Biblioteca de prompts · Vídeo con IA
Siete prompts probados para Veo 3.1 y Gemini Omni Flash: aéreas, macro en cámara lenta, travellings de neón y diálogo con audio nativo. Cada clip de esta página es el resultado sin editar del prompt que tiene encima.
La propia guía de Google para Veo se resume en siete elementos, y los ejemplos de esta página los usan todos: sujeto, acción, contexto, estilo, posición y movimiento de cámara, ambiente y audio. Escríbelo como un brief de rodaje: «Toma aérea cinematográfica con drone (cámara) de olas turquesa rompiendo contra acantilados de caliza (sujeto, contexto), avanzando lentamente por la costa (movimiento), bruma de la hora dorada (ambiente)». El vocabulario de cámara es la palanca más potente —dolly in, travelling, aérea, contrapicado, primer plano, cambio de foco— porque una sola frase de cámara cambia el clip entero.
El audio se indica en el mismo texto: describe el sonido ambiente y los efectos con palabras sencillas, y pon el diálogo entre comillas —Veo 3.1 sincroniza los labios de frases cortas de forma convincente—. En Veo, el audio es opcional y se cobra aparte; en Gemini Omni Flash el sonido siempre está activado y tú eliges la duración del clip, de 3 a 10 segundos a $0.10 por segundo. Los clips mudos de Veo 3.1 empiezan en $0.10 en el nivel Lite; cada ejemplo de abajo indica el modelo y el coste exacto de esa generación.
Cada clip de abajo es la salida sin editar del prompt de su tarjeta: sin escoger el mejor de decenas de intentos y sin retoque. La etiqueta del modelo indica exactamente qué lo generó y cuánto costó.
Cinematic aerial drone shot of turquoise waves breaking against white limestone cliffs, slowly pushing forward along the coastline as seabirds cross below the camera. Golden hour haze, long shadows on the water, gentle parallax between cliff layers, epic and serene travel-film aesthetic.
Extreme macro slow-motion shot of espresso streaming into a glass cup, crema swirling and folding in amber ribbons, tiny bubbles rising as the layers separate. Warm backlight through the glass, dark café background, shallow depth of field, luxurious commercial product-film style.
Steady tracking shot following a figure in a reflective rain jacket walking away from the camera through a narrow neon-lit alley at night, puddles mirroring pink and cyan signs. Rain falling through the light, steam from a vent, cinematic cyberpunk mood. Audio: steady rain, distant city hum, echoing footsteps on wet pavement.
Slow dolly-in on an old fisherman with a weathered face and wool cap, mending a net on a misty pier at dawn, he looks up at the camera and says: "The sea decides. We just show up." Soft gray morning light, gulls drifting behind him, gentle documentary intimacy. Audio: lapping water, distant gulls, his low unhurried voice.
Stop-motion style shot of a sheet of violet paper folding itself into an origami crane on a warm wooden desk, crisp creases appearing one by one, the finished crane turning proudly toward the camera. Soft window light, minimal set, playful handcrafted charm, locked-off camera.
A tiny rusty garden robot on a sunlit windowsill carefully waters a potted sunflower with a miniature watering can, the flower straightens and turns toward the light, the robot tilts its head with a happy chirp. Warm morning light, dust motes in the air, gentle whimsical mood. Audio: soft acoustic guitar, trickling water, quiet servo whirs and birdsong outside.
Vertical handheld POV walking slowly through a lantern-lit night market, passing steaming food stalls, strings of warm bulbs overhead, a vendor tossing vegetables in a flaming wok. Lively colorful bokeh, appetizing haze, energetic street atmosphere. Audio: sizzling wok, murmuring crowd, distant upbeat street music.
«Toma aérea con drone», «dolly-in lento», «travelling», «macro fija» — la frase de cámara define todo el clip. Cambia solo esa palabra y la misma escena se convierte en cinco planos distintos.
Veo 3.1 sincroniza los labios de frases cortas entrecomilladas. Mantenlas por debajo de ~10 palabras, describe la voz del hablante y deja que el sonido ambiente cubra el resto.
Termina el prompt con una línea «Audio:» que enumere el ambiente y los efectos: lluvia, pasos, chisporroteo, cantos de pájaros. El audio no indicado sale genérico.
Itera la composición en Veo 3.1 Lite mudo desde $0.10, y vuelve a lanzar el prompt ganador con audio activado. En Omni Flash el sonido siempre va incluido, y pagas $0.10 por segundo: $0.30 por una prueba de 3 segundos, $1.00 por un clip completo de 10.
10 promptsDiez prompts verticales probados — paisajes, abstractos y mundos macro compuestos para una pantalla de móvil, con espacio para el reloj y los iconos. Cada imagen es el resultado sin editar del prompt de al lado.
Ver prompts
10 promptsDiez prompts probados para menús, apps de reparto y blogs de comida — vapor a contraluz, chorros congelados en el aire, horneados rústicos y postres oscuros y con ambiente. Cada imagen es el resultado sin editar del prompt de al lado, con el modelo y el precio indicados.
Ver prompts
10 promptsDiez prompts probados para hero shots de e-commerce, flat lays, fotografía splash y detalle macro — cada uno mostrado con la imagen sin editar que produjo y el modelo exacto que lo hizo. Copia cualquier prompt, cambia tu producto, genera.
Ver promptsLa fórmula completa de los siete elementos, con más ejemplos.
Leer la guíaQué hace bien el modelo de mundo de Google, y sus límites reales.
Leer la guíaAnima cualquier foto fija con imagen a vídeo desde el primer fotograma.
Leer la guíaVeo 3.1 te da control: duración de 4 a 8 s, 720p–4K, audio opcional, primer/último fotograma y extensiones. Omni Flash es el modelo de mundo de Google para formato corto: siempre genera sonido, renderiza exactamente los 3–10 s que pidas, entrega 720p, acepta un primer fotograma junto con hasta 10 imágenes de referencia, y edita un clip existente —de forma conversacional o volviendo a introducir cualquier vídeo terminado— a $0.10 por segundo.
Los clips mudos de Veo 3.1 Lite empiezan en $0.10 por 4 segundos a 720p; Veo 3.1 Fast con audio ronda $0.50–1.00 por clip de 4–8 s; el 4K y el Veo 3.1 insignia cuestan más. Omni Flash cuesta $0.10 por segundo de vídeo, así que $0.30–$1.00 por clip. No hay suscripción: pagas por clip desde un saldo en cripto.
Sí — sube una foto fija como primer fotograma y describe solo el movimiento y el audio. Es la forma más fiable de controlar la composición, y funciona con cualquier imagen de esta biblioteca de prompts.
Sí. Escribe la frase entre comillas dentro del prompt y activa el audio: Veo 3.1 genera la voz y sincroniza los labios. Las frases cortas y naturales funcionan mejor; los monólogos largos se desincronizan.
Cada cuenta nueva empieza con un saldo gratuito de $0.20, suficiente para probar seis prompts de imagen antes de pagar nada. Sin suscripción, sin tarjeta de crédito, recargas con cripto desde $1.