Prompts Veo 3: 10 tips + plantillas para copiar (2026)

Escribes cinematic, 8K, masterpiece en una caja y le das a generar. Ocho segundos después el clip parece un wallpaper de stock que aprendió a respirar. El estribillo sigue sin cámara. La boca de la cantante se mueve, pero nada en el cuarto hace sonido. No fallaste en “ser más creativo”. Le diste al modelo un moodboard y le pediste que dirigiera una toma.

Quien busca veo 3 prompt y prompt for veo 3 ya eligió el modelo. Lo que quiere es un string para pegar: cámara primero, luego sujeto, acción, cuarto, luz — y una frase de audio aparte si el clip puede hacer ruido.

Esto no es una clase de método. Cada tip de abajo es un bloque completo. El anti-ejemplo es la misma intención escrita con adjetivos vacíos. Pega el bloque, elige Veo 3.1 Fast o Veo 3.1 Lite en el generador de audio a video de SunoMV y exporta una toma que pegue en el estribillo.

Índice

• Por qué “cinematic, 8K” no es un prompt de Veo 3
• Los cinco slots oficiales que Google sí usa
• 10 tips para copiar
• 6 plantillas de MV
• Prompt vacío vs un prompt para Veo 3
• Preguntas frecuentes
• Copia, elige Veo, exporta el MV

Por qué “cinematic, 8K” no es un prompt de Veo 3

La guía de prompting de Veo 3.1 de Google pone la cinematografía en el slot uno a propósito: el trabajo de cámara es “the most powerful tool for conveying tone and emotion.” Si la saltas, el modelo inventa un wide shot por defecto y un pan por defecto, y gasta el resto del clip en verse caro.

La misma guía fija dos hechos físicos que van como campos, no como vibes. Los clips duran 4, 6 u 8 segundos. El aspect ratio es 16:9 o 9:16. En SunoMV, las tomas de Veo quedan en 8 segundos — un prompt que describe un tracking de 20 segundos se corta, no se dirige.

Prefiero una frase aburrida y completa por slot que un párrafo de “epic energy.” Los adjetivos vacíos te dan un clip lindo que no entra en el downbeat.

Imagen: SunoMV Team · still de MV escrito como cámara + sujeto + lluvia, no como “cinematic 8K”

Regla práctica: Si la primera cláusula no es una cámara, estás decorando una toma que el modelo ya eligió por ti.

Los cinco slots oficiales que Google sí usa

La fórmula de Google Cloud va en cinco partes, en este orden: cinematography + subject + action + context + style and ambiance. Textos independientes como la estructura de prompt de Veo 3 de Prompt Architects repitieron ese mismo orden después de la guía de Veo 3.1 de Google. La página de Veo de la Gemini API (actualizada el 30 de julio de 2026) suma encima una capa de audio: diálogo entre comillas, efectos nombrados como sonidos, y ruido ambiente en su propia frase.

Llena la tabla. Cualquier celda vacía se vuelve el default más soso.

Slot	Completa esto	Anti-ejemplo
Cinematography	Tamaño de plano + ángulo + movimiento con nombre + velocidad	”cinematic camera”
Subject	Una persona, vestuario, rango de edad, pelo	”a beautiful girl”
Action	Verbos + física (peso, velocidad, contacto)	“dancing beautifully”
Context	Cuarto, clima, hora del día, desorden de primer plano	”epic location”
Style & ambiance	Dirección de luz + textura + color grade	”8K, masterpiece, highly detailed”
Audio (opcional)	Diálogo / SFX / ambiente en frases aparte	”add dramatic music”

La página de Veo de DeepMind es directa sobre lo que Veo 3 vende de verdad: efectos nativos, ruido ambiente y diálogo, generados con la imagen. Si saltas la frase de audio, igual sale un soundtrack — solo que no el que el estribillo necesita.

En SunoMV el picker muestra Veo 3.1 Fast y Veo 3.1 Lite. Lite es la opción muda y más rápida. Si el prompt para Veo 3 trae líneas habladas o SFX con nombre, elige Fast. Una opción muda ignora el bloque de audio.

Regla práctica: Escribe los cinco slots de imagen en el orden de Google y el audio en frases aparte. No escondas “she whispers” dentro de la línea del vestuario.

10 tips para copiar

Cada tip es un bloque completo. El anti-ejemplo es la misma intención en adjetivos vacíos. En SunoMV: elige Veo 3.1 Fast o Lite, pega el bloque entero en la descripción de la toma, genera, y corta el clip de 8 segundos sobre la línea de letra.

1. Pon la cámara en la primera cláusula

Regla en una línea: Google puso la cinematografía primero porque el modelo obedece movimientos con nombre más que palabras de mood. El mismo oficio aparece en las notas de prompts de cámara de Runway: “slow dolly push-in” le gana a “cinematic.”

Medium close-up, low angle, slow dolly push-in over 8 seconds,
on a singer in a soaked black leather jacket standing in neon rain.
35mm spherical look, shallow depth of field, magenta rim light from the left.

Anti-ejemplo: Cinematic music video of a singer, highly detailed, 8K.

Cómo usarlo en SunoMV: pega esto como la primera transición en el downbeat del estribillo. El push-in es el corte, no el outfit.

2. Nombra un sujeto como lo haría vestuario

Regla en una línea: “a girl” es un casting. El vestuario es un lock.

Subject: a woman in her late 20s, blunt black bob, silver hoop earrings,
oversized oxblood leather jacket over a white tank, chipped black nail polish.
Keep the same jacket and hair in every shot.

Anti-ejemplo: A beautiful mysterious girl with good vibes.

Cómo usarlo en SunoMV: copia este bloque de sujeto en cada toma de Veo de la misma canción para que el estribillo y el verso no la recasteen.

3. Escribe la acción como física, no como un cumplido

Regla en una línea: “dancing beautifully” no tiene peso. “Heel strikes wet asphalt” sí.

Action: she takes three slow steps toward camera, left heel striking wet asphalt,
jacket hem swinging, rainwater flicking off the collar.
She does not spin. She does not jump. Weight stays in the front foot.

Anti-ejemplo: She dances energetically with amazing choreography.

Cómo usarlo en SunoMV: úsalo en el walk-up del pre-chorus. Los flips de alto burst son donde las tomas de Veo se desarman; deja el cuerpo lento y que mueva la cámara.

4. Haz que el cuarto trabaje

Regla en una línea: el context no es “location: cinematic.” Es lo que el lente puede pegar.

Context: a narrow Tokyo side street at 1 a.m., vending machines buzzing on the right,
a puddle in the foreground reflecting pink kanji, steam from a ramen grate,
one passing taxi light in the deep background. No crowd.

Anti-ejemplo: Epic futuristic city, breathtaking scenery.

Cómo usarlo en SunoMV: una calle concreta por canción. Reúsala. El charco es un dispositivo de transición gratis.

5. Cambia “cinematic lighting” por una dirección y una textura

Regla en una línea: la dirección de la luz es la palanca de calidad más barata en los samples oficiales.

Style and ambiance: hard key from camera-left neon, magenta, cutting a
narrow rim on her jaw. Soft fill from a shop window on the right.
Low-key contrast, wet highlights, slight grain, no clean beauty lighting.

Anti-ejemplo: Cinematic lighting, volumetric god rays, ultra realistic.

Cómo usarlo en SunoMV: mantén el mismo par key/fill entre tomas para que el grade no se resetee cada 8 segundos.

Imagen: SunoMV Team · la primera cláusula es el movimiento de cámara, no el adjetivo “cinematic”

6. Pon el diálogo entre comillas, en su propia línea

Regla en una línea: las notas de audio de la Gemini API te piden marcar el habla con comillas. Si no va entre comillas, es narración, no una línea.

She looks just past camera and says, "Don't wait for the chorus."
Keep her mouth in frame. No other speakers.

Anti-ejemplo: She talks emotionally about the song.

Cómo usarlo en SunoMV: solo con Veo 3.1 Fast. Si elegiste Lite, borra este bloque — un clip mudo va a mover la boca sin sonido y vas a odiar el resultado.

7. Nombra los SFX como sonidos, no como sentimientos

Regla en una línea: “dramatic impact” es un mood. “Heel click on wet brick” es una cue.

SFX: a sharp heel click on wet brick; a distant train door chime;
rain ticking on a metal awning. No explosion. No whoosh transition.

Anti-ejemplo: Add epic sound design.

Cómo usarlo en SunoMV: escribe SFX que puedan caer en un snare. Si la canción ya tiene un mix denso, deja los SFX escasos para que no peleen con el track.

8. Dale al cuarto una cama de ruido ambiente

Regla en una línea: Google lista el ruido ambiente como un tercer tipo de audio. Si lo saltas, el modelo inventa una cama de música genérica.

Ambient noise: low traffic two streets over, a vending machine hum,
rain on plastic sheeting. No score. No vocal ad-libs from off-screen.

Anti-ejemplo: Background music that fits the mood.

Cómo usarlo en SunoMV: en un lyric video ya tienes canción. Dile a Veo no score para que la cama nativa no doble el estribillo.

9. Trata 16:9 y 9:16 como un slot, no como un recorte

Regla en una línea: la guía de Veo 3.1 de Google solo ofrece 16:9 o 9:16. Un prompt 1:1 es un recorte que vas a hacer después, y mal.

Aspect ratio: 9:16 vertical. Headroom for captions. Subject stays in the
center third. No wide establishing shot. Phone-first framing.

Anti-ejemplo: Make it work for every platform.

Cómo usarlo en SunoMV: un ratio por export. No generes 16:9 y esperes que un recorte vertical conserve la cara.

Imagen: SunoMV Team · 9:16 como un slot escrito, no como recorte de un wide shot

10. Escribe el lock de 8 segundos en vez de pelearlo

Regla en una línea: en SunoMV, las tomas de Veo están fijas en 8 segundos. Un prompt que pide un oner de un minuto no va a sacar un minuto.

Duration: one 8-second shot. Start on her hands at the jacket zipper,
end on her eyes as she looks up into the rain.
No cut inside the clip. No time-lapse. No "then later that night."

Anti-ejemplo: A full music video that follows her all night across the city.

Cómo usarlo en SunoMV: un prompt = una línea de letra o un downbeat. Encadena los clips de 8 segundos. No le pidas a una sola toma de Veo que sea todo el MV.

Regla práctica: Si el prompt trae un “then”, estás escribiendo una secuencia. Pártela. Veo no te arma el storyboard de un párrafo.

6 plantillas de MV

Cada plantilla es un pegado. Cambia lo que va entre corchetes. Mantén el orden de los slots.

Gancho de estribillo pop (16:9)

Cinematography: medium shot, eye-level, slow push-in, 35mm.
Subject: a woman in her 20s, red vinyl jacket, wet hair stuck to her cheek.
Action: she mouths the chorus and steps one pace toward camera, rain on her lashes.
Context: rooftop at night, city grid behind her, one red aviation light blinking.
Style and ambiance: hard backlight, thin fog, teal-and-red grade, light grain.
Audio: she sings, "Stay until the lights go out." Ambient: wind on a metal rail.
No score. 16:9. 8 seconds.

Close-up de letra (boca + espacio para captions)

Cinematography: close-up, slight low angle, locked-off with a 2cm drift.
Subject: the same woman, oxblood jacket, silver hoops, a small scar on the left eyebrow.
Action: she inhales, then delivers one line, eyes wet but not crying.
Context: dark studio, a vintage microphone in the lower third, out-of-focus meters behind.
Style and ambiance: warm key from the right, cool rim, shallow focus on the mouth.
Audio: she says, "I kept the chorus." Ambient: room tone, no score.
Leave headroom at the top for captions. 8 seconds.

Imagen: SunoMV Team · un close-up de letra es una boca, un mic y una línea entre comillas

Tracking shot cinematográfico

Cinematography: tracking shot from the left, hip height, 50mm, modest speed.
Subject: a man in his 30s, grey overcoat, scuffed boots, a silver ring on the right hand.
Action: he walks parallel to a brick wall, left hand brushing wet ivy.
Context: alley after rain, one sodium street lamp, a cat frozen in a doorway.
Style and ambiance: orange sodium vs cold brick, puddle reflections, no beauty fill.
SFX: boot on wet stone; a distant bus hiss. Ambient: city two streets over. No score.
16:9. 8 seconds. Do not reveal the end of the alley.

Short vertical (9:16)

Cinematography: medium close-up, 9:16, slow crane-up from chest to eyes.
Subject: the same woman in the red vinyl jacket, rain in her hair.
Action: she looks up, blinks once, then smiles on the last beat.
Context: neon stairwell, one pink tube light, condensation on the rail.
Style and ambiance: magenta key, green bounce from a sign, crushed blacks.
Audio: she says, "Hit post." SFX: a single heel on metal stairs. No score.
Keep her in the center third. 8 seconds.

Lock de personaje (misma persona, segunda locación)

Cinematography: wide-to-medium, slow dolly right, 35mm.
Subject: SAME woman as previous shots — blunt black bob, oxblood leather jacket,
white tank, silver hoops, chipped black nail polish. Do not recast. Do not change hair.
Action: she leans on a convenience-store window and watches her own reflection.
Context: fluorescent store interior behind glass, night street in the reflection.
Style and ambiance: sickly green fluorescents vs magenta street neon, wet glass.
Ambient: compressor hum, distant register beep. No score. 16:9. 8 seconds.

Diálogo con audio nativo (solo Fast)

Cinematography: two-shot, eye-level, slow pan from him to her, 40mm.
Subject A: the woman in the oxblood jacket. Subject B: a man in a grey overcoat.
Action: he turns, she does not. She answers without looking at him.
Context: rain under a bus shelter, one fluorescent tube buzzing.
Style and ambiance: hard overhead fluorescent, greenish, wet pavement sheen.
He says, "You coming?" She says, "After the chorus."
SFX: rain on the shelter roof; a bus air-brake. Ambient: traffic. No score.
16:9. 8 seconds. Pick Veo 3.1 Fast. Do not use the silent option.

Imagen: SunoMV Team · las líneas entre comillas solo sirven si las bocas se quedan en cuadro

Prompt vacío vs un prompt para Veo 3

Misma canción, mismos 8 segundos, dos inputs. Solo uno es un prompt para Veo 3.

	Vacío	Copiar y pegar
Primera cláusula	”cinematic, 8K”	plano con nombre + movimiento con nombre
Subject	”a girl”	vestuario + pelo + una marca que la distinga
Action	”dancing”	tres pasos, peso, contacto con el piso
Audio	(nada, o “add music”)	línea entre comillas + SFX con nombre + “no score”
Ratio / duración	”make it viral”	16:9 o 9:16, 8 segundos, frame de inicio y de cierre
Para quién es	un still que finge ser video	un corte de estribillo que sí puedes editar

Si ya tienes un track de Suno, no le pidas a Veo que escriba otro. Apúntalo a la imagen y quédate con la canción. La guía de tips de prompts de Suno es la lista para pegar de la mitad de audio; esta página es la lista para pegar de la mitad de imagen. Para un lenguaje de toma más largo al estilo Seedance, ve la guía de prompts de Seedance 2.5 — otros slots, el mismo trabajo de “copia el bloque”.

Filtro de decisión: Si no puedes señalar el frame de inicio y el de cierre en el prompt, no tienes una toma. Tienes un vibe.

Preguntas frecuentes

¿Escribo “Veo 3” o “Veo 3.1” en el prompt?

Ninguno. El nombre del modelo no va en el texto del prompt. La gente busca veo 3 prompt; el picker de SunoMV lista hoy Veo 3.1 Fast y Veo 3.1 Lite. Los cinco slots son los mismos. Pon la cámara en la primera cláusula, no el string de versión.

¿Por qué mi duración saltó a 8 segundos?

Ese es el lock de Veo en SunoMV, no un bug de tu wording. Escribe frames de inicio y cierre que entren en 8 segundos. No describas un minuto de historia y esperes que el modelo lo comprima.

First y last frame: ¿igual escribo un prompt?

Sí. Los frames sostienen la identidad. El prompt igual tiene que nombrar la cámara, la acción y el audio. Un par first-last con cinematic 8K en el medio sigue siendo un prompt vacío.

¿Por qué no hay diálogo si escribí una línea?

Dos causas usuales. Elegiste la opción muda Lite. O la línea no iba entre comillas, y se trató como descripción. Ponle comillas, elige Fast, deja la boca en cuadro.

¿Debo escribir prompts negativos?

Escribe la toma positiva. Los samples de Google gastan las palabras en lo que está en el cuadro. Si tienes que excluir algo (un score, una muchedumbre, una segunda cara), di No score. No crowd. como restricción de cierre — no un párrafo de “don’ts.”

¿Un prompt puede ser todo el MV?

No. Un prompt es una toma de 8 segundos. La guía de creación de videos musicales con IA es el flujo para encadenar esas tomas. Esta página solo es el prompt de Veo 3 para pegar.

Copia, elige Veo, exporta el MV

Un prompt de Veo 3 está listo cuando lo puedes pegar, no cuando lo puedes explicar.

1. Copia una plantilla de arriba. Llena los corchetes. Mantén el orden de cinco slots de Google.
2. Abre el generador de audio a video de SunoMV. Tira la canción (link de Suno o tu propio archivo).
3. En la lista de modelos, elige Veo 3.1 Fast si el bloque tiene diálogo o SFX. Elige Veo 3.1 Lite si quieres una imagen muda de 8 segundos.
4. Pega el prompt entero en esa toma. No separes la frase de cámara de la frase de sujeto.
5. Exporta el clip sobre la línea de letra. Repite. El MV es la tira de tomas de 8 segundos, no un párrafo heroico.

La gente que saca footage usable de Veo no es la que tiene mejor lista de adjetivos. Es la que ya tiene un prompt para Veo 3 listo para pegar antes de tocar generate.

SunoMV Team