Checklist de calidad para video con IA: qué revisar al entregar

Hay una distancia entre un clip que se ha renderizado y un clip que puedes enviar a un cliente, y casi nada de ella tiene que ver con el modelo. Se trata de si el plano sostiene una sola idea, de si la escena cuatro parece de la misma producción que la escena uno, de si la cara es la misma cara y de si estás a punto de entregar un video mudo.

Repasa esta lista antes de exportar. Lleva unos diez minutos y te ahorra la ronda de correcciones en la que alguien dice «hay algo que no me convence» y no sabe explicar por qué.

1. Una acción por clip

El fallo más común en el video con IA es un prompt que describe una escena entera cuando el clip dura cinco segundos. En cinco segundos cabe una acción; dos verbos se convierten en papilla, porque el modelo atiende a los dos y no se compromete con ninguno.

Mal, porque son tres planos haciéndose pasar por uno:

Ella entra en el bar, pide una copa y luego se gira cuando la puerta se abre detrás de ella.

Bien, porque es una sola acción con una cámara y un tono:

Una mujer con un abrigo oscurecido por la lluvia empuja la puerta de un bar y se detiene, dejando que el ruido se asiente a su alrededor. Acercamiento lento, película de 35 mm, luces prácticas y reflejos de neón, paleta de película cálida, ritmo tranquilo, poca profundidad de campo sobre su cara.

Ese segundo prompt tiene la forma que funciona aquí: un párrafo fluido de 30 a 80 palabras que nombra sujeto, movimiento, cámara, luz y tono. Si tu prompt lleva un «luego», tienes dos clips.

2. Una misma estética en todas las escenas

Una secuencia se lee como una sola producción cuando la gramática se mantiene fija y solo cambia el contenido. El Panel de dirección de la herramienta de video es un conjunto de controles justo para eso: tipo de película, época, ritmo, cámara, lente, apertura, iluminación y paleta.

Fíjalos antes de la escena uno y, entre planos, cambia solo el sujeto y el movimiento de cámara. Una paleta Noir neón en la escena uno y una paleta Película cálida en la escena tres no se leen como variedad: se leen como dos videos montados juntos por error.

Tres escenas, una estética, cambiando solo lo que debe cambiar:

Scene 1 — A courier chains her bike to a railing outside a shuttered
arcade, breath visible in the cold. Static shot.
Scene 2 — She pulls a folded envelope from her jacket and reads the
address twice. Close-up.
Scene 3 — She steps into the arcade doorway and the light swallows her
outline. Slow push-in.

Look, identical on all three — film noir, 1980s, calm tempo, 35mm film,
anamorphic lens, f/1.4, neon noir palette, practicals.

Formula la estética una vez y reutilízala palabra por palabra (en español: «cine negro, años 80, ritmo tranquilo, película de 35 mm, lente anamórfica, f/1.4, paleta Noir neón, luces prácticas»). La coherencia es un problema de copiar y pegar, no de talento.

3. Continuidad del reparto

Si una persona aparece en más de un clip, tiene que ser un Personaje, no una descripción. Un Personaje en /studio/characters guarda un nombre, una personalidad y fotos de referencia, y lo llamas en un prompt con una @mención para que la misma cara se mantenga en todas las escenas.

Tres hábitos que mantienen coherente el reparto:

• Usa el mismo conjunto de referencias en todo el proyecto. Cambiar una foto a mitad de camino equivale a cambiar de actor.
• Anima una imagen fija que ya aprobaste. Dale a un clip una imagen de referencia y el motor parte de ella para animarla, lo que fija la cara mucho mejor que volver a describirla.
• Usa una semilla cuando el motor la respete. La misma semilla con el mismo prompt te da la misma toma, lo que convierte «otra vez» en una variación controlada en lugar de una lotería.

Revisa esto primero en una pieza de varias escenas, porque es el único fallo que no se puede arreglar después. El color se puede corregir y el ritmo se puede montar; una cara distinta, no.

4. Encuadre y resolución adaptados al canal

Renderiza en el formato en el que vas a publicar. No renderices en 16:9 para recortar a vertical después: pierdes la composición que el modelo hizo de verdad y, normalmente, también la cabeza del sujeto.

• 9:16 vertical para TikTok y Reels.
• 1:1 cuadrado para publicaciones en el feed.
• 16:9 horizontal para YouTube y todo lo que se inserte en una web.

En video también hay opciones más anchas y más altas. Lo que cada relación de aspecto le hace a la composición está en /glossary/aspect-ratio.

La resolución la limita el motor que elegiste, no tu ambición: algunos ofrecen 480p y 720p, otros llegan a 1080p. Consulta la lista en /models antes de prometerle a un cliente un máster en 1080p. No hay ningún paso de escalado que te salve después, así que el render es el entregable.

La duración del clip tiene dos límites: las duraciones que ofrece el propio motor y tu plan. Las cuentas gratuitas renderizan hasta 10 segundos, y los planes de pago llegan a 15, 20 y 30. Planifica el montaje en torno a la duración que de verdad puedes renderizar.

5. Audio, decidido a propósito

La mayoría de los motores renderizan video sin sonido. Uno de ellos, Veo 3 Fast, renderiza una banda sonora nativa (ambiente, efectos, diálogo) junto con la imagen.

Así que hay dos estados válidos para un entregable, y «se me olvidó» no es uno de ellos:

• Sonido nativo, si renderizaste con el motor que lo produce, o
• Una pista que pusiste tú: una voz en off de /studio/voice con una voz del catálogo o tu propia voz clonada, más música y efectos, montados en tu editor.

Una nota de encuadre, porque sorprende a muchos: aquí no hay sincronización de labios. Una voz en off sobre un primer plano cerrado de una boca que habla no va a coincidir, y el público lo nota en medio segundo. Encuadra la narración sobre la acción, sobre unas manos, sobre una cara que escucha; de todos modos, es mejor cine.

6. Tomas, no reescrituras

Cuando un plano está casi bien, vuelve a lanzarlo en lugar de reescribirlo. El modo Cinema te permite renderizar de una a cuatro tomas de la misma escena y quedarte con la mejor, y eso es más barato y más rápido que seis revisiones del prompt que cambian tres variables a la vez.

Reescribe cuando el contenido está mal: la acción, el reparto o el encuadre equivocados. Repite la toma cuando el contenido está bien y la ejecución flaqueó. Confundir las dos cosas es la manera de perder una tarde entera. Más en /glossary/take.

7. Arréglalo en un editor, no en el render

Este es el punto que más créditos ahorra. Lo siguiente es trabajo de editor, no motivo para volver a renderizar:

• recortar un clip que dura medio segundo de más,
• las transiciones entre escenas,
• la corrección de color para igualar dos planos,
• las rampas de velocidad, la estabilización y los recortes dentro del encuadre que renderizaste,
• superponer voz en off, música y efectos.

eroq genera; no edita. Exporta y termina en Premiere o After Effects, donde todo lo anterior lleva minutos y no cuesta nada. Vuelve a renderizar solo cuando los píxeles están mal, no cuando lo está el montaje.

La lista, lo bastante corta para colgarla en la pared

1. Una acción por clip, sin «luego».
2. La misma estética en todas las escenas: panel fijo, contenido variado.
3. El mismo Personaje y las mismas fotos de referencia en toda la pieza.
4. Renderizado en el formato de publicación, a una resolución que el motor ofrezca de verdad.
5. Audio decidido: sonido nativo o una pista que pusiste tú.
6. La mejor toma elegida, no la primera que terminó.
7. Recortes, transiciones y corrección de color hechos en el editor.

Después míralo una vez sin sonido y otra con los ojos cerrados. Lo que sobreviva a ambas pruebas se puede entregar.

Preguntas frecuentes

¿Por qué mis escenas de video con IA parecen de producciones distintas?

Casi siempre porque la estética cambió entre renders. Fija una vez el tipo de película, la época, el ritmo, la cámara, la lente, la apertura, la iluminación y la paleta, reutilízalos tal cual y varía solo el sujeto y el movimiento de cámara.

¿Puedo añadir diálogo con sincronización de labios a un clip de video con IA?

No: no hay función de sincronización de labios. O renderizas con el motor que produce banda sonora nativa, o pones una voz en off con un encuadre que no muestre una boca diciendo la frase.

¿Debo volver a renderizar un clip o arreglarlo en mi editor?

Arréglalo en el editor siempre que el problema sea de montaje: duración, transiciones, igualación de color, velocidad, audio. Vuelve a renderizar solo cuando el propio contenido está mal, y prefiere una toma extra a un prompt reescrito.

Repasa la lista y publica el resultado en /community, o empieza el siguiente en la herramienta de video.