JSON-промпт для Veo организует кадр по полям, таким как объект, действие, камера, освещение и звук. Интерфейс модели определяет, можно ли вставить JSON напрямую. В AKOOL используйте JSON как формат планирования и переводите его значения в обычный видеопромпт, если текущий интерфейс явно не документирует структурированный JSON-ввод.
Если вы искали генератор JSON-промптов для veo3, это различие важно. JSON может сделать креативный бриф удобнее для чтения, повторного использования и проверки, но он не является автоматически особым языком промптов для Veo.
Что такое JSON-промпт для Veo 3.1?
JSON-промпт для Veo 3.1 лучше всего понимать как структурированный способ организовать креативные инструкции, если только интерфейс или API, который вы используете, явно не определяет эти JSON-поля.
Например:
{
"subject": "синяя бутылка для воды на каменном столе",
"action": "конденсат медленно стекает по бутылке",
"camera": "медленный крупный наезд",
"lighting": "мягкий утренний свет из окна",
"audio": "тихий тон помещения, без диалога"
}
Это валидный JSON. Его также легко прочитать человеку или другой системе.
Но это не официальная схема Veo лишь потому, что ключи называются subject, camera или lighting.
Реальный Gemini API от Google использует структурированный API-запрос с документированными полями, такими как prompt, aspectRatio, durationSeconds и resolution. Эти параметры принадлежат API-контракту Google, а не универсальному синтаксису JSON-промптов.
Приведённый выше планировочный JSON можно преобразовать в такой обычный промпт:
Синяя бутылка для воды стоит на каменном столе. Конденсат медленно стекает по бутылке, пока камера делает плавный крупный наезд. Мягкий утренний свет из окна падает на сцену. Звук — тихий тон помещения без диалога.
В этом и состоит основной рабочий процесс json-промптинга для veo3: сначала структурируйте идею, затем отправьте модели тот вид ввода, который принимает реальный интерфейс.
Неподдерживаемые ключи могут просто не иметь эффекта, если приложение их не парсит.
Как структурировать видеопромпт для Veo?
Полезная схема планирования отделяет объект и действие от камеры, освещения и звука. Держите элементы управления интерфейса, такие как длительность, разрешение и соотношение сторон, вне креативного JSON, если только конкретный продукт не документирует эти поля.
Объект и действие
Объект сообщает Veo, что присутствует в кадре. Действие сообщает ему, что меняется в течение клипа.
{
"subject": "повар стоит в одиночестве в маленьком ресторане",
"action": "повар выключает последний подвесной светильник и идёт к задней двери"
}
Используйте конкретное движение. «Выглядит кинематографично» даёт модели меньше временно́й информации, чем «выключает свет и идёт к двери».
Камера и освещение
Поля камеры полезны, потому что они заставляют вас отличать движение объекта от движения камеры.
{
"camera": "медленный отъезд на уровне глаз",
"lighting": "тёплый свет ламп накаливания, переходящий в холодный синий свет переулка"
}
Избегайте расплывчатых значений, таких как "camera": "динамично".
Используйте физические инструкции, такие как наезд, панорама, облёт, съёмка со слежением, кран или статичный кадр.
Диалог и звук
Veo 3.1 поддерживает нативный звук. Текущая документация Google сообщает, что Veo 3.1 генерирует звук вместе с видео, включая заданные промптом диалог и звук.
Указывайте, кому принадлежит реплика:
{
"dialogue": [
{
"speaker": "друг A",
"line": "Мы справились."
}
],
"ambient_audio": "тихий гул кафе и отдалённый звон чашки"
}
Не смешивайте трёх говорящих, музыку, сложные шумовые эффекты (Foley) и несколько одновременных действий в коротком клипе, если у вас нет причины тестировать такую сложность.
Соотношение сторон и длительность
Рассматривайте длительность, соотношение сторон и разрешение как настройки интерфейса или API, а не как предполагаемые креативные JSON-ключи.
Текущая документация API Google поддерживает генерацию Veo 3.1 длительностью 4, 6 или 8 секунд, соотношения сторон 16:9 и 9:16, а также 720p, 1080p или 4K в зависимости от конфигурации.
На текущей публичной странице генератора AKOOL для Veo 3.1 указаны до 8 секунд, 16:9 и 9:16, нативный звук и до 4K.
Это настройки платформы. Не считайте, что этот планировочный объект управляет ими:
{
"aspect_ratio": "9:16",
"duration": "8s",
"resolution": "4K"
}
если только текущий интерфейс или API AKOOL явно не документирует эти ключи.
Как использовать JSON-промпты в AKOOL?
Используйте JSON для планирования кадра, затем преобразуйте значения в краткий бриф на естественном языке перед генерацией в AKOOL. Публичная документация AKOOL в настоящее время подтверждает доступность Veo 3.1, но не документирует сырой JSON как отдельный режим ввода промпта.
Практичное сопоставление выглядит так:
| JSON field | Planning value | AKOOL-ready prose |
|---|---|---|
subject | blue bottle on stone table | “A blue bottle sits on a stone table” |
action | condensation rolls downward | “Condensation slowly rolls down the bottle” |
camera | slow close-up push-in | “The camera slowly pushes closer” |
lighting | soft morning window light | “Soft morning window light falls from the left” |
audio | quiet room tone | “Quiet room tone, no dialogue” |
Вместе:
Синяя бутылка стоит на каменном столе. Конденсат медленно стекает по бутылке, пока камера делает плавный крупный наезд. Мягкий утренний свет из окна падает слева. Тихий тон помещения, без диалога.
Чтобы сгенерировать видео Veo в AKOOL, выберите Veo 3.1 в текущем селекторе моделей, введите преобразованный промпт, затем настройте опции, доступные в интерфейсе. AKOOL в настоящее время позиционирует Veo 3.1 как модель для реалистичного движения и нативного звука.
Для более широких указаний по языку камеры, референсам и кинематографичному промптингу используйте общее руководство AKOOL по промптам Veo 3.1. Эта статья сосредоточена именно на организации и преобразовании JSON.
Какие есть пять готовых к копированию примеров JSON-промптов для Veo 3.1?
Следующие пять объектов — это валидный для парсера JSON. Ключи — это редакционная схема планирования, а не утверждение, что AKOOL или Veo официально требуют именно эти имена полей.
1. Реклама продукта
Сценарий: премиальный кадр продукта
{
"subject": "матовая кобальтово-синяя бутылка для воды на светлом каменном столе",
"action": "конденсат медленно стекает по бутылке, пока бутылка остаётся неподвижной",
"camera": "медленный крупный наезд",
"lighting": "мягкий утренний свет из окна слева от камеры",
"audio": "тихий тон помещения, без диалога"
}
Версия на естественном языке:
Матовая кобальтово-синяя бутылка для воды стоит на светлом каменном столе. Конденсат медленно стекает по бутылке, пока она остаётся неподвижной. Камера делает медленный крупный наезд. Мягкий утренний свет из окна идёт слева от камеры. Тихий тон помещения, без диалога.
Настройки AKOOL: Выберите Veo 3.1 и задайте длительность, соотношение сторон и качество в текущем интерфейсе.
Протестированный результат: Сгенерированный клип должен удерживать бутылку стабильной, пока конденсат движется естественно, а камера выполняет медленный наезд. Проверьте, остаются ли цвет, форма, положение бутылки и конденсат согласованными на протяжении всего кадра.
Переработка для теста:
Держите бутылку полностью статичной. Сократите движение камеры до очень медленного наезда на 10 процентов. Сохраните цвет и силуэт бутылки.
Медиа: Вставьте сгенерированный клип плюс репрезентативный кадр.
2. Сцена с разговором
Сценарий: короткий диалог
{
"scene": "двое друзей сидят напротив друг друга в тихом кафе",
"shot": "средний план на двоих, статичная камера",
"action": "друг A поднимает взгляд от стола и улыбается",
"dialogue": [
{
"speaker": "друг A",
"line": "Мы справились."
}
],
"ambient_audio": "тихий гул кафе, отдалённый звон чашки"
}
Версия на естественном языке:
Двое друзей сидят напротив друг друга в тихом кафе. Средний план на двоих со статичной камерой. Друг A поднимает взгляд от стола, улыбается и говорит: «Мы справились». Тихий гул кафе продолжается на фоне с одним отдалённым звоном чашки.
Google рекомендует чёткое описание персонажа и явно атрибутированную речь при промптинге Veo для диалога.
Протестированный результат: Сгенерированный клип должен оставить друга A единственным говорящим, с репликой «Мы справились», чётко отнесённой к другу A. Проверьте согласованность говорящего, синхронизацию губ, выражение лица и остаётся ли друг B безмолвным.
Переработка для теста: Если атрибуция говорящего смещается, уберите движение второго персонажа и укажите: «Говорит только друг A. Друг B остаётся безмолвным».
3. Кинематографичная аэросъёмка
Сценарий: установочный кадр
{
"subject": "скалистая береговая линия на рассвете",
"action": "низкие облака движутся над утёсами, пока внизу разбиваются волны",
"camera": "медленный подъём с аэросъёмкой и отъезд",
"lighting": "золотой рассвет с холодными синими тенями",
"audio": "океанский прибой и отдалённый ветер, без музыки"
}
Версия на естественном языке:
Скалистая береговая линия на рассвете. Низкие облака движутся над утёсами, пока внизу разбиваются волны. Камера медленно поднимается и отъезжает назад, открывая больше побережья. Золотой солнечный свет падает на скалы с холодными синими тенями. Океанский прибой и отдалённый ветер, без музыки.
Протестированный результат: Сгенерированный клип должен показать плавный, медленный подъём с аэросъёмкой и отъезд над береговой линией, сохраняя стабильными утёсы, облака и волны. Проверьте, остаётся ли движение камеры согласованным и избегает ли пейзаж заметных искажений.
Переработка для теста: Если движение камеры становится слишком быстрым, измените на: «Очень медленный подъём с аэросъёмкой. Постоянная скорость. Без вращения».
4. Крупный план еды
Сценарий: реклама ресторана или еды
{
"subject": "миска свежего рамена на тёмной деревянной стойке",
"action": "поднимается пар, пока ложка аккуратно поднимает одну прядь лапши",
"camera": "макро крупный план с очень медленным наездом",
"lighting": "тёплый ресторанный практический свет с мягкими бликами",
"audio": "тихий тон помещения, лёгкое кипение, без диалога"
}
Версия на естественном языке:
Миска свежего рамена стоит на тёмной деревянной стойке. Поднимается пар, пока ложка аккуратно поднимает одну прядь лапши. Макро крупный план с очень медленным наездом камеры. Тёплый ресторанный практический свет создаёт мягкие блики. Тихий тон помещения и лёгкое кипение, без диалога.
Протестированный результат: Сгенерированный клип должен сохранять форму и внешний вид миски с раменом, пока пар поднимается естественно, а ложка поднимает одну прядь лапши. Проверьте согласованность еды, поведение пара, взаимодействие ложки и стабильность камеры.
Переработка для теста: Если еда меняет форму, уберите взаимодействие ложки и оставьте только пар плюс движение камеры.
5. Вертикальная реклама для соцсетей
Сценарий: короткий продуктовый хук
{
"subject": "белая беговая кроссовка на мокром асфальте в сумерках",
"action": "кроссовка приземляется один раз, создавая небольшой реалистичный всплеск, затем остаётся в кадре",
"camera": "быстрое движение со слежением с нижнего ракурса, переходящее в неподвижный крупный план",
"lighting": "тёплые отражения витрин на фоне холодного вечернего света",
"audio": "один шаг, всплеск воды, лёгкая городская атмосфера"
}
Версия на естественном языке:
Белая беговая кроссовка приземляется один раз на мокрый асфальт в сумерках, создавая небольшой реалистичный всплеск. Быстрое движение со слежением с нижнего ракурса следует за приземлением и переходит в неподвижный крупный план. Тёплые отражения витрин контрастируют с холодным вечерним светом. Звук включает один шаг, всплеск и лёгкую городскую атмосферу.
Для вертикальной подачи выберите 9:16 в интерфейсе, а не полагайтесь на пользовательское JSON-поле. И Google, и AKOOL в настоящее время документируют поддержку портретной ориентации для Veo 3.1.
Протестированный результат: Сгенерированный клип должен показать, как беговая кроссовка приземляется один раз, создавая небольшой всплеск, после чего следует стабильный крупный план. Проверьте геометрию кроссовки, реалистичность всплеска, стабильность следящей камеры и остаётся ли сцена правильно скомпонованной в 9:16.
Переработка для теста: Если геометрия кроссовки смещается, уменьшите движение камеры и сократите действие до одного удара плюс паузы.
Как писать диалог и звук без типичных ошибок?
Делайте диалог коротким, чётко указывайте говорящего и отделяйте речь от атмосферы и звуковых эффектов.
Слабая структура планирования:
{
"audio": "люди разговаривают, звуки кафе, музыка, кто-то говорит мы справились"
}
Лучше:
{
"dialogue": [
{
"speaker": "друг A",
"line": "Мы справились."
}
],
"ambient_audio": "тихий гул кафе",
"sound_effects": "один отдалённый звон керамической чашки",
"music": "нет"
}
Польза не в том, что Veo магическим образом лучше понимает JSON. Польза в том, что вы можете увидеть, содержит ли бриф конфликтующие аудиоинструкции, прежде чем преобразовать его в прозу.
Делайте произносимые реплики достаточно короткими, чтобы они уместились в выбранный клип. Текущий API Veo 3.1 поддерживает клипы до 8 секунд, поэтому длинный абзац диалога — нереалистичный запрос для одной генерации.
Затем протестируйте синхронизацию губ и назначение говорящего в реальном результате. Не считайте, что правильно структурированный промпт гарантирует точный тайминг.
JSON-промпт против обычного текста: что выбрать?
Используйте JSON, когда структура и повторное использование помогают вашему рабочему процессу. Используйте обычный текст, когда вы вводите промпт прямо в интерфейсе, который ожидает естественный язык. Ни один формат сам по себе не даёт лучшего визуального качества.
| Factor | JSON planning prompt | Plain-text prompt |
|---|---|---|
| Readability | Strong for structured teams | Strong for natural creative direction |
| Reuse | Easy to template and store | Easy to copy and revise |
| Direct AKOOL UI support | Not publicly documented as a dedicated mode | Yes, normal prompting is documented |
| Syntax errors | Possible | No JSON syntax to break |
| API use | Only when matching an actual API schema | Usually becomes the API's prompt value |
| Creative result | Depends on model interpretation after conversion | Depends on model interpretation |
| Best use | Planning, automation, databases, prompt builders | Direct generation and iteration |
Поэтому генератор JSON-промптов для veo3 может быть полезен как организационный инструмент на входе. Его вывод всё равно следует сопоставить с полями или синтаксисом промптов, которые поддерживает целевое приложение.
JSON — это структура, а не множитель качества.
Почему мой JSON-промпт для Veo не сработал?
Большинство сбоев происходит из-за невалидного JSON, расплывчатых креативных значений, слишком большого числа одновременных действий, неподдерживаемых ключей или аудиоинструкций, которые не умещаются в клип.
| Problem | Example | Fix |
|---|---|---|
| Invalid JSON | {"subject":"shoe",} | Remove the trailing comma |
| Wrong quote marks | {'subject':'shoe'} | Use valid double quotes |
| Vague action | "action":"cinematic" | Describe physical movement |
| Vague camera | "camera":"dynamic" | Use “slow dolly in” or another real move |
| Too many events | Six actions in one 8-second shot | Split into separate shots |
| Unsupported key | "lens_magic":"epic" | Remove it or convert the intention into prose |
| UI setting inside planning JSON | "aspect_ratio":"9:16" | Set 9:16 in the actual interface |
| Audio mismatch | 60-word dialogue in a short clip | Shorten the spoken line |
| Subject drift | Complex product movement | Keep product static and move the camera |
| JSON pasted literally into unsupported UI | Model interprets braces as prompt text | Convert field values into natural language |
Например, этот JSON валиден, но креативно слаб:
{
"subject": "машина",
"action": "крутое движение",
"camera": "кинематографично",
"lighting": "красиво"
}
Замените неоднозначные значения:
{
"subject": "тёмно-зелёное винтажное купе на прибрежной дороге",
"action": "машина входит в левый поворот на ровной скорости",
"camera": "низкая съёмка со слежением спереди в три четверти",
"lighting": "предвечерний солнечный свет с длинными тёплыми отражениями"
}
Затем преобразуйте эти значения в обычный промпт для Veo.
