EveryGen AI · Gemini Omni：動作與聲音結合的短場景

把觀眾看到與聽到的內容作為一個瞬間規劃。EveryGen AI 的 Gemini Omni 從文字或單圖創作短影片，將視覺指引與生成音訊結合，在聚焦工作區中發展節奏明確的場景。

提示詞

0/20000

正在恢復已儲存的輸入……

The wooden elevator opens

28/33

查看提示詞

Five-second continuous frontal shot of closed wooden elevator doors opening slowly to reveal one adult woman standing inside. Keep the camera fixed at eye level and the woman relaxed, facing forward. Preserve a simple, balanced composition with warm wood grain and soft interior light. End with the doors open and the woman still standing.

探索更多範例

簡介

EveryGen AI | 什麼是 Gemini Omni？

EveryGen AI 的 Gemini Omni 是本工作區具有獨立文字與圖片路徑的短影片選擇。平台獨立於模型供應商；準備一個視覺事件，提交前審閱請求設定。

場景描述可以包含聲音

EveryGen AI 的 Gemini Omni 工作區標記原生音訊始終開啟。一起描述動作、節奏與預期聲音，包括適用時的氛圍或不需要對話。圖片路徑新增一張提供的起始影格。聲音指令指引請求，不保證精確同步、特定聲線或按要求靜音；結合畫面聆聽實際結果。

這裡的 Gemini Omni 工作區

EveryGen AI 的 Gemini Omni 預設文字模式，請求 720p、八秒和 16:9。必需提示詞最長 20000 字元。只提供 720p，兩種模式都支援三至十秒整數時長，以及 16:9 或 9:16。圖片模式需要一張起始影格，沒有結束影格。兩種路徑都沒有參考影片或音訊上傳、seed 或音訊關閉開關。圍繞這些選擇規劃小而完整的構想。

使用方法

如何在 EveryGen AI 中創作 Gemini Omni 片段

提示詞
Text mode: In one continuous shot, a folded paper map slowly opens on a wooden desk beside a plain compass. The camera stays close and steady. Gentle paper rustling is the foreground sound, with quiet room ambience and no speech or music. End with the map resting flat. No added text overlays.
步驟 1
選擇視覺輸入
在 EveryGen AI 中以文字或圖片模式開啟 Gemini Omni。描述原創場景，或上傳一張清楚起始圖，為主體周圍預期運動留足空間。
模型
Gemini Omni
720p16:98s
提示詞
Text mode: In one continuous shot, a folded paper map slowly opens on a wooden desk beside a plain compass. The camera stays close and steady. Gentle paper rustling is the foreground sound, with quiet room ambience and no speech or music. End with the map resting flat. No added text overlays.
步驟 2
一起描述動作與聲音
給 EveryGen AI 的 Gemini Omni 一個主要動作、鏡頭方向與聲音意圖。在要求中描述氛圍或對話需要，讓構想與短片段相稱。
起始影格結束影格
0.0s
4.0s
7.2s
步驟 3
設定觀看格式
選擇 16:9 或 9:16，以及三至十秒整數時長。EveryGen AI 的 Gemini Omni 這裡只提供請求 720p，原生音訊始終開啟。提交前審閱完整請求與顯示點數。
Text mode: In one continuous shot, a folded paper map slowly opens on a wooden desk beside a plain compass. The camera stays close and steady. Gentle paper rustling is the foreground sound, with quiet room ambience and no speech or music. End with the map resting flat. No added text overlays.下載
步驟 4
審閱結合後的場景
在 EveryGen AI 中生成 Gemini Omni 影片，帶聲音觀看。將主體細節、動作、時序與結尾對照意圖。組合需要改善時，做一次聚焦修改。

功能

EveryGen AI | 將聲音帶入 Gemini Omni 要求

聲音可以建立房間氛圍、強調動作，也可能分散注意。告訴 EveryGen AI 的 Gemini Omni 聲軌應承擔什麼角色。

將聲音連結到可見事件

在動作旁描述屬於它的聲音：摺疊地圖開啟時的紙響，或石子入水的輕濺。讓 EveryGen AI 的 Gemini Omni 要求足夠具體，以便之後判斷關係。生成聲音應結合畫面審閱；僅有合理氛圍，不證明每個動作精確同步。

為重要瞬間留空間

在描述中區分前景聲音與背景氛圍。小動作背後，柔和室內底噪可能就足夠。對話或音樂會競爭視覺事件時，要求 EveryGen AI 的 Gemini Omni 保持克制。這些是場景要求內的指令，不是獨立混音控制項，也不承諾聲軌無需後期整理。

EveryGen AI | 在三至十秒內建立 Gemini Omni 場景

可用時長適合聚焦序列與易讀結果。給 EveryGen AI 的 Gemini Omni 開頭、有意義變化與結束。

讓最初幾秒承載構想

短片段沒有太多空間做複雜介紹。立即展示重要物品，描述首次運動。EveryGen AI 的 Gemini Omni 中，鈴鐺在安靜房間輕擺，比多個地點的匆忙故事更易評估。讓開頭建立主體，不要求觀眾尋找它。

規劃 Gemini Omni 收尾節拍

有意識地使用剩餘時間。動作可以歸於靜止、鏡頭停穩，或可見運動停止後聲音漸弱。在 EveryGen AI 的 Gemini Omni 提示詞中描述關係。有用結尾給剪輯者落刀位置，不假定最後一個影格單獨就能解釋場景如何到達。

EveryGen AI | 從選定單圖開始 Gemini Omni

圖片可以在動畫開始前確定外觀。用 EveryGen AI 的 Gemini Omni 圍繞已建立視覺起點發展運動。

讓來源建立構圖

選擇清楚展示主體且為預期動作留空間的圖片。手伸出緊密裁切，或物品被前景雜物遮住，都會增加不確定性。EveryGen AI 的 Gemini Omni 這裡只接收一張圖，應提前準備安排，不期望額外參考補足缺失細節或替代視角。

描述變化，不替換主體

說明哪些應移動、哪些保持可辨。玩具機器人可以轉頭，身體仍站在桌上。告訴 EveryGen AI 的 Gemini Omni 鏡頭如何表現、環境如何發聲。再對照原圖，檢查整段有無比例變化、表面漂移或意外新增。

EveryGen AI | 為橫式或直式 Gemini Omni 影片安排構圖

16:9 與 9:16 給場景兩種不同構圖。圍繞觀看形狀規劃 EveryGen AI 的 Gemini Omni，不把方向當成事後選擇。

用寬度表達關係，用高度強調主體

寬畫幅可以同時容納物品與環境。高畫幅可以給吊燈、站立角色或上升動作更多空間。告訴 EveryGen AI 的 Gemini Omni 注意力應放在哪裡。必要細節遠離邊緣，為另行剪輯新增標題或圖形預留空間。

為所選方向準備來源

圖片模式使用適合所選畫幅的來源，不依賴精確自動裁切。EveryGen AI 的 Gemini Omni 本頁不是版面配置編輯器。檢查結果構圖中動畫是否讓重要特點可見。裁切即使好看，若隱藏要求展示的動作，仍不適用。

EveryGen AI | 透過清楚場景指引精修 Gemini Omni

寫出可以評估的指令。EveryGen AI 的 Gemini Omni 透過提示詞支援場景指引，包括節奏與排除要求，無需額外引數面板。

讓 Gemini Omni 修改聚焦

首次結果未抓住重點時，確定最小有用變化。減少鏡頭運動、縮短動作，或簡化背景聲音。保持 EveryGen AI 的其他 Gemini Omni 指令穩定，讓下次比較回答具體問題。避免累積矛盾要求，例如固定視角之後又要求激烈環繞同一主體。

一起評估畫面與聲軌

先看視覺故事，再聽聲音，最後結合觀看。檢查聲音開始是否合理，意外話語是否改變含義。EveryGen AI 的 Gemini Omni 結果支援預期場景時才適合選定，而非僅因單一影格精緻。再次請求前審閱點數。提交前登入且確保點數足夠。選擇一至四個獨立候選任務，依賴網路的雲端處理將輸入和結果儲存到帳戶。候選數量不會組裝影片，也不保證結果中一定出現偏好表演。保留前檢查實際輸出。

範例提示詞

Map unfolding on a quiet desk

Text mode: In one continuous shot, a folded paper map slowly opens on a wooden desk beside a plain compass. The camera stays close and steady. Gentle paper rustling is the foreground sound, with quiet room ambience and no speech or music. End with the map resting flat. No added text overlays.

A robot noticing the rain

Image mode: Use the uploaded image as the opening scene. The small toy robot turns its head toward the window, then pauses while raindrops slide down the glass. Keep its proportions and the desk arrangement recognizable. Soft rain ambience, one quiet mechanical click with the turn, no dialogue or music.

A single drop in a bowl

Text mode: A close view of a plain ceramic bowl of water under soft light. One drop lands, circular ripples spread, and the surface becomes still again. A delicate splash followed by quiet ambience. Keep the camera steady and the bowl unchanged. No hands, additional objects, or scene cuts.

工作流程示例

規劃、生成和檢查作品的示例情境。

產品圖初稿

工作流程示例

從產品照片和明確的圖片編輯需求開始。將初稿與原圖比較，核對外形、標籤和比例，再放入商品頁面。在設計應用程式中補上已確認的標誌和準確文案。

簡短產品鏡頭

工作流程示例

選擇影片模型，描述一個小動作，例如物體緩緩轉動。核對可用時長、解析度和點數。將鏡頭用於後續剪輯前，檢查物體連續性和聲音。

文章配圖

工作流程示例

向圖片工作區說明主體、視角和呼應文章主題的視覺隱喻。在目標版面中預覽結果。若圖片搶走標題的注意力或遮擋重要細節，請調整裁切或構圖。

縮小圖片附件