O Veo 3.1 é um dos modelos de vídeo com IA mais controláveis disponíveis agora, e ainda assim a maioria das pessoas escreve prompts para ele como se fosse um buscador — algumas palavras-chave, um clima vago, e depois a decepção quando o clipe volta genérico. O modelo recompensa uma abordagem diferente: descreva o seu plano como um diretor passa o briefing a um diretor de fotografia, e o Veo 3.1 normalmente entrega algo próximo do que você imaginou.
Este guia é a versão prática dessa ideia: a estrutura de prompt que funciona consistentemente no Veo 3.1, direções de câmera, iluminação e áudio, prompts negativos, seeds, imagens de referência de primeiro e último quadro, além de soluções para as falhas que todo mundo encontra — sujeitos que se deformam, instruções ignoradas e sincronia labial ruim. Você pode testar cada técnica no nosso gerador Veo 3.1, que funciona com créditos por geração e créditos gratuitos para novos usuários.
Como o Veo 3.1 Lê um Prompt
O Veo 3.1 não interpreta o seu prompt como uma lista de itens. Ele constrói uma única cena coerente a partir da descrição inteira, e contradições são resolvidas silenciosamente — geralmente não a seu favor. Duas consequências práticas seguem daí.
Coloque o mais importante no começo. O Veo 3.1 dá mais peso ao início do prompt, então ponha o sujeito e a ação central primeiro e guarde os enfeites estilísticos para o final.
Uma cena, um prompt. Um clipe dura 4, 6 ou 8 segundos. Espremer três momentos de história em oito segundos produz movimento apressado e pastoso — escreva um momento claro por geração e depois encadeie os clipes no seu editor.
A Estrutura de Prompt em Seis Partes
A fórmula de prompt mais confiável para o Veo 3.1 tem seis componentes, aproximadamente nesta ordem:
- Sujeito — quem ou o que é o plano, com 2–3 detalhes visuais concretos ("uma mulher de uns 60 anos, cabelo grisalho e casaco de lã vermelho").
- Ação — uma coisa clara que o sujeito faz ("despeja café lentamente em uma caneca de cerâmica lascada").
- Ambiente — onde e quando ("em uma lanchonete escura ao amanhecer, chuva escorrendo pela janela atrás dela").
- Câmera — tamanho do plano e movimento ("plano médio fechado, dolly-in lento").
- Iluminação e estilo — clima, cor, gramática de cinema ("luz principal de tungstênio quente, luz azul fria da janela, profundidade de campo rasa, filmado em película 35mm").
- Áudio — o que ouvimos ("chuva suave, o tilintar da cerâmica, o zumbido baixo de uma geladeira; sem música").
Quando uma geração do Veo 3.1 dá errado, a peça faltante é quase sempre uma dessas seis.
O Vocabulário Cinematográfico Que o Veo 3.1 Entende
O Veo 3.1 responde fortemente à linguagem real de cinema. Palavras vagas como "cinematográfico" ou "épico" fazem pouco; terminologia específica faz muito.
| Elemento do prompt | O que controla | Frases que funcionam bem |
|---|---|---|
| Tamanho do plano | Enquadramento e intimidade | plano geral extremo, plano médio, close-up, close-up extremo |
| Movimento de câmera | Movimento do quadro | dolly-in lento, travelling na mão, grua subindo, plano fixo travado, órbita ao redor do sujeito |
| Lente e profundidade | Caráter óptico | profundidade de campo rasa, lente 85mm de retrato, grande-angular 24mm, flare de lente anamórfica |
| Iluminação | Clima e realismo | contraluz de golden hour, luz suave de céu nublado, luz principal dura de fonte única, letreiros de neon como luz prática, luz volumétrica atravessando a névoa |
| Estilo | Visual geral | filmado em película 35mm, estilo documental, granulação de filme anos 1970, visual publicitário limpo, film noir sombrio |
| Áudio | Desenho de som | ruído ambiente de rua, passos no cascalho, multidão abafada, diálogo do personagem entre aspas, sem música |
Movimento de Câmera: Escolha Um e Comprometa-se
O erro mais comum no Veo 3.1 é empilhar movimentos de câmera — "um plano de drone que faz dolly-in, depois panorâmica para a esquerda e sobe de grua". Escolha um movimento por clipe; se precisar de dois, são dois clipes. E não subestime planos fixos: um quadro travado com movimento forte do sujeito muitas vezes parece mais caro que uma câmera virtual trêmula, e o Veo 3.1 o renderiza com menos artefatos.
Direções de Áudio Fazem Parte do Prompt
O Veo 3.1 gera áudio nativo e leva a direção de áudio ao pé da letra — se você não mencionar som, recebe um palpite genérico. Três hábitos ajudam:
- Nomeie a base ambiente: "trânsito distante e vento" ou "tom silencioso de sala" ancora a cena.
- Coloque o diálogo entre aspas e atribua a fala: o homem diz, "A gente devia ter saído há uma hora." Falas com menos de dez palavras sincronizam muito melhor que discursos.
- Diga "sem música" explicitamente se pretende trilhar o clipe você mesmo; caso contrário, o Veo 3.1 frequentemente adiciona a própria trilha, difícil de remover com limpeza.
Prompts Negativos, Seeds e Imagens de Referência no Veo 3.1
Além do prompt de texto, o Veo 3.1 oferece três alavancas de controle que separam usuários casuais de quem entrega trabalho de verdade.
Prompts Negativos: Diga o Que Você Não Quer
Um prompt negativo lista elementos a suprimir: sobreposições de texto, marcas d'água, pessoas extras, renderização cartunesca, tremido de câmera. Formule-os como substantivos e adjetivos simples, não frases — "borrado, baixa resolução, legendas, mãos distorcidas" vence "por favor não deixe borrado". E lembre-se: prompts negativos limpam artefatos recorrentes; não consertam um prompt principal vago.
Seeds: Reprodutibilidade e Variação Controlada
No veo4.dev, o Veo 3.1 aceita um valor de seed opcional. Mesmo prompt mais mesmo seed produz saída bastante parecida; mude apenas o seed e você obtém uma nova tomada das mesmas instruções. O fluxo profissional: itere a redação com seed fixo para saber se cada edição causou a diferença, e no final varie o seed para gerar tomadas e escolher a melhor.
Imagens de Referência de Primeiro e Último Quadro
O Veo 3.1 suporta imagem-para-vídeo com referência de primeiro e de último quadro — a ferramenta de consistência mais forte do modelo:
- Só primeiro quadro: o clipe começa exatamente na sua imagem e anima dali em diante. Ideal para manter um personagem, produto ou ativo de marca consistente ao longo de uma série de clipes.
- Primeiro mais último quadro: o Veo 3.1 interpola um caminho de movimento entre as duas imagens — é assim que se conseguem transições deliberadas, como uma porta fechada no primeiro quadro e aberta no último.
Ao usar imagens de referência, encurte o prompt de texto. A imagem já carrega sujeito, ambiente e estilo; o texto deve descrever principalmente movimento e áudio. Veja nosso guia de imagem-para-vídeo para o fluxo completo.
Formato de Tela e Duração: Decida Antes de Escrever o Prompt
O Veo 3.1 na nossa plataforma entrega 16:9 ou 9:16, em 720p ou 1080p, em clipes de 4, 6 ou 8 segundos — e essas escolhas mudam a forma de escrever o prompt.
16:9 (paisagem) combina com planos de ambientação, cenas de diálogo e movimento horizontal de câmera. 9:16 (vertical) é a escolha certa para Shorts, Reels e TikTok — mas componha para ele: sujeitos únicos, enquadramento centralizado e movimento vertical, não paisagens amplas esmagadas em uma tela de celular.
Sobre duração, mais curto costuma ser mais nítido. Um clipe de 4 segundos do Veo 3.1 segura detalhe e coerência melhor que um de 8 segundos, e custa menos créditos. Reserve os 8 segundos para planos que realmente precisam do tempo — uma revelação lenta, uma fala completa de diálogo, um movimento de câmera inteiro. As taxas atuais de créditos estão na nossa página de preços.
Cinco Prompts Completos de Exemplo para o Veo 3.1
Cada exemplo é um prompt completo que você pode colar e adaptar. Note como seguem a estrutura de seis partes.
1. Close-up de diálogo (16:9, 8s)
Close-up de um pescador de uns 50 anos, barba grisalha e jaqueta de chuva laranja, em pé em um cais molhado ao amanhecer. Ele olha para além da câmera e diz: "A tempestade está chegando mais rápido do que disseram." Plano fixo travado, profundidade de campo rasa. Luz fria e azulada de céu nublado, névoa ao fundo. Áudio: ondas suaves do porto, gaivotas ao longe, a voz dele clara e próxima. Sem música.
2. Plano hero de produto (16:9, 4s)
Um estojo preto fosco de fones sem fio girando lentamente sobre uma superfície de mármore branco. A tampa se abre suavemente revelando os fones dentro. Ambiente de estúdio, fundo cinza-claro infinito. Órbita lenta ao redor do produto, lente 85mm, foco nítido. Luz principal suave e difusa com uma leve luz de recorte. Áudio: clique mecânico discreto quando a tampa abre, leve zumbido ambiente. Sem música, sem texto, sem logos.
3. Clipe social vertical (9:16, 6s)
Uma jovem de cabelo escuro cacheado, com capa de chuva amarela, pula sobre uma poça em uma calçada urbana chuvosa à noite, rindo. Travelling na mão acompanhando-a de lado. Letreiros de neon refletidos no asfalto molhado, profundidade de campo rasa. Colorização vibrante e saturada. Áudio: chuva no asfalto, passos espirrando água, trânsito distante, a risada curta dela.
4. Imagem-para-vídeo com primeiro quadro (usando uma foto de referência do seu produto ou personagem)
A personagem da imagem de referência vira a cabeça em direção à janela e sorri de leve enquanto a luz do sol atravessa o rosto dela. Plano médio fechado fixo, sem movimento de câmera. Luz quente de tarde mudando gradualmente. Áudio: tom silencioso de sala, canto de pássaros do lado de fora da janela. Sem música, sem diálogo.
5. Transição de primeiro mais último quadro
Transição suave do caderno fechado no primeiro quadro para o caderno aberto no último quadro. Uma mão entra pela direita e abre a capa em um movimento delicado. Plano fixo de cima para baixo sobre uma mesa de madeira, luz suave de janela vinda da esquerda. Áudio: farfalhar de papel, baque leve da capa pousando. Sem música.
Para uma biblioteca mais profunda de prompts testados, veja nossa coleção de melhores prompts e o guia de prompts do Veo mais amplo.
Solucionando as Falhas Comuns do Veo 3.1
Até prompts bons falham às vezes. Veja como corrigir as falhas comuns.
Sujeitos Que Derretem ou Se Deformam
Quando rostos derretem ou objetos mudam de forma no meio do clipe, as causas usuais são movimento simultâneo demais, sujeitos demais ou um clipe longo demais. Reduza para um sujeito e uma ação, encurte para 4 segundos, desacelere a câmera e adicione "distorcido, deformando, anatomia deformada, membros extras" ao prompt negativo. Se um personagem continua derivando, uma imagem de referência de primeiro quadro ancora a identidade muito melhor que texto.
Instruções Ignoradas
Se o Veo 3.1 insiste em pular um detalhe, ele geralmente está enterrado no fim de um prompt longo ou contradito em outro trecho. Mova o elemento ignorado para mais cedo, corte adjetivos concorrentes e procure conflitos — "noite" mas também "cores vivas de sol". Depois rode de novo com o mesmo seed para confirmar que a edição realmente ajudou.
Diálogo e Sincronia Labial Ruins
A sincronia labial degrada com falas longas, múltiplos falantes e rostos fora de ângulo. Mantenha o diálogo abaixo de dez palavras, um falante por clipe, rosto voltado para a câmera em plano médio ou mais fechado, e coloque a fala exata entre aspas. Se a sincronia ainda falhar, gere a atuação muda e grave a voz separadamente.
Saída Plana e Genérica
Se os clipes parecem corretos porém sem graça, troque palavras de categoria por detalhes concretos: não "um carro em uma estrada", e sim "uma perua empoeirada dos anos 1980 em uma rodovia rachada no deserto". Especificidade é o upgrade de qualidade mais barato que o Veo 3.1 oferece.
Perguntas Frequentes
O que faz um bom prompt para o Veo 3.1?
Um bom prompt de Veo 3.1 se lê como a descrição de um plano: sujeito com detalhes concretos, uma ação clara, ambiente, um único movimento de câmera, iluminação e estilo, e direção explícita de áudio. Coloque sujeito e ação no início e mantenha uma cena por clipe.
O Veo 3.1 suporta prompts negativos?
Sim. Use o campo de prompt negativo para artefatos recorrentes — sobreposições de texto, marcas d'água, desfoque, mãos distorcidas, música indesejada. Escreva-os como substantivos e adjetivos separados por vírgula, e mantenha a lista curta e direcionada.
Como funcionam os seeds no Veo 3.1?
Um seed torna a geração reproduzível: o mesmo prompt com o mesmo seed retorna resultados bastante parecidos. Fixe o seed enquanto refina a redação para isolar o efeito de cada edição, e depois varie-o no final para produzir tomadas alternativas.
Para que servem as imagens de primeiro e último quadro?
Uma imagem de primeiro quadro inicia o clipe exatamente na sua referência, mantendo personagens e produtos consistentes ao longo de uma série. Adicionar uma imagem de último quadro faz o Veo 3.1 animar uma transição entre os dois estados — ideal para revelações e mudanças de cena controladas.
Por que meu vídeo do Veo 3.1 derrete ou se deforma?
A deformação normalmente vem de prompts sobrecarregados: múltiplos sujeitos, movimentos de câmera empilhados ou uma duração de 8 segundos quando 4 bastariam. Simplifique para um sujeito e uma ação, encurte o clipe e adicione termos de anatomia ao prompt negativo.
O Veo 3.1 é gratuito para testar?
Novos usuários no veo4.dev recebem créditos gratuitos, e a geração é cobrada por clipe em vez de assinatura. Clipes mais longos e de resolução mais alta custam mais créditos — veja os preços para detalhes. O Google também oferece o Veo pelos próprios produtos; nossa plataforma é uma alternativa multimodelo independente.
Conclusão
O Veo 3.1 não é um caça-níquel — é um departamento de câmera que faz exatamente o que você manda, e só o que você manda. Os criadores que obtêm resultados consistentes e cinematográficos trabalham todos da mesma forma: prompts de seis partes em linguagem real de cinema, uma cena por clipe, áudio dirigido explicitamente, seeds fixados durante a iteração e imagens de referência onde a consistência importa. Adote esse fluxo de trabalho e sua taxa de acerto passa de sorte ocasional para algo em torno do qual dá para planejar um calendário de conteúdo. E a estrutura se transfere — a mesma abordagem melhora os resultados no Sora 2, no Kling e em todos os outros modelos da nossa plataforma.