Veo 3 Prompt Guía: 5 Elements y 10 Plantillas

Easton editorial illustration: one cinematic prompt console producing a film frame

Escribes «una chica caminando por la playa» y Veo 3 genera un video borroso, con movimientos rígidos, nada parecido a esa escena romántica que imaginabas. Mientras tanto, en redes sociales otros publican trabajos con planos preciosos como fragmentos de película, movimientos de cámara fluidos y efectos de sonido perfectamente sincronizados.

En realidad no es culpa de Veo 3, sino de que el prompt no es lo bastante específico. Escribir prompts para Veo 3 no es poner unas palabras al azar: es dar instrucciones a un director de fotografía profesional — qué lente, qué ángulo, qué luz, qué hace el sujeto e incluso qué sonido debe escucharse.

Este artículo comparte un sistema de escritura de prompts para Veo 3 ya probado en la práctica. Desde los 5 elementos clave hasta 10 plantillas listas para usar, pasando por errores comunes y técnicas avanzadas. Al terminar, también podrás escribir prompts que generen videos de alta calidad.

¿Por qué tus videos con Veo 3 nunca salen como quieres?

Antes de entrar en el método, aclaremos por qué falla. Mucha gente cree que un prompt es solo describir la escena con lenguaje natural, escribiendo lo que se le ocurre. En realidad, el prompt de Veo 3 es más bien un lenguaje de instrucciones estructurado.

Es como pedir en un restaurante. No basta con decir «quiero algo rico»: el camarero no sabrá qué traerte. Tienes que indicar si quieres comida picante o suave, arroz o pasta. Veo 3 funciona igual: necesita instrucciones claras.

Los datos oficiales de Google muestran que los prompts detallados mejoran la calidad más de un 60% frente a los simples. ¿Qué significa «detallado»? No más palabras, sino información completa.

Los 3 errores más comunes en los prompts

Error 1: descripción demasiado simple

Muchos escriben el prompt en una sola frase, como «una persona corriendo» o «un gato jugando». Esa información es insuficiente y Veo 3 solo puede adivinar. Puede generarte un hombre de mediana edad en traje corriendo en una cinta de gimnasio en la oficina, o un joven con ropa deportiva corriendo en el parque. ¿Cuál quieres? No lo sabe.

Compara esto:

❌ Prompt malo: «una persona corriendo»

✅ Prompt bueno: «Plano de seguimiento lateral, un joven con ropa deportiva negra corriendo por la calle de la ciudad al amanecer, zancadas ligeras y enérgicas, la luz del sol sobre su cuerpo. Calidad cinematográfica, atmósfera motivadora, tonos cálidos. SFX: pasos al correr, sonido ambiental de ciudad al amanecer.»

¿Ves la diferencia? El buen prompt especifica plano, personaje, acción, entorno, estilo y audio.

Error 2: sobrecarga de información sin foco

El otro extremo es acumular todos los detalles posibles en un párrafo largo, y entonces Veo 3 no capta lo esencial. Es como decirle al fotógrafo: «quiero primer plano, gran angular, seguimiento, cámara lenta, amanecer y atardecer a la vez…». Se vuelve loco.

La recomendación oficial de Google Cloud es mantener el prompt entre 10-25 palabras. Demasiado corto, falta información; demasiado largo, genera confusión. Lo clave es resaltar los elementos visuales más importantes.

Error 3: ignorar la guía de audio

Es algo que muchos pasan por alto. Una de las grandes ventajas de Veo 3 es generar audio sincronizado: diálogo, efectos y sonido ambiental. Pero si no lo indicas en el prompt, o sale un video mudo o el sonido no encaja con la imagen.

Tras varios intentos verás que los prompts con guía de audio producen videos mucho más terminados, con sensación de producto final.

La fórmula de 5 elementos para prompts de Veo 3

Bien, ya identificamos el problema; ahora la solución. Basándome en la guía oficial de Google y en mi experiencia, resumí una fórmula de 5 elementos. Si la sigues, la tasa de éxito sube notablemente.

Fórmula completa:

[Técnica de cámara] + [Descripción del sujeto] + [Acción] + [Entorno] + [Estilo y atmósfera]

Suena sencillo, pero cada elemento tiene sus matices. Vamos uno por uno.

Elemento 1: técnica de cámara (Camera Work)

Aquí le dices a Veo 3 qué lente, qué ángulo y cómo se mueve la cámara. Como en un rodaje real: primero defines el plano.

Tipos de plano:

Primer plano (close-up): detalles, expresión facial, manos
Plano medio (medium shot): busto o cuerpo entero
Gran angular / plano general (wide shot): escena amplia, entorno
Plano aéreo (aerial shot): vista desde arriba

Movimientos de cámara:

Dolly in/out: la cámara avanza o retrocede
Plano de seguimiento (tracking shot): la cámara sigue al sujeto
Paneo (pan): la cámara gira horizontal o verticalmente
Grúa (crane shot): movimiento vertical de la cámara
Fijo (static shot): cámara sin movimiento

Ejemplos:

«Primer plano con avance lento» → de plano medio a primer plano del rostro
«Plano de seguimiento lateral» → la cámara sigue al sujeto de lado
«Plano aéreo con descenso lento» → vista desde arriba que baja gradualmente

Punto clave: si no especificas el movimiento de cámara, Veo 3 genera un plano estático por defecto. Para dinamismo, dilo explícitamente.

Elemento 2: descripción del sujeto (Subject)

El sujeto es el foco del video: normalmente una persona, un animal u objeto. Cuanto más concreta la descripción, más consistente el personaje.

Aspectos clave al describir personas:

Edad y género: «mujer asiática de unos 25 años»
Vestimenta: «con gabardina beige, pelo largo al viento»
Expresión: «sonriendo», «mirada tierna»
Físico: «figura esbelta», «postura elegante»

Ejemplos:

❌ Simple: «una chica»
✅ Detallado: «una mujer asiática de unos 30 años, camisa blanca, pelo largo suelto, mirada tierna, sonriendo»

Truco: si quieres mantener el mismo personaje en varias generaciones, guarda esta descripción y reutilízala. Veo 3 genera personajes similares con prompts parecidos.

Elemento 3: acción (Action)

No basta con el sujeto: tiene que moverse. La acción debe ser lo bastante concreta para visualizar la escena.

Niveles de descripción de la acción:

Genérico: «caminar» → concreto: «pasear con calma»
Genérico: «mirar» → concreto: «levantar la vista hacia el horizonte»
Genérico: «reír» → concreto: «sonreír suavemente, con los ojos entrecerrados»

También puedes añadir velocidad y detalle:

«Gira lentamente la cabeza, la brisa mueve su pelo largo»
«Saluda con la mano y se da la vuelta para irse»
«El gato inclina la cabeza y de pronto salta hacia el juguete»

Cuanto más vívida la acción, más vivo el video.

Elemento 4: entorno (Environment)

El entorno define la atmósfera general. Describe lugar, hora, clima y luz.

Una descripción completa del entorno incluye:

Lugar: playa, cafetería, calle urbana, bosque…
Hora: amanecer, mediodía, atardecer, noche
Clima: soleado, nublado, lluvia, niebla
Luz: sol cálido, luz superior suave, luz lateral dramática
Detalles: olas en la orilla, hojas meciéndose, tráfico urbano

Ejemplo:
«Playa dorada al atardecer, luz naranja cálida sobre la arena, olas suaves en la orilla, gaviotas volando a lo lejos.»

Un buen entorno llena el video de atmósfera.

Elemento 5: estilo y atmósfera (Style & Mood)

Esta parte define el estilo visual y el tono emocional: cinematográfico, documental, animado…

Estilos visuales:

Cinematográfico (cinematic): calidad y composición de película
Documental (documentary): estilo realista y natural
Animado (animated): estilo de dibujo animado
Stop-motion: como El fantástico señor Zorro

Atmósfera emocional:

Romántica, tranquila, tensa, misteriosa, motivadora, acogedora…

Textura de imagen:

«4K», «paleta cinematográfica», «tonos cálidos», «tonos fríos», «alto contraste», «poca profundidad de campo»

Ejemplo completo:
«Calidad cinematográfica, atmósfera romántica, tonos cálidos, poca profundidad de campo, luz natural suave.»

Combinar los 5 elementos

Ahora une los 5 elementos en un prompt completo de Veo 3:

[Primer plano con avance lento] + [mujer asiática de 25 años, camisa blanca, sonriendo] + [aparta suavemente el pelo del rostro y mira a cámara] + [cafetería, luz de tarde entrando por la ventana] + [calidad cinematográfica, poca profundidad de campo, tonos cálidos, atmósfera romántica]

Unido queda así:

«Primer plano con avance lento, una mujer asiática de 25 años con camisa blanca, mirada tierna, sonriendo mientras aparta suavemente el pelo del rostro y mira a cámara. Fondo de cafetería con luz cálida, sol de tarde entrando por la ventana. Calidad cinematográfica, poca profundidad de campo, tonos cálidos, atmósfera romántica.»

Así tienes un prompt completo. Prueba la fórmula y verás cómo sube la calidad del video.

3 técnicas clave para prompts de audio

Conviene hablar aparte del audio. La gran diferencia de Veo 3 frente a otras herramientas es generar audio de forma nativa. Otras te dan el video y luego tienes que doblar y añadir efectos; Veo 3 lo hace en un paso. Pero debes guiarlo explícitamente en el prompt.

Según la guía oficial de Google DeepMind, hay tres formas de guiar el audio: diálogo, efectos y sonido ambiental. Vamos una por una.

Técnica 1: guía de diálogo (con comillas)

Si quieres que el personaje hable, el formato es simple: encierra la línea entre comillas.

Formato estándar:

el personaje dice: "línea de diálogo"

Ejemplos:

La mujer dice: «Qué paisaje tan hermoso»
El hombre dice: «Es hora de irnos»
Ella susurra: «Gracias»

Importante: el diálogo no debe ser largo. La recomendación oficial es que quepa en 8 segundos, unas 15-25 palabras. Si es más largo, Veo 3 acelera el habla y suena poco natural.

Por ejemplo, esto es demasiado:
❌ «Hoy hace un día estupendo, el sol brilla, la brisa es suave, me siento muy bien y me gustaría quedarme aquí para siempre disfrutando de este momento tan bonito»

Mejor en frases cortas:
✅ «Hoy hace un día estupendo, me gustaría quedarme aquí»

Técnica 2: guía de efectos (etiqueta SFX)

SFX es la abreviatura de Sound Effects (efectos de sonido). Sirve para describir sonidos concretos de la escena.

Formato estándar:

SFX: descripción concreta del sonido

Ejemplos:

SFX: olas rompiendo en la orilla, gaviotas a lo lejos
SFX: taza de café posándose suavemente sobre la mesa
SFX: pasos sobre hojas secas
SFX: rugido del motor al arrancar el coche

Al describir efectos, puedes añadir:

Volumen: suave, fuerte
Distancia: lejano, cercano
Carácter: nítido, grave, agudo

Técnica 3: guía de sonido ambiental (etiqueta Ambient)

El sonido ambiental crea el paisaje sonoro de fondo. A diferencia de un efecto concreto, es la atmósfera acústica de toda la escena.

Formato estándar:

Ambient: sonido de fondo atmosférico

Ejemplos:

Ambient: calma de la playa al atardecer, brisa suave
Ambient: jazz suave y murmullos en una cafetería
Ambient: canto de aves y viento entre hojas en un bosque al amanecer
Ambient: bullicio de calle urbana, tráfico y gente

El sonido ambiental da sensación de presencia. Pruébalo en el prompt y el video cobra vida al instante.

Combinar los tres tipos de audio

Un prompt completo puede incluir diálogo, efectos y ambiente a la vez:

Primer plano, una joven sentada junto a la ventana de una cafetería, levanta la taza y da un sorbo, sonríe y mira hacia fuera. Luz cálida de tarde en su rostro. Calidad cinematográfica, poca profundidad de campo, atmósfera acogedora.

Ella dice: «Qué tarde tan bonita.»
SFX: taza de café posándose suavemente sobre la mesa
Ambient: música suave y murmullos en la cafetería

Así el video tendrá imagen, diálogo, efectos y atmósfera: un resultado muy completo.

10 plantillas de prompts listas para usar

La teoría ya está; ahora lo más práctico: 10 plantillas que puedes usar directamente. Cada una sigue la estructura de 5 elementos; adapta los detalles a tu necesidad.