这个工作流揭示了如何通过Gemini 3的图文并茂模式生成专业级分镜脚本，再结合Veo 3.1实现高度可控的电影级视频制作。整个流程覆盖从创意定调、分镜规划到最终生成的每个环节，为AI视频创作者提供了一套完整的工业化制作方案。
智能速览
Gemini 3图文并茂模式可生成好莱坞级分镜脚本
Veo 3.1 Fast版本与Quality版本质量相当但更省成本
首尾帧控制技术实现视频起点和终点的精确锁定
批量生图插件大幅提升首尾帧制作效率
工业级参数设置确保镜头视觉效果的统一性
精华内容
通过Gemini 3的多模态理解能力和Veo 3.1的视频生成技术，可以构建一套完整的AI电影制作流程，实现从概念到成片的精准控制。
创意定调
在Gemini 3中启用图文并茂模式后，首先进行创意定调。以达喀尔拉力赛风格为例，系统融合了《疯狂的麦克斯》的高饱和度对比色彩与《边境杀手》式压抑声景，形成独特的视觉语言。这种跨界融合不仅追求视觉冲击力，更通过低频氛围音营造暴风雨前的宁静感，为后续制作奠定基调。
分镜生成
Gemini 3并非简单生成提示词，而是输出完整的工业化分镜脚本。系统自动规划9个核心镜头，每个镜头都包含景别、运镜方式和视觉焦点的技术拆解。以镜头01「热浪犀牛」为例，系统明确了使用400mm-600mm长焦镜头实现空间压缩效果，恒定f/8光圈确保最佳清晰度，并强制要求加装光学保护镜片应对沙漠环境的特殊要求。
资产打包
针对每个镜头，Gemini 3自动打包两套关键资产。第一套是Veo 3.1专用的文生视频提示词，详细描述了镜头的运动轨迹、光影效果和环境氛围。第二套是用于生成首尾帧的文生图提示词，专门针对16:9比例优化，确保与视频生成的兼容性。这种资产打包方式让后续制作流程更加标准化和可控。
首帧制作
使用批量生图插件可以高效生成所有镜头的首尾帧图片。插件支持批量生成和批量下载功能，大幅提升工作效率。生成时需严格按照提示词执行，特别是对于沙漠场景的热浪扭曲效果、长焦镜头的空间压缩感等关键视觉元素，都需要精准还原。实际测试显示，使用DALL-E 3或Midjourney v6模型可获得最佳效果。
视频生成
在Veo 3.1平台中采用图生视频模式，上传首尾帧图片锁定视觉起点和终点。模型选择上推荐使用Fast版本，测试显示其生成质量与Quality版本相当，但可节省约50%的点数成本。Veo 3.1不仅能完美演绎中间动态过程，还会自动匹配具有沉浸感的环境音效，实现视听双重效果的统一。
技术参数
完整的摄影参数表是确保效果一致性的关键。包括光圈控制在f/8-f/11避免衍射、快门速度设定、白平衡调整等细节。后期处理方面，达芬奇调色流程强调强化沙漠的橙色与天空的深蓝色对比，利用热浪扭曲创造视觉冲击力。声音设计采用极简声景搭配强节奏BGM，形成情绪张力。
这套工作流将AI视频制作从随意尝试提升到工业级水准，通过精准的脚本控制和首尾帧技术，实现了电影级镜头的批量生成。随着工具不断进化，AI视频创作将更加专业化和标准化。
关键评论
有了高度可控的电影级镜头素材，下一步是否可以加入人工字幕和配乐？
怎么没有找到图文并茂模式，请教在哪里啊？
视频里只给了结果，第一组项目提示词的详细参数很重要。
站内私信发不了，求提示词文档。
