Guia de prompts
Prompts do Veo 3.1: como escrever para imagem e som
Publicado em Atualizado em Por DreamClip
Bons prompts do Veo 3.1 são curtos, ordenados e escritos para dois sentidos. O Veo 3.1 gera o som junto com a imagem, então um prompt que nomeia o plano, a ação, a luz e um ou dois sons volta como um clipe com uma trilha que combina com ele. Um prompt que lista dez adjetivos e nenhum som volta como um mood board com um zumbido.
Este guia é o método: a ordem que funciona, a linha de áudio, palavras de câmera, anúncios, imagem para vídeo, doze prompts que geraram clipes reais do Veo (onze deles na nossa página do Veo 3.1), e as falhas com que você vai topar.
Na DreamClip, tanto o Veo 3.1 (with audio) quanto a versão mais rápida dele, o Veo 3.1 Fast, renderizam a partir de um prompt de texto ou de uma imagem inicial em 720p ou 1080p, em 16:9 ou 9:16. Os dois abrem no estúdio de vídeo com o modelo já escolhido, e uma geração do Veo que falha não é cobrada.
Prompts do Veo 3.1: a anatomia de um que funciona
Um prompt de vídeo é uma lista de planos para um plano só, e as primeiras palavras pesam mais, então a ordem abaixo é o controle que você tem.
- Plano e câmera: close, aproximação lenta, com a câmera na mão.
- Sujeito e ação: um padeiro marca um pão com um corte rápido.
- Cenário e luz: uma padaria pequena antes do amanhecer, uma lâmpada quente sobre a bancada.
- Som: a lâmina cortando a casca, um forno estalando enquanto aquece.
- Visual: fotorrealista, profundidade de campo rasa, 9:16.
Juntas, são cerca de 40 palavras, o bastante para um clipe de 8 segundos. As duas partes que as pessoas deixam de fora são a ação e o som: sem verbo o plano se perde, e sem uma linha de som a trilha fica genérica.
Os dois modelos Veo e o que o estúdio oferece
Dois modelos Veo rodam na DreamClip. As células vêm do nosso catálogo: o que o estúdio oferece hoje, não a especificação completa do Google.
| Modelo | Criador | Duração do clipe | Tamanhos | Som | Imagem inicial | Fotos de referência |
|---|---|---|---|---|---|---|
| Veo 3.1 (with audio) | CriadorGoogle | Duração do clipe4, 6 ou 8 s | Tamanhos720p, 1080p | SomSim, ativado por padrão | Imagem inicialSim | Fotos de referênciaNão |
| Veo 3.1 Fast | CriadorGoogle | Duração do clipe4, 6 ou 8 s | Tamanhos720p, 1080p | SomSim, ativado por padrão | Imagem inicialSim | Fotos de referênciaNão |
O Veo 3.1 (with audio) é o modelo completo; o Veo 3.1 Fast é a mesma família com custo menor por segundo e é onde ficam os rascunhos. Os dois cards abaixo tocam clipes que cada modelo Veo renderizou por conta própria.
Nenhum dos dois modelos Veo aceita imagem final nem fotos de referência aqui, e nenhum renderiza quadrado ou em 4K. Um clipe que termina em uma segunda imagem pertence ao Seedance 2.5, que tem imagem inicial e imagem final; o 4K nativo pertence ao Kling 3.0 4K. A comparação Veo 3.1 vs Kling 3.0 diz quando cada troca compensa.
Escrevendo a linha de áudio: diálogo, ambiente e pistas musicais
O áudio do Veo 3.1 é gerado no mesmo passe da imagem, ligado por padrão no estúdio. O prompt é o único lugar onde você o dirige, então dê uma linha específica: a fonte, o espaço e o que fica em silêncio.
| Som que você quer | Como escrever | Exemplo |
|---|---|---|
| Uma fala | Como escreverQuem fala, depois as palavras entre aspas | ExemploUm homem na bilheteria diz “Dois para a última sessão.” |
| Ambiente da sala | Como escreverNomeie o espaço; o eco segue | ExemploUma cozinha de azulejos; um estacionamento vazio |
| Efeitos | Como escreverDuas ou três fontes, em ordem | ExemploChuva numa janela, uma chaleira começando a apitar |
| Uma pista musical | Como escreverInstrumento, clima, volume | ExemploUm piano sozinho, lento, baixo sob a voz |
| Silêncio | Como escreverDiga o que não colocar | ExemploSem música. Sem vozes. Só o mar. |
Para diálogo, mantenha a fala com menos de dez palavras para um clipe de 6 ou 8 segundos, e dê ao personagem algo para fazer enquanto fala. Para uma narração que você mesmo vai gravar, escreva “sem música, sem vozes, só ambiente da sala”.
Linguagem de câmera que o Veo 3.1 entende
O Veo segue instruções de câmera quando são palavras de cinema, não de app. Diga o movimento e, se importar, a lente. Um movimento por clipe.
| Diga isto | O que você recebe | Bom para |
|---|---|---|
| Aproximação lenta | O que você recebeA câmera se aproxima devagar do sujeito | Bom paraRevelações, rostos, detalhes de produto |
| Órbita lenta | O que você recebeA câmera circula o sujeito | Bom paraProdutos, um instante congelado, um dançarino |
| Travelling | O que você recebeA câmera acompanha um sujeito em movimento | Bom paraCorrida, bicicleta, um cachorro na praia |
| Câmera na mão | O que você recebeTremor natural e pequeno | Bom paraVlogs, cozinhas, qualquer coisa espontânea |
| Grande angular baixo | O que você recebeOlhando para cima, escala exagerada | Bom paraGigantes, prédios, drama |
| Aérea, descendo | O que você recebeUma queda de drone em direção ao chão | Bom paraPaisagens, cidades, água |
| Macro | O que você recebeClose extremo, foco raso | Bom paraRelógios, líquido, textura |
| Câmera parada | O que você recebeNenhum movimento de câmera | Bom paraComédia, um único beat, um logo |
Duas palavras pedem cuidado: “zoom” sozinho, que é ambíguo entre lente e recorte, e “cinematográfico” sozinho, que diz pouco. Descreva o caminho, como o prompt da Terra abaixo faz com “acelerando para cima através das nuvens enquanto a cidade encolhe”. “35mm, profundidade de campo rasa” diz mais que qualquer adjetivo.
Prompts para anúncios e fotos de produto
O Veo 3.1 em anúncios é mais forte quando o som faz parte da venda: um jorro, um clique, uma frase que entrega o slogan. Escreva o produto como sujeito, com uma ação, uma luz e um som.
- A revelação: “Macro, aproximação lenta: um estojo preto fosco de fones se abre sobre pedra escura, um clique suave, um anel fino de luz dentro, sem música.”
- O porta-voz: “Plano médio, câmera na mão: um entregador de jaqueta amarela bate num pacote e diz ‘Entrega no mesmo dia, todo dia’, uma rua da cidade atrás, trânsito e um ônibus passando, 9:16.”
- O despejo: “Close: cold brew cai sobre gelo transparente num copo alto, num balcão ensolarado, condensação se formando, o despejo e o gelo estalando, fotorrealista.”
Para um produto que dá uma volta completa, ou um clipe com mais de 8 segundos, o Kling 3.0 é a ferramenta melhor; a página do Kling reúne prompts de produto escritos para ele. Nossa página de texto para vídeo tem mais prompts prontos para anúncio.
Prompts de imagem para vídeo: descreva o movimento, não a imagem
Com uma imagem inicial anexada, o sujeito, o cenário e a luz já estão na frente do Veo 3.1, então um prompt que descreve tudo de novo desperdiça a atenção dele. Escreva só o que muda: o movimento, a câmera, o som. Abra o Veo 3.1 com imagem inicial, envie a foto e mantenha o prompt em uma ou duas frases.
- Uma mulher em uma varanda: “Ela vira para olhar por sobre o ombro e sorri, vento no cabelo, aproximação lenta, barulho da rua bem lá embaixo.”
- Um produto sobre um pedestal: “Órbita lenta, a luz varre a superfície, um zumbido baixo, nada mais se move.”
- Uma foto de família antiga: “As pessoas respiram e se mexem levemente, uma cortina se mexe atrás delas, ambiente suave de sala, a câmera fica parada.”
Ajuste a proporção à foto, 9:16 para retrato e 16:9 para paisagem, e mantenha o primeiro segundo calmo. A página de imagem para vídeo cobre o método completo.
Doze prompts do Veo 3.1 que geraram clipes reais
Os primeiros onze são renderizações do Veo 3.1 mostradas na nossa página do Veo 3.1, com os prompts; o último gerou a prévia do Veo 3.1 Fast acima. Leia pelo padrão: um sujeito, uma ação, uma câmera, uma luz.
| Prompt | O que notar |
|---|---|
| Um border collie cavalga com confiança uma onda turquesa do oceano numa prancha, borrifos contraluz do sol, língua de fora, gotas de água em câmera lenta, energia de aventura de verão, composição vertical | Pelo, água e anatomia numa tomada quase impossível |
| Um homem gigante e alegre, de roupa casual, caminha por uma avenida do centro com a altura da cintura dos arranha-céus, multidões aplaudindo nas calçadas lá embaixo, confete flutuando entre os prédios, grande angular baixo dramático, escala épica e divertida, composição vertical | Escala definida por uma comparação e pelo ângulo da câmera |
| Uma mulher elegante num vestido dourado cintilante fica ao lado de um bolo de aniversário de três andares enquanto fontes de faíscas frias explodem ao redor, uma torre de champanhe brilhando atrás dela, confete dourado caindo, luzes de bokeh de salão de baile, aproximação lenta e cinematográfica, celebração luxuosa, composição vertical | Várias luzes nomeadas, um movimento de câmera |
| Órbita de câmera bullet-time em volta de um dançarino congelado no meio de um salto, dentro de uma explosão de gotas de água suspensas, flashes de estúdio brilhando nas gotas, o tempo volta ao movimento no fim, palco escuro dramático, composição vertical | Uma instrução de tempo com começo e fim |
| Cromo líquido derretido sobe de um piso espelhado preto e se esculpe num emblema triangular abstrato flutuante, ondulações se acalmando, reflexos nítidos de estúdio, fundo escuro e premium, revelação lenta, composição vertical | Um sujeito abstrato com verbos físicos |
| Retrato íntimo em close com luz de vela quente: uma jovem fecha os olhos, faz um pedido e sopra suavemente as velas de um bolo de aniversário, pequenas brasas flutuando, bokeh de luzes de fada atrás dela, câmera lenta suave, caloroso e emotivo, composição vertical | Três pequenas ações em ordem; os planos quietos parecem mais reais |
| Basquete de rua à noite: uma bola entra limpa na rede de corrente de uma quadra ao ar livre sob holofotes enquanto um relógio de jogo digital simples chega a zero, um grupo de amigos junto à cerca de arame explode em comemoração, névoa dramática com contraluz, câmera lenta granulada e triunfante, composição vertical | Uma fonte de som escrita como uma ação |
| Um gato laranja e fofinho, de chapéu de chef pequeno, fica diante de um fogão minúsculo e vira uma panqueca mini numa frigideira, uma nuvem de farinha no ar, luz quente e aconchegante de cozinha, profundidade de campo rasa, charmoso e absurdo, composição vertical | Comédia tratada com seriedade, um único beat físico |
| Zoom para trás em alta velocidade começando numa menina acenando de um telhado, acelerando para cima através das nuvens enquanto a cidade encolhe até a costa, depois os continentes, e então a curva brilhante da Terra num espaço de campo estelar, recuo contínuo e sem cortes, composição vertical | Um movimento contínuo descrito como uma sequência |
| Um tubo de neon brilhante se desenha sozinho num diamante geométrico abstrato numa parede de tijolos escura, brilho elétrico se abrindo, um zumbido leve com piscadas, a câmera se aproxima devagar enquanto o letreiro acende por completo, estúdio noturno sombrio, composição vertical | O som e o final, ambos escritos |
| Um astronauta segura um pau de selfie e grava um vlog flutuando na cúpula de uma estação espacial, a Terra girando devagar abaixo, acena para a câmera com um sorriso enquanto o nascer do sol brilha no horizonte, sensação autêntica de vlog na mão, composição vertical | Câmera na mão, com uma mudança de luz dentro do clipe |
| Um border collie salta para pegar um frisbee numa praia com vento, areia espirrando, orelhas voando, a linha das ondas quebrando atrás, gaivotas e surf audíveis, pegada em câmera lenta, travelling, fotorrealista | A prévia do Veo 3.1 Fast: som e câmera nomeados |
Falhas comuns e a correção
| O que deu errado | Por quê | A correção |
|---|---|---|
| Nada se mexe | Por quêNenhum verbo no prompt | A correçãoUma ação para o sujeito, um movimento para a câmera |
| A coisa errada se mexe | Por quêDois sujeitos, duas ações | A correçãoCorte para um sujeito; o segundo vira cenário |
| Os lábios não batem com as palavras | Por quêUma fala longa, ou nada para o personagem fazer | A correçãoMenos de dez palavras, entre aspas, com uma ação durante a fala |
| Música genérica sobre tudo | Por quêNenhuma linha de som, então o Veo escolhe a trilha | A correçãoEscreva o som que quer, ou “sem música” |
| O clipe termina cedo demais | Por quêUma ideia de 8 segundos num clipe de 4 | A correçãoEscolha 8 segundos, ou reduza a ideia a um beat |
| Mãos e objetos pequenos entortam | Por quêAção rápida perto da lente | A correçãoDesacelere a ação ou afaste a câmera |
| Texto no quadro vira ilegível | Por quêPalavras em um plano em movimento raramente se mantêm | A correçãoTire palavras do plano; coloque títulos num editor |
Quando um prompt continua errando, mude uma coisa por vez e rode de novo no Veo 3.1 Fast, que custa menos por segundo.
Tamanho do prompt e a escolha de 4, 6 ou 8 segundos
A caixa do estúdio aceita até 4.000 caracteres para o Veo 3.1 a partir de outubro de 2026, e você nunca deve precisar de nem um décimo disso. De quarenta a setenta palavras é onde ficam os doze prompts acima. Em um prompt longo, as últimas instruções são as mais prováveis de cair, e normalmente é a linha de som.
| Duração | Cabe | Exemplo de beat |
|---|---|---|
| 4 s | CabeUma reação, uma revelação, um logo que se assenta | Exemplo de beatO estojo dos fones se abre e clica |
| 6 s | CabeUma ação com uma preparação | Exemplo de beatEla vira, sorri, a câmera se aproxima |
| 8 s | CabePreparação, movimento e desfecho, ou uma fala | Exemplo de beatO entregador bate no pacote e diz a frase |
Escolha a duração pela ideia. Uma ideia de 4 segundos esticada para 8 se perde; uma ideia de 8 segundos cortada para 4 termina no meio do movimento. Acima de 8 segundos, una dois clipes ou use um modelo que dura mais.
Como rodar um prompt do Veo 3.1 na DreamClip
- Abra o estúdio de vídeo no Veo 3.1 Fast para rascunhos, ou o Veo 3.1 para a versão final. Cada card do Veo mostra o próprio preço inicial.
- Escolha a proporção, o tamanho e a duração: 16:9 ou 9:16, 720p ou 1080p, 4, 6 ou 8 segundos. Deixe o som ligado, a não ser que você vá fazer a trilha do clipe sozinho.
- Cole o prompt na ordem acima. Para anexar uma foto, troque para o modo Imagem para vídeo, adicione-a como imagem inicial e descreva só o movimento.
- Rode. Os créditos são reservados no envio e cobrados só quando o clipe chega; uma rodada que falha os libera.
Para testar um prompt contra outra família, abra o Comparar e escolha o Veo 3.1 (with audio) ao lado de até três outros modelos. O Comparar mantém cada coluna curta e pequena, em 16:9, e nada é cobrado por uma coluna que não entrega. A página de templates de vídeo tem mais prompts prontos para rodar.
Onde o Veo 3.1 fica devendo
Na DreamClip, o Veo 3.1 para em 8 segundos, renderiza 720p ou 1080p em vez do 4K que o Google lista na própria página (verificado em outubro de 2026), não aceita imagem final nem fotos de referência, e renderiza só 16:9 e 9:16. Também custa mais por segundo que o Veo 3.1 Fast. No lado do prompt, raramente mantém texto legível, tem dificuldade com mãos rápidas perto da lente, e simplifica uma ação lotada para manter o clima que você pediu.
Nada disso é motivo para evitá-lo. Escreva as cinco linhas, escolha a duração pela ideia, faça rascunhos no Veo 3.1 Fast e renderize a escolhida no Veo 3.1.
Perguntas
Quanto pode ser um prompt do Veo 3.1?
A caixa do estúdio aceita até 4.000 caracteres a partir de outubro de 2026. Menor funciona melhor: de quarenta a setenta palavras, com um sujeito, uma ação, um movimento de câmera, uma luz e uma linha de som.
O Veo 3.1 gera áudio a partir do prompt?
Sim. O som vem junto com a imagem no Veo 3.1 e no Veo 3.1 Fast, ligado por padrão no estúdio da DreamClip. Escreva no prompt o som que quer, ou desligue.
O Veo 3.1 consegue fazer diálogo?
Sim. Diga quem fala e coloque as palavras entre aspas, mantenha a fala com menos de dez palavras para um clipe de 6 ou 8 segundos, e dê ao personagem uma ação durante a fala.
Posso usar o Veo 3.1 para imagem para vídeo?
Sim. Abra o Veo 3.1 com imagem inicial no estúdio de vídeo, envie a foto e descreva só o movimento. Na DreamClip, o Veo 3.1 aceita imagem inicial, mas não imagem final; o Seedance 2.5 aceita as duas.
Qual é a diferença entre o Veo 3.1 e o Veo 3.1 Fast?
O Veo 3.1 Fast tem as mesmas durações, tamanhos, proporções e som do Veo 3.1, com custo menor por segundo. Faça os rascunhos ali e renderize a escolhida no Veo 3.1.
O Veo 3.1 consegue colocar texto legível num clipe?
Raramente. Palavras numa placa ou num rótulo costumam entortar quando a câmera se move. Tire o texto do prompt, renderize o plano limpo e coloque os títulos num editor depois.
Relacionados
- ComparativoVeo 3.1 vs Kling 3.0: qual modelo de vídeo com IA escolher em 2026Veo 3.1 vs Kling 3.0 em som, duração, 4K, quadro inicial e movimento, com a escolha certa para anúncios, redes sociais e cenas de cinema, e como testar os dois.
- ComparativoVeo 3.1 vs Sora 2: o que dá para gerar de verdade hojeA API do Sora 2 foi desligada em 24 de setembro de 2026. Veo 3.1 vs Sora 2 em som, duração, tamanho e quadro inicial, e prompts do Sora reescritos para o Veo 3.1.
- GuiaComo transformar foto em vídeo com IA: guia de imagem para vídeoComo funciona a IA de imagem para vídeo, quais fotos animam bem, como escrever um prompt de movimento e qual modelo abrir primeiro para produto, pessoa e paisagem.
Fontes
- Google DeepMind, a página do modelo Veo, consultado em