Google Veo 3.1
Videomodell · Google ·
Veo 3.1 ist ein Video-Modell von Google. In Endless kostet es ab 19 Credits pro Video und ist verfügbar ab dem Plan Hobby.
Nutze es, um aus einem Prompt oder einem Bild ein Video zu machen, neben allen anderen Modellen in deinem Workspace.
Ab 19 Credits pro Video
- Preis
- Ab 19 Credits pro Video
- Verfügbarkeit
- Ab dem Plan Hobby verfügbar
So schreibst du Prompts für Veo 3.1
Wie Veo 3.1 einen Prompt liest
Veo 3.1 erzeugt eine Einstellung oder eine kurze Folge von Einstellungen mit 4, 6 oder 8 Sekunden Länge. Googles Prompt-Leitfaden zerlegt einen Prompt in Elemente: zuerst Motiv, Handlung und Stil, dann Kameraposition und -bewegung, Bildkomposition, Fokus und Linseneffekte sowie Atmosphäre. Google verlangt eine beschreibende, konkrete Sprache, und seine Beispiele verfeinern einen kurzen Prompt mit konkreten Details zu Gesicht, Licht, Objektiv und Umgebung statt mit Wörtern über Qualität. Weil der Clip kurz ist, schreibst du für einen einzigen Moment und beschreibst ihn vollständig, statt eine Geschichte zu erzählen, für die man eine Minute braucht.
Eine Struktur, die funktioniert
Der Prompting-Leitfaden von Google Cloud schlägt eine Formel aus fünf Teilen vor:
[Kameraführung] + [Motiv] + [Handlung] + [Kontext] + [Stil und Atmosphäre]
Zum Beispiel: „Tracking Shot aus niedriger Perspektive, eine Radfahrerin in gelber Regenjacke, die kräftig einen Kopfsteinpflaster-Hügel hinauftritt, eine schmale Altstadtgasse nach dem Regen mit nassen Steinen, die Neonschilder spiegeln, kühle Blautöne, gedreht auf 35-mm-Film.“ Beginne mit der Kamera, wenn die Einstellung von ihr abhängt. Ist Audio aktiviert, füge den Ton am Ende als eigenen Satz hinzu.
Für mehr als eine Einstellung in einem Clip beschreibt Google Timestamp-Prompting: Teile den Clip in Segmente wie [00:00-00:02] und [00:02-00:04] und gib jedem eine eigene Einstellung, Handlung und einen eigenen Ton. Halte die Figurenbeschreibung in jedem Segment identisch, damit die Person dieselbe bleibt.
Kamera- und Bewegungsvokabular
Veo versteht gängige Filmbegriffe, und Googles Leitfaden nennt die Kameraführung den wirkungsvollsten Teil des Prompts für Ton und Emotion.
- Bewegung: Dolly Shot, Tracking Shot, Kranfahrt, Luftaufnahme, langsamer Schwenk, POV Shot.
- Komposition: Totale, Nahaufnahme, Großaufnahme, niedrige Perspektive, Two-Shot, Draufsicht.
- Objektiv und Fokus: geringe Schärfentiefe, Tiefenschärfe, Weichzeichner, Makroobjektiv, Weitwinkelobjektiv.
- Licht und Farbe: Golden Hour, natürliches Licht, warme Töne, kühle Blautöne, Neonglühen.
Wähle pro Clip eine Hauptbewegung und sage, was sie enthüllt („die Kamera steigt auf und enthüllt den Canyon“). In einem 8-Sekunden-Clip ist selten Platz für mehr als ein oder zwei Bewegungen.
Audio und Dialog
In Endless ist Audio standardmäßig aus. Aktiviere Audio generieren, dann erzeugt Veo Dialog, Soundeffekte und Atmosphäre zusammen mit dem Bild. Googles Hinweise dazu:
- Dialog in Anführungszeichen: Eine Frau sagt: „Wir müssen jetzt los.“
- Soundeffekte ausdrücklich beschrieben: SFX: In der Ferne kracht Donner.
- Atmosphäre in einer eigenen Zeile: Umgebungsgeräusche: das leise Brummen einer Raumschiffbrücke.
Halte gesprochene Zeilen kurz. Der Leitfaden von fal weist darauf hin, dass lange Reden in einem 8-Sekunden-Clip abgeschnitten oder gehetzt werden. Google sagt, Englisch werde vollständig unterstützt und andere Sprachen seien nicht evaluiert worden, Dialoge in anderen Sprachen können also schwanken. Wenn du Stille oder keine Musik willst, schreib das dazu. Google merkt außerdem an, dass Veo eine Generierung manchmal wegen Sicherheitsfiltern oder eines Problems bei der Audioverarbeitung blockiert; in diesem Fall formulierst du den Dialog um oder versuchst es mit ausgeschaltetem Audio.
Bilder, erster und letzter Frame und Referenzen
Es gibt drei Wege, Veo mit Bildern zu steuern:
- Von einem Bild ausgehen. Hänge ein Bild an und aktiviere Erster Frame, dann animiert Veo ausgehend davon. Google empfiehlt, das Bild zu wählen, das der ersten gewünschten Szene am nächsten kommt. Beschreibe im Prompt Bewegung und Ton, nicht das, was schon im Bild zu sehen ist.
- Erster und letzter Frame. Füge zusätzlich einen letzten Frame hinzu und beschreibe den Übergang dazwischen, etwa einen Kamerabogen von der Nahaufnahme zur Totale.
- Referenzbilder. Hänge bis zu drei Bilder einer Person, Figur, eines Produkts oder Stils an, und Veo behält deren Aussehen bei. Sag, was jedes ist („mit den bereitgestellten Bildern für den Detektiv, die Frau und das Büro“).
Jedes Veo-Video trägt ein SynthID-Wasserzeichen, das es als KI-generiert kennzeichnet.
Einstellungen, auf die es ankommt
- Modus: Standard für die höchste Qualität, Fast als ausgewogener Standard, Lite als leichteste Stufe, bis 1080p.
- Dauer: 4, 6 oder 8 Sekunden. In Googles API laufen Generierungen in 1080p, in 4K und mit Referenzbildern über 8 Sekunden.
- Auflösung: 720p, 1080p oder 4K. Google weist darauf hin, dass das Rendern bei höherer Auflösung länger dauert.
- Seitenverhältnis: 16:9 oder 9:16.
- Audio generieren: standardmäßig aus.
- Bild, Erster Frame, Letzter Frame und Referenzbilder: wie oben beschrieben.
Häufige Fehlerbilder und Lösungen
- Das Ergebnis wirkt generisch. Der Prompt ist kurz und vage. Füge Kamera, Objektiv, Licht und einen klaren Stil hinzu.
- Ein Ausschluss wird ignoriert. Beschreibe stattdessen, was du willst, wie Google empfiehlt: „eine öde Landschaft ohne Gebäude oder Straßen“ statt „keine menschengemachten Strukturen“.
- Dialog wirkt gehetzt oder wird abgeschnitten. Kürze die Zeile oder wähle eine längere Dauer.
- Eine Figur ändert sich zwischen Clips. Verwende dieselbe Beschreibung wortgleich wieder oder hänge Referenzbilder an.
- Zu viel passiert in einem Clip. Ein 8-Sekunden-Clip hat Platz für ein paar Handlungen. Teile eine längere Geschichte in mehrere Clips und schneide sie zusammen.
Fragen zu Veo 3.1
- Was ist Veo 3.1?
- Veo 3.1 ist ein Video-Modell von Google.
- Ist Veo 3.1 kostenlos?
- Veo 3.1 erfordert den Plan Hobby oder höher und ist deshalb nicht im Free-Plan enthalten. Der Free-Plan gibt dir beim Erstellen eines Workspace 100 Credits und jede Woche 50 Credits, um andere Video-Modelle zu testen.
- Was kostet Veo 3.1?
- In Endless kostet es ab 19 Credits pro Video und ist verfügbar ab dem Plan Hobby.
- Wie nutze ich Veo 3.1?
- Öffne Video in deinem Endless-Workspace, wähle Veo 3.1 in der Modellauswahl und schreibe einen Prompt oder füge ein Startbild hinzu. Du kannst es auch im Chat beim Namen anfordern oder auf einem Canvas nutzen.
- Welche Alternativen gibt es zu Veo 3.1?
- Ähnliche Modelle, die du in Endless nutzen kannst, sind Gemini Omni Flash, Seedance 2.5 und Seedance 2.0. Jedes hat eine eigene Seite mit Preis und Plan.
So nutzt du Veo 3.1 in Endless
- 01
Video öffnen
Öffne in deinem Workspace Video und wähle Veo 3.1 in der Modellauswahl.
- 02
Beschreibe die Einstellung
Schreibe einen Prompt mit Motiv, Kamera und Bewegung oder starte mit einem Bild, das du hochlädst oder generierst.
- 03
Generieren und verfeinern
Generiere und verfeinere dann im Chat oder auf einem Canvas. Jeder Clip wird in den Dateien deines Workspace gespeichert.
Beispiel-Prompts für Veo 3.1
Nach Anwendungsfall gruppiert. Jeder öffnet sich in Endless mit Veo 3.1, bereit zum Bearbeiten und Generieren.
Produktaufnahmen
Langsame Dolly-Fahrt auf eine Milchglasflasche mit kaltgepresstem Orangensaft auf einer Marmortheke, Kondenswasser perlt am Glas, tiefstehende Morgensonne von rechts, geringe Schärfentiefe, cleane Werbeästhetik. SFX: ein leises Klirren, als sich ein Eiswürfel setzt.
Makro-Kamerafahrt entlang der Lünette einer Stahl-Taucheruhr auf nassem schwarzem Fels, Wellen spülen darüber und laufen wieder ab, kühles Türkislicht, scharfe Details an den eingravierten Ziffern.
Draufsicht auf ein Holzbrett, während Hände eine reife Avocado halbieren und die Hälften auseinanderdrehen, helles natürliches Küchenlicht, frisch und minimalistisch. Umgebungsgeräusche: eine ruhige Küche, ein Messer auf Holz.
Orbit aus niedriger Perspektive um einen weißen E-Scooter, der zur Golden Hour auf einem Dach parkt, die Skyline der Stadt weich im Hintergrund, Lens Flare, wenn die Kamera an der Sonne vorbeizieht, warmes filmisches Grading.
Nahaufnahme einer Hand, die einen Füller auf cremefarbenes Papier setzt und eine geschwungene Unterschrift schreibt, die Tinte zieht in die Fasern, geringe Schärfentiefe, warme Schreibtischlampe. SFX: das Kratzen der Feder, ein Blatt, das sich legt.
Ein Paar Noise-Cancelling-Kopfhörer schwebt und dreht sich langsam vor tiefblauem Hintergrund, während dünne Lichtringe von den Ohrmuscheln nach außen pulsieren, Studio-Produktlicht, weiche und präzise Bewegung.
Establishing Shots
Kranfahrt vom nassen Deck eines Fischerboots im Morgengrauen hinauf zu einer Gesamtansicht der Flotte, die einen nebelverhangenen Hafen verlässt, weiches Pastelllicht, still und weit. Umgebungsgeräusche: Möwen, im Leerlauf tuckernde Motoren, Wasser, das gegen die Rümpfe schwappt.
Luftaufnahme über einem Wüstencanyon aus rotem Gestein am Mittag, ein einsamer Geländewagen wirbelt am Canyonboden eine Staubfahne auf, Hitzeflimmern, tiefblauer Himmel, epischer 70-mm-Filmlook.
Weite Einstellung eines neonbeleuchteten Ramen-Stands in einer verregneten Tokioter Seitengasse bei Nacht, Dampf steigt von der Theke auf, ein Koch schöpft Brühe, Pfützen spiegeln rosa und blaue Schilder, langsamer Schwenk von links nach rechts. Umgebungsgeräusche: Regen auf den Vordächern, ein entfernter Zug.
Statische Totale eines Alpensees im ersten Licht, Nebel zieht über das Wasser, ein einzelnes Ruderboot aus Holz liegt am Steg, die Sonne steigt über die Gipfel und färbt sie golden, ruhig und still.
Langsame Annäherung durch die offenen Türen eines verlassenen Ballsaals aus den 1920ern, Staub hängt in Lichtstrahlen des Nachmittags, ein Kronleuchter schwingt leicht, die verblichene Tapete löst sich, gespenstisch und schön. Umgebungsgeräusche: knarrende Dielen, leiser Wind.
Kamerafahrt aus einem fahrenden Zugfenster über sanfte grüne Hügel in Schottland unter schnell ziehenden Wolken, Sonnenlicht bricht durch und jagt über die Felder, Dokumentarstil, weiches Filmkorn.
Dialogszenen
Halbtotale mit zwei Personen in einer engen Aufnahmekabine: Ein junger Produzent mit Kopfhörern beugt sich zu einer nervösen Sängerin und sagt: „Noch ein Take, und diesmal meinst du es ernst.“ Die Sängerin atmet aus und nickt. Warmes Praktical-Licht, geringe Schärfentiefe, das leise Brummen des Raums.
Nahaufnahme eines älteren Fischers, der bei Sonnenuntergang auf einem Pier ein Netz flickt, sein Lehrling sitzt neben ihm. Er schaut auf und sagt: „Das Meer gibt zurück, was du ihm gibst.“ Der Lehrling lächelt. Umgebungsgeräusche: Wellen, knarrende Bohlen, entfernte Möwen.
Handkamera in halbnaher Einstellung auf einem belebten Krankenhausflur bei Nacht: Ein Arzt im OP-Kittel hält eine eilige Pflegerin an. Arzt: „Zimmer sechs wacht auf.“ Pflegerin: „Dann geh, ich übernehme.“ Leuchtstoffröhrenlicht, kühle Grüntöne, piepsende Monitore und Schritte.
Knetanimation: zwei Schnecken an einem winzigen Café-Tisch. Die erste Schnecke fragt: „Hast du schon bestellt?“ Die zweite antwortet sehr langsam: „Ich überlege noch.“ Leise Akkordeonmusik, klirrende Teetassen.
Halbnahe eines Teenagermädchens auf einem Dach in der Dämmerung, ein Walkie-Talkie in der Hand, hinter ihr gehen die Lichter der Stadt an. Sie drückt die Taste und sagt: „Turm an Basis, die Lichter funktionieren.“ Eine knisternde Stimme antwortet: „Verstanden, komm zum Abendessen nach Hause.“ Wind, entfernter Verkehr.
[00:00-00:04] Over-the-Shoulder-Einstellung einer Barista, die einem Stammkunden über die Theke einen Becher reicht. [00:04-00:08] Gegenschnitt in Nahaufnahme: Der Kunde liest den Namen auf dem Becher und sagt lachend: „Diesmal hast du ihn richtig geschrieben.“ Café-Stimmengewirr, das Zischen der Espressomaschine.
Vertikale Social-Clips
Vertikal 9:16, Handkamera-POV durch einen überfüllten Nachtmarkt in Bangkok, Dampf und Rauch steigen von den Grills auf, Händler rufen, eine Hand greift nach einem Spieß mit gegrilltem Schweinefleisch, kräftige Farben, energiegeladen. Umgebungsgeräusche: Brutzeln, Stimmengewirr, Motorroller.
Vertikal 9:16, feststehende Nahaufnahme eines Lattes, der eingeschenkt wird, während die Milch eine Rosetta bildet, warmes Café-Licht von oben, geringe Schärfentiefe, Zeitlupe. SFX: sanftes Einschenken, die Tasse, die auf der Untertasse abgestellt wird.
Vertikal 9:16, ein Skater fährt bei Sonnenuntergang in einen leeren Betonpool, die Kamera folgt tief und schnell von hinten, warmes Gegenlicht, leichtes Filmkorn. SFX: Rollen auf Beton, eine saubere Landung.
Vertikal 9:16, ein Golden-Retriever-Welpe tollt durch Herbstlaub in einem Park und jagt einem roten Ball auf die Kamera zu, Einstellung auf Augenhöhe, weiches Nachmittagslicht, verspielt.
Vertikal 9:16, halbnahe Einstellung einer Fitnesstrainerin, die in einem hellen Studio in die Kamera schaut. Sie sagt: „Drei Übungen, je dreißig Sekunden, los geht’s.“ Dann geht sie in die erste Kniebeuge. Beschwingte Musik, sauberes natürliches Licht.
Vertikal 9:16, Draufsicht auf Hände, die Reiseutensilien auf einem Leinenbett anordnen: ein Reisepass, eine Filmkamera, eine Sonnenbrille und eine Papierkarte, jedes Teil wird mit einem leisen Tippen abgelegt, helles Morgenlicht.
Bildbasierte Aufnahmen
Ausgehend vom angehängten Produktfoto umkreist die Kamera langsam die Flasche, während das Morgenlicht über das Etikett wandert und sich weiche Schatten auf der Theke verschieben, das Etikett bleibt durchgehend scharf.
Mit dem angehängten ersten und letzten Frame zieht die Kamera gerade zurück und steigt von der Nahaufnahme eines keimenden Samens zum ganzen Garten bei Sonnenuntergang auf, dabei wachsen die Pflanzen im Zeitraffer. Sanfter Wind, Vogelgesang.
Mit den bereitgestellten Bildern von Koch, Küche und Kupferpfanne: eine halbnahe Einstellung, in der der Koch Gemüse in der Pfanne über starker Flamme schwenkt, Öltropfen fangen das Licht. Brutzeln, Küchenlärm.
Animiere die angehängte Illustration: Die Papierlaternen schwanken sanft, der Fluss glitzert und ein kleines Boot treibt von links nach rechts, dabei bleiben der handgemalte Stil und die Farben des Bildes erhalten.
Mit dem bereitgestellten Bild des Maskottchens surft eine Cartoon-Version des Maskottchens bei Sonnenuntergang auf einer riesigen Welle und winkt in die Kamera, während Gischt vorbeifliegt. Hell, gesättigt, verspielt. Meeresrauschen, fröhliche Ukulele.
Ausgehend vom angehängten Porträt dreht sie langsam den Kopf zum Fenster, der Vorhang hebt sich im Wind und Licht streicht über ihr Gesicht, dezent und natürlich, geringe Schärfentiefe.
Ähnliche Modelle
Gemini Omni Flash
von Google
Ab 14 Credits pro Video
Seedance 2.5
von ByteDance
Ab 51 Credits pro Video
Seedance 2.0
von ByteDance
Ab 19 Credits pro Video
Erstelle Videos mit Veo 3.1
Veo 3.1 ist ab dem Plan Hobby verfügbar. Erstelle einen kostenlosen Workspace, teste zuerst die anderen Modelle und wechsle den Plan, wenn du ihn brauchst.