旅行风景视频靠”光 + 比例 + 具体地名”。指定 golden hour / blue hour / overcast 比写”美丽”靠谱十倍，写 Kyoto alley 也永远比写”亚洲城市”强。下面是 10 个实测过的不同地理与时段模板，再附一张截至 2026 年 6 月、真正适合风景类的三家模型参数对比表。
一句话总结
- 每条 Prompt 都写满 5 层：地点、光、相机、比例、时长。漏掉任意一层都会出平淡的正午光。
- Sora 2（OpenAI，约 2026 年 4 月起成为默认）擅长黄金时刻风格化、复杂运动镜头、欧洲海岸、沙漠、海岛悬崖。Pro 单段可到约 25 秒、1080p，并且现在已自带原生音频。
- Kling 3.0（2026 年 2 月发布）识别中国地理与文化（黄山、梯田、灯笼节）更准，单次队列费用通常最便宜。单段约 15 秒，1080p，付费档自带原生音频。
- Veo 3.1（Google，2026 年 1 月）只在你需要 4K、对镜头的唇音同步对白、或超过一分钟的场景扩展镜头时才更划算。
- 三家现在都能生成原生音频，所以”为了声音才选 Veo”的老规则已经作废。按地理和色彩科学来选模型，再用一个统一 LUT 在后期把所有镜头串起来。
一个好 Prompt 通常包含什么
旅行风景视频 Prompt 必须含以下 5 层：
- 地理 / 场景：具体到城市 / 国家（
Kyoto alley、Santorini、Yunnan rice terrace） - 时段与光：
golden hour/blue hour/dawn/overcast - 相机类型：
cinematic drone shot/handheld walk/POV drive - 比例：16:9 宽景、21:9 电影感、9:16 旅行短视频
- 时长：5–8 秒最稳（风景类超过约 8 秒后半段会开始重复）
10 个可直接复制的 Prompt 模板
1. 航拍雪山
使用场景: Vlog 开场、旅游品牌
最适合模型： Sora 2（黄金时刻航拍 + 视差是它的强项；如果是黄山、玉龙雪山等中国山景，换 Kling 3.0）。
Cinematic drone shot flying forward over snow-capped mountain ridges at golden hour, slight cloud shadows, deep parallax, smooth gimbal, 6 seconds2. 京都小巷夜走
使用场景: 城市旅行内容
最适合模型： Kling 3.0（纸灯笼、和风建筑的纹理识别比 Sora 2 更准；如果只追求蓝调时刻的风格化色彩，Sora 也行）。
Slow handheld walk down a narrow Kyoto alley at blue hour, paper lanterns starting to glow, soft mist, gentle natural motion, 16:9 cinematic, 6 seconds3. 圣托里尼日落
使用场景: 婚拍 / 旅行宣传
最适合模型： Sora 2（欧洲海岸 + 暖色夕阳 + 静态广角，正是它的强项）。
Wide static shot of Santorini white buildings at sunset, sea behind, soft warm light, slight breeze in laundry on a line, 5 seconds4. 梯田航拍
使用场景: 国内旅游内容
最适合模型： Kling 3.0（云南梯田是 Kling 的看家场景；想完整揭示动作可以直接跑 12–15 秒长镜头）。
Drone shot rising upward to reveal a vast green rice terrace in Yunnan with farmer figures, soft afternoon light, gentle clouds, 6 seconds5. 公路自驾
使用场景: 汽车品牌、旅行 vlog
最适合模型： Sora 2（沙漠尘雾 + 黄金时刻风格化 + POV 运动模糊，三项都最强）。
POV drive down a desert highway at golden hour, dust haze, distant mesas, soft motion blur on the road, 6 seconds6. 东京涉谷夜景
使用场景: 城市电影感空镜
最适合模型： Sora 2（霓虹 + 湿地反光 + 变形宽幅 35mm，是它的招牌夜景组合）。
Cinematic tracking shot through a Tokyo crosswalk at night, neon signs reflecting on wet pavement, anonymous crowd flowing past, anamorphic 35mm, 6 seconds7. 露营湖边晨光
使用场景: 户外 / 装备品牌
最适合模型： Sora 2 或 Kling 3.0（要风格化冷蓝调用 Sora；如果湖是泸沽湖、九寨沟等具体中国景点，用 Kling）。
Slow drone pull-back from a single tent by a mountain lake at dawn, mist on water, soft blue palette, 6 seconds8. 广场延时云
使用场景: 旅行 Vlog 转场
最适合模型： Sora 2（欧洲城市建筑 + 延时云风格化，这里比 Kling 更稳）。
Time-lapse-style sky shot above a busy plaza in Barcelona, fast-moving clouds, gentle warm palette, 6 seconds9. 海岛海岸线
使用场景: 度假村、婚拍宣传
最适合模型： Sora 2（海岸 / 悬崖航拍 + 蓝绿色海水色彩科学，是它最强的风景类型）。
Aerial shot following the coastline of a tropical island, turquoise water, white sand, palm shadows, 5 seconds10. 竹林漫步
使用场景: 茶 / 文化品牌、东方意境
最适合模型： Kling 3.0（四川竹林 + 东方意境 + 慢速长 POV；Kling 文化语境识别最准，跑长镜头还更便宜）。
POV slow walk into a misty bamboo forest in Sichuan, soft green light filtering through leaves, gentle ambient calm, 5 secondsSora 2 vs Kling 3.0：风景航拍各自的强项
旅行风景类视频，真正要选的是 Sora 2 还是 Kling 3.0。Veo 3.1 只是第三选项，仅当你需要 4K 母版或对镜头的同步对白时才考虑。
- Sora 2：黄金时刻 / 蓝调风格化、复杂运动镜头（forward push、slow rise、slow pull-back）、欧洲海岸、沙漠、海岛悬崖、城市夜景。Pro 单段可到约 25 秒、1080p。开箱色彩科学最强。现在已自带原生同步音频。注意：OpenAI 已宣布当前的 Sora 2 模型线将于 2026 年 9 月 24 日退役，长期管线上线前请先在应用内模型选择器里确认后继版本。
- Kling 3.0：中国地理与文化（黄山、张家界、梯田、灯笼节、梅里雪山、丽江 / 平遥的传统建筑）。单段可到约 15 秒不崩。最高 1080p；免费档只到 360p–540p，要真正可用的画质必须开付费档。单秒队列费用通常最便宜 — 反复跑航拍很重要。
- Veo 3.1：当你需要 4K 输出、唇音同步对白（市集摊主对镜头说话），或超过 60 秒的场景扩展镜头时再用它。
快速规则：
- 中国山景 / 梯田 / 灯笼节 / 中式传统建筑 → Kling 3.0。
- 黄金时刻航拍 / 欧洲海岸 / 沙漠 / 海岛悬崖 → Sora 2。
- 通用场景（普通森林、普通晨光湖面）两家都行 → 用手上有 credit 的那个。
- 4K 母版或摊主开口说话 → Veo 3.1。
三家参数小差异（2026 年 6 月）
| Sora 2 | Veo 3.1 | Kling 3.0 | |
|---|---|---|---|
| 支持比例 | 16:9, 9:16 | 16:9, 9:16 | 16:9, 9:16, 1:1 |
| 单段最长时长 | 约 25 秒（Pro） | 基础约 8 秒，场景扩展 60 秒以上 | 约 15 秒 |
| 分辨率 | 720p / 1080p | 720p 最高到 4K | 免费 360p–540p，付费最高 1080p |
| 原生音频 | 有（对话 + 环境音） | 有（对话 + 环境音 + 唇音同步） | 有（付费档） |
| 参考成本 | 标准约 $0.10/秒，Pro 约 $0.30–0.50/秒 | 更高（4K + 音频） | 约 6 credit/秒（720p）到 12 credit/秒（1080p + 音频） |
| 发布 / 更新时间 | 约 2026 年 4 月起默认 | 2026 年 1 月 13 日 | 2026 年 2 月 5 日 |
| 弱项 | 中文地名识别时灵时不灵；2026 年 9 月 24 日退役 | 单段成本最高 | 西方人脸 / 复杂西方建筑 |
实际应用：旅行短片混剪了希腊海岛和云南梯田，把希腊那段放 Sora 2、梯田放 Kling 3.0，再在后期套同一个 LUT 调色。真正让两段看起来像一部片的是统一 LUT，不是统一模型。
容易踩的坑
- 写”美丽风景”不指具体地名 — 出来很通用
- 让无人机做复杂三轴运动（绕飞、“穿窗”）— 还做不稳，改用
forward push - 一段塞多景观（“沙漠 + 海”）— 转场失败
- 不写时段 — 输出常常是平淡正午光
- 静态风景超过约 8 秒 — 后半段开始重复或抖
下一步怎么改得更好
- 想要 vlog 开场感加
cinematic drone shot, smooth gimbal motion - 想要电影感加
anamorphic 35mm, 21:9 aspect - 想要”治愈感”加
soft warm palette, gentle ambient calm - 城市夜景必加
wet pavement reflections, neon signs flickering - 想要空间深度加
slight parallax - 想要环境音（Sora 2 / Kling 3.0 / Veo 3.1）直接用大白话描述，比如
ambient wind and distant birdsong— 现在三家都自带原生音频，不需要特殊语法
常见问答 (FAQ)
Q: 航拍视角能让 AI 模型稳定输出吗？
A: 能，关键是写 cinematic drone shot, smooth gimbal motion。复杂的”绕楼""穿越”航拍还做不稳，三家都是 forward push 这条最稳。
Q: 想做”延时摄影”能直接生成吗？
A: 部分可以。time-lapse-style sky shot 适合固定画面里快速移动的云。完整的日出到日落仍需真人拍后期；截至 2026 年 6 月没有模型能在一段里真正跑完 24 小时延时。
Q: 具体地名能识别到什么程度？
A: “Kyoto""Tokyo""Paris""Santorini” 在三家上识别度都高。小众景点建议用环境描述（misty bamboo forest in Sichuan）。中文地名里 Kling 3.0 最可靠。
Q: 既然每家都有音频了，还需要为了声音选 Veo 吗？
A: 不用了。截至 2026 年，Sora 2 和 Kling 3.0 都能生成原生同步音频，把环境音写进 Prompt 即可，按地理和色彩科学选模型就好。Veo 3.1 现在只在 4K 和对镜头唇音同步对白上还领先。
Q: 旅行视频太晃怎么办？
A: 加 smooth gimbal motion, stabilized，并把相机运动改为 slow steady。干净的静止镜头同样稳定有效。