Prompts de Veo 3 con sonido y diálogo bien escritos

Anatomía del prompt que genera la herramienta

El prompt de Veo 3 sigue un orden fijo: plano y escena, acción, cámara, estilo, audio, diálogo y una línea final con duración y formato. Un ejemplo con primer plano, dolly-in lento, estilo cinematográfico, hora dorada y ambiente acogedor:

Close-up of a small bakery kitchen at dawn. A baker dusts flour off her hands and looks up at the camera, smiling. Camera: slow dolly-in. Style: cinematic film still, golden hour sunlight, cozy mood. Audio: SFX: oven door creaking, soft crackle of bread crust, distant birdsong. Dialogue: the character says, "Recién salido del horno." (no subtitles).
Duration: 8s · Aspect ratio: 9:16

Si rellenas «Evitar», se añade una línea «Negative prompt:» al final. Pégala en la casilla negativa si tu interfaz la tiene; si no, bórrala.

Cómo describir el audio

El generador de prompts para Veo 3 coloca lo que escribas en «Sonido / música» detrás de Audio: SFX:. Funciona mejor si nombras fuentes de sonido concretas en lugar de adjetivos:

• Vago: «sonido ambiente agradable».
• Concreto: «rain on a tin roof, distant thunder, a kettle starting to whistle».

Si quieres separar efectos, ambiente y música, edita el resultado y añade Ambient: o Music: después de los efectos. Indica también el volumen relativo cuando importe: «soft piano in the background». Por ejemplo, la línea de audio editada a mano podría quedar así:

Audio: SFX: footsteps on gravel, a gate creaking open. Ambient: crickets, light wind through the trees. Music: none.

Escribir «Music: none» es útil cuando quieres un clip realista: sin esa indicación, algunos resultados añaden una banda sonora que no pediste.

Diálogo: corto, entre comillas y sin subtítulos

Las comillas marcan con claridad qué palabras debe pronunciar el personaje. La coletilla «(no subtitles)» está ahí porque los modelos de video a veces rotulan el diálogo en pantalla. Tres reglas prácticas:

• Ajusta la frase a la duración. En un clip de unos ocho segundos cabe una frase corta o dos muy breves. Un párrafo saldrá acelerado o cortado.
• Escríbelo en el idioma en que debe sonar. Si lo escribes en español, se pide en español. Puedes indicar el acento en la acción, por ejemplo «speaking with a soft Andalusian accent».
• Con dos personajes, di quién habla. Edita el resultado para que quede claro: «the man in the blue jacket says…».

De imagen a video con Veo 3

Si ya tienes una imagen y quieres animarla, sube la foto a imagen a prompt y elige «Veo 3 (image-to-video)»: obtendrás un prompt que empieza por «Animate the provided image» con movimiento, cámara y una línea de audio. Para otros modelos de video, el generador de prompts para video adapta la misma escena a siete formatos. Si dudas entre Veo 3 y Sora 2, compara con el generador de prompts para Sora, que organiza la escena en bloques.

Si vas a encadenar varios clips de una misma historia, marca «Dame también una versión JSON». Guardarás la escena, la luz, el estilo y el audio por separado, y te bastará con cambiar la acción y el diálogo en cada plano para que la secuencia mantenga la coherencia visual y sonora.