Un buon prompt per Veo 3.1 si legge come la descrizione sintetica di un'inquadratura: chi c'è nel quadro, cosa fa, dove si trova, come si comporta la camera, che aspetto deve avere la scena e cosa dobbiamo sentire. Secondo Google, Veo 3.1 segue i prompt più fedelmente di Veo 3, quindi più descrivi l'inquadratura con precisione, più ne ritrovi nel risultato.
Questa guida spiega come strutturare un prompt per una singola clip di 8 secondi, quali parole di camera e di stile vale la pena usare, come scrivere dialoghi e sonoro, come cambia ciò che il prompt deve dire quando usi fotogramma iniziale e finale, e propone dieci prompt da incollare e adattare.
Prima di scrivere: cosa può contenere una clip di Veo 3.1
Su Veo Video ogni generazione con Veo 3.1 è una clip di 8 secondi con audio, in 16:9 o 9:16, a 720p, 1080p o 4K. Puoi partire da un testo, da una foto (che diventa il primo fotogramma) oppure da una foto più un fotogramma finale. Le immagini di riferimento funzionano su Veo 3.1 Fast, fino a tre per clip.
Otto secondi corrispondono più o meno a un'inquadratura con un'azione chiara, oppure a due o tre brevi momenti. Bastano per una o due battute, non per un paragrafo di dialogo. La maggior parte dei prompt deboli cerca di far stare un'intera scena in una sola clip; di solito la soluzione è ridurre il prompt al singolo momento che vuoi ottenere.
La struttura di un prompt per Veo 3.1
Le indicazioni di Google sui prompt per Veo elencano gli elementi che danno forma a una clip: soggetto, azione, stile, posizione e movimento della camera, composizione, messa a fuoco ed effetti dell'obiettivo, atmosfera. Veo 3.1 genera anche il sonoro, quindi pure l'audio va nel prompt. Un ordine pratico:
| Elemento | Cosa controlla | Esempio |
|---|---|---|
| Inquadratura e camera | Taglio e movimento | "Close-up, slow dolly in" |
| Soggetto | Chi o cosa c'è nel quadro | "A woman in her 30s in a soft grey sweater" |
| Azione | Cosa succede negli 8 secondi | "takes her first sip of coffee and smiles" |
| Scena | Luogo, momento, meteo | "on a small balcony above a quiet street at dawn" |
| Stile e luce | Aspetto e atmosfera | "warm morning light, shallow depth of field" |
| Sonoro | Dialoghi, effetti, ambiente | "birds chirping softly, a distant city hum" |
Mettendo tutto insieme (una donna sui trent'anni che beve il primo sorso di caffè all'alba su un balconcino, con luce calda e cinguettii):
Close-up, slow dolly in on a woman in her 30s in a soft grey sweater, taking her first sip of coffee on a small balcony above a quiet street at dawn. Morning light grazes her face. Birds chirp softly, a distant city hum. Warm color grade, shallow depth of field, TV commercial style.
Non serve inserire tutti gli elementi in ogni prompt. Ciò che lasci fuori lo completa il modello: va bene per i dettagli che non ti interessano, è un problema per quelli che invece contano.
La camera: tipi di inquadratura e movimento
Il linguaggio della camera è una delle leve più affidabili in un prompt per Veo. Indica il taglio dell'inquadratura, poi indica un solo movimento. In otto secondi raramente c'è spazio per altro, quindi limitati a un movimento invece di sommarne diversi ("pan left while craning up and zooming in").
| Inquadratura | Quando usarla | Parole da usare |
|---|---|---|
| Campo lungo / di ambientazione | Luoghi, proporzioni, contesto | "wide shot", "establishing shot" |
| Piano medio | Persone che parlano, azione generica | "medium shot", "waist-up" |
| Primo piano | Volti, emozioni, dettagli di prodotto | "close-up" |
| Primissimo piano / dettaglio | Texture, piccoli oggetti | "extreme close-up", "macro shot" |
| Soggettiva | Immersione in prima persona | "POV shot", "first-person view" |
Movimenti che funzionano bene in una singola clip:
- Dolly in / dolly out: la camera si avvicina o si allontana dal soggetto; utile per creare tensione o rivelare il contesto.
- Pan (panoramica): la camera ruota in orizzontale; utile per esplorare una scena o seguire un movimento laterale.
- Tracking shot (carrellata): la camera si muove accanto al soggetto.
- Crane shot (ripresa con gru): la camera sale o scende; utile per le rivelazioni.
- Orbit: la camera gira attorno al soggetto.
- Static: camera fissa, utile per dialoghi e inquadrature di prodotto.
Aiutano anche le parole su obiettivo e messa a fuoco: "shallow depth of field" (profondità di campo ridotta), "rack focus from the cup to her face" (spostamento del fuoco dalla tazza al volto), "wide-angle lens", "macro lens", "shot on 35mm film" per grana e calore.
Dialoghi e sonoro
Veo 3.1 genera l'audio con ogni clip. Se non dici nulla sul sonoro, costruisce comunque una colonna sonora per la scena; se lo descrivi, hai più controllo. L'indicazione di Google è mettere il parlato tra virgolette, descrivere esplicitamente gli effetti sonori e descrivere a parte il suono ambientale.
Dialoghi
Metti la battuta tra virgolette e indica chi parla e come. Ad esempio, un detective stanco in un ufficio buio con la pioggia sulla finestra, in stile noir:
Medium shot of a tired detective behind a desk in a dim office, rain on the window behind him. He looks up and says in a weary voice, "Of all the offices in this town, you had to walk into mine." Film noir look, hard shadows from window blinds.
- Limitati a una o due frasi brevi per clip. Qualcosa di più lungo non sta comodamente in 8 secondi.
- Con due interlocutori, dai un nome a ciascuno e una battuta a testa, per esempio Host A: "Welcome back!" Host B: "Glad to be here."
- Descrivi la voce ("weary", "excited whisper", "calm and slow") in modo che l'interpretazione sia coerente con l'immagine.
Effetti sonori e ambiente
Lega ogni suono a qualcosa di visibile e scrivi gli effetti come vuoi sentirli. Qui, un vicolo stretto sotto insegne al neon, con pioggerella, un allarme lontano e gocce sui bidoni:
Wide shot of a narrow alley under buzzing neon signs as cold drizzle falls. A distant alarm wails, neon hums, rain patters on metal bins.
Il prompt della buccia di banana mostra anche come gestire una sequenza: mette le azioni in ordine e segna i passaggi con parole come "suddenly" e "in the next moment". Così il modello ha una linea temporale da seguire dentro gli 8 secondi.
Stile, colore e luce
Le parole di stile funzionano meglio quando descrivono qualcosa di visibile, non una qualità vaga.
| Aspetto | Parole che aiutano |
|---|---|
| Cinematografico | "shot on 35mm film", "anamorphic lens", "film grain" |
| Documentario | "handheld camera", "natural light", "documentary style" |
| Horror | "desaturated colors", "heavy grain", "low angle", "flickering light" |
| Fantascienza | "neon-lit", "holographic display", "cool blue light" |
| Pubblicità | "TV commercial style", "clean studio lighting" |
| Animazione | "hand-drawn anime style", "cel-shaded", "vibrant colors" |
Per luce e colore, indica la direzione e il momento della giornata: "dramatic side lighting" (luce laterale drammatica), "backlit silhouette" (silhouette in controluce), "golden hour", "blue hour", "overcast diffused light" (luce diffusa da cielo coperto), "warm golden tones", "cyan-magenta grade".
Descrivi ciò che vuoi invece di elencare ciò che non vuoi. "A clean, unlabeled glass bottle on a plain black surface" (una bottiglia di vetro pulita e senza etichetta su una superficie nera uniforme) ti porta più lontano di un elenco di cose da evitare.
Partire dalle immagini
Da immagine a video
Quando carichi una foto, diventa il primo fotogramma. Il prompt non deve più descrivere l'aspetto del soggetto: usalo invece per il movimento, la camera e il sonoro. Per esempio: "She turns toward the window and smiles, slow dolly in, soft room tone and a distant car passing." (lei si gira verso la finestra e sorride, lento dolly in, leggero suono d'ambiente e un'auto che passa in lontananza).
Fotogramma iniziale e finale
Aggiungi un fotogramma finale e Veo 3.1 costruisce il movimento tra le due immagini. Usalo quando un'inquadratura deve arrivare a una composizione precisa: una rivelazione, un prodotto che si gira verso la camera, una trasformazione. Concentra il prompt su come avviene il cambiamento ("the paper ball unfolds and folds itself into a paper airplane"), perché i due estremi sono già fissati.
Immagini di riferimento (Veo 3.1 Fast)
Le immagini di riferimento sono diverse da un primo fotogramma: mostrano al modello com'è fatta una persona, un personaggio o un prodotto, e il modello li inserisce in una nuova scena. Su Veo Video puoi aggiungerne fino a tre con Veo 3.1 Fast. A quel punto il prompt descrive scena e azione, mentre le immagini portano l'identità.
10 prompt per Veo 3.1 da incollare e adattare
Ogni prompt è scritto per una sola clip di 8 secondi. Il formato suggerito è un punto di partenza: tutti possono essere generati sia in 16:9 sia in 9:16. I prompt restano in inglese, la lingua con cui Veo 3.1 dà i risultati più prevedibili; sotto ogni titolo trovi in breve cosa descrivono.
1. Presentazione di un prodotto (16:9)
Uno smartwatch nero su una roccia in cima a una scogliera; la camera arretra e sale come un drone rivelando una valle alpina all'alba.
Close shot of a sleek black smartwatch resting on a rugged rock at a mountain cliff edge. The camera pulls back and rises in one smooth drone move, revealing a vast alpine valley at sunrise. Wind rushes softly, a low cinematic swell. Product commercial style, crisp natural light.
2. Relatrice sul palco (16:9)
Una relatrice sicura di sé a un podio, camera fissa, che pronuncia una frase sull'IA come collaborazione.
Medium shot of a confident speaker at a podium in a modern conference hall, static camera. She gestures naturally and says, "The future of AI is not replacement. It is collaboration." Soft stage lighting, light audience murmur, polished corporate look.
3. Documentario naturalistico (16:9)
Una carrellata che segue un lupo solitario nella neve fresca di una pineta al crepuscolo.
Wide tracking shot following a lone wolf trotting through fresh snow in a dense pine forest at dusk. Snow crunches under its paws, wind whispers through the trees. Documentary style, natural light, 35mm film grain.
4. Corridoio horror (9:16)
Un lungo corridoio d'ospedale vuoto con neon tremolanti e una figura che avanza lentamente verso la camera.
Low-angle wide shot down a long, empty hospital hallway with flickering fluorescent lights. A lone figure at the far end walks slowly toward the camera, footsteps echoing. A light buzzes and cuts out. Desaturated colors, heavy grain.
5. In moto lungo la costa, in soggettiva (9:16)
Il punto di vista dal casco di un motociclista che piega in curva su una strada costiera, all'ora d'oro.
POV shot from a motorcycle helmet on a winding coastal road, leaning into a curve with cliffs and a sparkling ocean below. Engine roar, wind rushing past. Golden hour light with sun flares, high-energy action sports style.
6. Una chef al lavoro (16:9)
Le mani di una chef che dispongono erbe fresche su un piano di marmo, poi la camera sale fino al suo volto concentrato.
Close-up of a chef's hands arranging fresh herbs on a marble counter, then the camera tilts up to her focused face. Knife taps, a pan sizzling in the background. Soft overhead window light, warm lifestyle look.
7. Sfilata (9:16)
Una modella con un abito di seta che cammina in una galleria d'arte bianca e vuota.
Slow dolly in on a model walking through an empty white art gallery in a flowing silk dress; each step sends ripples through the fabric. Heels click on polished concrete, quiet gallery echo. Soft diffused light, high-fashion editorial style.
8. Un momento intimo ed emozionante (16:9)
Un anziano su una panchina del parco che dà da mangiare ai piccioni sotto gli alberi d'autunno.
Medium shot of an elderly man on a park bench feeding pigeons in warm afternoon light under autumn trees. He pauses, looks up and smiles as leaves drift past. Pigeons coo, leaves rustle, distant children's laughter. Nostalgic tone, shallow depth of field.
9. Interfaccia fantascientifica (16:9)
Mani che manipolano un display olografico trasparente con un globo di dati in 3D.
Close-up of hands swiping and pinching a transparent holographic display, rotating a glowing 3D globe of data. Blue-white light from the interface illuminates the face behind it. Soft electronic chimes with each gesture. Clean, futuristic look.
10. Prodotto di lusso (9:16)
Una bottiglia di profumo di lusso che ruota lentamente sotto un unico faretto.
Extreme close-up of a luxury perfume bottle on a reflective black surface under a single dramatic spotlight. The bottle slowly rotates, catching golden highlights on its facets. A soft, resonant chime. Premium commercial style.
Un flusso di lavoro dalla bozza alla versione finale
- Parti breve. Scrivi inquadratura, soggetto e azione in una o due frasi e genera la clip su Veo 3.1 Lite a 720p. È il modo più economico per verificare che il modello abbia capito l'idea.
- Aggiungi camera e aspetto. Quando l'azione è giusta, aggiungi un movimento di camera, la luce e lo stile.
- Aggiungi il sonoro. Scrivi i dialoghi tra virgolette e nomina effetti e suono ambientale.
- Genera la versione definitiva. Quando il prompt funziona, rigeneralo a 1080p o in 4K, su Lite oppure sul livello completo Veo 3.1 per la ripresa più dettagliata. Ogni generazione è una nuova ripresa, quindi aspettati un risultato molto vicino alla bozza, non una clip identica.
Consigli lungo il percorso:
- Cambia una cosa alla volta tra una generazione e l'altra (la camera oppure la luce, non entrambe), così capisci cosa ha fatto la differenza.
- Genera più volte un prompt che funziona: ogni generazione è una ripresa diversa e di solito una risulta migliore delle altre.
- Scrivi i prompt in inglese per avere risultati più prevedibili.
- Per sequenze più lunghe di 8 secondi, scrivi ogni inquadratura come prompt a sé e riusa in tutte le stesse parole per personaggio, palette e stile.
Errori comuni
| Errore | Che cosa succede | Soluzione |
|---|---|---|
| Più movimenti di camera in un solo prompt | Istruzioni in conflitto in una clip breve | Un'inquadratura, un movimento |
| Un'intera scena in una clip | Azioni affrettate o saltate | Limitati a un momento o a due o tre passaggi |
| Dialoghi lunghi | Battute tagliate o affrettate | Una o due frasi brevi |
| Soggetto vago | Dettagli riempiti a caso | Indica età, abbigliamento, tratti principali |
| Nessuna indicazione sul sonoro | Una colonna sonora generica | Nomina effetti e ambiente; metti il dialogo tra virgolette |
| Parole di stile diverse tra clip collegate | Clip che non si montano bene insieme | Riusa la stessa palette e le stesse espressioni di stile |
| Personaggi pubblici reali o foto di bambini | La richiesta viene bloccata | Usa personaggi di fantasia e adulti |
Se una generazione viene bloccata dai filtri di sicurezza di Google, i crediti tornano nel tuo saldo.
Prova tu
I nuovi account su Veo Video ricevono 30 crediti gratuiti, sufficienti per una clip Veo 3.1 Lite di 8 secondi a 720p. Scegli uno dei prompt qui sopra, adattalo al tuo soggetto e guarda come lo interpreta il modello.
Per saperne di più sul modello, leggi Veo 3 vs Veo 3.1: cosa è cambiato.