Ratgeber
Veo-Prompts schreiben, die in Google Flow funktionieren
Ein guter Veo-Prompt liest sich wie eine kurze Einstellungsbeschreibung: was für ein Video es ist, wer zu sehen ist, was passiert, wo, wie sich die Kamera bewegt, wie das Licht ist und was man hört. Dieser Ratgeber folgt Googles eigenen Prompt-Anleitungen für Veo 3.1 und Gemini Omni Flash, die Videomodelle in Flow, mit Beispielen zum Anpassen und einem Weg, eine lange Prompt-Liste am Stück abzuarbeiten.
Am 20. Oktober 2026 mit Googles Dokumentation zu Veo, Gemini Omni und Flow abgeglichen. Flow ändert sich oft; Modellnamen und Credit-Kosten können sich verschieben.
Was Flow heute bietet
Stand Oktober 2026 bietet Flow vier Videomodelle: Veo 3.1 Lite, Veo 3.1 Fast, Veo 3.1 Quality und Gemini Omni Flash 1.1. Googles Entwicklerdokumentation behandelt Omni Flash inzwischen als Standard für die meisten Videos und behält Veo 3.1 für besondere Fälle wie Szenenverlängerung oder die Steuerung des letzten Frames. Die Tipps unten gelten für alle.
| Modell in Flow | Cliplänge | Gut zu wissen |
|---|---|---|
| Veo 3.1 Lite | 4, 6 oder 8 Sekunden | Am günstigsten. Unterstützt Ingredients (8-Sekunden-Clips) und ist das einzige Veo-Modell, das einen 8-Sekunden-Clip verlängern kann. |
| Veo 3.1 Fast | 4, 6 oder 8 Sekunden | Unterstützt Ingredients (8-Sekunden-Clips). |
| Veo 3.1 Quality | 4, 6 oder 8 Sekunden | Höchste Veo-Qualität. Keine Ingredients, keine Verlängerung, keine Videobearbeitung. |
| Gemini Omni Flash 1.1 | 4, 6, 8 oder 10 Sekunden | Ingredients und eigene Stimmen, Bearbeitung vorhandener Clips und günstige 360p-Entwürfe. |
Credits pro Clip in Flow (Oktober 2026): Veo 3.1 Lite 10, Fast 20, Quality 100; Omni Flash 720p je nach Länge 7 bis 15. Ultra-Abonnenten zahlen für Lite und Fast die Hälfte. Laut Google können sich die Kosten jederzeit ändern, also prüfe vor einem großen Durchlauf die Einstellungen im Prompt-Feld.
Der Aufbau, den Google empfiehlt
Googles Prompt-Anleitungen nennen immer dieselben Bausteine. Du brauchst nicht jedes Mal alle, aber jeder Baustein, den du weglässt, ist eine Entscheidung, die das Modell für dich trifft.
| Baustein | Was hineingehört | Beispiel |
|---|---|---|
| Art des Videos | Sag zuerst, ob es realistisch, animiert, Stop-Motion usw. ist. | Realistic, cinematic clip |
| Motiv | Wer oder was zu sehen ist, mit zwei, drei konkreten Details. | a woman in her 30s with short curly hair and a yellow raincoat |
| Handlung | Eine klare Sache, die im Clip passiert. | walks toward the camera and stops at a crosswalk |
| Szene | Ort, Tageszeit, Wetter. | a rainy street in Tokyo at night |
| Kamera | Einstellungsgröße, Winkel und Bewegung. | medium shot at eye level, slow dolly-in |
| Objektiv und Fokus | Schärfentiefe und Objektivwirkung. | shallow depth of field, background lights blurred |
| Licht und Stil | Lichtquelle, Stimmung und Look. | neon signs reflecting on wet asphalt, moody, film grain |
| Ton | Soundeffekte, Hintergrundgeräusche und Dialog, jeweils in eigenen Sätzen. | Rain on umbrellas, distant traffic. She says: Wait for me. |
Der Veo-3.1-Leitfaden von Google Cloud empfiehlt diese Reihenfolge: Kamera, Motiv, Handlung, Kontext, dann Stil und Atmosphäre. Klare, direkte Sätze funktionieren besser als lange, blumige Beschreibungen.
[Type of video]. [Shot size and camera move] of [subject with 2-3 details] [one action] in [place, time of day]. [Light and mood]. [Style]. Audio: [sound effects]. [Background sound]. [Speaker] says: [one short line].
Beispiel-Prompts zum Anpassen
Das sind unsere eigenen Beispiele, nach dem Aufbau oben geschrieben. Tausch Motiv und Ort aus und behalte die Form. Die Prompts bleiben auf Englisch, weil Flow für die besten Ergebnisse Englisch empfiehlt. Seitenverhältnis (16:9 für YouTube, 9:16 für Shorts) und Cliplänge stellst du in Flow ein, nicht im Text.
Realistic commercial clip. Slow orbit close-up around a matte black wireless earbud case on a wet slate surface at dawn. Soft side light, water drops catching the light, shallow depth of field. Clean, premium look. Audio: quiet morning birds, a soft click as the case opens. No music.
Realistic, handheld medium close-up of a tired night-shift nurse in blue scrubs leaning on a hospital vending machine, a fluorescent tube flickering above. She looks into the camera, sighs and says: Twelve hours, and this machine still eats my coins. Audio: the hum of the vending machine, a distant pager beeping.
Nature documentary style. Wide aerial shot slowly descending over a misty pine forest at sunrise, a river bending through the valley below. Golden light breaking through the fog. Audio: wind in the trees, distant birdsong. No dialogue.
2D flat animation with bright pastel colors on a plain cream background. A cartoon coin with small legs climbs a staircase made of bar-chart columns, each step taller than the last, while the camera tracks sideways with it. Audio: a playful tap on every step, a small cheer at the top.
Realistic overhead shot of two hands tearing a steaming loaf of sourdough bread on a wooden table, crumbs falling. Warm window light from the left, slow motion. Audio: the crust crackling, quiet kitchen room tone.
Cinematic horror look, desaturated and grainy. Low-angle shot down a dark apartment hallway; at the end, a door slowly creaks open on its own while a bare bulb sways. Audio: a long door creak, a faint water drip, then silence.
Tracking shot from knee height following a skateboarder from behind as she rolls down an empty city street at golden hour, then ollies over a crack in the asphalt. Realistic, warm colors. Audio: wheels on asphalt, the pop of the board, distant traffic.
Realistic, warm color grade. [00:00-00:02] Close-up of an alarm clock turning to 6:00; a hand slams it off. [00:02-00:05] Medium shot: a young man sits up in bed and rubs his eyes in grey morning light. [00:05-00:08] Wide shot: he pulls the curtains open and sunlight floods the small room. Audio: alarm beep, a sleepy groan, curtains sliding, birds outside.
Dialog und Ton
- Veo 3.1 erzeugt immer Ton zum Video, also beschreib ihn, sonst erfindet das Modell ihn. Schreib den Ton in eigene Sätze: Soundeffekte, Hintergrundgeräusche und Dialog.
- Nenne, wer spricht, und halte den Satz kurz genug für den Clip. Googles Flow-Tipps warnten, dass Sprache seltener entsteht, wenn der Satz nicht in einen 8-Sekunden-Clip passt.
- Anführungszeichen oder Doppelpunkt? Googles eigene Seiten widersprechen sich. Der neueste Google-Cloud-Leitfaden (Oktober 2026) rät, keine Anführungszeichen zu setzen und den Satz nach einem Doppelpunkt zu schreiben, etwa: A woman says: My name is Clara. Er warnt, dass Anführungszeichen das Modell dazu bringen können, die Worte ins Bild zu schreiben. Ältere Google-Anleitungen nutzen Anführungszeichen. Teste beides an einem Clip, bevor du viele erzeugst.
- Wenn du keine Sprache oder Musik willst, sag es in einer kurzen Zeile wie No dialogue oder No music. Googles Dokumentation zu Gemini Omni Flash schlägt solche kurzen Zeilen vor, weil es keinen separaten Negativ-Prompt gibt.
- Wenn Flow für einen Veo-Clip keinen guten Ton erzeugen kann, wird das Video nicht erstellt und die Credits werden erstattet.
Ein Moment pro Clip oder getimte Einstellungen
Googles Best-Practice-Leitfaden rät, jeden kurzen Clip auf einen klaren Moment zu beschränken. Reih nicht mehrere Handlungen in einem Prompt aneinander; mach getrennte Clips und füge sie später zusammen.
Wenn du mehrere Einstellungen in einem 8-Sekunden-Clip willst, schlägt Googles Veo-3.1-Leitfaden getimte Abschnitte wie [00:00-00:02] vor, gefolgt von der Einstellung und einer Tonnotiz pro Abschnitt (siehe das letzte Beispiel oben). Gemini Omni Flash nutzt eine ähnliche Form, [0-3s] und so weiter, und versteht auch einfache Zeitangaben wie after 3 seconds.
Eine Figur über mehrere Clips gleich halten
- Nutze Characters in Flow. Eine Figur bündelt ein oder zwei Bilder, einen Namen und eine Stimme; tipp im Prompt @ und ihren Namen, um sie zu verwenden.
- Füge Referenzbilder einer Person, eines Objekts oder eines Orts als Ingredients hinzu. Zeig Motive vor schlichtem Hintergrund und halte deinen Text passend zu den Bildern.
- Schreib eine feste Figurenbeschreibung (Alter, Statur, Haare, Gesicht, Kleidung, Stimme) und füge sie unverändert in jeden Prompt ein. Ändere nur Handlung und Ort.
- Nutze Frames, um einen Clip mit einem Standbild zu beginnen, etwa dem letzten Frame des vorherigen Clips, oder um ein Foto zu animieren.
- Wenn Gemini mehrere Prompts für dich schreibt, sag ihm, dass es in jedem alle wichtigen Details wiederholen soll.
Ein Bild animieren
Wenn du mit einem Bild startest, zeigt es schon, wie alles aussieht. Googles Rat lautet, nur die Bewegung zu beschreiben: wie sich die Kamera bewegt, was das Motiv tut und was sich im Hintergrund bewegt. Nenn das Motiv einfach the subject, he oder she, und beschreib das Bild nicht noch einmal.
Slow push-in. The subject turns her head toward the window and smiles; the curtains move gently in the breeze. Audio: soft wind, distant street noise.
Was du vermeiden solltest
- Mehrere Handlungen in einem Clip. Bleib bei einem Moment pro Clip, außer du nutzt getimte Abschnitte.
- Lange, ausufernde Beschreibungen. Google empfiehlt klare, direkte Sätze.
- Text, der deinen Referenzen widerspricht. Der Prompt sollte zu den hinzugefügten Frames und Ingredients passen.
- Verneinungen, die das Modell falsch versteht. Beschreib, was du sehen willst; wenn du etwas ausschließen musst, nimm eine kurze, schlichte Zeile wie No dialogue.
- Zu erwarten, dass JSON besser funktioniert. Kein Google-Leitfaden dokumentiert ein JSON-Prompt-Format. Es funktioniert nur als geordneter Text, und einfache Sätze mit den Bausteinen oben leisten dasselbe.
- Prompts in anderen Sprachen, wenn Englisch möglich ist. Die Flow-Hilfe empfiehlt für die besten Ergebnisse englische Prompts.
Viele Prompts am Stück ausführen
Flow nimmt immer nur einen Prompt. Für ein Video mit Dutzenden Szenen schickt ViralDNA Auto Flow, eine kostenlose Chrome-Erweiterung, deine Prompt-Liste nacheinander an Flow, einen pro Zeile, und lädt jedes Bild und jedes Video in der richtigen Reihenfolge herunter: Szene 12 wird Datei 12. Es nutzt das Modell, das du in Flow auswählst. Der Tab Img→Video macht aus einer Bildreihe Clips: Start erzeugt ein Video pro Bild, Chain verbindet die Bilder zu zusammenhängenden Clips. Jeder Clip verbraucht weiterhin deine Flow-Credits.
ViralDNA ist nicht mit Google verbunden. Google, Google Flow, Veo und Gemini sind Marken von Google LLC.