Google AI 官方放出了新一代Gemini Omni的多模态视频生成提示技巧，整个 AI 创作者和 LLMOps 社区都在测试它的能力极限。
大模型搞视频生成（Video Generation）发展到现在，很多开发者和创作者都陷入了一个误区：总觉得 Prompt 写得越长、细节堆得越多，生成的画面就越好。
结果往往是写了几千字的描述，AI 却抓不住重点。
今天我们来拆解这5 条全场景实用的 Prompt 模板教学。
1. 别再做科普了：直接借用现实世界的“文化与科学锚点”
(Leverage Real-World Knowledge)
Gemini Omni 本身就深度集成了人类的历史、科学和文化知识。你根本不需要向它费尽心机地解释“水豚是一种长得像大耗子的水生动物”或者“火星表面应该有很多红色的沙丘和稀薄的大气”。
策略：删掉那些细碎的、小学生写作文一样的场景堆砌。直接在 Prompt 里砸历史时代、文化符号、或者是硬核的科学术语，Omni 自己会去它的数据库里“对账”并完美复现其物理运动规律。
官方 Prompt 示例：
[Astronaut's POV on Mars](第一人称火星视角，直接搞定复杂的空间透视与色调)
[A marble rolling fast on a chain reaction style track, continuous smooth shot](利用鲁布·戈德堡机械的科学常识，直出丝滑的连环机关物理轨迹)
[The video shows items of the alphabet. An unusual item starting with each letter is shown sitting on a table (like a Capybara for C, disco globe for D and Lava Lamp for L). All 26 letters must be represented by 26 items with matching lower thirds displaying the letter. Only one item and lower third at a time. Each lower third must look like a black marker written on a slip of paper in the bottom left. Rapid fire, roughly 9 frames per item at 24FPS. Last frame is a slip of paper "THE END." The whole video is accompanied by calm smooth music]
2. 打破“无字天书”：像素级掌控文本渲染与空间动态特效
(Take Control of Text Rendering)
以前大模型跑视频，最怕的就是画面里出现“文字”，基本上出来的全是乱码（Gibberish）。但 Gemini Omni 不仅拥有极强的排版渲染能力，甚至允许你将文字深度融入到 3D 物理环境中。
策略：你可以精准指定字体（Typography）、空间坐标（Spatial Placement）、动画节奏，甚至是极为复杂的双重曝光（Double Exposures）等视觉特效，且能让文字与视频动作完全同步。
官方 Prompt 示例：
动态快剪流：
[word by word, one word on the screen at a time: did, you, know, that, this, model, can, do, pretty, good, text!? Each word appears with a different animated style, perfect pacing to a rhythm, sizzle reel]3D 空间追踪流（科技感/ HUD 核心）：
[Overlay motion-tracked, minimalist text commentary onto the physical environment of the video. This text represents [the subject] deadpan, immediate inner monologue that’s observant, slightly absurd, and life-contemplating. Think “intrusive thoughts.” Clean, white, lowercase sans-serif text (like Helvetica or Inter). The text hovers in 3D space, connected to the subjects being commented on via ultra-thin, crisp, white leader lines]
3. 专业影视黑话：像专业导演一样指挥镜头机位
(Direct Your Camera Like a Pro)
不要对 AI 说“镜头慢慢往前移动，画面看起来要高大上”。AI 听不懂这种感性空泛的词。想拍出电影院大银幕级别的视效，请直接在 Prompt 中使用电影工业级的机位与设备黑话。
策略：尝试在你的下一个 Prompt 管道中加入以下精准的术语矩阵：
景别与镜头（Shots & Angles）：
"One continuous shot"（一镜到底）、"oner"（长镜头）、"static"（静态固定机位）、"locked off"（锁死机位）或"fixed angle"（固定视角）。相机运动（Camera Movements）：
"Push in"（推进）、"punch in"（急速拉近）、"pan left"（水平左摇）或"dolly zoom"（经典的希区柯克式希区柯克变焦）。相机质感风格（Camera Styles）：
"Natural smartphone zoom"（手持手机真实缩放感）、"vintage film camera"（复古胶片机质感）或"grainy webcam style"（带颗粒感的网络摄像头监控风）。
4. 拒绝推倒重来：掌握“增量编辑”做局部无损修正
(Edit Iteratively)
每一个好视频都是在剪辑台上“改”出来的。以往用 AI 跑视频最痛苦的就是：画面 95% 都很完美，只有 5% 的一个小手势或背景不对，但只要你改动一个词重新生成，出来的完全就是另外一个全新的视频。
💡 操盘策略：Gemini Omni 支持迭代编辑（Iterative Editing）。你不需要重新重写整个 Prompt。直接以现有的视频为基底，向 Omni 发起针对性的“定向微调指令”，它会在保持视频核心主体、结构和光影完全连续性的前提下，只对你指定的元素进行无损置换。
官方 Prompt 示例：
[Transport the violin to a new environment](只换背景：把小提琴瞬移到全新环境中，人不变)
[Make the violin invisible](神奇擦除：让小提琴隐形，但保留拉琴动作)
[Change the camera angle so it’s looking over the violinist’s shoulder](机位调整：直接切换成主观的过肩视角)
5. 拒绝僵尸动态：丝滑微调角色的中途动作与节奏
(Change the Action on the Fly)
想在视频中途让一个正在奔跑的角色突然摔倒，或者让一个严肃的人突然笑起来？过去这需要写极其复杂的时序权重控制代码。
策略：Gemini Omni 允许你在不破坏角色模型一致性（Character Continuity）的前提下，直接改变角色在场景中后期的步调、运动幅度或情绪反馈。
官方 Prompt 示例：
[Make the character walk on their tiptoes](强行改变走路姿势：让角色蹑手蹑脚地踮起脚尖走)
[Speed up the pacing](动态节奏变速)
[Have them leap into the air](中途加入突变大动作：让他们突然凌空跃起)
总结
玩转 Gemini Omni 视频生成其实就是八个字：尊重常识，使用术语。把解释世界规律的废话额度省下来，留给精准的电影工业镜头和 3D 文本排版指令。
最后推一下魔芋ai大模型聚合平台，现在推出限时的各个大模型和token6折优惠，可供企业开发票使用。还有Raas100开发者招募，助力大家实现AI创业的想法。
欢迎加入群聊一起白嫖福利，共同讨论更多ai相关资讯，ai创作相关技巧。
