提示词编写指南
编写高质量的提示词是获得优秀视频的关键。以下是各个要素的详细说明：
提示词结构
明确描述视频的主要对象或角色好的示例：
- “一只橘色的小猫”
- “穿着红色连衣裙的年轻女孩”
- “银色的跑车”
避免： 优秀提示词示例
提示词增强功能
开启 enhance_prompt 可以让 AI 自动优化您的提示词，提高生成质量
何时使用提示词增强
推荐使用
- 初次使用 API
- 提示词较简单
- 想要更好的效果
- 不确定如何描述
可以关闭
- 需要精确控制
- 已有完善提示词
- 特定风格要求
- 技术性描述
参考图片使用
图片要求
| 要求 | 说明 |
|---|
| 格式 | JPG、PNG、WebP |
| 大小 | 单张不超过 10MB |
| 数量 | 最多 5 张 |
| 分辨率 | 建议 1024x1024 以上 |
| 内容 | 清晰、相关的参考素材 |
使用技巧
轮询策略
推荐的轮询实现
import time
import math
def exponential_backoff_polling(client, task_id, initial_interval=5, max_interval=60):
"""
指数退避轮询策略
"""
interval = initial_interval
attempt = 0
while True:
try:
status_data = client.get_status(task_id)
status = status_data.get('status')
if status == 'completed':
return status_data['result']
elif status == 'failed':
raise Exception(f"生成失败: {status_data.get('error')}")
# 指数退避
time.sleep(interval)
attempt += 1
interval = min(initial_interval * math.pow(1.5, attempt), max_interval)
except Exception as e:
print(f"轮询出错: {e}")
time.sleep(interval)
轮询参数建议
- 初始间隔： 5 秒
- 最大间隔： 60 秒
- 退避因子： 1.5
- 最大等待： 30 分钟
错误处理
重试策略
def retry_with_backoff(func, max_retries=3, backoff_factor=2):
"""
带退避的重试机制
"""
for attempt in range(max_retries):
try:
return func()
except Exception as e:
if attempt == max_retries - 1:
raise
wait_time = backoff_factor ** attempt
print(f"失败，{wait_time}秒后重试...")
time.sleep(wait_time)
常见错误处理
try:
result = client.submit_task(prompt)
except requests.exceptions.ConnectionError:
print("网络连接失败，请检查网络")
except requests.exceptions.Timeout:
print("请求超时，请稍后重试")
性能优化
批量处理
当需要生成多个视频时，建议使用批量处理：
async def batch_process_videos(prompts, max_concurrent=5):
"""
批量处理视频生成
"""
semaphore = asyncio.Semaphore(max_concurrent)
async def process_one(prompt):
async with semaphore:
return await client.submit_and_wait(prompt)
tasks = [process_one(prompt) for prompt in prompts]
return await asyncio.gather(*tasks)
资源管理
成本优化
模型选择策略
def choose_model(requirements):
"""
根据需求智能选择模型
"""
if requirements.get('need_fast'):
return 'veo3-fast'
elif requirements.get('high_quality'):
return 'veo3-pro'
elif requirements.get('precise_control'):
return 'veo3-pro-frames'
else:
return 'veo3' # 默认选择标准版
测试建议
开发阶段使用 veo3 或 veo3-fast 进行测试，生产环境根据需要选择合适的模型
监控和日志
建议的日志记录
import logging
from datetime import datetime
class VEOLogger:
def __init__(self):
self.logger = logging.getLogger('veo_api')
def log_task_submission(self, task_id, prompt, model):
self.logger.info(f"Task submitted: {task_id}")
self.logger.debug(f"Prompt: {prompt[:50]}...")
self.logger.debug(f"Model: {model}")
def log_task_completion(self, task_id, duration, video_url):
self.logger.info(f"Task completed: {task_id}")
self.logger.info(f"Duration: {duration}s")
self.logger.debug(f"Video URL: {video_url}")
监控指标
- 任务成功率
- 平均生成时间
- API 响应时间
- 错误率统计
- 费用追踪
