[注：由于我的中文不够流利，本帖主要由英文机器翻译加上人工校对而来，如有表达不准确或生硬的地方，请大家见谅。] 

前段时间我有一个需要制作视频的任务，于是我尝试使用了 Google 的 VEO 3.1 (4K) 来生成。这也是我第一次接触 T2V（文本生成视频），整个过程充满了挑战，但也学到了很多，在此和大家分享一下我的完整工作流。 
最开始，我在尝试直接生成完整的 60 秒视频时遇到了很多困难。后来在翻阅了大量 Reddit 帖子并使用 Opus 4.5 辅助分析后才弄明白：在基础套餐和普通 Web UI 下有很多限制（比如单词生成时长为 8 秒，且有每日生成次数限制）。为了完成任务，我不得不将长提示词拆分成多个子提示词，同时尽力保证各片段之间的故事与视觉连贯性。 
我最终使用子提示词生成了 8 个不同的视频片段（每段 8 秒），然后在我的 MBP (M4) 上使用 QuickTim...