想用 AI 做一段产品广告，你可能已经有商品图、人物照片，甚至画好了分镜。但从这些素材到一段满意的视频，中间还有很多要求要交代：人物怎么动、镜头怎么走、什么时候切换画面，以及生成之后怎么只改一个细节。

Google Flow 是 Google 的 AI 创作工作区，供创作者生成和编辑图片、视频。这份官方指南介绍的是 Flow 中的 Gemini Omni Flash：你可以用文字、图片或参考视频告诉它想拍什么，也可以对已有视频继续提出修改要求。

很多人的痛点在于，一句“拍得更有电影感”没有说清具体要求。你想改变的可能只是光线，模型却也换了机位；你想连续拍完一个动作，它却在中间切了镜头。创意有了，怎样把创意准确交代给模型，成了下一步的问题。

Google Flow 团队因此整理了这份创作提示词指南，给出十类方法和具体示例：用参考画面确定主体与构图，用镜头和时间要求安排动作，修改时明确哪些地方要变、哪些要保留。下面结合官方视频和中英文提示词，逐条讲清这些方法怎么用。

英文提示词逐字保留官方原文，包含原文的标点、素材占位符与时间码；中文为对照翻译，使用说明另列。原文少数引号未闭合，也按原样保留。

一、先确定画面：文字约束与首尾帧

先确定画面的要求，再安排画面中的运动。环境、服装和镜头风格可以通过文字规定；构图、主体与色调则可以用图片给出更具体的参照。

技巧 1：提供高层创意约束（Provide high-level constraints）

不用去微观指挥每一根头发丝怎么飘，而是向 Gemini Omni 提出高层级的艺术与物理约束。官方建议明确要求模型注意光照一致性、布景、服装质感和动作细节，让它在这些约束内补充画面。

官方提示词原文与中文对照：

• 环境与服饰质感约束

  中文： 细化场景环境。对角色应用服装设计原则，精确指定具体的材质纹理、道具与光影氛围。

  English: “Be extremely detailed in environments. Apply costume design principles to characters, specifying exact textures, props, and lighting.”

  用法：告诉模型优先细化哪些环境、服装和道具特征。

• 微表情与自然对话约束

  中文： 深入考量细节、面部表情以及节奏停顿，营造出自然的对话状态。

  English: “Consider micro-detail, facial expression, and timing to create a natural dialogue.”

  用法：把表情与对话节奏也列入要求，不只给出台词。

• 特殊摄影镜头约束

  中文： 用手持鱼眼镜头拍摄房间里的角色。

  English: “Handheld fisheye camera shot of the character in the room.”

  作用：直接调用特定光学镜头语言，快速确立画面的透视张力。

技巧 2：使用首尾帧作为“视觉锚点”（Use visual anchors）

长镜头或复杂运动最怕的是“走样”——镜头一晃，衣服换了颜色，背景甚至变了个城市。上传或预先生成起始帧与结束帧（Start & End Frame），就能给模型提供画面起点与终点的参照。静态帧把构图、色调与主体先交代出来，文字就可以集中描述摄像机与人物怎么运动。官方将这种做法用于减少画面漂移。

官方提示词原文与中文对照：

• 无人机后撤并升高

  中文： 基于给定的首尾帧，执行平滑连贯的高速无人机后撤镜头。摄像机快速向后倒退并俯倾，同时爬升数百英尺冲入高空，云雾散开，显露出壮丽雄伟的山脉全貌。

  English: “Smooth, continuous high-speed drone pull-back shot using this start and end frame. The camera rapidly retreats backwards and tilts down, ascending several hundred feet into the air. The mist parts to reveal the massive mountain range.”

• 日夜光影流转延时

  中文： 基于给定的首尾帧，使用锁定的静止机位进行延时摄影。转场无缝衔接，将环境氛围光从湿冷的暮色平滑过渡为温暖的晨间日光。

  English: “Hyperlapse with a locked-off, static camera using this start and end frame. The transition is seamless, shifting the ambient lighting from cold, wet twilight to warm morning sunlight.”

• 制作无限无缝循环动图

  中文： 基于给定的首帧和尾帧，制作一个首尾相接、无缝循环的动态视频。

  English: “Create an endless loop using this start and end frame.”

二、用素材交代内容，用指令调整节奏

图片和分镜可以直接给出角色与画面关系；节奏则需要进一步说清动作何时发生、在哪个时刻变快或变慢。

技巧 3：利用标签资产（Leverage tagged ingredients）

你不必仅依赖长篇大论的文字。在工作区中，你可以给上传的素材打上标签：用图片锚定角色（Character）、环境（Setting）或画风（Style），用视频参考动作节奏，甚至直接输入一整套多格分镜脚本（Storyboard）。先在工作区给素材命名，再在提示词中引用对应素材标签；下面的 [@ Tagged Image] 等占位符要替换为你的实际素材。

官方提示词原文与中文对照：

• 商业广告产品置入

  中文： 将 [@ Tagged Image]作为商业视频广告中的核心产品，画面中一位女性正在暖粉色影棚背景下拆封并试用该产品。

  English: “Use [@ Tagged Image] as the product in a video ad campaign, where the product is being opened and tested by a woman set against a warm pink studio.”

• 换人保留全套动作与声音参考

  中文： 以此参考视频作为动作与声音参考基准，将画面主体替换为 [@ Tagged Character]，其余一切保持不变。

  English: “Using this video as a motion and audio reference, change the subject to [@ Tagged Character], keep everything else the same.

• 按多格分镜生成视频

  中文： 让这张 [@ Tagged Image]分镜序列动起来，按照自上而下、从左到右的关键节拍顺序生成动态画面。

  English: “Animate this [@ Tagged Image] storyboard image sequence, following key beats exactly in order from top to bottom, left to right.”

技巧 4：在场景中途精细调整节奏（Refine pacing mid-scene）

先把动作生成到满意，再修改它的快慢，是指南建议的一种做法。比起只写“慢一点”，可以说明哪个动作变慢、什么时候开始变慢，以及希望达到的速度。下方的倍数和秒数是提示词目标，生成后仍需查看实际节奏。

官方提示词原文与中文对照：

• 动作互动局部倍速

  中文： 将两个主体之间互动的动作移动速度提升至 4 倍速。

  English: “4x the moving speed of the interaction between the two subjects.”

• 关键动作触发渐变慢动作

  中文： 当狗狗到达跳圈时，时间流速逐渐降低，进入极慢动作。

  English: “As the dog reaches the hoop, time ramps down into extreme slow motion.”

• 指定时刻的单镜头变速

  中文： 角色快速行走；在第 3 秒，一朵从天而降的花朵靠近她的手掌，随后时间减速至 1% 的极度缓慢，记录花朵从指缝间滑落的过程。单镜头一镜到底，无镜头剪辑。

  English: “Fast-walking character; at sec 3, a sky-falling flower nears her hand, then time slows to 1% speed as it slips through her fingers. Single shot, no cuts.”

三、迁移参考风格，让文字也参与画面

除了基础的动作生成，Gemini Omni 还具备把外部风格灵活嫁接、以及在画面内原生排布动态字效的能力。

技巧 5：风格迁移与跨模态混合（Transfer and mix styles）

你可以把模型看作每一镜的专业造型师与调色师。给它参考图或视频，并清晰说明你希望提取其中的哪个维度（是姿势、光影调色，还是材质表面），让它按你指定的维度应用到目标画面。

官方提示词原文与中文对照：

• 迁移姿势与动作

  中文： 将此参考视频中的姿势与动态轨迹，应用到参考图片中的角色身上。

  English: “Apply the pose and motion from this video to the character in this image reference.”

• 材质与视觉风格全面置换

  中文： 将这张照片的整体视觉风格融入生成中，同时将所有物体的表面材质替换为参考视频中的质感外观。

  English: “Apply the visual look of this photo to the generation, replacing all materials with the appearance of the video reference.”

• 场景调色匹配（Color Match）

  中文： 将此参考图的色彩基调与调色应用到我的场景中。

  English: “Match the color grading of this image to my scene.”

技巧 6：原生渲染动态文字排版（Render animated text）

指南还介绍了动效文字排版（Kinetic Typography）：让文字本身在视频里出现和运动。你可以直接指定字体样式、屏幕摆放位置、对齐规则以及文字运动节奏，非常适合用于制作教程气泡、视频花字和趣味旁白。

官方提示词原文与中文对照：

• 手绘标记与教学箭头

  中文： 在这道烹饪视频中，为每一种食材添加手绘马克笔风格的文字注释与指向箭头。

  English: “Add hand-drawn marker-style text annotations and arrows for each ingredient in this cooking video.”

• 逐字弹跳律动花字

  中文： 屏幕上逐字浮现：“Did you know this model can do typography?”，每个单词都带有独特的动效样式，并与快节奏高能节拍同步。

  English: “Word-by-word on screen: ‘Did you know this model can do typography?’ Each word appears with a unique animated style, synced to a sizzle reel rhythm.”

• 人物内心独白思考气泡

  中文： 在女性身旁浮现一个对话气泡，文字显示：“如果我现在睡着，我还能睡几个小时？”。

  English: “A speech bubble appears next to the woman reading, ‘If I fall asleep now, how many hours of sleep will I get?”

四、镜头要连续，还是要切换

同一段动作可以连续跟拍，也可以切成几个镜头。提示词需要说明你要哪种观看方式，以及镜头如何衔接。

技巧 7：明确要求连续镜头（Enforce continuous scene rules）

如果你需要的是一条行云流水、不断轴的长镜头（Oner）或横向卷轴镜头，必须在提示词中显式排除剪辑，因为指南指出，模型默认会尝试切换角度来增加叙事层次。

官方提示词原文与中文对照：

• 复杂空间穿梭跟拍长镜头

  中文： 摄像机跟随角色走下工作通道楼梯，穿过喧闹忙碌的后厨，最终步入拥挤热闹的夜总会大厅。

  English: “The camera follows the characters down service stairs, through a bustling kitchen, and into the crowded nightclub.”

• 横版平移卷轴跟拍

  中文： 拍摄为沿着田野平移的连续横版卷轴跟拍镜头。随着主角骑马进行障碍跳跃，摄像机如同架设在轨道上般水平侧向跟拍。

  English: “Shot as a continuous, flat side-scroller tracking shot along a field. The camera moves laterally along a rail as a single protagonist does show jumps on horseback.”

• 无剪辑出入画完整动作记录

  中文： 在没有任何场景剪切的情况下，以单一连续的手持运镜记录角色走向房门、拉开门走出去并在身后顺手关门的完整动作。

  English: “Without any scene cuts, capture a single continuous, handheld shot of the character walking up to the door, opening it, and stepping outside while closing it behind her.”

技巧 8：主动设计转场与多镜头剪辑（Introduce transitions and cuts）

反过来，当你确实需要多镜头叙事时，不要任由模型随意乱切，而是像导演写分镜脚本一样，把镜头间的匹配关系、物象关联（Match Cut）交代清楚。

官方提示词原文与中文对照：

• 光影形变概念转场

  中文： 黑暗城市高速公路上飞速掠过的车流光轨，无缝形变转场为深夜海滩上翻涌拍岸的生物发光荧光海浪。

  English: “Fast transit lights streaking across a dark city highway transforming into bioluminescent waves crashing on a night beach.”

• 几何相似体匹配剪辑（Match Cut）

  中文： 一组由“旋转的咖啡杯”、“巨大的摩天轮”以及“指针手表表盘特写”构成的几何相似体匹配剪辑序列。

  English: “A match-cut sequence of a spinning coffee cup, a massive Ferris wheel, and a close-up of an analog watch face.

• 景别渐进叙事多镜头

  中文： 先是女子吹气球的近景，随后切到她在湖中泛舟的画面，最后以她在漂满气球的宽阔湖面上划船的宏大全景收尾。

  English: “A close-up shot of a woman blowing up a balloon, followed by a cut to her rowing on a lake, ending with a wide shot of the lake filled with balloons as she rows

五、限定修改范围，安排动作时间

做视频最怕改版：改个小字，整段视频被重新洗牌。同时，视频如果要带节奏，按秒对齐事件是不可或缺的能力。

技巧 9：对话式局部修改（Precision conversational editing）

在对已有视频切片进行再次修改时，提示词务必保持聚焦于要改的部分。过多的背景环境修饰词会让模型误以为你想换个世界。这里有一个官方建议使用的实用句式：在指令末尾加上“其余一切保持不变”（Keep everything else the same）。

官方提示词原文与中文对照：

• 道具隐形消除

  中文： 将她手中的手机完全隐藏隐形。其余一切保持不变。

  English: “Make the phone in her hand invisible. Keep everything else the same.”

• 指示牌文字精准替换

  中文： 将招牌指示牌上的文字修改为“Omni Flash”。其余一切保持不变。

  English: “Change the sign text to read ‘Omni Flash’. Keep everything else the same.”

• 局部补光保持人脸稳定

  中文： 在保持角色面部与外貌特征的前提下，为主体打上一束极具戏剧感的轮廓边缘光。

  English: “Add a dramatic rim light on the subject while maintaining character features.”

技巧 10：用时间码安排动作与节拍（Direct with timecodes）

Gemini Omni 具备原生音视频同步生成的能力。创作者可以通过自然语言指定秒数，或者直接使用方括号时间戳 [0-3s] 的格式像写剧本一样分段排期。

官方提示词原文与中文对照：

• 高能音乐节拍同步

  中文： 包含一段与画面转场对齐的高能合成器节拍音乐。

  English: “Include a high-energy synth beat synced to the visual transitions.”

• 时间戳括号剧本（多角色进出画调度）

  中文：
  美丽郊区人行道的固定机位镜头：
  [0-3 秒] 一只猫从画面左侧跑入，并从右侧跑出画框；
  [3-6 秒] 一名男子从左侧跑入追赶那只猫，并从右侧跑出画框；
  [6-10 秒] 一群狗狗从左侧跑入，追赶着前面的男子和猫，一起从右侧出画。
  
  

  English: A locked camera shot of a beautiful suburban sidewalk. [0-3s] A cat runs from left of frame and off frame right [3-6s] A man chases after the cat from left of frame and off frame right [6-10s] A group of dogs are chasing the man and the cat from left of frame and off frame right

• 自然语言秒数打点提示词

  中文： 角色在如附图所示的粉色冰场中滑冰：在第 2 秒时，角色从镜头左侧入场；在第 5 秒时，天空开始飘雪，角色抬头仰望。

  English: Character ice skating in a pink ice ring like the image attached: At 2 seconds, the character enters from the camera left. At 5 seconds, it starts snowing and the character looks up.

六、补充：用负面约束（Negative Constraints）

在生成视频时，定义“不想要什么”往往与定义“想要什么”同等重要。为了防止背景出现多余的路人杂物、突兀的人声念白或奇怪的塑料反光，建议在提示词中加入简单明了的结构化短语：

怎么把这些技巧用在一次创作里

实际使用时，可以按下面的顺序组合这些方法：

1. 开局定锚：善用 @ 标签引入已有角色和分镜，或者直接指定首尾静态帧，先稳住视觉底盘。
2. 运镜与叙事立规矩：要长镜头就加上 No scene cuts，要剪辑感就用 Match Cut 主动给步骤。
3. 修改时限定范围：遇到小缺陷不要全篇重写，锁定修改目标加上 Keep everything else the same。
4. 用秒数安排节拍：利用方括号时间戳 [0-3s] 把动作拆解给模型，说明各个动作的先后与时间目标。

这些方法的共同作用，是减少指令里的含混：素材明确对象，镜头要求明确观看方式，时间码明确先后，编辑指令明确修改范围。每次生成后，再对照这些目标检查结果，继续调整。