Blog›Guides

Veo 3 vs Veo 3.1 : Comment les invites vidéo ont changé

Nous avons comparé 741 prompts de la famille Veo 3. Les prompts Veo 3.1 sont deux fois plus longs, la moitié sont en JSON, et ils dirigent la caméra beaucoup plus souvent, tandis que les prompts Veo 3 s'appuient sur le son et le dialogue.

Veo 3 et Veo 3.1 appartiennent à la même famille, et la plupart des gens les traitent comme interchangeables. Les prompts que les gens écrivent réellement pour eux disent le contraire. Nous avons examiné les 741 prompts indexables de la famille Veo 3 dans le catalogue Wikiprompt (611 écrits pour Veo 3 ou Veo 3 Fast, 130 écrits explicitement pour Veo 3.1) et comparé leur construction. En bref : les prompts Veo 3.1 sont deux fois plus longs, bien plus structurés, et plus orientés vers la caméra, tandis que les prompts Veo 3 misent davantage sur le son et le dialogue.

Les chiffres en un coup d'œil

Longueur : la médiane des prompts Veo 3 est d'environ 690 caractères. La médiane des prompts Veo 3.1 est d'environ 1 400. Les gens écrivent deux fois plus pour la 3.1.

Structure JSON : 31 % des prompts Veo 3 sont des objets JSON. Pour Veo 3.1, cela passe à 49 %, soit presque la moitié.

Direction de caméra : 34 % des prompts Veo 3 nomment un mouvement spécifique (dolly, travelling, panoramique, grue, drone, caméra à l'épaule, orbite). Pour Veo 3.1, c'est 57 %.

Instructions négatives : 7 % des prompts Veo 3 incluent un prompt négatif ou une ligne « pas de sous-titres, pas de texte ». Pour Veo 3.1, c'est 18 %.

Audio : 49 % des prompts Veo 3 décrivent le son (audio ambiant, effets sonores, musique). Pour Veo 3.1, cela chute à 38 %.

Dialogue : à peu près équivalent, 39 % pour Veo 3 et 43 % pour Veo 3.1.

Format d'image : les deux sont massivement en 16:9 (605 des 741 prompts).

Nos scores éditoriaux (de 1 à 5, volontairement stricts) sont proches : les prompts Veo 3.1 obtiennent en moyenne 3,32 sur l'effet « wow » et 4,02 sur la qualité technique, les prompts Veo 3 3,24 et 3,97. L'utilité comme modèle réutilisable est légèrement plus élevée pour la 3.1 (3,39 contre 3,27), ce qui correspond à la tendance vers un JSON structuré à trous à remplir.

Ce que les prompts Veo 3 font bien

Veo 3 a été le modèle qui a rendu l'audio natif courant, et le corpus le montre. La moitié de ses prompts consacrent des mots à la conception sonore : pas, vent, murmure de foule, une ligne parlée entre guillemets. Les mots-clés les plus courants sont cinématographique, ralenti, action, épique, surréaliste, nature et faune sauvage, et un genre reconnaissable a décollé ici : l'aventure en point de vue à la première personne, écrite à la deuxième personne (« vous enclenchez des fixations magnétiques sur une planche à gravité... »).

Les meilleurs prompts Veo 3 sont des scènes courtes avec un seul battement clair et une seule surprise :

Monde de sports extrêmes miniatures dans une canette Red Bull - une seule poussée continue depuis un toit vers un petit monde à l'intérieur d'une canette. Un plan produit déguisé en histoire.

Pigeon magique du parc de la ville - huit secondes, un banc, un retournement. La preuve qu'un paragraphe en langage simple fonctionne toujours.

Descente en planche à gravité sur ascenseur spatial POV - le modèle « incarner le spectateur » dans sa version la plus ambitieuse.

Survie dans une tempête de poussière sur Mars POV Prompt pour Veo 3 - même modèle, drame de survie, avec un fort sentiment d'enjeux physiques.

Poursuite en mécha cyber-noir néon POV Prompt pour Veo 3 - la formule POV appliquée à un cockpit, néon et vitesse.

Prompt cinématographique nocturne urbain skateboarder Veo3 - un exemple précoce de liste de scènes JSON, vertical 9:16.

Prompt de scène de ruelle de détective film noir - une spécification de plan JSON qui se lit comme les notes d'un directeur de la photographie.

Surprise de dauphin sur la jetée côtière - la structure « mise en place sereine, révélation soudaine » que partagent de nombreux clips viraux Veo 3.

Ce qui a changé avec Veo 3.1

Les prompts Veo 3.1 se lisent comme des documents de production. Les mots-clés dominants passent des mots d'aventure aux mots de métier : photographique, 4k, macro, faible profondeur de champ, heure dorée, publicité, vapeur. Le format le plus copié dans le catalogue est le JSON commercial_specifications : un titre, une durée (généralement 8 ou 10 secondes), un format d'image, une résolution, puis une liste de plans qui fait passer un produit de la matière première à l'objet fini.

Les gens utilisent aussi la 3.1 pour les fonctions de continuité : 7 % des prompts 3.1 mentionnent des images de référence, des ingrédients, ou des premières et dernières images, contre 2 % pour Veo 3. Et le bond des instructions négatives (18 %) montre que les rédacteurs de prompts luttent contre des modes de défaillance spécifiques, principalement les sous-titres incrustés et le texte parasite.

Les temps forts :

Prompt vidéo macro cinématographique publicité miel de luxe - le modèle qui définit le genre « de l'ingrédient brut à l'or liquide ».

De la cabosse de cacao au chocolat : prompt vidéo macro cinématographique - la même structure appliquée au chocolat, montrant à quel point elle est réutilisable.

De la ferme à la table : transformation de chips de pomme de terre - et encore pour une marque de snacks. Changez le produit, gardez le squelette.

Publicité de café artisanal cinématographique (Veo 3.1) - de la cerise de café à la tasse.

Veo 3.1 : Poursuite biomécanique de la jungle au désert - tous les prompts 3.1 ne sont pas des publicités. Celui-ci est un unique plan de suivi traversant deux biomes en huit secondes.

Poursuite d'avalanche cinématographique sur route de falaise gelée - physique à grande échelle, cadrage aérien.

Construction de casque à partir de poussière de métal - Prompt JSON Veo 3.1 - la révélation produit « assemblage à partir de particules », avec fps et durée définis explicitement.

Transformation en accéléré de rénovation de cuisine - une caméra fixe et une progression de lumière du matin au soir, un format qui ne fonctionne que lorsque le modèle maintient le cadre stable.

Aura et Basalte : Gelato de soie mini melon soleil - un diorama miniature avec de minuscules chefs, l'un des concepts les plus originaux de l'ensemble.

Les schémas qui fonctionnent dans les deux

Un plan, un battement. Huit secondes, c'est court. Les prompts les plus forts des deux groupes décrivent un seul mouvement de caméra continu et un seul événement.

Nommez le mouvement de caméra. « Plan de suivi », « mouvement de caméra » et « gros plan » figurent parmi les mots-clés les plus fréquents de toute la famille Veo 3.

Écrivez le son. Les deux modèles génèrent l'audio nativement ; plus d'un tiers des prompts de chaque groupe le décrivent, et un seul son spécifique suffit pour ancrer une scène.

Mettez le dialogue entre guillemets. Les deux modèles gèrent bien mieux une courte ligne citée qu'une paraphrase.

Dites ce que vous ne voulez pas. « Pas de sous-titres, pas de texte à l'écran » évite beaucoup de régénérations.

Une recette de démarrage rapide

Pour Veo 3, partez d'un paragraphe :

Une vidéo de [durée] secondes à [moment de la journée] à [lieu]. [Mouvement de caméra] vers [sujet]. [L'événement unique qui se produit]. Audio : [son ambiant], [un effet sonore spécifique]. [Personnage] dit : « [courte ligne] ». Pas de sous-titres.

Pour Veo 3.1, partez du squelette JSON sur lequel le catalogue converge :

{ "duration_seconds": 8, "aspect_ratio": "16:9", "style": "[apparence]", "camera": "[mouvement]", "shots": [ { "time": "0-3s", "action": "[mise en place]" }, { "time": "3-8s", "action": "[aboutissement]" } ], "audio": "[son]", "negative": "pas de texte, pas de sous-titres" }