Google’s Veo 3: een gids met praktische voorbeelden

Op dit moment is Veo 3 alleen beschikbaar in de VS en alleen via Flow, Google’s nieuwe AI-gedreven filminterface. Om toegang te krijgen heb je een AI Ultra-abonnement nodig, dat $250/maand kost (ongeveer $272 met belasting).

Laten we gaan bouwen!

Een advertentie maken

Voor mijn eerste test wilde ik een one-shot advertentie maken voor een fictief pepermuntmerk genaamd Mintro. Het idee: iets korts, krachtigs en memorabels. Ik stelde me een ongemakkelijk, herkenbaar moment voor—iets dat kan werken als snelle scroll-stopper.

De setting: twee collega’s vast in een volle lift, gezicht naar gezicht, zo’n ruimte waar zelfvertrouwen (en een frisse adem) telt. Om de spanning te breken, dropt er één een zin die even tragisch als hilarisch is:

“Ik heb ooit in de all-hands geniest en tegelijkertijd op ‘deel scherm’ geklikt. Geen overlevenden.”

Daarna zou de advertentie overschakelen naar het Mintro-logo, met de tagline:

“Goedgekeurd voor liftpraat.”

Als je wilt meedoen, gebruik dan de visuele instructies in deze afbeelding om een video te maken met Veo 3:

Laten we met deze prompt beginnen en kijken wat we krijgen:

Prompt:

Een volle kantoorlift tijdens de ochtendspits. Twee goedgeklede collega’s staan gezicht naar gezicht, ongemakkelijk dicht op elkaar door de drukte. Eén van hen, met een strak gezicht, leunt lichtjes naar voren en zegt: “Ik heb ooit in de all-hands geniest en tegelijkertijd op ‘deel scherm’ geklikt. Geen overlevenden.” De ander probeert een lach in te houden. De lift pingt, en de deuren openen naar een drukke kantoorvloer.

De eerste versie zag er veelbelovend uit, maar er waren een paar dingen die niet helemaal goed vielen.

Om te beginnen keek iedereen in de lift naar de hoofdpersonages—waardoor de focus verkeerd kwam te liggen. Ik wilde dat de mensen eromheen in hun eigen wereld bleven, zoals de meesten van ons tijdens het woon-werkverkeer. Idealiter checkt iemand zijn telefoon, staart een ander voor zich uit, en stelt iemand anders zijn tas bij—maar niemand kijkt naar of reageert op de interactie.

Nog een punt: de vrouw brengt haar hand naar haar neus, wat subtiel suggereert dat de adem van de man niet fris is. Dat ondergraaft het hele punt van de advertentie—dit gaat juist over het zelfvertrouwen dat komt met een frisse adem. Dat gebaar moest eruit.

De setting voelde ook niet logisch. Om de een of andere reden ging de lift direct open naar een kantoorruimte, wat niet is hoe kantoren zijn ingedeeld. Liften openen meestal in een gang of lobby, niet direct naast iemands werkplek. Het is een klein detail, maar het maakte de scène onnodig kunstmatig.

Bovendien verschenen er ondertitels in de video, waar ik niet om had gevraagd—en ze zaten er vol spelfouten in. En tot slot was de geluidsomgeving in de lift te doods. Er moest iets subtiels bij, zoals zachte liftmuziek uit de plafondluidsprekers, om de omgeving echt te laten aanvoelen.

Met deze opmerkingen in gedachten heb ik zo’n vijf iteraties gedaan tot ik een versie had die prima voelde. Niet perfect, maar veel dichter bij wat ik voor ogen had.

Dit is de aangepaste prompt die ik gebruikte:

Prompt:

Een zeer volle kantoorlift tijdens de ochtendspits. De deuren zijn gesloten aan het begin van de video, en terwijl ze langzaam beginnen te openen, horen we zachte liftmuziek uit de plafondluidsprekers en een subtiel mechanisch gezoem. De camera houdt één, doorlopend shot op ooghoogte, strak gefocust op twee goedgeklede collega’s die gezicht naar gezicht staan — ongemakkelijk dicht op elkaar door de drukte. Precies als de liftdeuren half open zijn, zegt de man kalm en zelfverzekerd: “Ik heb ooit in de all-hands geniest en tegelijkertijd op ‘deel scherm’ geklikt. Geen overlevenden.” De vrouw reageert met oprechte lach — geamuseerd maar nooit overdreven — en ze spreekt niet, deinst niet terug, raakt haar gezicht niet aan en stapt niet achteruit. Om hen heen blijven de andere liftpassagiers ontspannen en op zichzelf: iemand scrolt op zijn telefoon, een ander staart peinzend voor zich uit, iemand anders verschuift zijn tas — maar niemand kijkt naar of reageert op de hoofdpersonages. De deuren blijven volledig opengaan, en aan het einde van het shot stappen de twee collega’s uit de lift terwijl de camera op zijn plek blijft. De personages kijken nooit in de camera. Voeg geen ondertitels of on-screen tekst toe.

Deze versie kreeg het meeste van de blocking en de toon goed. Toch bleven er een paar kleine puntjes:

• De liftdeuren gingen net iets te snel open, wat ik te schokkerig vond.
• De audio voelde nog steeds te stil, zelfs met de prompt voor liftmuziek.

Uit mijn ervaring met AI: het kost één minuut om 90% te halen, en een uur om de laatste 10% goed te krijgen—al krijg je het eerlijk gezegd bijna nooit precies zoals je wilt. Dus heb ik de draft in DaVinci Resolve gezet en de rest handmatig gedaan. Ongeveer 15 minuten licht editen—wat fades, achtergrondmuziek, en het uiteindelijke Mintro-logo met de tagline.

Het logo zelf is gegenereerd met Whisk, Google’s designtool die onder de motorkap op Imagen 4 draait (je vindt ’m ook in Gemini als je liever vanuit de app werkt). De output was schoon genoeg om zo te gebruiken zonder aanpassingen.

Met die edits was de advertentie klaar. Kort, vreemd en—hopelijk—blijft ’ie hangen.

Een multishot-scène maken met karakterconsistentie

Nu wil ik je laten zien hoe je een multishot-scène bouwt met karakterconsistentie—dus dat hetzelfde personage zijn gezicht en uiterlijk behoudt van het ene shot naar het andere. Dat klinkt misschien basic, maar in AI-videogeneratie is dit soort continuïteit nog steeds lastig voor elkaar te krijgen.

Even ter verduidelijking: een scène is een verhaaleenheid met continuïteit in tijd en ruimte. Die kan uit één of meerdere shots bestaan, afhankelijk van hoe je het opknipt. Als je die structuur eenmaal begrijpt, wordt het makkelijker om volledige scènes te bouwen—en die uiteindelijk aan elkaar te zetten tot iets als een korte film.

Als demo maak ik een heel kort verhaaltje, geïnspireerd op wat vaak wordt gezien als een van de beste flashfictions ooit geschreven (zogenaamd door Hemingway):

Te koop: babyschoentjes, nooit gedragen.

Dat is de emotionele kern waar ik omheen wil bouwen. Ik bedacht een microverhaal in twee shots om deze zin tot leven te brengen:

• Shot 1: Een vrouw van eind 30 opent een gangkast vol oude jassen, opgevouwen linnengoed en een paar ongenummerde kartonnen dozen. Ze haalt voorzichtig een van de dozen naar beneden en gaat op de vloer op haar knieën. Ze opent de doos en wikkelt zorgvuldig een klein item uit: een paar smetteloos witte babyschoentjes, genesteld in vloeipapier.
• Shot 2: Een paar minuten later, in de keuken. De vrouw zit alleen aan de keukentafel, telefoon in de hand. De camera houdt een stil, halfclose zijaanzicht. Ze legt de babyschoentjes naast zich op tafel en begint een advertentie te typen op haar telefoon. Tekst op het telefoonscherm: “Te koop: babyschoentjes, nooit gedragen.”

Dit keer ga ik niet itereren voor een gepolijst, filmisch resultaat. Mijn doel is simpelweg om te laten zien wat er mogelijk is met deze tool—hoe je de toon zet en het uiterlijk van een personage over meerdere shots heen behoudt.

Laten we beginnen met het eerste shot normaal te genereren (zoals we de shots voor de advertentie genereerden).

Prompt:

Interieur van een rustig, bewoond huis in de vroege ochtend. Natuurlijk licht valt zacht door een gangraam. Een vrouw van eind 30 opent een gangkast vol oude jassen, opgevouwen linnengoed en een paar ongenummerde kartonnen dozen. Ze haalt voorzichtig een van de dozen naar beneden en gaat op haar knieën op de vloer. De camera blijft stil op een medium-wijd shot, ooghoogte. Ze opent de doos en wikkelt zorgvuldig een klein item uit: een paar smetteloos witte babyschoentjes, genesteld in vloeipapier. Ze gaat op haar hielen zitten met de schoentjes in haar schoot. Haar uitdrukking is ongrijpbaar — niet verdrietig, gewoon aanwezig en stil. Het shot is rustig en ongedwongen. Geen muziek. Benadruk natuurlijke ambiance — zachte huissounds, het kraken van de kastdeur, geritsel van karton, en subtiele verre details zoals een tikkende klok of een vogel buiten het raam. Het moment moet gedempt en echt aanvoelen. Visuele stijl: warm, aardse realistische look met natuurlijk licht. Vermijd overdreven filmische stijling. Behoud één doorlopend shot zonder cuts of zooms. Voeg geen on-screen tekst of ondertitels toe.

Helemaal niet slecht. Ik houd van de kadrering, de kleur, en het geluid is oké. Het acteerwerk is niet geweldig—er zit weinig emotie in—maar laten we daar overheen stappen.

Stel dat we nu willen doorgaan naar het volgende shot in de keuken. Onze beste kans op karakterconsistentie—dus hetzelfde gezicht, dezelfde outfit en algemene uitstraling behouden—is de Scene Builder te gebruiken.

Als je tevreden bent met je eerste shot, klik dan op Add to scene:

Er opent een tijdlijn. Klik op het plusteken en kies vervolgens tussen:

• Jump to: Dit gebeurt en dan (de scène springt naar)
• Extend: Dit gebeurt en dan (verlengd shot)

Voor dit voorbeeld heb ik een cut nodig, dus kies ik Jump to en gebruik dan deze prompt (die kreeg ik na een paar iteraties—deze feature heeft zeker nog verbetering nodig):

Prompt:

In de keuken, een paar minuten later. Zonlicht valt zacht over de tafel en vloer en creëert een kalme, stille sfeer. Rustige huishoudelijke ambiance — het zachte gezoem van de koelkast, een lichte kraak van de stoel, zachte tikjes op het telefoonscherm. Geen muziek of stemmen van buiten. De vrouw zit alleen aan de keukentafel, telefoon in de hand. De camera houdt een stil, halfclose zijaanzicht. Ze legt de babyschoentjes naast zich op tafel en begint een advertentie te typen op haar telefoon. De camera snijdt naar een over-de-schouder shot of strakke insert van het telefoonscherm: “Te koop: babyschoentjes, nooit gedragen.” Ze staart een lange tel naar de tekst, haar duim hangend boven de knop voor plaatsen. Haar ogen beginnen te glanzen, maar ze knippert het snel weg. Ze huilt niet — in plaats daarvan vergrendelt ze de telefoon, legt hem met het scherm naar beneden en ademt uit, zichzelf herstellend. Haar uitdrukking is ingehouden en ondoorgrondelijk, maar haar lichaamstaal zegt alles: dit is niet makkelijk. Voeg geen on-screen ondertitels toe.

De promptnauwkeurigheid was laag—de toon en compositie pasten niet bij wat ik in gedachten had. Dat gezegd, de karakterconsistentie was prima: hetzelfde kapsel, vergelijkbare gezichtsvorm, maar de kleding veranderde.

Ik merkte ook wat visuele artefacten in de output (kijk naar de schoentjes). En hoewel ik een enkel shot verwachtte, kreeg ik drie afzonderlijke cuts in één generatie. Later besefte ik dat ik onbedoeld een tweede cut had gesuggereerd in de prompt, dus dat deel is op mij—maar waar de derde vandaan kwam, geen idee.

Daarbovenop verwijderde exporteren vanuit Scene Builder de audio volledig. Ik weet niet of dat een bug is of gewoon een beperking van de huidige setup, maar er lijkt geen eenvoudige oplossing te zijn. Je kunt elk shot wel afzonderlijk downloaden—dus ik heb ze weer aan elkaar geplakt in DaVinci Resolve.

Er is nog flink wat werk voor Google aan de Scene Builder-functie, maar het is veelbelovend!

Modulaire controle met Ingredients to Video

Een van de meer experimentele (en leuke) features in Flow is Ingredients to Video. Het geeft je modulaire controle: je genereert losse elementen—zogeheten ingredients—en combineert die vervolgens tot een scène.

Je kunt ingredients maken met afbeeldingsgeneratie, al wordt uploaden van afbeeldingen nog niet ondersteund. Hier is een voorbeeld van het Google-team:

Voor deze test wilde ik iets wat absurd proberen—een grappige, Kafkaëske short:

Een insect met een menselijk gezicht rijdt in een SUV. Maar hier is de twist (alsof dat nog niet genoeg was): de bestuurdersstoel is een koningszetel.

Laten we eerst de optie Ingredients to Video selecteren:

Ik begon met het een voor een genereren van de drie ingredients: de stoel, de SUV en het insect.

Helaas draait deze feature momenteel op Veo 2, niet op Veo 3. Technisch kun je Veo 3 selecteren in het dropdownmenu, maar tijdens het genereren schakelt het altijd automatisch terug naar Veo 2 en verschijnt deze waarschuwing:

Zoals verwacht was de outputkwaliteit teleurstellend:

Prompt:

Een insect met een menselijk gezicht rijdt kalm in een SUV, gezeten op een oversized koningszetel.

Dat gezegd, twee van de drie ingredients—vooral het insect en de stoel—zagen er verrassend goed uit. De SUV, niet zo…

Met de mogelijkheden van Veo 3 zou deze setup waarschijnlijk veel sterker zijn geweest. Voor nu toont deze modus potentie, maar hij is er nog niet helemaal.

Frames to Video

Het idee achter Frames to Video is dit: je levert het model een eerste en laatste frame, en het probeert de overgang daartussen te animeren (via een camerabeweging die je kunt sturen). Je kunt deze frames genereren vanuit een prompt of (uiteindelijk) zelf uploaden—uploaden van afbeeldingen is nog niet beschikbaar.

Net als de Ingredients-functie valt deze modus automatisch terug op Veo 2, wat de kwaliteit aanzienlijk beperkt. Ik heb er niets echt bruikbaars mee kunnen genereren.

Uiteindelijk heb ik het gebruikt om één shot van een kameleon te animeren. Ik heb dezelfde afbeelding ingesteld als zowel start- als eindframe en om een dolly-in camerabeweging gevraagd—maar dat deel werd niet gerespecteerd in de uiteindelijke render.

Prompt:

Een kameleon zit roerloos op een tak, ogen die langzaam in tegengestelde richtingen scannen terwijl hij geduldig op prooi wacht.

Veo 3 best practices

Als je voor het eerst toegang krijgt tot Veo 3 via Flow, begin je met 12.500 credits. Elke videogeneratie verbruikt een deel daarvan—150 credits per generatie met Veo 3—dus het loont om vanaf het begin strategisch te zijn.

Mijn advies: denk goed na over je prompts en genereer telkens maar één output. Je moet je credits over de maand uitsmeren, en elke generatie kost tijd—vaak 2 tot 3 minuten of meer. Dat maakt itereren relatief traag, dus trial-and-error is niet goedkoop of snel.

Voor het opstellen van prompts biedt Google een Vertex AI promptgids voor videogeneratie met inzichten in het structureren van effectieve prompts voor Veo. Deze gids benadrukt het belang van duidelijke, beschrijvende prompts en geeft voorbeelden om je op weg te helpen.

Als je extra houvast zoekt, is de Runway Gen-3 Alpha Prompting Guide een waardevolle bron. Die biedt gedetailleerde strategieën voor het maken van prompts die video-uitvoer van hoge kwaliteit opleveren, wat ook nuttig kan zijn bij het werken met Veo 3.

Conclusie

Ik ben niet zo verbaasd geweest door een AI-doorbraak sinds GPT-4o’s afbeeldingsgeneratie.

Veo 3 levert iets dat fundamenteel nieuw aanvoelt: coherente, geluidsingeschakelde video vanuit natuurlijke taalprompts. Dat alleen al onderscheidt het van alles wat ik verder heb getest.

Zeker, er zijn gebreken—prompt drift, geen volledige Veo 3-toegang in belangrijke tools zoals Scene Builder, en af en toe visuele glitches—maar de kernervaring is oprecht spannend.

Wat opvalt, is hoe dicht het al voelt bij een bruikbare creatieve pijplijn. Met een beetje editing en zorgvuldig prompten kun je in een paar uur van idee naar storyboard naar een werkend kort project gaan. Voeg daar karakterconsistentie aan toe (zelfs als die wat fragiel is), audio die in de output is ingebakken, en ondersteuning voor modulaire workflows, en dit begint op een serieuze tool te lijken.