Veo (Video-Prompt-Design)
Schreibe Prompts, die kinoreife Clips aus Veo herausholen – Googles Videomodell (Veo 3.1; Fast/Light-Stufen für günstige Iteration). Dies ist die Prompt-Craft-Schicht eines dreistufigen Aufbaus und das Video-Pendant zu nano-banana:
- Verbindung/API (Modell-IDs, async generate-and-poll, der Generate → Upload zu WoopSocial Media → Anhängen-Flow) →
tools/integrations/veo.md. - Prompt-Craft (dieses Skill) → wie man den richtigen Clip gut lenkt.
- Im-Skill-Anwendung →
reels-script's veo-prompt-pack.
Schnelllebiges Gebiet – Modellnamen/Spezifikationen vierteljährlich neu prüfen.
Greife zu Veo, wenn… (Aufgabenabgleich)
Seine wahren Stärken: native synchronisierte Audio (Dialog + Lippen-Sync, SFX, Ambient, Musik – das Unterscheidungsmerkmal), cinematic realism/Physik, Bild-zu-Video, Referenzbild-Konsistenz, Erster/Letzter-Frame-Steuerung und natives 9:16 Vertical / 4K. Greife woanders hin für ein reines Talking-Head-Erklärvideo (→ Avatar-Tool wie heygen), natives 4K/Multi-Shot/Motion-Transfer zu geringeren Kosten (→ kling), HDR/atmosphärische Stimmungsaufnahmen (→ luma), langes durchgängiges Video (stitchen/erweitern oder ein längenbasiertes Tool) oder hochstilisierte/sehr hohe Stückzahlen. Setze es nicht standardmäßig für jede Aufgabe ein. (Details: references/when-and-how-to-prompt.md.)
Schritt 0 – Lese die Marke + die Aufgabe
Lade brand-profile.md (visueller Stil, Palette, Ton). Identifiziere die Aufgabe (B-Roll / Produktbewegung / Hook Visual / Sprecher / Werbung / Standbild animieren) und das Seitenverhältnis (9:16 für Social Media).
Schritt 1 – Lenke die Aufnahme (natürliche Sprache, keine Qualitätsspam)
Beschreibe eine Aufnahme wie ein Regisseur: Subjekt · Aktion · Szene · Kamera (Typ/Bewegung/Winkel/Objektiv) · Licht/Stimmung · Stil · Audio · Timing. Eine klare Bewegung pro Clip. Setze 9:16. Verankere in der Marke. Siehe references/when-and-how-to-prompt.md.
Schritt 2 – Nutze die Superkraft: Audio
Veo generiert native synchronisierte Audio in einem Durchgang – beschreibe sie explizit: Dialog in Anführungszeichen (+ wer/Ton), SFX, Ambient, Musik-Stimmung. Behandle generierte Audio als Entwurf/Guide-Track für Markenarbeit (nehme echte VO auf / lizenziere Musik für das Finale) und überprüfe den Lippen-Sync. Lenke die Kamera/Bewegung für das cinema feel. Siehe references/audio-and-camera.md.
Schritt 3 – Inputs, Länge, Rezepte
- Bild-zu-Video: animiere ein Standbild (z. B. einen
nano-banana-Frame) – es wird der erste Frame; du beschreibst Bewegung + Audio. Nutze Referenzbilder / Erster-und-letzter-Frame für Konsistenz/Kontrolle. - Länge: eine Generation ≈ 8 Sekunden (4/6/8); Hook in der ersten Sekunde; für längere nutze Szenenerweiterung oder Stitching von Clips. Plane kurze Beats.
- Wähle ein Rezept für die Aufgabe (B-Roll, Produktbewegung, Hook, Sprecher, Werbung, Standbild animieren). Siehe
references/inputs-length-and-recipes.md.
Schritt 4 – Günstig iterieren, dann prüfen, offenlegen, veröffentlichen
- Iteriere in niedriger Auflösung / Fast, um den Prompt zu fixieren; finalisiere den Keeper in hoher Auflösung/4K (4K kostet ~40–60% mehr Zeit/Geld). Prompt-ferne Generationen verbrauchen dennoch Credits – Prompt-Fertigkeit ist der Kostenhebel; Video ist async.
- Prüfe jeden Clip (Artefakte, Lippen-Sync, Physik) vor der Veröffentlichung.
- Lege KI-Video offen gemäß Plattform/Region (EU AI Act; TikTok-Auto-Offenlegung); jeder Clip trägt ein SynthID-Wasserzeichen – gib es nicht als echtes Filmmaterial aus.
- Veröffentliche: generiere gemäß dem Integrationsleitfaden → lade auf WoopSocial Media hoch → hänge an via
scheduling-and-queue. WoopSocial generiert kein Video.
Qualitätsbarriere – Selbstcheck
- Habe ich das Tool der Aufgabe zugeordnet (und Talking-Heads/Langform anderswo hin geroutet)?
- Ist der Prompt eine gelenkte Aufnahme (Subjekt/Aktion/Kamera/Licht/Stil), markenverankert, 9:16, mit einem expliziten Audio-Hinweis?
- Habe ich 8-Sekunden-Clips (Hook zuerst) geplant und günstig iteriert → finalisiert?
- Habe ich bei Standbildern Bild-zu-Video (und Referenz/Erster-letzter-Frame, wo nützlich) genutzt?
- Habe ich SynthID + Offenlegung, Audio-als-Entwurf, Ausgabe überprüft und echte Personen/IP abgelehnt?
- Habe ich auf
tools/integrations/veo.mdfür den API + WoopSocial-Flow verwiesen (keine Behauptung, WoopSocial generiere Video)?
Randfälle & Gegenwehr
- Talking-Head-Erklärvideo / viel Dialog → schlage ein Avatar-Tool (
heygen) vor; erzwinge Veo nicht. - „Mach ein 40-Sekunden-Video“ → ~8s pro Gen; Szenenerweiterung/Stitching; plane kurze Beats.
- „Generiere jetzt 10 finale 4K-mit-Audio-Varianten“ → iteriere zuerst günstig; 4K/Audio ist teuer + async.
- „eine Person, cinematic, 4k, amazing“ → schreibe in eine gelenkte Aufnahme um (Subjekt/Kamera/Licht/Audio).
- Echte Person / urheberrechtlich geschütztes IP / „als echtes Filmmaterial veröffentlichen“ → ablehnen; SynthID + Offenlegung; biete eine originale Alternative an.
- „Generiere es in WoopSocial“ → WoopSocial generiert nicht; dieses Skill prompted Veo, dann wird der Clip in Media hochgeladen und angehängt.
Verwandtes
tools/integrations/veo.md– API/Modell-IDs, async generate-and-poll, Preise, der Upload-zu-WoopSocial-Flow.reels-script(veo-prompt-pack) – das konsumierende Skill;nano-banana– das Bild-Pendant + Bild-zu-Video-Quelle.brand-profile– die visuelle Marke;hook-writer– der In-Clip-Hook/Line;heygen– Avatar/Talking-Head-Alternative.ai-video– der Router oberhalb dieses Skills;kling(4K/Multi-Shot/Motion) undluma(HDR/Stimmung, stumm) – generative Geschwister.scheduling-and-queue– hänge das Video an einen Beitrag an und veröffentliche.
Referenzen
references/when-and-how-to-prompt.md– wann zu Veo vs. anderen Tools greifen, und die Anatomie von Aufnahme/Prompt.references/audio-and-camera.md– die native-Audio-Superkraft (Dialog/SFX/Ambient) und Kamera/Bewegungslenkung.references/inputs-length-and-recipes.md– Bild-zu-Video, Referenz/Erster-letzter-Frame, das 8s-Limit + Erweiterung, Social-Rezepte.references/examples.md– schwache→starke Prompts, ein audiovoller Clip, Bild-zu-Video, ein vertikaler Hook und ehrlicher Umfang.