LUVI Creator

Prompts für Veo 3.1: Aufbau, Beispiele und was hilft, wenn kein Ton kommt

Kommt bei Veo 3.1 kein Ton, ist auf LUVI meist die Audiogenerierung aus: standardmäßig deaktiviert, bei Veo 3.1 Lite gar nicht vorhanden. Den Prompt baust du von der Kamera her auf, Dialog und Geräusche gehören in die Szene. Ein 8-Sekunden-Clip in 720p kostet ab 800 Credits.

Veröffentlicht:

Die Blende eines Kinoobjektivs im Vordergrund rahmt eine sprechende Silhouette, warme Schallringe breiten sich aus, und ein bernsteinfarbener Kippschalter leuchtet eingeschaltet.

Dein Veo-3.1-Clip ist stumm, obwohl im Prompt ein Dialog steht? Dann liegt es fast immer an einer Einstellung, nicht am Text. Veo 3.1, das Videomodell von Google DeepMind, kann Bild und Ton in einem Durchgang erzeugen: Dialog, Geräusche, Atmo und Musik. Auf LUVI musst du den Ton aber selbst einschalten. Hier findest du zuerst die Lösung für das Tonproblem, dann den Prompt-Aufbau, den unser Veo-Prompting-Guide verlangt, mit zwei Beispielen zum Kopieren. Die Veo-Familie auf LUVI umfasst sieben Modelle; das günstigste, Veo 3.1 Lite, kostet ab 800 Credits für einen 8-Sekunden-Clip in 720p (Preise vom 16. September 2026).

Warum hat mein Veo-3.1-Video keinen Ton?

Ein Veo-3.1-Video bleibt auf LUVI stumm, wenn du vor dem Generieren die Audiogenerierung nicht einschaltest. Der Schalter ist bei allen Veo-Modellen, die ihn haben, standardmäßig aus, weil Ton den Preis verändert. Ein Dialog im Prompt schaltet ihn nicht ein. Für einen 8-Sekunden-Clip in 720p gilt:

  • Veo 3.1 Fast (Text zu Video und Bild zu Video): 1.280 Credits ohne Ton, 1.536 Credits mit Ton.
  • Veo 3.1 (Bild zu Video und Video aus Referenzbildern): 3.200 Credits ohne Ton, 6.400 Credits mit Ton.
  • Veo 3.1 Lite hat keinen Audioschalter. Lite-Clips sind immer stumm, egal was im Prompt steht.

Die zweite Falle betrifft Start- und Endbild. Gibst du Veo 3.1 oder Veo 3.1 Fast zusätzlich zum Startbild ein Endbild mit, schaltet LUVI den Ton für diese Generierung ab, denn diese Modelle erzeugen keinen Ton, sobald ein Endbild vorliegt. Ist dir die Tonspur wichtiger als das exakte letzte Bild, lass das Endbild weg.

Kann ich Veo-3.1-Prompts auf Deutsch schreiben?

Google nennt Englisch als einzige Prompt-Sprache für Veo 3.1 und Veo 3.1 Fast, und zwar auf der Modellseite zu Veo 3.1 in Google Cloud. Ob Figuren Deutsch sprechen können, steht dort nicht, und wir haben es für diesen Artikel nicht getestet. Am sichersten beschreibst du Szene, Kamera und Geräusche auf Englisch. Willst du einen deutschen Satz ausprobieren, dann zuerst in einem 4-Sekunden-Clip in 720p mit Veo 3.1 Fast.

Wie ist ein guter Veo-3.1-Prompt aufgebaut?

Ein Veo-3.1-Prompt beginnt mit der Kamera und folgt dann einer festen Reihenfolge. Google veröffentlicht diese Formel in seinem Prompting-Guide für Veo 3.1 (auf Englisch), und unser Veo-Guide übernimmt sie mit einer Ergänzung: Subjekt und Handlung gehören in den ersten Satzteil, weil dieser bestimmt, wie genau Veo sich an den Rest hält.

  1. Kamera. Bewegung und Einstellungsgröße mit den klassischen Begriffen: dolly shot, tracking shot, crane shot, slow pan, close-up, low angle. Pro Abschnitt nur eine Bewegung, sonst verschwimmen sie ineinander.
  2. Subjekt. Konkret beschreiben: Alter, Kleidung, Abnutzung.
  3. Handlung. Eine einzige Handlung, die sich über den Clip entwickelt, keine eingefrorene Pose. Gewicht und Berührung helfen; vage Verben lassen die Szene abdriften.
  4. Umgebung. Der Ort und eine Lichtquelle mit Richtung und Farbe.
  5. Stil und Stimmung. Ein einziger dominanter Look, etwa ein Filmmaterial oder eine Epoche, und die Stimmungswörter ans Ende.

So sieht das für Veo 3.1 Fast Text-to-Video mit eingeschalteter Audiogenerierung aus:

Slow dolly shot, medium close-up: an elderly clockmaker in a worn leather apron lifts a brass gear toward the lamp and turns it between two fingers, squinting at its teeth. A cramped workshop at night, walls lined with ticking clocks, one warm desk lamp from the left and the rest in shadow. He says quietly, "There you are." SFX: a soft metallic click as the gear seats. Ambient noise: dozens of clocks ticking out of step. Shot on 35mm film, warm tungsten grade, calm and intimate.

Achte auf die Abfolge: Der Uhrmacher hebt erst das Zahnrad, dann kommt sein Satz. Das Klicken steht hinter SFX:, das Ticken der Uhren hinter Ambient noise:.

Wie schreibe ich Dialog und Geräusche für Veo 3.1?

Veo 3.1 liest Ton als Teil der Einstellungsbeschreibung und unterscheidet drei gekennzeichnete Arten. Googles Guide gibt das Muster vor: die Dialogzeile in Anführungszeichen hinter der sprechenden Figur, Geräusche hinter SFX:, die Atmo hinter Ambient noise:. Musik beschreibst du in Worten, zum Beispiel ein leises Klavier, das unter der Szene anschwillt.

  • Kurze Sätze. In einen 8-Sekunden-Clip passen ein bis zwei. Beschreib zuerst die Handlung, dann den Satz, den sie auslöst.
  • Eine Figur pro Satz. Veo 3.1 legt die Lippensynchronisation auf die Figur, der du den Satz zuordnest.
  • Anführungszeichen oder Doppelpunkt? Hier widersprechen sich Googles eigene Dokumente. Der Cloud-Blog setzt den Satz in Anführungszeichen, die Anleitung für Prompts zur Videogenerierung von Vertex AI schreibt ihn nach einem Doppelpunkt: The seasoned detective says: Your story has holes. Unser Veo-Guide nutzt Anführungszeichen.
  • Stille wird beschrieben, nicht verboten. Für eine ruhige Szene schreibst du, was zu hören sein soll: „no music, only the wind“.

All das hörst du nur, wenn die Audiogenerierung eingeschaltet ist.

Wie halte ich etwas aus dem Bild heraus?

Veo 3.1 hat auf LUVI kein Feld für einen negativen Prompt, also beschreibst du, was stattdessen im Bild ist. Googles Beispiel: „a desolate landscape with no buildings or roads“ statt „no man-made structures“. Die Vertex-AI-Anleitung rät im Abschnitt zu negativen Prompts ebenfalls von Anweisungen wie „kein“ oder „zeig nicht“ ab. Beschreib also den leeren Strand, nicht die fehlenden Spaziergänger.

Wie bekomme ich mehrere Handlungen in 8 Sekunden?

Teil den Clip in Abschnitte mit Zeitmarken auf, mit je einer Einstellung und einem Tonhinweis. Veo-3.1-Clips dauern auf LUVI 4, 6 oder 8 Sekunden (Video aus Referenzbildern nur 8), und eine ganze Szene in einem durchgehenden Satz verschwimmt schnell. Google nennt das Timestamp-Prompting und schreibt die Abschnitte als [00:00-00:02]:

[00:00-00:04] Wide shot, slow pan across an empty beach at dawn, smooth wet sand with no footprints, low pink light from the horizon. Ambient noise: small waves folding onto the shore. [00:04-00:08] Close-up as a dog's paw presses the first print into the sand. SFX: a soft wet thud, then distant gulls.

Der leere Strand entsteht hier nicht durch ein Verbot, sondern durch „smooth wet sand with no footprints“.

Welches Veo-3.1-Modell passt zu mir?

Welches Veo-3.1-Modell passt, hängt davon ab, womit du startest und ob du Ton brauchst. Alle liefern 16:9 oder 9:16, standardmäßig in 720p.

In der Dokumentation zur Gemini API empfiehlt Google inzwischen Gemini Omni Flash als Standard-Videomodell und sieht Veo 3.1 für bestimmte Aufgaben vor: Szenen verlängern, das letzte Bild steuern oder Veo in bestehende Abläufe einbinden. Brauchst du nichts davon, lohnt ein Blick auf Gemini Omni auf LUVI und unseren Vergleich von H3, Omni und Wan 3.0.

Wie haben wir das geprüft?

  • Was wir gelesen haben: die Parameter aller sieben Veo-Modelle auf LUVI und unseren Veo-Prompting-Guide, am 16. September 2026.
  • Preise: die Kostenschätzung von LUVI für 8-Sekunden-Clips in 720p, mit und ohne Audiogenerierung, am 16. September 2026. Längere Clips, 1080p und 4K kosten mehr.
  • Beispiel-Prompts: am Veo-Guide geprüft. Für diesen Artikel haben wir keine Videos generiert; über die Qualität der Ergebnisse sagt er daher nichts.

So geht es auf LUVI

Wähl im Arbeitsbereich ein Veo-Modell, entscheide vor dem Schreiben über die Audiogenerierung und schreib den Prompt in der Reihenfolge oben. Der Feder-Button neben dem Prompt schreibt deinen Entwurf kostenlos in Veos Sprache um; woher diese Regeln kommen, erklärt Was ist ein Prompting-Guide?. Arbeitest du mit Claude oder ChatGPT, liefert dir der LUVI-Connector die genauen Parameter jedes Veo-Modells, inklusive Audioschalter. Zum Ausprobieren legst du hier ein LUVI-Konto an.

Quellen

Mehr aus Guides