Veo 3評測：在真實的動態設計工作流中它能做什麼

Veo 3究竟是什麼，又不是什麼

Veo 3是Google DeepMind的第三代視訊生成模型。它能根據文字或圖像提示生成最長兩分鐘的片段，時間一致性明顯優於前代。而這最後一點，比任何其他規格數字都更重要。正是時間一致性，讓AI影片看起來像影片，而不是一堆幾乎相關的圖像拼成的投影片。

Veo 3不是什麼，則是它不是動態設計師的替代品。它不理解品牌體系，沒有構圖層級的概念，也不會知道你客戶的紅和模型的紅是兩種不同的顏色。每一份輸出都需要人工審閱，多數情況下還要經過合成處理，才能拿給客戶。

我最終確定的定位是：Veo 3是一個快速的概念算繪器。它把想法從口頭變成畫面的速度，比我用過的任何工具都快。從構思到可供審閱的成品之間的距離，過去要以小時計，如今則以分鐘計。

Veo 3在真實的動態設計流程中該放在哪裡

我最先測試的環節是概念構思。當客戶簡報進來、我需要在投入完整製作前給出三個方向選項時，Veo 3能讓我生成粗略的視覺參考，其傳達力遠勝於靜態分鏡。客戶會對動起來的東西有反應，他們憑直覺理解動態的方式，是再好的靜幀也傳達不出來的。

真正讓我意外的第二個用途是背景生成。產品影片常常需要環境背景——辦公空間、抽象的資料視覺化、帶紋理的循環畫面——這些通常要靠授權素材或客製動畫的時間才能拿到。Veo 3生成的背景循環，只需在After Effects裡做點小清理，就完全顯得專業。

我不會用它來做的是：主體動畫、角色製作，以及任何需要與音樂軌道精確對齊時間點的東西。這個模型沒有音樂節拍的概念，它的時間把控是機率性的。對於要和聲音同步的工作，你仍得手工搭建。

真正適用於動態設計的提示詞結構

在六個專案裡寫了大約200條提示詞之後，我找到了一種能穩定產出可用結果的結構。先寫鏡頭行為，再寫主體，接著是環境，最後是視覺風格。「緩慢推近一個發光的全像介面，懸浮在昏暗的伺服器機房中，柔和的藍色環境光，電影感的景深」遠比「伺服器機房裡的AI全像影像」產出更可用的結果。

負向提示在Veo 3中比在早期模型裡更重要。明確說出你不想要的東西——「無文字疊加、無鏡頭光暈、無跳切」——會實質性地塑造輸出。相比Veo 2，這個模型似乎能更可靠地對負向約束加權。

• 從鏡頭運動寫起：推近、拉遠、環繞、靜止
• 精確描述主體行為——「緩慢旋轉」勝過「移動」
• 指定光照類型：環境光、方向光、輪廓光、霓虹輝光
• 加上風格參考：「電影感」「平面圖形」「動態圖形風格」
• 對模型預設愛加的東西用負向提示：無鏡頭光暈、無文字

我在客戶專案中真正撞上的限制

手和臉仍是這個模型最薄弱的領域。對於任何需要辨認得出人臉的鏡頭——代言人影片、證言式內容、帶人機互動的產品示範——可供客戶使用的幀的產出率低到我用傳統方式做這些鏡頭反而更快。

文字算繪依舊不可靠。如果你的畫面裡有需要辨讀的文字，別指望Veo 3把它生成對。文字要放到後期去合成。每一次都是。

另一個真實的限制是輸出解析度。在當前的畫質檔位下，用於廣播或大幅面幾乎總要做放大處理。這是流程裡必須計入預算的額外一步。它算不上致命短板——放大工具又快又好——但也不是零成本。

它如何改變了我真實的製作排期

在最近一支SaaS產品發布影片裡，我用Veo 3做背景環境、抽象的資料視覺化循環，以及概念方向。本來要三週的前期製作過程，只花了九天。客戶獲得了更多輪方向評審，因為我能在幾分鐘而不是幾小時內生成備選方案。

說句實話的數字：我估計在那個專案上Veo 3節省了30%到40%的總製作時間，且幾乎全部集中在概念構思和環境素材階段。在背景工作較少、角色動畫較多的專案上，這個數字會明顯下降。在決定讓Veo 3承擔多少分量之前，先弄清楚你手上是哪一類專案。