Veo 3.1 Lite 텍스트-투-비디오 프롬프트 레시피: 바로 복사해 붙여넣을 수 있는 프롬프트 2개와 실제 출력

veo-3.1-lite/text-to-video는 hiapi에서 오디오가 전부 아니면 전무가 아닌 몇 안 되는 텍스트-투-비디오 모델 중 하나입니다——generate_audio 플래그로 요청별로 네이티브 사운드를 켜거나 끌 수 있고, 이는 초당 가격을 바꿉니다. 그래서 두 가지 서로 다른 작업을 배우기에 아주 적합합니다: 레이어드 사운드에 의존하는 환경 장면 하나와, 무음 자동 재생을 염두에 둔 세로형 제품 루프 하나입니다. 항상 오디오가 기본 포함되어 묻지도 않고 제공되는 모델을 원한다면 wan2.7-video/text-to-video가 더 가까운 비교 대상입니다.

이 가이드는 바로 복사해 붙여넣을 수 있는 veo-3.1-lite/text-to-video 프롬프트 레시피 두 개를 제공하며, 각각은 옆에 인쇄된 프롬프트로 생성된 실제 한 번의 완성 출력입니다. hiapi 작업 API를 통해 생성되었고——시드 간 선택도, 재롤도 없습니다. 두 클립의 총 비용은 $0.64입니다.

요청 구조(먼저 읽으세요)

veo-3.1-lite/text-to-video는 hiapi의 비동기 작업 엔드포인트에서 실행됩니다. 아래 두 레시피의 핵심 필드는 다음과 같습니다:

• prompt — 장면: 피사체, 동작, 배경, 카메라, 그리고 (오디오가 켜져 있다면) 사운드.
• duration — 초 단위; 모델은 4초, 6초, 8초 클립을 제공합니다.
• resolution — 720p 또는 1080p.
• aspect_ratio — 가로 또는 세로 구도; 아래에서는 16:9와 9:16을 사용했습니다.
• generate_audio — 불리언. 사운드트랙이 필요한 장면은 true, 무음 루프는 false로 설정하세요——끄면 초당 가격이 더 저렴합니다.

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-lite/text-to-video",
    "input": {
      "prompt": "A small pour-over coffee stand at a sunlit morning farmers market...",
      "duration": 4,
      "resolution": "720p",
      "aspect_ratio": "16:9",
      "generate_audio": true
    }
  }'

응답은 즉시 taskId를 반환합니다. GET /v1/tasks/{taskId}를 폴링하여 status가 success가 될 때까지 기다린 뒤 output[0].url을 즉시 다운로드하세요——임시 링크입니다.

레시피 1: 환경 장면, 오디오 켜짐

여기서의 과제는 실제 카메라 움직임 아래 실제 레이어드 사운드스케이프를 구현하는 것입니다——커피 브랜드 소셜 계정이 실제로 소리를 켜고 게시할 만한 클립입니다:

A small pour-over coffee stand at a sunlit morning farmers market. A barista
in a denim apron pours hot water in a slow spiral over ground coffee in a
paper filter; steam curls upward and catches the light as the coffee blooms
with a soft hiss. In the blurred background, market-goers browse stalls
under a canvas awning that stirs in the breeze. Camera slowly pushes in on
the pour. Warm golden-hour light, shallow depth of field, handheld
documentary feel. Soft hiss and crackle of the pour layered under distant
market chatter and a light wind.

파라미터: duration: 4, resolution: 720p, aspect_ratio: 16:9, generate_audio: true — 비용 $0.40.

한 번에 완성된 출력:

붓는 동작이 곧 전체 샷이며, 모델은 이를 유지했습니다: 물줄기의 나선, 피어오르는 증기, 느린 푸시인 모두 4초 내내 지속되었고 컷 전환으로 흐트러지지 않았습니다. 배경은 "흐릿한"과 "시장을 구경하는 사람들"이 요구한 대로 완벽하게 구현되었습니다——형체들이 캔버스 차양 앞에서 움직이지만 붓는 동작과 주의를 다투지 않을 만큼만 선명합니다. 오디오를 켜면 오디오 절이 세 가지 뚜렷한 레이어로 나타납니다: 근거리 붓는 소리의 쉿 소리와 지글거림, 아래층의 부드러운 인파 소리 벽, 그리고 그 사이를 가로지르는 바람 소리. 이것이 바로 복사할 만한 패턴입니다——막연한 "시장 소리" 프롬프트 대신 각 오디오 레이어를 개별적으로 명시하세요(전경 사운드, 앰비언트 군중, 환경음).

레시피 2: 무음 제품 루프, 오디오 꺼짐

두 번째 과제는 반직관적입니다: 고정 카메라의 상업적 샷에 generate_audio: false를 설정합니다. 무음 자동 재생 피드용 제품 루프에는 사운드트랙이 필요 없고——생략하면 초당 가격도 낮아지기 때문입니다:

Vertical product shot: a matte-black wireless earbud case slowly rotates on
a reflective black surface under a single overhead spotlight, throwing a
clean circular highlight across its lid. A thin ring light glows behind it,
rim-lighting the edges in cool blue. The camera stays locked off, centered,
with no movement except the case's slow rotation. Minimal studio background
fading to pure black at the edges. Sleek, premium tech-commercial look,
crisp reflections, no dust or fingerprints.

파라미터: duration: 4, resolution: 720p, aspect_ratio: 9:16, generate_audio: false — 비용 $0.24.

한 번에 완성된 출력:

프롬프트의 모든 제약이 눈에 읽힙니다: 화면은 절대 패닝하거나 흐트러지지 않고, 유일한 움직임은 케이스의 회전이며, 스포트라이트의 원형 하이라이트가 표면이 돌아가면서 정확히 뚜껑 위를 스윕합니다. 이것이 "카메라 고정, 중앙 정렬 유지, X 외에는 움직임 없음"으로 얻어낸 결과입니다——무엇이 정지해 있어야 하는지 명시하는 것은 무엇이 움직여야 하는지 명시하는 것만큼 중요합니다. 그리고 이 루프는 음성이나 음악 없이도 제 역할을 하므로(대부분의 광고 배포는 자체 음악을 추가합니다) generate_audio를 끄는 것은 타협이 아닙니다——720p에서 초당 40% 더 저렴하면서 클립은 아무것도 잃지 않습니다.

빠른 참조

1. generate_audio를 기본값이 아닌 창작 결정으로 취급하세요. 환경 장면과 서사적 비트에는 켜야 하고, 무음 피드용 고정 제품 루프에는 필요 없습니다——720p에서 끄면 초당 40% 더 저렴합니다($0.06 vs $0.10).
2. 오디오가 켜져 있을 때는 각 오디오 레이어를 개별적으로 명시하세요——전경 사운드, 앰비언트 군중 또는 공간 배경음, 환경음——막연한 "배경 소음" 프롬프트 대신.
3. 고정 카메라 샷에서는 무엇이 움직이지 않아야 하는지 명시하세요("카메라 고정, 중앙 정렬 유지, 케이스의 느린 회전 외에는 움직임 없음"). 이는 무엇이 움직여야 하는지 설명하는 것만큼 중요합니다.
4. aspect_ratio를 플랫폼에 맞추세요: 16:9는 환경 또는 가로 장면용, 9:16은 세로형 제품 또는 상업 루프용입니다.
5. 4초로 먼저 프로토타이핑한 뒤 더 긴 6초 또는 8초 길이 옵션에 비용을 투자하세요.

비용은 얼마인가

veo-3.1-lite/text-to-video는 출력 초 단위로 과금되며, 요율은 해상도와 오디오 활성화 여부에 따라 달라집니다:

설정	초당 가격
720p, 오디오 포함 (기본)	$0.10
720p, 오디오 없음	$0.06
1080p, 오디오 포함	$0.14
1080p, 오디오 없음	$0.10

클립은 4초, 6초, 8초로 실행할 수 있습니다. 이 글의 두 클립——4초 720p 오디오 포함 클립 하나와 4초 720p 오디오 없음 클립 하나——의 총 비용은 $0.64입니다. 현재 요율은 항상 가격 페이지에서 확인할 수 있습니다.

직접 해보세요

위의 두 레시피 모두 기본 720p 등급에서 실행됩니다. 자신의 피사체로 바꾸고, 샷에 사운드트랙이 필요한지 미리 결정한 뒤 작업 API에 제출하세요.veo-3.1-lite/text-to-video 모델 페이지에는 실시간 파라미터 참조와 현재 가격이 있습니다. 원하는 샷이 항상 사운드가 있어야 하는 서사 장면에 더 가깝다면 wan2.7 텍스트-투-비디오 프롬프트 레시피가 유용한 나란히 비교 대상입니다: 동일한 작업 API 구조에 오디오가 선택 사항이 아닌 내장입니다.