Blog›Guides

Veo 3 vs Veo 3.1: Wie sich Video-Prompts verändert haben

Wir verglichen 741 Veo 3-Familien-Prompts. Veo 3.1-Prompts sind doppelt so lang, die Hälfte ist JSON, und sie steuern die Kamera weitaus häufiger, während Veo 3-Prompts auf Ton und Dialog setzen.

Veo 3 und Veo 3.1 gehören zur gleichen Familie, und die meisten Menschen behandeln sie als austauschbar. Die Prompts, die Menschen tatsächlich für sie schreiben, sagen etwas anderes. Wir haben die 741 indexierbaren Veo 3-Familien-Prompts im Wikiprompt-Katalog untersucht (611 geschrieben für Veo 3 oder Veo 3 Fast, 130 explizit für Veo 3.1) und verglichen, wie sie aufgebaut sind. Die Kurzfassung: Veo 3.1-Prompts sind doppelt so lang, weitaus strukturierter und stärker auf die Kamera ausgerichtet, während Veo 3-Prompts stärker auf Ton und Dialog setzen.

Die Zahlen auf einen Blick

Länge: Der mediane Veo 3-Prompt hat etwa 690 Zeichen. Der mediane Veo 3.1-Prompt hat etwa 1.400. Menschen schreiben doppelt so viel für 3.1.

JSON-Struktur: 31% der Veo 3-Prompts sind JSON-Objekte. Bei Veo 3.1 springt das auf 49%, fast die Hälfte.

Kameraführung: 34% der Veo 3-Prompts nennen eine spezifische Bewegung (Dolly, Tracking, Schwenk, Kran, Drohne, Handheld, Orbit). Bei Veo 3.1 sind es 57%.

Negative Anweisungen: 7% der Veo 3-Prompts enthalten einen negativen Prompt oder eine Zeile wie "keine Untertitel, kein Text". Bei Veo 3.1 sind es 18%.

Audio: 49% der Veo 3-Prompts beschreiben Ton (Umgebungsaudio, SFX, Musik). Bei Veo 3.1 sinkt das auf 38%.

Dialog: Etwa gleich, 39% für Veo 3 und 43% für Veo 3.1.

Seitenverhältnis: Beide sind überwiegend 16:9 (605 der 741 Prompts).

Unsere redaktionellen Bewertungen (1 bis 5, bewusst streng) liegen nahe beieinander: Veo 3.1-Prompts erreichen im Schnitt 3,32 bei Wow und 4,02 bei technischer Qualität, Veo 3-Prompts 3,24 und 3,97. Die Nützlichkeit als wiederverwendbare Vorlage ist für 3.1 leicht höher (3,39 vs. 3,27), was den Trend zu strukturierten, ausfüllbaren JSON-Vorlagen widerspiegelt.

Was Veo 3-Prompts gut können

Veo 3 war das Modell, das natives Audio zum Mainstream machte, und das Korpus zeigt es. Die Hälfte seiner Prompts verwendet Wörter für Sounddesign: Schritte, Wind, Stimmengewirr, eine gesprochene Zeile in Anführungszeichen. Die häufigsten Schlüsselwörter sind cinematic, slow motion, action, epic, surreal, nature und wildlife, und ein erkennbares Genre entstand hier: das First-Person-POV-Abenteuer, geschrieben in der zweiten Person ("du schnappst magnetische Bindungen auf ein Gravity-Board...").

Die besten Veo 3-Prompts sind kurze Szenen mit einem klaren Beat und einer Überraschung:

Miniature Extreme Sports World Inside a Red Bull Can - ein einziger kontinuierlicher Push von einem Dach in eine winzige Welt in einer Dose. Ein Produktshot, getarnt als Geschichte.

City Park Magic Pigeon - acht Sekunden, eine Bank, eine Wendung. Beweis, dass ein Absatz in einfacher Sprache immer noch funktioniert.

Space Elevator Gravity-Board Descent POV - die "den Betrachter verkörpern"-Vorlage in ihrer ambitioniertesten Form.

Mars Dust Storm Survival POV Prompt for Veo 3 - dieselbe Vorlage, Überlebensdrama, mit einem starken Gefühl für physische Einsätze.

Neon Cyber-Noir Mech Chase POV Prompt for Veo 3 - die POV-Formel angewendet auf ein Cockpit, Neon und Geschwindigkeit.

Veo3 Skateboarder Urban Night Cinematic Prompt - ein frühes Beispiel für die JSON-Szenenliste, vertikal 9:16.

Film Noir Detective Alley Scene Prompt - eine JSON-Shot-Spezifikation, die wie die Notizen eines Kameramanns liest.

Coastal Pier Dolphin Surprise - die "ruhiges Setup, plötzliche Enthüllung"-Struktur, die viele virale Veo 3-Clips teilen.

Was sich mit Veo 3.1 geändert hat

Veo 3.1-Prompts lesen sich wie Produktionsdokumente. Die dominanten Schlüsselwörter verschieben sich von Abenteuerwörtern zu Handwerkswörtern: photorealistic, 4k, macro, shallow depth of field, golden hour, commercial, steam. Das am häufigsten kopierte Format im Katalog ist das commercial_specifications-JSON: ein Titel, eine Dauer (normalerweise 8 oder 10 Sekunden), ein Seitenverhältnis, eine Auflösung und dann eine Shot-Liste, die ein Produkt vom Rohmaterial zum fertigen Objekt führt.

Menschen nutzen 3.1 auch für Kontinuitätsfunktionen: 7% der 3.1-Prompts erwähnen Referenzbilder, Zutaten oder erste und letzte Frames, gegenüber 2% bei Veo 3. Und der Sprung bei negativen Anweisungen (18%) zeigt, dass Prompt-Autoren gegen spezifische Fehlermodi kämpfen, meist eingebrannte Untertitel und Streutext.

Die Highlights:

Luxury Honey Commercial Cinematic Macro Video Prompt - die Vorlage, die das Genre "vom Rohstoff zu flüssigem Gold" definiert.

From Cocoa Pod to Chocolate: Cinematic Macro Video Prompt - dieselbe Struktur angewendet auf Schokolade, zeigt, wie wiederverwendbar sie ist.

Farm to Table: Potato Chip Transformation - und nochmal für eine Snackmarke. Produkt austauschen, Skelett behalten.

Cinematic Artisanal Coffee Commercial (Veo 3.1) - Kaffeekirsche zur Tasse.

Veo 3.1: Jungle to Desert Biomechanical Chase - nicht jeder 3.1-Prompt ist eine Werbung. Dieser ist ein einzelner Tracking-Shot, der in acht Sekunden zwei Biome durchquert.

Cinematic Avalanche Chase on Frozen Cliff Road - großflächige Physik, Luftaufnahmen.

Headphones Building From Metal Dust - Veo 3.1 JSON Prompt - die "aus Partikeln zusammenbauen"-Produktenthüllung, mit explizit gesetzten fps und Dauer.

Kitchen Renovation Timelapse Transformation - eine feste Kamera und ein Lichtverlauf von Morgen bis Abend, ein Format, das nur funktioniert, wenn das Modell den Frame stabil hält.

Aura and Basalt: Miniature Sunmelon Silk Gelato - ein Miniatur-Diorama mit winzigen Köchen, eines der originellsten Konzepte im Set.

Muster, die in beiden funktionieren

Ein Shot, ein Beat. Acht Sekunden sind kurz. Die stärksten Prompts in beiden Gruppen beschreiben eine kontinuierliche Kamerabewegung und ein Ereignis.

Benenne die Kamerabewegung. "Tracking shot", "camera movement" und "close-up" gehören zu den häufigsten Schlüsselwörtern in der gesamten Veo 3-Familie.

Schreibe den Ton. Beide Modelle generieren Audio nativ; mehr als ein Drittel der Prompts in jeder Gruppe beschreiben es, und ein einziger spezifischer Sound reicht, um eine Szene zu verankern.

Setze Dialog in Anführungszeichen. Beide Modelle verarbeiten eine kurze zitierte Zeile viel besser als eine Paraphrase.

Sage, was du nicht willst. "Keine Untertitel, kein Text auf dem Bildschirm" spart viele Neugenerierungen.

Ein schnelles Starter-Rezept

Für Veo 3, starte mit einem Absatz:

Ein [Tageszeit], [Dauer]-Sekunden-Video an [Ort]. [Kamerabewegung] auf [Subjekt] zu. [Das eine Ereignis, das passiert]. Audio: [Umgebungsgeräusch], [ein spezifischer Soundeffekt]. [Charakter] sagt: "[kurze Zeile]". Keine Untertitel.

Für Veo 3.1, starte mit dem JSON-Gerüst, auf das der Katalog immer wieder zusteuert:

{ "duration_seconds": 8, "aspect_ratio": "16:9", "style": "[Look]", "camera": "[Bewegung]", "shots": [ { "time": "0-3s", "action": "[Setup]" }, { "time": "3-8s", "action": "[Payoff]" } ], "audio": "[Sound]", "negative": "kein Text, keine Untertitel" }