Guía completa de prompts de Veo 3.1: 6 escenas para copiar y generar al instante

Los 6 vídeos siguientes se generaron con Veo 3.1 en una sola pasada: 5 con Lite (2 de texto a vídeo y 3 de imagen a vídeo) y 1 con la versión estándar de imagen a vídeo. Cada uno incluye el prompt completo, los parámetros y el precio; al hacer clic en «Generar con este prompt» se abre la página del modelo con el prompt ya rellenado. Veo 3.1 ya está disponible en HiAPI: abre la página del modelo Lite y genera, con un borrador de 4 segundos en 720p desde $0.24.

1. Corto atmosférico: mercado de café, sonido en tres capas

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.

Generar con este prompt → (4 segundos, 720p, 16:9, con sonido)

veo-3.1-lite/text-to-video, 4 segundos, 720p, con sonido, $0.4.

Con el sonido activado se oyen tres capas: el chorro de agua cercano, las voces lejanas y el viento, que se corresponden exactamente con la última frase del prompt. Al escribir el sonido, separa «sonido cercano, voces del entorno y ambiente»; es mucho más concreto que escribir solo «sonido de mercado».

2. Bucle de producto sin sonido: solo gira el producto

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.

Generar con este prompt → (4 segundos, 720p, 9:16, sin sonido)

veo-3.1-lite/text-to-video, 4 segundos, 720p, sin sonido, $0.24.

La cámara no se mueve en ningún momento; solo gira el estuche de auriculares y el reflejo circular de la luz cenital acompaña a la tapa. La clave es indicar «qué no puede moverse»: camera stays locked off, no movement except… En los feeds de e-commerce la mayoría de reproducciones son sin sonido; desactivarlo baja de $0.1 a $0.06 por segundo.

3. Retrato de imagen a vídeo: girar la cabeza y sonreír

Imagen inicial:

The woman slowly turns her head and shoulders to face the camera directly, her expression shifting from neutral calm into a warm, genuine smile as she makes eye contact with the lens. Her curly auburn hair sways gently with the motion. Soft ambient studio room tone, a faint exhale of breath audible as she smiles.

Generar con este prompt → (sube tu imagen de retrato, 6 segundos, 720p, con sonido)

veo-3.1-lite/image-to-video, 6 segundos, 720p, con sonido, $0.6.

Una acción (girar la cabeza) más un cambio de expresión (de la calma a la sonrisa), sin pedir más. También se especifica el sonido: ruido de fondo del estudio y un leve suspiro al sonreír.

4. Producto de imagen a vídeo: apertura de la tapa

Imagen inicial:

The charging case lid slowly lifts open on its hinge as the case rotates gently clockwise on the marble pedestal, revealing the earbuds nestled inside. The studio rim light glints across the matte black surface as it turns. Camera stays locked off, subject motion only.

Generar con este prompt → (sube tu imagen de producto, 4 segundos, 1080p, sin sonido)

veo-3.1-lite/image-to-video, 4 segundos, 1080p, sin sonido, $0.4.

La apertura de la tapa y la rotación ocurren a la vez, sin mover la cámara. El problema más habitual en los planos de producto es que la cámara se mueva o haga zoom por su cuenta; basta una frase como «Camera stays locked off, subject motion only» para contenerlo.

5. Paisaje de imagen a vídeo: travelling de avance y niebla que se disipa

Imagen inicial:

The camera slowly pushes forward along the wooden pier toward the empty bench as the morning mist drifts and thins across the lake surface, sunlight beginning to break through the pink sky and catch the ripples on the water. A faint ambient soundscape of birdsong and gentle water lapping against the pier posts.

Generar con este prompt → (sube tu imagen de paisaje, 6 segundos, 720p, con sonido)

veo-3.1-lite/image-to-video, 6 segundos, 720p, con sonido, $0.6.

En los planos de paisaje hay que escribir a la vez «cómo se mueve la cámara» (avance) y «cómo cambia el entorno» (la niebla se disipa, la luz se filtra); si solo escribes uno de los dos, la imagen parece estática.

6. Anuncio de producto: versión estándar 1080p

The sneaker slowly rotates about 90 degrees as the camera pushes in from a low angle. Dust particles drift through the rim light. The shoe settles onto the wet stone pedestal with a deep, satisfying thud, sending a soft ring of mist rolling off the edges. A warm light sweep travels across the suede texture. Subtle bass-heavy electronic pulse builds in the background with a low whoosh on the landing. Cinematic product commercial, smooth stabilized motion, no text overlays.

Generar con este prompt → (sube una imagen de producto en 9:16, 6 segundos, 1080p)

veo-3.1/image-to-video, 6 segundos, 1080p, con sonido, $3.42.

El prompt se escribe en el orden en que ocurre la imagen: rotación, avance de cámara, posado, barrido de luz; el sonido se asocia a cada acción correspondiente (un golpe sordo al posarse, bajos de fondo). El vídeo final sigue también ese orden.

Las 4 reglas para escribir prompts de Veo

1. Escribe las acciones en orden temporal. Lo que ocurre primero va delante, y el sonido se escribe junto a la acción.
2. Indica qué no puede moverse. En los planos de producto añade «camera stays locked off».
3. Escribe el sonido por capas. Una frase para el sonido cercano, otra para las voces del entorno y otra para el ambiente; si no quieres sonido, desactiva generate_audio.
4. Ajusta primero con Lite y luego cambia de nivel para el vídeo final. 4 segundos en 720p sin sonido cuestan solo $0.24; una vez fijado el prompt, cambia a Fast o a la versión estándar sin tocar los parámetros.

Preguntas frecuentes

¿Los prompts deben estar en inglés?

Se puede en chino o en inglés. Los prompts de este artículo están en inglés y puedes usarlos copiándolos directamente.

¿Cómo se define la relación de aspecto en imagen a vídeo?

aspect_ratio tiene auto por defecto y sigue la imagen que subas; para vídeo vertical, sube una imagen en 9:16.

¿Cuánto han costado en total estos 6 vídeos?

Los 5 de Lite suman $2.24 y la zapatilla deportiva de la versión estándar, $3.42. El precio de cada uno aparece debajo de su vídeo.

Para ver el código de integración y los tres niveles de precio, consulta el tutorial en chino de la API de Veo 3.1. Elige el prompt más cercano a lo que necesitas y ve a la página del modelo Lite para generar el primero; los usuarios nuevos reciben 200 créditos al registrarse.