提供主题 X 的简洁摘要。约束：使用 bullet points，避免行话，包含 3 个支持事实。	如果置信度 < 0.7，则询问澄清问题；锁定 1-2 个约束并以单一、锚定的输出继续。	使用 примеров 锚定，保持输出专注；跟踪 диким 变化。
敏感内容请求	描述法规 Y 的政策影响，而不命名个人或透露私人数据。	拒绝身份披露；提供公开已知信息和高层次综合分析。	确保安全政策合规；避免 face 或身份提示。
基于图像的提示	描述带有 face 和 cloudscape 的场景，而不识别人员；仅提供情绪和颜色提示。	通用描述；不推断身份；提供中性、非识别描述符。	anamorphotny 一致性检查以确保与意图对齐。
商业文案中的领域漂移	为产品 Z 生成 идеálny 广告文案，3 个 bullet；每个 bullet 包含一个价值主张和 CTA。	重新锚定到原始目标，修剪无关行话，交付紧凑的 3 点格式。	使用 продвинутый 语言但保持实用并为快速批准制作；避免来自 Canva 的模板。