Guía de prompts

Prompts para Veo 3.1: cómo escribir para la imagen y el sonido

Publicado el Actualizado el Por DreamClip

Los buenos prompts para Veo 3.1 son cortos, ordenados y escritos para dos sentidos. Veo 3.1 genera el sonido junto con la imagen, así que un prompt que nombra la toma, la acción, la luz y uno o dos sonidos vuelve como un clip con una banda sonora que le queda. Un prompt que enumera diez adjetivos y ningún sonido vuelve como un mood board con un zumbido de fondo.

Esta guía es el método: el orden que funciona, la línea de audio, el vocabulario de cámara, los anuncios, imagen a video, doce prompts que dieron clips reales de Veo (once de ellos en nuestra página de Veo 3.1) y los errores con los que te vas a topar.

En DreamClip, tanto Veo 3.1 (with audio) como su hermano más rápido, Veo 3.1 Fast, generan a partir de un prompt de texto o de un fotograma inicial en 720p o 1080p, 16:9 o 9:16. Los dos se abren en el estudio de video con el modelo ya elegido, y una generación de Veo que falla no se cobra.

Prompts para Veo 3.1: la anatomía de uno que funciona

Un prompt de video es la lista de tomas de una sola toma, y las primeras palabras son las que más pesan, así que el orden de abajo es el control que tienes.

  1. Toma y cámara: primer plano, cámara en mano, acercamiento lento.
  2. Sujeto y acción: un panadero marca una hogaza con un solo corte rápido.
  3. Lugar y luz: una panadería pequeña antes del amanecer, una sola lámpara cálida sobre la mesa de trabajo.
  4. Sonido: la cuchilla atravesando la corteza, un horno que hace clic mientras se calienta.
  5. Look: fotorrealista, poca profundidad de campo, 9:16.

Todo junto son unas 40 palabras, más que suficiente para un clip de 8 segundos. Las dos partes que la gente deja afuera son la acción y el sonido: sin un verbo la toma se queda a la deriva, y sin una línea de sonido la banda sonora se vuelve genérica.

Los dos modelos Veo y lo que ofrece el estudio

En DreamClip funcionan dos modelos Veo. Las celdas salen de nuestro catálogo: lo que el estudio ofrece hoy, no la especificación completa de Google.

Leído del catálogo de DreamClip cuando se generó esta página.
ModeloCreadorDuración del clipTamañosSonidoImagen inicialFotos de referencia
Veo 3.1 (with audio)CreadorGoogleDuración del clip4, 6 o 8 sTamaños720p, 1080pSonidoSí, activado por defectoImagen inicialSíFotos de referenciaNo
Veo 3.1 FastCreadorGoogleDuración del clip4, 6 o 8 sTamaños720p, 1080pSonidoSí, activado por defectoImagen inicialSíFotos de referenciaNo

Veo 3.1 (with audio) es el modelo completo, con audio; Veo 3.1 Fast es la misma familia a un costo menor por segundo y es donde van los borradores. Las dos tarjetas de abajo reproducen clips que cada modelo Veo generó por su cuenta.

Aquí ninguno de los dos modelos Veo acepta fotograma final ni fotos de referencia, y ninguno genera en cuadrado ni en 4K. Un clip que termina en una segunda imagen va en Seedance 2.5, que tiene fotograma inicial y final; el 4K nativo va en Kling 3.0 4K. La comparación Veo 3.1 vs Kling 3.0 explica cuándo conviene cada cambio.

Cómo escribir la línea de audio: diálogo, ambiente y música

El audio de Veo 3.1 se genera en la misma pasada que la imagen, y en el estudio viene activado por defecto. El prompt es el único lugar donde lo diriges, así que dale una línea concreta: la fuente, el espacio y lo que queda en silencio.

Una línea de sonido por prompt. Con más de tres fuentes, la mezcla se vuelve un revoltijo.
El sonido que quieresCómo escribirloEjemplo
Una línea habladaCómo escribirloQuién habla, y luego las palabras entre comillasEjemploUn hombre en la taquilla dice "Dos para la función de la noche."
Sonido ambienteCómo escribirloNombra el espacio; el eco viene soloEjemploUna cocina de azulejos; un estacionamiento vacío
EfectosCómo escribirloDos o tres fuentes, en ordenEjemploLluvia en una ventana, una tetera que empieza a silbar
Una entrada de músicaCómo escribirloInstrumento, ánimo, volumenEjemploUn piano solo, lento, bajo debajo de la voz
SilencioCómo escribirloDi qué no agregarEjemploSin música. Sin voces. Solo el mar.

Para el diálogo, mantén la línea por debajo de diez palabras en un clip de 6 u 8 segundos y dale al personaje algo que hacer mientras habla. Para una voz en off que vas a grabar tú, escribe "sin música, sin voces, solo sonido ambiente".

El lenguaje de cámara que entiende Veo 3.1

Veo sigue las instrucciones de cámara cuando son palabras de cine, no de una app. Di el movimiento y, si importa, el lente. Un movimiento por clip.

Di estoLo que obtienesSirve para
Acercamiento lentoLo que obtienesLa cámara avanza despacio hacia el sujetoSirve paraRevelaciones, caras, detalles de producto
Órbita lentaLo que obtienesLa cámara gira alrededor del sujetoSirve paraProductos, un instante congelado, una bailarina
Travelling de seguimientoLo que obtienesLa cámara se mueve junto a un sujeto en movimientoSirve paraCorrer, andar en bici, un perro en la playa
Cámara en manoLo que obtienesUn temblor leve y naturalSirve paraVlogs, cocinas, todo lo espontáneo
Gran angular en contrapicadoLo que obtienesMirando hacia arriba, escala exageradaSirve paraGigantes, edificios, dramatismo
Aérea, descendiendoLo que obtienesUn dron que baja hacia el sueloSirve paraPaisajes, ciudades, agua
MacroLo que obtienesPrimerísimo plano, foco cortoSirve paraRelojes, líquidos, texturas
Cámara fijaLo que obtienesSin movimiento de cámaraSirve paraComedia, un solo momento, un logo

Dos palabras para usar con cuidado: "zoom" sola, que no deja claro si es el lente o un recorte, y "cinematográfico" solo, que dice poco. Describe el recorrido, como hace el prompt de la Tierra de abajo con "acelerando hacia arriba entre las nubes mientras la ciudad se encoge". "35mm, poca profundidad de campo" le dice más que cualquier adjetivo.

Prompts para anuncios y tomas de producto

Veo 3.1 para anuncios rinde mejor cuando el sonido es parte de la venta: algo que se sirve, un clic, una frase que remata el eslogan. Escribe el producto como sujeto, con una acción, una luz y un sonido.

  • La revelación: "Macro, acercamiento lento: un estuche de audífonos negro mate se abre sobre piedra oscura, un clic suave, un anillo fino de luz adentro, sin música."
  • El vocero: "Plano medio, cámara en mano: un repartidor con chaqueta amarilla da unos golpecitos a un paquete y dice “El mismo día, todos los días”, una calle de ciudad detrás, tráfico y un autobús que pasa, 9:16."
  • El vertido: "Primer plano: café cold brew cae sobre hielo transparente en un vaso alto, sobre una barra iluminada por el sol, se forma condensación, el chorro y el hielo que cruje, fotorrealista."

Para un producto que da una vuelta completa, o un clip de más de 8 segundos, Kling 3.0 es la mejor herramienta; la página de Kling reúne prompts de producto para él. Nuestra página de texto a video tiene más prompts listos para anuncios.

Prompts de imagen a video: describe el movimiento, no la imagen

Con un fotograma inicial adjunto, el sujeto, el lugar y la luz ya están frente a Veo 3.1, así que un prompt que los vuelve a describir le gasta la atención. Escribe solo lo que cambia: el movimiento, la cámara, el sonido. Abre Veo 3.1 con fotograma inicial, sube la foto y deja el prompt en una o dos frases.

  • Una mujer en un balcón: "Gira para mirar por encima del hombro y sonríe, el viento en el pelo, acercamiento lento, ruido de la calle muy abajo."
  • Un producto sobre un pedestal: "Una órbita lenta, la luz que barre la superficie, un zumbido grave, nada más se mueve."
  • Una foto familiar antigua: "Las personas respiran y se mueven apenas, una cortina se mece detrás de ellas, sonido ambiente suave, la cámara se queda quieta."

Ajusta el formato a la foto, 9:16 para un retrato y 16:9 para un paisaje, y mantén tranquilo el primer segundo. La página de imagen a video cubre el método completo.

Doce prompts de Veo 3.1 que dieron clips reales

Los primeros once son renders de Veo 3.1 que se ven en nuestra página de Veo 3.1 con sus prompts; el último hizo la vista previa de Veo 3.1 Fast de arriba. Léelos buscando el patrón: un sujeto, una acción, una cámara, una luz.

Tal como aparecen en nuestra página de Veo 3.1 y en la vista previa de Veo 3.1 Fast, aquí en español.
PromptQué notar
Un border collie surfea con seguridad una ola turquesa sobre una tabla, la espuma a contraluz del sol, la lengua afuera, gotas de agua en cámara lenta, energía de aventura de verano, composición verticalPelo, agua y anatomía en una sola toma imposible
Un hombre gigante y feliz con ropa casual avanza por una avenida del centro, los rascacielos le llegan a la cintura, la gente lo aclama desde las veredas, confeti flotando entre los edificios, gran angular dramático en contrapicado, escala épica y divertida, composición verticalLa escala se define con una comparación y un ángulo de cámara
Una mujer elegante con un vestido dorado brillante está junto a un pastel de cumpleaños de tres pisos mientras fuentes de chispas frías estallan a su alrededor, una torre de champaña reluce detrás de ella, cae confeti dorado, luces bokeh de salón de baile, acercamiento cinematográfico lento, celebración lujosa, composición verticalVarias luces nombradas, un solo movimiento de cámara
Órbita de cámara en bullet time alrededor de una bailarina congelada en pleno salto dentro de una explosión de gotas de agua suspendidas, flashes de estudio brillando a través de las gotas, al final el tiempo vuelve de golpe al movimiento, escenario oscuro y dramático, composición verticalUna instrucción de tiempo con un principio y un final
Cromo líquido fundido surge de un piso de espejo negro y se esculpe a sí mismo en un emblema triangular abstracto que flota, las ondas se calman, reflejos nítidos de estudio, fondo oscuro y premium, revelación lenta, composición verticalUn sujeto abstracto con verbos físicos
Retrato íntimo en primer plano a la luz cálida de las velas: una mujer joven cierra los ojos, pide un deseo y sopla suavemente las velas de un pastel de cumpleaños, pequeñas brasas flotando, bokeh de lucecitas detrás de ella, cámara lenta suave, emotivo y cálido, composición verticalTres acciones pequeñas en orden; las tomas tranquilas son las que se ven más reales
Básquet callejero de noche: una pelota entra limpia por una red de cadena en una cancha urbana al aire libre bajo reflectores mientras un reloj de posesión digital simple llega a cero, un grupo de amigos junto a la reja de alambre estalla en festejos, bruma dramática a contraluz, cámara lenta cruda y triunfal, composición verticalUna fuente de sonido escrita como acción
Un gato naranja y esponjoso con un pequeño gorro de chef está frente a una cocinita y voltea un mini panqueque en una sartén, una nube de harina en el aire, luz cálida y acogedora de cocina, poca profundidad de campo, encantador y absurdo, composición verticalComedia actuada en serio, un solo gesto físico
Hiper zoom hacia atrás que empieza en una niña saludando desde una azotea, acelerando hacia arriba entre las nubes mientras la ciudad se encoge hasta la costa, los continentes y luego la curva brillante de la Tierra en el espacio estrellado, alejamiento continuo y sin cortes, composición verticalUn solo movimiento continuo descrito como una secuencia
Un tubo de neón brillante se dibuja a sí mismo como un emblema geométrico abstracto en forma de diamante sobre una pared oscura de ladrillo, el resplandor eléctrico se expande, un leve zumbido y parpadeo, la cámara se acerca despacio mientras el letrero se enciende por completo, estudio nocturno con ambiente, composición verticalEl sonido y el final, los dos escritos
Un astronauta sostiene un palo de selfie y graba un vlog mientras flota en la cúpula de una estación espacial, la Tierra gira despacio abajo, saluda a la cámara con una sonrisa mientras el amanecer destella sobre el horizonte, sensación auténtica de vlog con cámara en mano, composición verticalCámara en mano, con un cambio de luz dentro del clip
Un border collie salta para atrapar un frisbee en una playa con viento, la arena salpica, las orejas al aire, la línea de olas rompiendo detrás, se escuchan gaviotas y el oleaje, atrapada en cámara lenta, travelling de seguimiento, fotorrealistaLa vista previa de Veo 3.1 Fast: sonido y cámara, los dos nombrados

Errores comunes y cómo arreglarlos

Qué salió malPor quéLa solución
No se mueve nadaPor quéNo hay un verbo en el promptLa soluciónUna acción para el sujeto, un movimiento para la cámara
Se mueve lo que no eraPor quéDos sujetos, dos accionesLa soluciónQuédate con un sujeto; el segundo pasa a ser escenografía
Los labios no coinciden con las palabrasPor quéUna línea larga, o nada que hacer para quien hablaLa soluciónMenos de diez palabras, entre comillas, con una acción durante la línea
Música genérica sobre todoPor quéNo hay línea de sonido, así que Veo pone la suyaLa soluciónEscribe el sonido que quieres, o "sin música"
El clip termina demasiado prontoPor quéUna idea de 8 segundos en un clip de 4 segundosLa soluciónElige 8 segundos, o reduce la idea a un solo momento
Las manos y los objetos pequeños se deformanPor quéAcción rápida cerca del lenteLa soluciónHaz más lenta la acción o aleja la cámara
El texto en cuadro sale ilegiblePor quéLas palabras en una toma en movimiento rara vez se sostienenLa soluciónDeja las palabras fuera de la toma; agrega los títulos en un editor

Cuando un prompt sigue fallando, cambia una sola cosa a la vez y vuelve a correrlo en Veo 3.1 Fast, que cuesta menos por segundo.

El largo del prompt y la elección de 4, 6 u 8 segundos

La caja del estudio acepta hasta 4,000 caracteres para Veo 3.1 en octubre de 2026, y nunca deberías necesitar ni una décima parte. Los doce prompts de arriba están entre cuarenta y setenta palabras. En un prompt largo, las últimas instrucciones son las que más probablemente se pierden, y casi siempre esa es la línea de sonido.

Los dos modelos Veo generan 4, 6 u 8 segundos, con precio por segundo, así que haz los borradores cortos.
DuraciónLe cabeMomento de ejemplo
4 sLe cabeUna reacción, una revelación, un logo que se asientaMomento de ejemploEl estuche de audífonos se abre y hace clic
6 sLe cabeUna acción con una entradaMomento de ejemploElla gira, sonríe, la cámara se acerca
8 sLe cabePlanteamiento, movimiento y remate, o una línea habladaMomento de ejemploEl repartidor golpea el paquete y dice la frase

Elige la duración según la idea. Una idea de 4 segundos estirada a 8 se queda a la deriva; una idea de 8 segundos recortada a 4 termina a mitad de movimiento. Para más de 8 segundos, une dos clips o usa un modelo que dure más.

Cómo correr un prompt de Veo 3.1 en DreamClip

  1. Abre el estudio de video con Veo 3.1 Fast para los borradores, o Veo 3.1 para la versión final. Cada tarjeta de Veo muestra su propio precio inicial.
  2. Elige el formato, el tamaño y la duración: 16:9 o 9:16, 720p o 1080p, 4, 6 u 8 segundos. Deja el sonido activado salvo que vayas a musicalizar el clip tú.
  3. Pega el prompt en el orden de arriba. Para adjuntar una foto, cambia a Imagen a video, agrégala como fotograma inicial y describe solo el movimiento.
  4. Córrelo. Los créditos se retienen al enviar y se cobran solo cuando llega el clip; una generación fallida los libera.

Para probar un prompt contra otra familia, abre Comparar y elige Veo 3.1 (with audio) junto a hasta otros tres modelos. Comparar mantiene cada columna corta y pequeña, en 16:9, y no se cobra nada por una columna que no entrega. La página de plantillas de video tiene más prompts listos para correr.

Dónde se queda corto Veo 3.1

Veo 3.1 en DreamClip llega hasta 8 segundos, genera en 720p o 1080p en lugar del 4K que Google indica en su propia página (revisado en octubre de 2026), no acepta fotograma final ni fotos de referencia, y genera solo en 16:9 y 9:16. Además cuesta más por segundo que Veo 3.1 Fast. Del lado del prompt, rara vez sostiene texto legible, le cuestan las manos rápidas cerca del lente y simplifica una acción cargada para mantener el ambiente que pediste.

Nada de eso es razón para evitarlo. Escribe las cinco líneas, elige la duración según la idea, haz el borrador en Veo 3.1 Fast y genera la versión final en Veo 3.1.

Preguntas

¿Qué tan largo puede ser un prompt de Veo 3.1?

La caja del estudio acepta hasta 4,000 caracteres en octubre de 2026. Más corto funciona mejor: entre cuarenta y setenta palabras, con un sujeto, una acción, un movimiento de cámara, una luz y una línea de sonido.

¿Veo 3.1 genera audio a partir del prompt?

Sí. El sonido viene con la imagen en Veo 3.1 y Veo 3.1 Fast, activado por defecto en el estudio de DreamClip. Escribe en el prompt el sonido que quieres, o desactívalo.

¿Veo 3.1 puede hacer diálogos?

Sí. Di quién habla y pon las palabras entre comillas, mantén la línea por debajo de diez palabras en un clip de 6 u 8 segundos, y dale al personaje una acción mientras habla.

¿Puedo usar Veo 3.1 para pasar una imagen a video?

Sí. Abre Veo 3.1 con fotograma inicial en el estudio de video, sube la foto y describe solo el movimiento. En DreamClip, Veo 3.1 acepta fotograma inicial pero no fotograma final; Seedance 2.5 acepta los dos.

¿Cuál es la diferencia entre Veo 3.1 y Veo 3.1 Fast?

Veo 3.1 Fast tiene las mismas duraciones, tamaños, formatos y sonido que Veo 3.1, a un costo menor por segundo. Haz ahí los borradores y genera la versión final en Veo 3.1.

¿Veo 3.1 puede poner texto legible en un clip?

Rara vez. Las palabras de un letrero o una etiqueta tienden a deformarse en cuanto la cámara se mueve. Deja el texto fuera del prompt, genera la toma limpia y agrega los títulos después en un editor.

Relacionados

Fuentes