做视频生成的内容创作者终于不用靠堆砌形容词碰运气了——这套导演式 Prompt 方法让你像控制分镜一样控制输出，建议直接套用文中的镜头词库和骨架试试。
本文介绍了如何将 Gemini Omni 用作视频导演工具，核心思路是从描述画面升级为控制系统。Google AI 提供了 5 种 Prompt 方法：调用真实世界知识、控制文字渲染、像摄影师一样写镜头、局部迭代修改、动态修改动作。文章给出了具体的 Prompt 骨架和镜头词库，帮助用户像导演一样控制世界知识、主体动作、镜头语言、文字系统、时间节奏和迭代约束。这种方法让视频生成更精准、可迭代，适合内容创作者和视频制作者直接使用。
这篇文章主要讲：怎么把 Gemini Omni 当成“视频导演工具”来用。重点不是写很长的画面描述，…
这篇文章主要讲：怎么把 Gemini Omni 当成“视频导演工具”来用。重点不是写很长的画面描述，而是用更像导演分镜的方式控制视频：世界知识、文字、镜头、迭代、动作。
主要讲了啥
Google AI 给了 5 个视频 Prompt 方法：
1. 调用真实世界知识 直接写文化、历史、科学、物理概念。比如“宇航员火星 POV”“大理石球链式反应轨道”。模型会自动补全很多真实世界细节。
2. 控制文字渲染 可以明确要求文字怎么出现，包括具体词语、字体、位置、动画、节奏、是否跟踪物体。
3. 像摄影师一样写镜头 用影视语言控制画面，比如 one continuous shot、locked off、push in、pan left、dolly zoom、vintage film camera。
4. 局部迭代修改 不用每次重写完整 Prompt。可以只说“保留原视频结构，把背景换掉”“只改镜头角度”。
5. 动态修改动作 可以直接要求角色改变动作、速度、情绪，比如踮脚走、加快节奏、跳起来。
最核心有价值的内容
最有价值的是这个思路： 视频生成 Prompt 要从“描述画面”升级成“导演控制系统”。
你要控制的不是单张画面，而是这些变量：
- 世界知识：这个场景遵循什么现实逻辑 - 主体动作：谁在做什么，怎么动 - 镜头语言：机位、角度、运动、镜头风格 - 文字系统：字幕、标题、位置、动画、节奏 - 时间节奏：时长、FPS、每个动作持续多久 - 迭代约束：保留什么，只改什么
可以直接操作的做法
1. **先用这个 Prompt 骨架**
```text [知识锚点] + [主体动作] + [场景与物理规则] + [镜头类型 / 镜头运动 / 相机风格] + [文字系统 / 节奏] + [保留项] + [修改项] ```
2. **镜头词直接套**
```text one continuous shot locked off fixed angle push in pan left dolly zoom natural smartphone zoom vintage film camera grainy webcam style ```
3. **文字控制这样写**
```text exact words: ... white lowercase sans-serif one word at a time motion-tracked text floating in 3D space synced to the beat bottom left ```
4. **局部修改这样写**
```text Preserve the character, composition, lighting, timing and scene geometry. Change only the camera angle to over the shoulder. ```
5. **动作变体这样写**
```text Make the character walk on tiptoes. Speed up the pacing. Have them leap into the air. Change the emotion to nervous excitement. ```
一句话总结
这篇文章最实用的点是：写视频 Prompt 时，把自己当导演，少写堆砌形容词，多写“知识锚点、镜头指令、文字系统、动作变量、保留边界”。