Blog›Guides

Veo 3 vs Veo 3.1: Cómo cambiaron los prompts de video

Comparamos 741 prompts de la familia Veo 3. Los prompts de Veo 3.1 son el doble de largos, la mitad son JSON, y dirigen la cámara con mucha más frecuencia, mientras que los prompts de Veo 3 se apoyan en el sonido y el diálogo.

Veo 3 y Veo 3.1 son de la misma familia, y la mayoría de las personas los tratan como intercambiables. Los prompts que la gente realmente escribe para ellos dicen lo contrario. Analizamos los 741 prompts indexables de la familia Veo 3 en el catálogo de Wikiprompt (611 escritos para Veo 3 o Veo 3 Fast, 130 escritos explícitamente para Veo 3.1) y comparamos cómo están construidos. La versión corta: los prompts de Veo 3.1 son el doble de largos, mucho más estructurados y más dirigidos sobre la cámara, mientras que los prompts de Veo 3 se apoyan más en el sonido y el diálogo.

Los números de un vistazo

Longitud: la mediana del prompt de Veo 3 es de unos 690 caracteres. La mediana del prompt de Veo 3.1 es de unos 1,400. La gente escribe el doble para 3.1.

Estructura JSON: el 31% de los prompts de Veo 3 son objetos JSON. Para Veo 3.1 eso sube al 49%, casi la mitad.

Dirección de cámara: el 34% de los prompts de Veo 3 nombran un movimiento específico (dolly, tracking, paneo, grúa, dron, handheld, órbita). Para Veo 3.1 es el 57%.

Instrucciones negativas: el 7% de los prompts de Veo 3 incluyen un prompt negativo o una línea de "sin subtítulos, sin texto". Para Veo 3.1 es el 18%.

Audio: el 49% de los prompts de Veo 3 describen sonido (audio ambiental, SFX, música). Para Veo 3.1 baja al 38%.

Diálogo: aproximadamente nivelado, 39% para Veo 3 y 43% para Veo 3.1.

Relación de aspecto: ambos son abrumadoramente 16:9 (605 de los 741 prompts).

Nuestras puntuaciones editoriales (1 a 5, deliberadamente estrictas) son cercanas: los prompts de Veo 3.1 promedian 3.32 en impacto y 4.02 en calidad técnica, los de Veo 3 promedian 3.24 y 3.97. La utilidad como plantilla reutilizable es ligeramente mayor para 3.1 (3.39 vs 3.27), lo que coincide con el movimiento hacia JSON estructurado y de relleno de espacios.

En qué son buenos los prompts de Veo 3

Veo 3 fue el modelo que hizo mainstream el audio nativo, y el corpus lo muestra. La mitad de sus prompts dedican palabras al diseño de sonido: pasos, viento, murmullo de multitud, una línea hablada entre comillas. Las palabras clave más comunes son cinematográfico, cámara lenta, acción, épico, surrealista, naturaleza y vida salvaje, y un género reconocible despegó aquí: la aventura en primera persona, escrita en segunda persona ("enganchas fijaciones magnéticas a una tabla de gravedad...").

Los mejores prompts de Veo 3 son escenas cortas con un ritmo claro y una sorpresa:

Mundo de Deportes Extremos en Miniatura Dentro de una Lata de Red Bull - un solo empuje continuo desde una azotea hacia un mundo diminuto dentro de una lata. Una toma de producto disfrazada de historia.

Paloma Mágica en Parque de Ciudad - ocho segundos, un banco, un giro. Prueba de que un párrafo en lenguaje sencillo todavía funciona.

Descenso en Tabla de Gravedad por Ascensor Espacial POV - la plantilla de "encarnar al espectador" en su forma más ambiciosa.

Prompt POV de Supervivencia en Tormenta de Polvo en Marte para Veo 3 - misma plantilla, drama de supervivencia, con un fuerte sentido de riesgos físicos.

Prompt POV de Persecución Mecánica Noir Cibernético con Neón para Veo 3 - la fórmula POV aplicada a una cabina, neón y velocidad.

Prompt Cinematográfico Nocturno Urbano de Skateboarder para Veo3 - un ejemplo temprano de la lista de escenas JSON, vertical 9:16.

Prompt de Escena Noir de Detective en Callejón - una especificación de toma JSON que se lee como notas de un director de fotografía.

Sorpresa de Delfín en Muelle Costero - la estructura de "escenario sereno, revelación repentina" que comparten muchos clips virales de Veo 3.

Qué cambió con Veo 3.1

Los prompts de Veo 3.1 se leen como documentos de producción. Las palabras clave dominantes pasan de palabras de aventura a palabras de oficio: fotorrealista, 4k, macro, poca profundidad de campo, hora dorada, comercial, vapor. El formato más copiado en el catálogo es el JSON de commercial_specifications: un título, una duración (generalmente 8 o 10 segundos), una relación de aspecto, una resolución, y luego una lista de tomas que lleva un producto desde la materia prima hasta el objeto terminado.

La gente también usa 3.1 para funciones de continuidad: el 7% de los prompts de 3.1 mencionan imágenes de referencia, ingredientes o primer y último fotograma, frente al 2% de Veo 3. Y el salto en instrucciones negativas (18%) muestra a los escritores de prompts luchando contra modos de fallo específicos, principalmente subtítulos incrustados y texto suelto.

Los destacados:

Prompt de Video Macro Cinematográfico de Comercial de Miel de Lujo - la plantilla que define el género de "de ingrediente crudo a oro líquido".

De Vaina de Cacao a Chocolate: Prompt de Video Macro Cinematográfico - la misma estructura aplicada al chocolate, mostrando lo reutilizable que es.

De la Granja a la Mesa: Transformación de Papa Frita - y de nuevo para una marca de snacks. Cambia el producto, mantén el esqueleto.

Comercial Cinematográfico de Café Artesanal (Veo 3.1) - de cereza de café a taza.

Veo 3.1: Persecución Biomecánica de Selva a Desierto - no todos los prompts de 3.1 son un anuncio. Este es una sola toma de seguimiento que cruza dos biomas en ocho segundos.

Persecución Cinematográfica de Avalancha en Carretera de Acantilado Congelado - física a gran escala, encuadre aéreo.

Auriculares Construidos desde Polvo de Metal - Prompt JSON de Veo 3.1 - la revelación de producto "ensamblar desde partículas", con fps y duración establecidos explícitamente.

Transformación de Renovación de Cocina en Timelapse - una cámara fija y una progresión de luz de mañana a tarde, un formato que solo funciona cuando el modelo mantiene el encuadre estable.

Aura y Basalto: Gelato de Seda de Sunmelon en Miniatura - un diorama en miniatura con pequeños chefs, uno de los conceptos más originales del conjunto.

Patrones que funcionan en ambos

Una toma, un ritmo. Ocho segundos es poco. Los prompts más fuertes en ambos grupos describen un movimiento de cámara continuo y un evento.

Nombra el movimiento de cámara. "Toma de seguimiento", "movimiento de cámara" y "primer plano" están entre las palabras clave más frecuentes en toda la familia Veo 3.

Escribe el sonido. Ambos modelos generan audio de forma nativa; más de un tercio de los prompts en cada grupo lo describen, y un solo sonido específico es suficiente para anclar una escena.

Pon el diálogo entre comillas. Ambos modelos manejan una línea corta citada mucho mejor que una paráfrasis.

Di lo que no quieres. "Sin subtítulos, sin texto en pantalla" ahorra muchos reintentos.

Una receta rápida para empezar

Para Veo 3, empieza desde un párrafo:

Un video de [duración] segundos a [hora del día] en [ubicación]. [Movimiento de cámara] hacia [sujeto]. [El único evento que sucede]. Audio: [sonido ambiental], [un efecto de sonido específico]. [Personaje] dice: "[línea corta]". Sin subtítulos.

Para Veo 3.1, empieza desde el esqueleto JSON al que el catálogo sigue convergiendo:

{ "duration_seconds": 8, "aspect_ratio": "16:9", "style": "[aspecto]", "camera": "[movimiento]", "shots": [ { "time": "0-3s", "action": "[preparación]" }, { "time": "3-8s", "action": "[remate]" } ], "audio": "[sonido]", "negative": "sin texto, sin subtítulos" }