AI-cinematische videoprompts: vijf shotrecepten die je in acht seconden kunt regisseren

De meeste korte AI-clips mislukken niet omdat het idee te klein was. Ze mislukken omdat de prompt de camera nooit vertelde wat die moest doen. Vraag om "een episch cinematisch shot van een muzikant" en je krijgt een standaard breed kader met een langzame drift, omdat elk woord in die zin — episch, cinematisch, geweldig — een gevoel benoemt in plaats van een beslissing die het model kan uitvoeren.

Veo 3 verhoogde de inzet voor dit soort werk. Het model genereert beeld en geluid samen en produceert dialoog, geluidseffecten en omgevingsgeluid native, in plaats van die er achteraf overheen te leggen (Google DeepMind's Veo-pagina beschrijft het als video die audio ontmoet). Een enkele prompt kan nu een regel dialoog teruggeven met bijpassende lipbeweging, voetstappen op natte steen en de ruimtetoon eronder. Dat maakt van prompten iets dat dichter bij een shotbriefing ligt dan bij een zoekopdracht, en het betekent dat AI-cinematische videoprompts dezelfde discipline verdienen die je een echt draaiboek zou geven.

Deze gids gaat over regisseren, niet over beschrijven. Hij behandelt de structuur die een prompt leesbaar houdt voor het model, de fysieke grenzen waaromheen je moet ontwerpen, en vijf creatieve richtingen — een productonthulling, een dialoogmoment, een geobserveerd moment, een transformatie en een verticale hook — die je vandaag kunt bouwen met een prompt-first tool zoals de Veo 3-generator op KOOX AI.

Waarom cinematische bijvoeglijke naamwoorden niets doen

Google's eigen richtlijnen voor Veo zijn bot over de volgorde: cinematografie komt eerst, omdat camerawerk "het krachtigste hulpmiddel is om toon en emotie over te brengen" (Prompt Architects' uiteenzetting van Google's vijfdelige formule). De vijf slots zijn cinematografie, subject, actie, context en dan stijl en sfeer. Wanneer een slot leeg blijft, vult het model het met een standaardwaarde, en die standaardwaarde is altijd flauwer dan jouw idee.

Benoemde camerabewegingen dragen een rijke betekenis. Een "langzame dolly push-in" vertelt het model het tempo, het lensgevoel en de emotionele richting van het shot in drie woorden; "coole camerabeweging" vertelt het niets. Dezelfde logica geldt voor licht. "Cinematische belichting" is een moodboard; "harde key vanaf neon links van de camera, zachte fill vanuit een winkelraam rechts, low-key contrast" is een instructie die een beoordelaar echt kan controleren.

Google DeepMind's promptgids werkt hetzelfde principe vanuit de andere richting: begin met het bepalen van het soort video dat je wilt maken — realistisch, geanimeerd, stop-motion — en gebruik dialoog van personages om de toon te zetten. Eerst stijl, dan specifiek detail.

De shotbriefing met zes slots

Alles hieronder past in één herbruikbare template. Vul elk slot dat ertoe doet en laat de rest weg; een stil productshot heeft geen dialoog nodig, en een shot dat door een referentieafbeelding wordt gestuurd heeft geen alinea over uiterlijk nodig.

• Onderwerp — één persoon of object met één herkenbaar detail. "Een vrouw van in de veertig, donker haar, in een linnen blazer."
• Actie — één zichtbare gebeurtenis met een richting. "Loopt langzaam naar de camera, kijkt één keer omlaag."
• Scène — plaats, tijdstip van de dag, weer. "Een smalle boekhandel in de schemering, regen op het raam."
• Camera — één kadergrootte, één lens, één beweging. "Medium close-up, 35mm, langzame dolly push-in."
• Licht — bron, richting, kwaliteit. "Warm raamlicht van links in beeld, zachte fill, geen haze."
• Audio — dialoog tussen aanhalingstekens, effecten en sfeer apart benoemd. "SFX: regen op glas, een deurbel. Ze zegt: 'We zijn gesloten.'"

Twee gewoonten houden de template eerlijk. Ten eerste: doseer de modifiers: twee of drie per shot is het optimum, en vijf tegenstrijdige bewegingen stapelen is de snelste weg naar een modderig resultaat. Ten tweede: benoem de beweging die je wilt, zelfs als je er geen wilt — als je niet "statisch" of "vastgezet" schrijft, mag het model er zijn eigen drift aan toevoegen.

Een uitgewerkt voorbeeld, samengesteld:

Medium close-up van een vermoeide bakker die na sluitingstijd op een roestvrijstalen toonbank leunt, 50mm, camera vastgezet op ooghoogte. Warm tl-licht boven, koel blauw straatlantaarnlicht door het raam, meelstof op het schort. Ze ademt uit en zegt zacht: "Morgen beginnen we eerder." Audio: gezoem van een koelkast, één bakplaat die tot rust komt, zwakke regen. Geen muziek.

Ontwerp voor acht seconden

Veo 3.1 genereert video's van acht seconden met native gegenereerde audio, in 720p, 1080p of 4K (Gemini API Veo-documentatie). Acht seconden is geen beperking om tegen te vechten; het is de werkeenheid. Eén shot, één leesbare gebeurtenis, één camerabeweging. Een beatsheet van drie momenten — vestigen, veranderen, landen — past ruim, en een prompt die om een oner van een minuut vraagt wordt simpelweg afgekapt.

Lengte komt voort uit montage in plaats van uit één enkele generatie. Extend vervolgt een clip vanaf de laatste seconde, zodat een sequentie kan groeien tot een minuut of meer met behoud van visuele en auditieve continuïteit (Google's aankondiging van Veo 3.1). Generatie van eerste en laatste frame overbrugt twee afbeeldingen tot een overgang, en tot drie referentieafbeeldingen kunnen een personage, product of stijl verankeren wanneer consistentie belangrijk is. Als je begint vanuit een stilstaand beeld in plaats van een zin, geldt dezelfde shotbriefing voor image-to-video — beschrijf wat verandert ten opzichte van het bronframe in plaats van opnieuw te beschrijven wat al zichtbaar is, zoals in deze foto-naar-video-workflows.

Vijf richtingen die je vandaag kunt regisseren

1. De productonthulling met één materiële verandering. Kies één enkel product en één fysieke verandering: condensatie die op een koud blikje verschijnt, stoom die van een bord krult, vloeistof die in een glas tot rust komt. Houd de camera statisch, of geef hem één korte push-in die stopt voordat het label het kader vult. Vraag om één ontworpen geluidssignaal en ruimtetoon, en niets anders. De beoordelingstest is simpel: is het label op het laatste frame nog leesbaar?

2. Het dialoogmoment. Eén spreker, één korte regel, één vastgezet medium- of closeshot. Zet de gesproken zin tussen aanhalingstekens zodat het model die als spraak behandelt, benoem de voordracht, en houd de regel kort genoeg om in de clip te passen. Controleer lip-timing, uitspraak en of er ongewenste ondertitels zijn binnengeslopen voordat je het beeld beoordeelt.

3. Het geobserveerde documentaire moment. Een handheld follow of een langzame track, één subject dat iets gewoons en specifieks doet — een fietser die bij een rood sein wacht, een marktkoopman die een kraam sluit. Houd de sfeer gelaagd maar laag: straatgeluid, een bel, één contactsound. Dit is de richting die terughoudendheid het meest beloont, omdat natuurlijke beweging en ruimtelijke logica een clip als echt laten lezen.

4. De surreële transformatie. Eén object verandert van staat binnen een vastgezet kader: een papieren kraanvogel die zich ontvouwt tot een vogel, zand dat zich herschikt tot een gezicht. Een vastgezet kader is essentieel, omdat de hele clip de verandering zelf is. Geef het moment materiële geluiden in plaats van een score, en zorg dat de transformatie zichtbaar is in plaats van geïmpliceerd.

5. De verticale hook. Directe actie in een verticaal kader, één scherp effect in de eerste beat, het subject binnen het veilige gebied gehouden. Portret en landschap zijn beide beschikbaar, dus bepaal het kader voordat je schrijft, niet erna. Zeg "statisch" of vraag om één korte push; een hook die wegdrijft is een hook die zijn subject verliest.

Elk van deze blijft binnen één gebeurtenis van acht seconden, en dat is precies waarom ze werken.

Regisseer de audio als een tweede spoor

Native audio is de functie die de meeste mensen verspillen. Veo 3 genereert dialoog, geluidseffecten en omgevingsgeluid vanuit de prompt zelf, en Veo 3.1 breidde die audio-ondersteuning uit over de tools die erop zijn gebouwd. Drie conventies houden de resultaten schoon:

• Dialoog staat tussen aanhalingstekens en wordt toegewezen aan een genoemde spreker.
• Effecten worden als effecten benoemd — "SFX: een enkele aluminium slide, één druppel die steen raakt."
• Sfeer krijgt zijn eigen zin: "ruimtetoon, verkeer in de verte, geen muziek."

Stilte is een keuze die het opschrijven waard is. "Geen dialoog, geen muziek" is een legitieme instructie, en het is de eerlijke manier om een product- of natuurshot schoon te houden.

Bouw een bibliotheek, beoordeel elke take

Behandel iteratie als verander-één-variabele. Als de compositie verkeerd is, herschrijf het cameraslot; als de sfeer niet klopt, herschrijf het lichtslot; als de beweging verkeerd is, houd al het andere en verwissel de enkele beweging. Twee generaties vergelijken die in één veld verschillen vertelt je welk veld het verschil veroorzaakte — en waar je drie dingen tegelijk veranderde, leer je niets.

Met die vergelijkingsgewoonte kun je een kleine shotbibliotheek bijhouden, geordend op intentie — onthulling, spanning, overgang, bewijs — waarbij elke entry een vaste shotspecificatie met variabele inhoud bevat. Hergebruik de specificatie en verwissel het subject om een campagne visueel coherent te houden.

Twee regels houden de praktijk schoon. Gegenereerde clips dragen een SynthID-watermerk (Veo 3-modelkaart), dus verwijder of verdraai de herkomst niet, en maak AI-generatie bekend waar je publiek, een klant of een platform dat verwacht. En vraag niet om echte, identificeerbare personen, beschermde personages of merkproducten die je niet mag gebruiken. Een promptbriefing is een plan, geen toestemmingsbriefje.

Begin met één regel

De kloof tussen een clip die gegenereerd oogt en een die geregisseerd oogt is meestal twee of drie specifieke woorden: de naam van een camerabeweging, de richting van een licht, de textuur van een geluid. Schrijf het subject, geef de camera één taak, benoem je licht, specificeer het geluid, en ontwerp voor acht seconden. Genereer dan, verander één ding, en genereer opnieuw.

Open de Veo 3-videogenerator, schrijf je eerste shotbriefing, en laat de camera het acteerwerk doen.