如何撰寫能同時啟動影片與語音生成的指令（Prompt）

撰寫能同時生成「影片」與「語音/音效」的指令時，關鍵在於描述視覺細節的同時，也要具體描述聲音的特質（音色、情緒、環境背景聲）。

目前的模型（如 Veo 3.1）非常依賴這種「視聽雙棲」的描述方式。以下為您準備了三種不同情境的示範，您可以直接複製修改：

1. 虛擬人演講（適用於 YouTube 頻道或簡報）

這類指令著重於說話者的神態與聲音的穩定度。

• 指令示範（繁體中文）：
• 「一位專業的 30 歲女性科技部落客，面對鏡頭，背景是充滿未來感的居家辦公室。她對著鏡頭微笑並分享 AI 的未來。語音要求：語氣親切且充滿活力，發音清晰，帶有輕微的現代背景電子背景音樂。」
• 指令示範（英文）：
• "A professional female tech blogger in her 30s, speaking directly to the camera in a futuristic home office. Audio: Energetic and friendly voice, crystal clear narration, with soft upbeat Lo-fi background music."

2. 電影感場景（適用於短片創作、氛圍營造）

這類指令著重於環境音與視覺節奏的配合。

• 指令示範（繁體中文）：
• 「一場雨後的台北街頭，霓虹燈倒映在水窪中，路人撐傘走過。語音要求：細膩的雨聲滴落在傘面的聲音，遠處隱約的車流鳴笛聲，整段影片伴隨著憂鬱的鋼琴配樂。」
• 指令示範（英文）：
• "Rainy streets in Taipei at night, neon lights reflecting on puddles. Audio: Crisp sound of raindrops hitting umbrellas, distant muffled traffic, and a melancholic piano melody playing throughout."

3. 動態產品展示（適用於行銷、廣告）

這類指令著重於音效的清脆感（ASMR）與視覺特寫。

• 指令示範（繁體中文）：
• 「一顆新鮮的柳橙掉入清澈的水中，水花濺起，慢動作攝影。語音要求：巨大的水花濺起聲（Splash），隨後是氣泡在水中咕嚕咕嚕的聲音，音訊層次分明且具有衝擊力。」
• 指令示範（英文）：
• "A fresh orange falling into crystal clear water, slow-motion splash. Audio: Impactful splash sound followed by bubbling water textures, high-fidelity sound effects."

💡 撰寫小秘訣（Tips）：

1. 使用括號標註語音：在 Prompt 最後加上 [Audio: ...] 或 [Voice: ...] 能幫助模型更精準地識別音訊指令。
2. 描述情緒關鍵字：例如「興奮地說」、「低沉沙啞」、「溫柔地細語」，這會直接影響生成語音的語調。
3. 指定語言：如果您需要特定語言，務必寫出「以繁體中文配音」或「American English accent」。

如果您已經有具體的腳本或主題，我可以幫您直接轉化為專用的 AI 指令。您想要嘗試哪一種類型的影片？