Veo 3 como usar: 27 prompts para criar vídeos profissionais com IA no Gemini

Veo 3 como usar: 27 prompts para criar vídeos com IA

Veo 3 é a ferramenta de IA do Google que gera vídeos com áudio nativo — e a maioria das pessoas que tenta não consegue resultado decente porque usa prompts de três palavras. O modelo é poderoso, mas exige instrução precisa: câmera, iluminação, personagem, diálogo e ambiente em uma única frase coesa.

O custo invisível de ignorar isso é alto: você queima créditos caros (cada vídeo consome entre 20 e 100 créditos no plano), recebe um clipe genérico, desiste e conclui que “a IA não é tão boa assim”. O problema nunca foi a ferramenta — foi o comando.

Neste guia você recebe 27 prompts prontos para copiar, organizados por categoria de uso, com instruções exatas de câmera, estilo e áudio. Chega de tentar adivinhar o que o Veo 3 quer ouvir.

Neste guia: 27 prompts prontos para vídeo com IA, organizados em 5 séries por tipo de uso. Copie, cole e adapte — sem precisar entender código ou técnica avançada.

🚀 Navegação rápida:

Índice

• O método CEPMA — por que funciona
• O que você vai conseguir gerar
• Tabela 01: Tipos de vídeo e usos ideais
• Tabela 02: Planos x acesso ao Veo 3
• Tabela 03: Anatomia de um prompt de vídeo
• 27 prompts mestres prontos para copiar
• Amanda aconselha
• Comandos de atalho
• O que o Veo 3 não consegue fazer
• SOS: vídeo com rosto distorcido ou áudio dessincronizado
• Erros fatais
• Prompt fraco vs prompt forte
• Ferramentas além do Veo 3
• Glossário rápido
• FAQ

Por que o método CEPMA funciona (3 pilares)

CEPMA é o acrônimo que resume os 5 elementos que todo prompt de Veo 3 de qualidade precisa ter: Câmera · Espaço · Personagem · Movimento · Áudio. A maioria dos guias ignora dois deles — e é exatamente onde os resultados quebram.

Pilar 1: Câmera define o que a IA “vê”

O Veo 3 foi treinado com vocabulário cinematográfico real. Se você não especifica o enquadramento, o modelo escolhe por conta própria — e a escolha dele raramente é a que você imaginava. “Close-up do rosto”, “plano aberto”, “câmera na altura dos olhos”, “ângulo holandês” são instruções que o modelo respeita e aplica com precisão. Sem isso, você obtém um plano médio genérico toda vez.

Pilar 2: Áudio nativo é o diferencial real do Veo 3

Nenhuma outra ferramenta de geração de vídeo por IA gera áudio sincronizado nativamente no mesmo passo que o vídeo. O Veo 3 consegue incluir diálogos com lip-sync, efeitos sonoros ambientes e trilhas — mas só se você pedir. “O personagem diz em voz alta: ‘…'”, “som de chuva ao fundo”, “música eletrônica suave” são instruções que ativam essa camada. Ignorar o áudio é desperdiçar o principal diferencial do modelo.

Pilar 3: Movimento cria a ilusão de produção profissional

Vídeos estáticos — nos quais a câmera não se move e o personagem mal se mexe — parecem renderizações baratas. Instruir o modelo com movimentos físicos (“ela se vira devagar para a câmera”, “a câmera desliza suavemente para a direita revelando o ambiente”) transforma um clipe comum em algo que parece ter sido filmado de verdade.

O que você vai conseguir gerar com estes prompts

Tabela 01: Tipos de vídeo e usos ideais no Veo 3

✔️ Até aqui você já sabe: os 6 tipos de vídeo que o Veo 3 gera melhor, os elementos que tornam cada tipo bem-sucedido e quais são os usos práticos de cada categoria.

Tabela 02: Planos Google AI × acesso ao Veo 3 no Brasil

Tabela 03: Anatomia — o que cada elemento do prompt faz por dentro

27 prompts prontos para criar vídeos com IA no Veo 3 — copie e cole 📌

Cada prompt abaixo segue o método CEPMA (Câmera · Espaço · Personagem · Movimento · Áudio). Cole diretamente na caixa de criação de vídeo do Gemini ou no Google Flow. Substitua apenas os termos entre colchetes para adaptar ao seu nicho.

Não altere a estrutura da frase — o Veo 3 responde melhor a instruções em sequência lógica do que a listas ou tópicos. Mantenha tudo em uma frase ou parágrafo contínuo.

🎙️ Série A — Talking heads e narração direta (prompts A-01 a A-06)

🎙️ Prompt A-01 — Apresentador direto para câmera

Close-up frontal de [homem/mulher] de aproximadamente [30] anos, [cabelo escuro, camisa social azul], em frente a um fundo desfocado de [escritório moderno com janela ao fundo]. Ele/ela olha diretamente para a câmera e diz com voz clara e confiante: "[Insira o diálogo aqui — máximo 2 frases curtas]". Iluminação suave de três pontos. A câmera está estática. Som ambiente leve de [escritório].

🎙️ Prompt A-02 — Narrador em off com B-roll

Plano aberto de [cidade movimentada ao amanhecer / floresta ao entardecer / praia ao pôr do sol], câmera desliza lentamente da esquerda para a direita revelando o cenário. Uma voz masculina/feminina grave e pausada diz em off: "[Insira o texto de narração — máximo 15 palavras]". Trilha sonora instrumental suave ao fundo. Sem personagens visíveis.

🎙️ Prompt A-03 — Especialista explicando algo para câmera

Plano médio de [médico/advogado/nutricionista] de aparência séria e profissional, sentado à mesa, olhando ligeiramente ao lado da câmera como se estivesse em uma entrevista. Ele/ela diz em tom didático: "[Insira o conselho ou dado — máximo 2 frases]". Fundo desfocado com estantes de livros. Iluminação natural vinda da esquerda. Som ambiente muito baixo de sala silenciosa.

🎙️ Prompt A-04 — Testemunhal estilo depoimento casual

Close médio de [jovem mulher / homem de meia-idade] em ambiente doméstico — [sala de estar simples com sofá e planta ao fundo]. A pessoa sorri levemente, olha para o lado como se estivesse lembrando de algo e diz em tom espontâneo: "[Depoimento ou opinião — máximo 2 frases]". Iluminação natural de janela. Câmera levemente instável simulando gravação manual. Sem música — apenas som ambiente de casa.

🎙️ Prompt A-05 — Dois personagens em diálogo rápido

Plano médio de dois personagens lado a lado — [Personagem A: mulher jovem, cabelo preso, roupa casual] e [Personagem B: homem adulto, barba curta, camisa listrada]. Cenário: [cafeteria movimentada ao fundo, desfocado]. O Personagem A vira para o B e diz: "[Frase 1]". O Personagem B responde com expressão surpresa: "[Frase 2]". Sons ambientes de cafeteria ao fundo. Câmera estática no nível dos olhos.

🎙️ Prompt A-06 — Apresentador com movimento de aproximação

A câmera começa em plano aberto mostrando [mulher de terno escuro] em pé no centro de [palco minimalista com iluminação dramática], depois faz um zoom suave até close no rosto enquanto ela levanta a sobrancelha e diz com tom provocativo: "[Afirmação ou pergunta retórica — máximo 1 frase]". Som de ambiente silencioso com eco leve. Trilha musical tensa subindo suavemente.

📦 Série B — Produto e demonstração (prompts B-01 a B-05)

📦 Prompt B-01 — Produto em fundo neutro com rotação

[Garrafa de perfume / embalagem de skincare / caixa de produto] sobre superfície branca brilhante. A câmera faz um giro circular lento de 180° ao redor do objeto em close, revelando detalhes da embalagem. Iluminação de estúdio com reflexos suaves. Sem personagens. Som ambiente silencioso com leve trilha instrumental de luxo ao fundo.

📦 Prompt B-02 — Mão usando o produto

Close de mãos femininas/masculinas de pele [clara/morena/escura] com unhas cuidadas abrindo cuidadosamente [embalagem do produto] e retirando o item. Câmera estática de cima (plano picado). Superfície de [mármore branco / mesa de madeira]. Iluminação natural suave. Som de papel/plástico ao abrir. Sem música. Sem rosto visível.

📦 Prompt B-03 — Produto em uso no ambiente real

Plano médio de pessoa usando [produto — ex: fone de ouvido] enquanto [caminha em parque ao amanhecer / trabalha em café]. A câmera acompanha levemente o movimento. Expressão de satisfação no rosto. Iluminação natural. Sons ambientes do local. A voz em off diz suavemente: "[Tagline do produto — máximo 8 palavras]".

📦 Prompt B-04 — Antes e depois revelado por câmera

A câmera parte de uma superfície [suja/velha/bagunçada] e desliza suavemente para a direita revelando a mesma superfície [limpa/nova/organizada] após a aplicação de [produto ou serviço]. Transição fluida sem corte. Sem personagens. Luz natural de janela. Som de limpeza/movimento ao fundo, silêncio no final.

📦 Prompt B-05 — Unboxing cinematográfico

Close de cima de caixa de [produto premium] sendo aberta lentamente. A câmera faz um movimento de mergulho suave ao revelar o interior. Papel de seda dobrado, o produto ao centro. Iluminação quente de um lado. Som real de papel dobrando. Trilha suave de piano ao fundo. Sem rostos ou palavras.

🎬 Série C — Cenas cinematográficas e ficção (prompts C-01 a C-05)

🎬 Prompt C-01 — Cena de suspense urbano

Plano aberto noturno de [beco estreito com postes de luz laranja / rua molhada de chuva refletindo neon]. Uma figura de casaco escuro caminha em direção à câmera, passos lentos e deliberados. A câmera recua lentamente enquanto a figura se aproxima. Trilha de cordas crescente e tensa. Som de passos no asfalto molhado. Sem diálogo.

🎬 Prompt C-02 — Cena de ação com câmera rápida

Câmera de mão em plano médio seguindo [atleta / personagem] correndo em alta velocidade por [corredor / campo aberto / escada de prédio]. Câmera instável intencional simulando perseguição. Cortes rápidos entre close do rosto (suado, determinado) e plano geral do ambiente. Sons de respiração pesada, passos acelerados e música de percussão intensa. Iluminação de luz do dia, sombras duras.

🎬 Prompt C-03 — Cena emocional de despedida

Close suave de rosto de [mulher jovem] olhando pela janela de trem em movimento. Olhos levemente úmidos. Fundo desfocado de paisagem passando rapidamente. A câmera faz um leve recuo revelando o reflexo dela no vidro. Sem diálogo. Trilha de piano solo melancólica. Sons suaves do trem ao fundo.

🎬 Prompt C-04 — Cena de ficção científica

Plano geral de [estação espacial interior / cidade futurista ao amanhecer / laboratório com hologramas]. A câmera faz um pan lento da direita para a esquerda revelando a escala do ambiente. Iluminação azul fria com detalhes em neon. Um personagem de costas no canto inferior do frame observa a cena. Sons de tecnologia — zumbidos suaves, ventiladores, loops eletrônicos. Trilha eletrônica ambiente.

🎬 Prompt C-05 — Abertura cinematográfica de marca

Câmera começa em macro extremo de [textura: couro / madeira / tecido / metal polido], recua suavemente revelando [produto ou símbolo da marca] ao centro do frame. Fundo escuro com iluminação lateral dramática. Sem personagens. Trilha de orquestra crescente — silêncio total nos primeiros 3 segundos, música entra no segundo 4. Sem texto. Sem voz.

📱 Série D — Redes sociais e conteúdo rápido (prompts D-01 a D-06)

📱 Prompt D-01 — Hook de Reel / Short (abertura de atenção)

Close do rosto de [pessoa jovem, expressão de surpresa] que aponta para o lado da câmera e diz com energia: "[Frase de hook — ex: 'Você não vai acreditar no que eu descobri']". Enquadramento vertical (9:16). Fundo colorido desfocado. Iluminação de ring light. Corte rápido no final. Sem música — apenas voz com eco de sala pequena.

📱 Prompt D-02 — Trend de dança ou movimento

Plano médio vertical de [pessoa jovem, roupa colorida] no centro do frame executando uma [sequência de dança casual / movimento expressivo] em [quarto decorado com luzes de neon / corredor de apartamento]. Câmera estática. Música [pop eletrônico / funk brasileiro] com batida marcada ao fundo. Iluminação de luz LED colorida. Sem fala. Movimento contínuo por 8 segundos.

📱 Prompt D-03 — Tutorial relâmpago

Plano picado (câmera de cima) mostrando [mesa de trabalho / bancada de cozinha] com [materiais relevantes]. Mãos entram no frame e executam [ação rápida: cortar, misturar, montar, organizar]. Câmera estática. Voz em off explica em tom rápido e animado: "[Instrução — máximo 12 palavras]". Sons reais da ação ao fundo. Sem música.

📱 Prompt D-04 — Comparativo lado a lado

Câmera divide o frame ao meio. No lado esquerdo: [situação A — ex: pessoa estressada em mesa bagunçada]. No lado direito: [situação B — ex: mesma pessoa relaxada em mesa organizada]. Ambos os lados animados simultaneamente. Fundo de cada lado com cores contrastantes [vermelho vs verde / cinza vs branco]. Voz em off compara as duas situações em tom humorístico. Sem música — apenas voz.

📱 Prompt D-05 — Reveal dramático (antes/depois)

Os primeiros 4 segundos: close de [situação negativa — ambiente sujo / produto antigo / pessoa cansada] com trilha tensa. Os últimos 4 segundos: transição com flash de luz revelando [situação positiva transformada]. Câmera recua no final mostrando o resultado completo. Voz em off diz apenas: "[Uma frase de impacto — máximo 6 palavras]". Efeito sonoro de "whoosh" na transição.

📱 Prompt D-06 — POV imersivo (ponto de vista)

Câmera em ponto de vista subjetivo (POV) como se o espectador estivesse caminhando por [praia ao pôr do sol / mercado movimentado / floresta ao amanhecer]. A câmera balança levemente simulando caminhada. Sem personagens visíveis. Sons ambientes imersivos do ambiente. Uma voz gentil em off convida: "[Frase de boas-vindas ou convite — máximo 10 palavras]".

🌿 Série E — Natureza, paisagem e B-roll (prompts E-01 a E-05)

🌿 Prompt E-01 — Paisagem natural com movimento de câmera

Plano aberto de [cachoeira em floresta tropical / campo de lavanda ao entardecer / montanha coberta de neve]. A câmera avança suavemente em direção à paisagem em um movimento de dolly. Iluminação natural do horário dourado (antes do pôr do sol). Sem pessoas. Sons da natureza — [água correndo / vento em folhas / pássaros distantes]. Sem música ou narração.

🌿 Prompt E-02 — Lapso de tempo de cidade

Visão aérea de cima de [cidade grande / avenida movimentada / cruzamento urbano] simulando lapso de tempo acelerado. Carros e pedestres se movem rapidamente como fluxo de luz. Câmera estática. Transição de dia para noite ao longo dos 8 segundos. Sem pessoas identificáveis. Trilha eletrônica ambiente e sons urbanos em velocidade acelerada.

🌿 Prompt E-03 — Close de elemento natural em câmera lenta

Câmera lenta extrema em close de [gota de água caindo em superfície / pétala de flor abrindo / chama de vela oscilando]. Fundo completamente preto ou branco. Iluminação de estúdio lateral revelando textura e movimento. Sem som ambiente — apenas trilha minimalista de um instrumento único (piano ou violoncelo).

🌿 Prompt E-04 — Drone aéreo de ambiente natural

Visão aérea simulando drone de [litoral brasileiro com mar verde / Pantanal com rios sinuosos / Serra Gaúcha com vinhedos]. A câmera gira lentamente revelando a extensão da paisagem. Iluminação de luz do meio da manhã. Sem pessoas ou construções visíveis. Sons de vento e natureza ao fundo. Sem narração. Qualidade cinematográfica 4K.

🌿 Prompt E-05 — Atmosfera de ambiente interno aconchegante

Plano médio lento de [sala com lareira acesa / varanda ao entardecer com xícara de café fumegante / quarto com luz de abajur e livro aberto]. A câmera faz um pan suave revelando detalhes do ambiente. Sem pessoas. Iluminação quente e aconchegante. Sons do ambiente — [crepitar de fogo / canto de pássaros / silêncio com folhas virando]. Trilha de jazz suave ao fundo.

👉 Amanda aconselha:

Comandos de atalho: o que digitar quando o vídeo não saiu certo

✔️ Até aqui você já sabe: os 5 elementos do método CEPMA, os tipos de vídeo que o Veo 3 gera com mais qualidade, e os ajustes exatos para corrigir os erros mais comuns sem desperdiçar créditos.

O que o Veo 3 não consegue fazer (e o que usar no lugar)

O Veo 3 é imbatível em geração de vídeo curto do zero com áudio integrado — mas não foi feito para substituir editores de vídeo tradicionais. O melhor fluxo de trabalho combina os dois: gere o clipe bruto no Veo 3 e finalize (legendas, cortes, branding) em uma ferramenta de edição.

👀 Erros fatais (mais de 70% dos iniciantes cometem o erro #1)

• Erro 1 — “O prompt de três palavras”: digitar apenas “mulher falando sobre café” e esperar um clipe profissional. O modelo não inventa contexto de qualidade — ele inventa contexto genérico. Correção: use os 5 elementos CEPMA e preencha cada um antes de gerar.
• Erro 2 — “O diálogo novela”: colocar falas longas demais (“o personagem diz um parágrafo inteiro explicando o produto”). O Veo 3 perde a sincronia labial em frases acima de 12–15 palavras. Correção: limite cada fala a no máximo 10 palavras e divida em múltiplos clipes se necessário.
• Erro 3 — “Esquecer o áudio”: não mencionar som algum no prompt e se surpreender com um vídeo mudo ou com áudio aleatório. O Veo 3 não gera áudio por default de qualidade sem instrução. Correção: sempre finalize o prompt com pelo menos uma instrução de áudio.
• Erro 4 — “Mãos no palco”: pedir close de mãos executando tarefas complexas. Mãos ainda são o ponto mais instável dos modelos de vídeo por IA em 2026 — dedos extras, fusão de mãos e distorções são comuns. Correção: retire mãos do centro do frame ou instrua “câmera no rosto / produto — mãos fora do enquadramento”.
• Erro 5 — “Usar o plano errado”: assinar o Google AI Pro pensando que tem acesso pleno ao Veo 3 e descobrir que só tem o Veo 3.1 Lite com limite de 3 vídeos/dia. Correção: confira a Tabela 02 deste guia antes de assinar — e lembre que estudantes têm acesso gratuito ao Pro por 15 meses.

Prompt fraco vs prompt forte — veja a diferença na prática

Este é o erro mais comum com qualquer gerador de vídeo por IA: o prompt vago que todo mundo usa — e o prompt específico que entrega resultado real. A diferença não está na ferramenta. Está no que você digita.

Exemplo 01 — Apresentador falando sobre produto

Mulher falando sobre skincare.

Close-up frontal de mulher de 28 anos, pele clara, cabelo preso, jaleco branco, olhando diretamente para a câmera. Ela sorri levemente e diz com voz calma: "Sua pele merece os melhores ingredientes." Fundo desfocado de banheiro moderno. Iluminação suave de três pontos. Câmera estática.

Exemplo 02 — Cena de natureza para B-roll

Natureza bonita.

Plano aberto de cachoeira em floresta tropical ao amanhecer. Câmera avança suavemente em dolly em direção à água. Luz dourada filtrando pelas árvores. Sem pessoas. Sons de água correndo e pássaros ao fundo. Sem música ou narração.

Exemplo 03 — Vídeo de produto para e-commerce

Mostrar um tênis.

Câmera faz rotação circular lenta de 180° ao redor de tênis esportivo branco sobre superfície espelhada. Iluminação de estúdio com reflexos suaves. Fundo preto. Câmera inicia em close na sola e recua revelando o produto completo. Trilha instrumental suave. Sem pessoas ou texto.

Exemplo 04 — Hook para Reel de conteúdo

Pessoa animada para redes sociais.

Enquadramento vertical 9:16. Close do rosto de homem jovem, 25 anos, expressão de surpresa genuína, olhando para a câmera. Ele aponta para cima e diz com energia: "Isso mudou tudo que eu sabia sobre finanças." Fundo desfocado colorido. Ring light. Sem música.

Exemplo 05 — Cena emocional para campanha

Cena emocional com música triste.

Close suave do rosto de mulher idosa, olhos úmidos, segurando uma fotografia antiga fora do enquadramento. Câmera recua lentamente revelando que ela está sentada em sala com luz de entardecer entrando pela janela. Sem diálogo. Trilha de violoncelo solo melancólica. Sons ambientes suaves de relógio ao fundo.

Ferramentas além do Veo 3: quando usar cada uma

Glossário rápido: termos técnicos deste guia

Se algum termo do guia pareceu novo, este glossário resolve em 30 segundos — sem precisar sair da página.

Conclusão: o vídeo profissional nunca foi tão acessível — e o prompt é tudo 🙌

O Veo 3 entregou algo que parecia impossível há dois anos: clipes de até 8 segundos com voz, efeitos sonoros e trilha, gerados em menos de 5 minutos a partir de texto. Para criadores de conteúdo, profissionais de marketing e empreendedores brasileiros, isso significa produção de vídeo sem câmera, sem estúdio e sem equipe.

O ROI é claro: o que antes custava R$ 2.000 a R$ 8.000 em produção de vídeo profissional por clipe pode agora sair por R$ 96,99 ao mês com acesso a geração ilimitada no ritmo do plano. Para quem publica conteúdo regularmente, a economia se paga em poucas semanas.

O próximo passo é simples: escolha um dos 27 prompts deste guia, adapte ao seu produto ou nicho e gere seu primeiro clipe. Não tente otimizar antes de testar — o aprendizado real vem da primeira geração, não da teoria.

A barreira de entrada para vídeo profissional acabou. Quem aprender a escrever prompts de vídeo hoje tem a mesma vantagem competitiva de quem aprendeu a editar vídeo nos anos 2000 — e quem demorar vai ficar para trás.

ps: obgda por chegar até aqui, é importante pra mim.