Guía de prompts para video con IA: escribe prompts que funcionen

La mayoría de los prompts de video con IA fallan por problemas de estructura, no por falta de imaginación. Un motor de video lee tu texto como la descripción de un plano; si le das un moodboard, el resumen de una trama o un montón de etiquetas, renderiza lo que mejor adivina, que suele ser un desenfoque lento del primer sustantivo. Esta guía recoge la estructura que usamos en el estudio de Video, los errores que rompen todos los motores que tenemos y cómo arreglar un prompt de una sola pasada.

Las cinco partes de un prompt que funciona

Un prompt de video que funciona es un solo párrafo fluido, de 30 a 80 palabras, que responde a cinco preguntas más o menos en este orden:

1. Sujeto: quién o qué, con dos o tres detalles visuales concretos. «Una mujer con un impermeable amarillo» gana a «una figura misteriosa».
2. Movimiento: lo que hace el sujeto durante el clip. Una sola acción continua. Los motores son buenos con «camina hacia la cámara» y malos con «camina, se detiene, se gira, saluda».
3. Cámara: un movimiento y un encuadre. «Acercamiento lento, plano medio.» Las indicaciones escritas como «plano general» o «travelling» se detectan y se aplican.
4. Luz: de dónde viene y cómo se ve. «Sol de última hora de la tarde a través de las persianas, franjas duras en la pared.»
5. Tono: dos palabras al final, nunca un párrafo. «Silencioso, expectante.»

Todo junto:

Una mujer con impermeable amarillo cruza un estacionamiento vacío bajo una lluvia constante, charcos temblando a sus pies, acercamiento lento en contrapicado, farolas de sodio tiñendo de naranja el asfalto mojado ante un cielo gris azulado, solitario y sereno.

Treinta y nueve palabras. Un sujeto, una acción, un movimiento de cámara, una fuente de luz, un tono. Ese es todo el truco; lo que sigue es cómo la gente se las arregla para romperlo.

Lo que rompe los motores

Los mismos fallos aparecen en todos los motores del catálogo, de Motion One a los premium:

• Dos sujetos haciendo dos cosas. «Un perro persigue una pelota mientras un hombre lee el periódico» te da un hombre con forma de perro leyendo una pelota. Elige un sujeto; el otro pasa al fondo.
• Secuencias. «Abre la puerta, luego se sienta, luego sirve el té» son tres planos. Un clip es uno. Si quieres tres, usa el modo película y escribe tres escenas.
• Adjetivos abstractos sin nada visual. «Épico», «impresionante», «cinematográfico» y «alta calidad» describen tus esperanzas, no el fotograma. Sustituye cada uno por una luz o una lente.
• Ensalada de cámaras. «Toma con dron, primer plano, travelling, órbita» hace que el motor promedie cuatro movimientos en un tambaleo. Un movimiento por clip.
• Luz contradictoria. «Hora dorada con letreros de neón bajo el sol del mediodía» son tres esquemas de iluminación. Elige uno.
• Texto y rótulos. Los letreros, los subtítulos y los logotipos salen como sopa de letras. Describe la forma y el color del letrero; deja fuera las palabras.
• Negaciones dentro del prompt. «Sin lluvia, sin gente» tiende a añadir lluvia y gente. Usa el campo de prompt negativo en los motores que lo admiten y describe lo que sí hay.
• Listas de etiquetas. «masterpiece, 8k, ultra detailed, dramatic» es el dialecto de los modelos de imagen. Los motores de video quieren frases.

Antes y después

Tres prompts sacados de borradores reales y la reescritura que funcionó.

Antes: «Ciudad cyberpunk, lluvia, neón, toma con dron épica, muy detallado, 4k.»

Después:

Un mensajero solitario en una moto negra se abre paso entre el tráfico lento de la noche por una avenida resbaladiza por la lluvia, los letreros de neón de las tiendas manchan de rosa y cian el asfalto mojado, plano de seguimiento bajo junto a la moto, faros destellando en la neblina, inquieto y eléctrico.

La reescritura tiene un sujeto, una sola acción y un solo movimiento. «Épico» se convirtió en un plano de seguimiento; «neón», en colores concretos sobre una superficie concreta.

Antes: «Una chica preciosa sonríe a la cámara, luego se aleja hacia la puesta de sol, luego mira atrás, cinematográfico.»

Después:

Una mujer joven con el pelo castaño rojizo agitado por el viento se aleja despacio de la cámara por una playa al atardecer, mirando una vez atrás por encima del hombro, plano general con cámara fija, contraluz que perfila de dorado su silueta, nostálgico y cálido.

Una acción continua con un solo gesto dentro, un encuadre, una dirección de luz. El «luego, luego, luego» ha desaparecido.

Antes: «Foto de producto de un frasco de perfume, lujo, elegante, girando, estudio.»

Después:

Un frasco de perfume de cristal tallado gira despacio sobre una superficie negra de espejo, una sola luz cruzada suave que va atrapando cada faceta, lente macro, poca profundidad de campo con la etiqueta entrando y saliendo de foco, diminutas motas de polvo flotando en el haz, silencioso y caro.

«Lujo» se convirtió en una superficie de espejo y una luz cruzada suave; «girando», en una velocidad de rotación que el motor puede mantener.

Un movimiento, elegido a propósito

El estudio ofrece 24 movimientos de cámara como botones: Fijo, Paneo lento, Acercamiento, Travelling, Órbita, Cámara en mano, Primer plano, Plano general, Alejamiento, Dolly zoom, Grúa ascendente, Grúa descendente, Barrido rápido, Dron FPV, Alejamiento aéreo, POV, Snorricam, Tiempo bala, Slider, Giro, Ángulo holandés, Cenital, Zoom brusco y Steadicam. Elige uno por clip. Si prefieres escribir, las indicaciones del prompt también se detectan, así que «cámara orbital alrededor de la estatua» hace lo mismo que el botón.

Una correspondencia aproximada que nos ha funcionado bien:

• Quietud y retrato: Fijo o Paneo lento.
• Revelación o aproximación: Acercamiento, Grúa ascendente, Alejamiento.
• Seguir a un sujeto: Travelling, Cámara en mano para la tensión, POV para la inmersión.
• Escala: Plano general, Dron FPV, Alejamiento aéreo.
• Inquietud: Dolly zoom, Snorricam, Barrido rápido (con moderación: se come medio clip).

Más sobre cada uno en controles de cámara y en la entrada del glosario sobre el movimiento de cámara.

Duración, formato y elección de motor

Los clips duran 5 o 10 segundos en Motion One, el motor que tiene cualquier cuenta, y de 3 a 30 segundos en los motores premium, según el motor y tu plan. Las cuentas gratuitas llegan a 10 segundos, Hobby a 15, Creator a 20 y Studio y superiores a 30; los detalles están en precios. Escribe pensando en la duración: un clip de 5 segundos es un gesto; uno de 10 segundos es un gesto con principio y final.

Los formatos son 16:9 horizontal, 9:16 vertical y 1:1 cuadrado. Los clips verticales piden un sujeto de pie; los horizontales, un sujeto que se desplace de lado. Dilo en el prompt («camina de izquierda a derecha») para que el encuadre tenga algo que seguir.

Si ya tienes el fotograma, sáltate la mitad del prompt: suelta una foto de referencia o un Personaje y el motor lo anima (imagen a video). Entonces el prompt solo necesita movimiento, cámara, luz y tono; el sujeto es la imagen.

El botón gratuito Mejorar

Junto a la caja del prompt está Mejorar / Sorpréndeme. Es una reescritura gratuita del prompt: pega un borrador y te devuelve un párrafo digno de un director con la estructura de arriba; deja la caja vacía y Sorpréndeme se inventa uno. No cuesta nada, así que el hábito útil es lanzarlo, leer lo que añadió y luego editar. Si se inventó un movimiento de cámara que no querías, cambia el botón. Si dejó la luz demasiado concreta, suavízala. La reescritura enseña la estructura más rápido que cualquier guía, esta incluida. Los detalles, en la página del optimizador de prompts.

Cada render llega a tu biblioteca con su receta completa, así que un prompt que funcionó está a un Remix de una variación. Los renders fallidos se reembolsan solos, así que un prompt que no funcionó te cuesta un minuto, no créditos.

Preguntas frecuentes

¿Qué longitud debe tener un prompt de video con IA?

Entre 30 y 80 palabras, en un solo párrafo. Si es más corto, el motor rellena los huecos con valores por defecto; si es más largo, empieza a descartar detalles, normalmente los que más te importaban. La longitud no es calidad. La precisión, sí.

¿Describo la cámara con palabras o uso los botones?

Cualquiera de las dos. Los botones son inequívocos y sobreviven a las ediciones; las indicaciones escritas como «plano general» o «travelling» se detectan en el prompt y se aplican. No hagas las dos cosas con movimientos distintos, o el motor recibirá dos instrucciones.

¿Mejorar cuesta créditos?

No. Mejorar y Sorpréndeme son reescrituras gratuitas, y puedes lanzarlas tantas veces como quieras antes de gastar nada en el render de verdad.

Empieza con un prompt que funcione y cambia una parte cada vez: abre la toma del impermeable en el estudio de Video (el prompt se carga en inglés).