Veo 3: cómo hacer vídeo con la IA de Google en 2026

Recuerdo la primera vez que vi un clip de Veo con sonido. Un pescador viejo en un muelle se gira hacia la cámara y comenta algo sobre el tiempo, mientras detrás chillan las gaviotas y salpica el agua. Ocho segundos. Nadie lo grabó, nadie puso una voz en off, nadie montó nada: el clip salió de un párrafo de texto.

Antes de Veo, la IA de vídeo hacía cine mudo. La imagen quedaba preciosa y luego te tocaba todo a ti: buscar música, elegir efectos, grabar una voz y sincronizarla a mano con el movimiento de los labios. Un clip de ocho segundos te comía la tarde. Veo convirtió el sonido en parte de la generación, así que el clip sale listo para publicar directamente desde la ventana del navegador.

Te voy a llevar por Veo para que hagas tu primer clip mientras lees. Dentro: qué significa hoy de verdad el nombre Veo 3, dónde usarlo, cuántos clips tienes gratis, quién puede acceder y cómo pagar, instrucciones paso a paso para vídeo desde texto y desde una foto, cómo mantener un mismo personaje en varios clips, cómo escribir diálogos, una fórmula de prompt con 12 prompts listos, 10 escenarios de negocio y una sección grande de solución de problemas. Léelo en orden o salta a lo que necesites desde el índice.

Sección 01Qué es Veo 3 en 2026

Veo es una familia de modelos de generación de vídeo de Google DeepMind. La primera versión salió en 2024, la segunda a finales de ese mismo año, y en mayo de 2025 Google presentó Veo 3. Causó sensación por una sola cosa: el clip salía ya con sonido. Los personajes hablaban, los platos tintineaban, soplaba el viento, y todo encajaba con la imagen en el tiempo.

En octubre de 2025 llegó la actualización Veo 3.1. El sonido ganó riqueza, los personajes mantenían mejor su aspecto de un plano a otro y aprendió a trabajar con varias imágenes de referencia y con un primer y un último fotograma. Después, el 30 de junio de 2026, Google apagó los antiguos Veo 3, Veo 3 Fast y Veo 2. Así que cuando hoy buscas «Veo 3», en la práctica acabas en Veo 3.1. El nombre antiguo sigue vivo en las búsquedas por costumbre.

Veo 3.1 viene en tres versiones, y confundirlas sale caro:

Estos precios son para cuentas normales. Para los suscriptores del plan superior, Ultra, Lite y Fast cuestan la mitad, mientras que Quality cuesta lo mismo.

Qué puede hacer Veo en la práctica:

• crear un clip a partir de una descripción en texto;
• dar vida a una imagen o foto que subas;
• construir una escena entre el primer y el último fotograma que le des;
• mantener el mismo personaje u objeto en clips distintos gracias a imágenes de referencia;
• generar sonido: voz sincronizada con los labios, efectos de sonido, música de fondo;
• alargar un clip terminado continuando la acción desde su último fotograma.

Una generación dura 4, 6 u 8 segundos. Para 1080p y 4K, elige 8 segundos; las opciones más cortas solo vienen en calidad básica. Formatos: horizontal 16:9 y vertical 9:16 para reels y stories.

Sección 02Dónde funciona Veo: Flow, Gemini y otras puertas de entrada

No existe una web única llamada Veo. El modelo está integrado en varios productos de Google, y cada uno tiene su carácter. Aquí tienes un mapa para no perderte.

Para un trabajo constante y continuado te recomiendo Flow. Ves cuántos créditos te quedan, eliges una versión concreta de Veo, montas varios clips en una escena, alargas un clip y lo descargas en la calidad que necesites. Gemini es más sencillo pero te da menos control: no siempre sabes qué modelo está funcionando en ese momento y no puedes ajustar la duración y la calidad con tanta precisión.

Gemini sirve para otra cosa: dar con la idea. Pídele que describa cinco escenas para un reel sobre tu servicio, quédate con la mejor y llévala a Flow. Expliqué en detalle cómo usar el propio Gemini en Cómo usar Gemini.

Sección 03Cuánto cuesta Veo: planes gratis y de pago

En Flow todo funciona con créditos. Cada cuenta, también las gratuitas, recibe 50 créditos al día. Caducan al día siguiente, así que no se pueden acumular. Los planes de pago de Google añaden encima una asignación mensual.

Los precios exactos dependen de tu país y cambian con el tiempo, así que revisa la página de planes de Google One antes de pagar. Una referencia aproximada en dinero: con el plan Pro, un clip en Fast sale por unos 40 céntimos y uno en Quality por unos dos dólares.

Qué puedes hacer de verdad gratis: cinco clips de prueba en Lite al día o dos en condiciones en Fast. Basta para aprender a escribir prompts y para hacer un par de reels a la semana. Para anuncios regulares y clips diarios, la asignación gratuita se queda corta, y el plan Pro es un punto de partida sensato.

Una nota aparte para desarrolladores. A través de la API y de AI Studio, Veo se cobra por segundo: Lite cuesta unos 5–8 céntimos por segundo, Fast 10–12 céntimos, y la versión completa 40 céntimos en 1080p y 60 céntimos en 4K. Para un usuario normal, esta vía es más cara y más complicada que Flow; la menciono solo para completar el cuadro.

Sección 04Cómo acceder: regiones, edad, cuenta y pago

Para la mayoría de la gente en España y Latinoamérica, entrar en Veo lleva un minuto. Aun así hay algunas condiciones, y cuando Flow se niega a abrirse, casi siempre es por una de ellas. Esto es lo que hay que comprobar.

Pagar un plan. Los planes Google AI Plus, Pro y Ultra se cobran a través de Google One, la misma suscripción que te da almacenamiento extra en Google Drive. Pagas con una tarjeta bancaria normal o a través de Google Play en Android. En algunos países también se ofrece un mes de prueba gratis de Pro, y los estudiantes a veces tienen ofertas especiales; mira qué te muestra la página de Google One en tu cuenta. Al suscribirte, los créditos mensuales aparecen en Flow automáticamente.

Sección 05La interfaz de Flow en dos minutos

Flow parece una app de montaje reducida a una sola ventana. No hace falta asustarse: solo necesitas cinco zonas.

Proyectos. La página de inicio muestra tus proyectos. Conviene tener un proyecto por tarea: «reels de la semana», «anuncios del reto», «intros de las clases». Todos tus clips e imágenes se van acumulando dentro del proyecto.

La caja del prompt. En la parte inferior de la pantalla hay un campo de texto grande. A su izquierda está el selector de modo: Text to Video, Frames to Video, Ingredients to Video. El modo determina qué adjuntas a tu descripción.

Ajustes de generación. El icono de controles deslizantes junto a la caja del prompt. Aquí eliges el modelo (Lite, Fast, Quality), la proporción (16:9 o 9:16), la duración y cuántas variantes hacer a la vez: una o dos. Dos variantes cuestan el doble, pero para clips importantes viene bien poder elegir la mejor.

El feed de resultados. Los clips terminados aparecen encima de la caja del prompt. Pasa el ratón por encima de un clip y salen los botones: descargar, alargar, usar un fotograma como inicio del siguiente plano, añadir a la escena.

Escena. Un modo aparte en el que los clips se colocan uno tras otro en una pista. Aquí montas varias piezas de ocho segundos en un vídeo de 30–60 segundos y lo descargas entero.

Flow adapta el idioma de la interfaz a tu navegador, y hay pocos botones. Puedes escribir los prompts en español, pero el inglés sigue siendo el idioma en el que Veo entiende mejor los movimientos de cámara y la iluminación, por eso los ejemplos de este artículo van en inglés.

Sección 06Tu primer vídeo desde texto, paso a paso

Empecemos por un clip hecho solo a partir de una descripción. Una tarea que le sirve a casi cualquiera: una intro con ambiente para un reel sobre cómo empiezas tu jornada. Ocho segundos, vertical, con sonido.

Por qué funcionó. La primera frase fija el lugar y el momento. El personaje se describe en breve: un jersey y un escritorio, sin biografía. Las acciones van en orden y caben en ocho segundos. Una línea aparte con «Sound:» le dice a Veo qué tiene que sonar, así que el audio sale preciso y sin música al azar.

El error más común de principiante es meter una película entera en ocho segundos: «se despierta, va a la cocina, prepara café, se sienta a trabajar, llama a un cliente». Veo se saltará la mitad de las acciones o las mezclará en un batiburrillo. Una escena son una o dos acciones. Si necesitas una historia, haz varios clips y móntalos en una escena.

Sección 07Vídeo desde una foto y desde dos fotogramas

Para un negocio, este modo suele ser más útil que el texto. Partes de tu foto real, así que el clip conserva tu despacho, tu producto, tu taza con tu logo. En Flow se llama Frames to Video.

Primer y último fotograma. Sube los dos fotogramas y Veo construye la transición entre ellos. Es un truco listo para usar en clips de antes y después: el primer fotograma es una habitación desordenada, el último es la misma habitación tras un servicio de limpieza. O un plato vacío y un plato con la receta terminada. En este caso el prompt describe cómo se desarrolla la transformación: «la cámara se queda quieta, las cosas vuelven solas a su sitio, la luz se vuelve más cálida».

Para tareas sencillas como «animar una foto antigua de la familia» o «convertir un retrato en una animación corta» hay herramientas más simples. Las reuní en Cómo animar una foto con IA.

Sección 08Un mismo personaje en varios clips

La maldición de toda IA de vídeo es que el personaje cambia de un clip a otro. En el primer clip el barista tiene la barba pelirroja, en el segundo castaña clara y en el tercero se le ha esfumado el delantal. Para una serie de reels o un anuncio de tres escenas, eso no vale. Flow tiene un modo justo para esto: Ingredients to Video.

Un ingrediente es una imagen de referencia: un personaje, un objeto o un estilo. Subes hasta tres, y Veo construye la escena a partir de ellos conservando su aspecto. Por ejemplo, los ingredientes pueden ser una foto de tu personaje, una foto de tu taza con la marca y una imagen del interior de una cafetería. El prompt describe lo que pasa: «el personaje deja la taza en la barra y sonríe a un cliente».

Cómo hacer una serie de tres clips con un mismo personaje:

Alargar. Si un buen clip termina demasiado pronto, pulsa Extend sobre él. Veo mira los últimos fotogramas y continúa la acción unos segundos más. Así puedes estirar una escena hasta un minuto o más. Cada extensión aumenta un poco la probabilidad de que la cara o el fondo se desvíen, así que para reels suelen bastar uno o dos pasos.

Sección 09Sonido y voz: cómo hacer que un personaje hable

El sonido es la razón por la que la gente elige Veo. Genera tres capas: la voz de los personajes, los efectos de sonido (pasos, platos que tintinean, el motor de un coche) y el ambiente (el murmullo de una cafetería, las olas, música). Todo sincronizado con la imagen.

Cómo escribir una frase. Indica quién habla y pon el texto entre comillas: The woman looks at the camera and says: "Three mistakes that cost you clients." Veo entiende que es estilo directo y sincroniza los labios. La frase tiene que caber en 8 segundos con las pausas incluidas: son 10–15 palabras, no más. Una frase larga se corta a la mitad o sale como un trabalenguas.

Otros idiomas. Donde Veo habla más limpio es en inglés. También puede decir frases en español, francés, alemán y muchos otros idiomas, pero ahí la acentuación y la pronunciación fallan más a menudo, y los nombres poco comunes y las marcas pueden salir mal incluso en inglés. Lo que funciona: frases cortas y sencillas, sin palabras raras; generar dos variantes y quedarte con la mejor; o darle al personaje solo la emoción y poner tu propia voz encima en el montaje. Si quieres que hable en español, escribe la frase entre comillas en español dentro de un prompt en inglés: She says in Spanish: "Desayuno en cinco minutos."

Cómo describir los efectos de sonido. En una línea aparte con «Sound:», enumera lo que se oye por orden de importancia: Sound: rain on the window, a kettle starting to whistle, soft lo-fi music in the background. Si no quieres nada de música, dilo: No music, only natural room sound. Si no, Veo a veces añade música a su gusto.

Sección 10La fórmula del prompt y 12 prompts listos

Un prompt de vídeo describe lo que cambia con el tiempo. En una imagen capturas un instante; en un clip describes movimiento y sonido. Por eso la fórmula para Veo tiene seis bloques:

Suelen bastar de tres a cinco frases. No todos los clips necesitan todos los bloques: añade diálogo solo si el personaje tiene que hablar. Para el movimiento de cámara, ten a mano unas cuantas palabras sencillas: push-in (la cámara se acerca), pull-out (se aleja), orbit (gira alrededor), tracking shot (sigue al personaje), static (se queda quieta), handheld (cámara en mano, con un ligero temblor).

Abajo tienes 12 prompts para tareas habituales. Cópialos y cambia los detalles para tu nicho.

Ojo con el prompt de «Testimonio dramatizado»: úsalo solo para escenificar una reseña real con permiso del cliente, y márcalo como dramatización. En la sección 12 explico por qué. Si quieres más formulaciones listas para textos, posts y stories que acompañen a estos clips, echa un vistazo a Prompts para redes sociales.

Sección 11Deja que Claude escriba tus prompts para Veo

Escribir prompts con la fórmula de seis bloques es una habilidad que llega tras más o menos una semana de práctica. Puedes acelerarla pasándole el trabajo a una IA de texto. Yo uso Claude porque mantiene el formato ordenado y no infla la descripción.

Entra en claude.ai y regístrate con tu correo o tu cuenta de Google. El plan gratuito basta para escribir prompts.

Luego dale a Claude las instrucciones una vez y, a partir de ahí, describe tus tareas con palabras sencillas.

Después pegas el prompt en Flow. Si el clip no sale bien, dile a Claude qué no te ha gustado: «la cámara tiembla, hazla más estable», «sonríe demasiado». Reescribe la parte que lo necesita. Tras una docena de clips tendrás tu propio repertorio de formulaciones que funcionan; guárdalas en tus notas.

Puedes ir más allá y pasarle a Claude el guion completo del reel: el gancho, tres escenas, las frases, los textos en pantalla. Cómo contar historias que se ven hasta el final lo explico en Storytelling con IA.

Sección 12Dónde rinden los clips de Veo: 10 escenarios

Un clip bonito hecho solo por ser bonito no trae dinero. Aquí tienes diez tareas en las que ocho segundos de Veo ayudan de verdad a vender servicios, cursos y consultoría.

Los dos primeros suelen ser los que antes se pagan solos. El gancho decide si la gente termina el reel, y un anuncio de directo atrae a más gente que una imagen con la fecha. Empieza por ahí.

Y una observación de la práctica. Los clips en los que habla un personaje inventado funcionan bien para el humor y las metáforas. Donde está en juego la confianza (testimonios, resultados prometidos, tu experiencia personal), las personas inventadas hacen daño. Un testimonio de un cliente que no existe es un engaño, y tu público lo detecta enseguida. Para la confianza, usa tu propia cara e historias reales.

Sección 13Cómo no quemar tus créditos

Cincuenta créditos al día parecen muchos hasta tu primera generación fallida en Quality. Estas son las reglas que te ahorran créditos y nervios.

• Borrador en Lite, versión final en Fast o Quality. Prueba primero la idea por 10 créditos. Cuando la composición y la acción estén bien, vuelve a generar en un modelo mejor con el mismo prompt.
• Una variante cada vez. Dos variantes cuestan el doble. Actívalas solo para clips importantes en los que quieras poder elegir.
• Quality solo cuando necesites 4K o un primer plano de una cara. En reels que se ven en el móvil, Fast casi no se distingue.
• Cambia un solo detalle. A un clip fallido casi siempre lo estropea una sola cosa. Si lo cambias todo a la vez, no sabrás qué ayudó.
• Primero texto, luego vídeo. Pide a Claude o a Gemini que revisen el prompt: si la acción cabe en 8 segundos, si hay contradicciones.
• Guarda en tus notas los prompts que funcionan. Tu archivo personal de formulaciones es tu mayor ahorro al cabo de un mes.
• Gasta tus créditos diarios cada día. Caducan por la noche. Dos intentos al día con créditos gratis son 60 clips de práctica al mes sin pagar nada.

Sección 14Cuando algo sale mal

Casi todos los problemas de Veo le pasan a todo el mundo. Estos son los casos habituales y qué hacer con ellos.

Sección 15Veo frente a otras herramientas de vídeo con IA

Veo es fuerte en imagen cinematográfica y en sonido. Pero para algunas tareas sus vecinos resultan más cómodos. Una tabla comparativa breve:

Cómo elegir en diez segundos. Necesitas un clip en el que el personaje hable, o un plano con calidad de anuncio: Veo. Necesitas personas de tus propias fotos y un clip más largo por menos dinero: Kling. Mucha gente usa dos herramientas: Veo para clips con sonido y Kling para animar fotos. Qué pasó con Sora y qué la sustituyó lo conté en Sora ha cerrado, y una comparativa general de los grandes modelos para distintas tareas está en Claude 5 vs GPT-5 vs Gemini 3.

Sección 16Checklist antes de publicar

Antes de publicar un clip de Veo, repasa esta lista. Un minuto de revisión te ahorra comentarios incómodos.

• El formato encaja con la plataforma: 9:16 para reels y stories, 16:9 para YouTube y tu web.
• La cara del personaje es la misma del primer fotograma al último.
• Las manos y los dedos no tienen articulaciones de más.
• La voz sigue los labios, y los nombres y las palabras poco comunes suenan bien.
• No hay texto deformado ni carteles con garabatos en el plano.
• No hay música sobrante, y la voz y el fondo están equilibrados.
• La marca de agua está resuelta: tapada con una franja de texto o fuera de la zona clave.
• El clip no tiene caras usadas sin consentimiento ni logos de otras marcas.
• Si el clip es un anuncio, no haces pasar a un personaje inventado por un cliente real.
• Los dos primeros segundos enganchan: movimiento, una frase o un plano inesperado.

ResumenTodo el camino en un minuto

Empieza hoy con un clip: toma el gancho de tu próximo reel, pide a Claude que lo convierta en un prompt con una frase hablada y genéralo con tus créditos gratis. Pon esos ocho segundos al inicio del vídeo y mira la tasa de visualización completa un par de días después. Lo más probable es que te entren ganas de hacer el segundo.