Producir un anuncio que parezca caro y se vea profesional ya no exige un presupuesto de agencia ni dos días de rodaje. Con un guion claro, un puñado de planos bien elegidos y una banda sonora que acompañe, un equipo de una o dos personas puede publicar piezas de nivel comercial en una sola tarde. La clave no está en la herramienta concreta, sino en el orden en que se toman las decisiones: primero el mensaje, después el ritmo, luego la imagen y por último el sonido.
Esta guía recorre ese orden completo, con criterios para elegir entre material de archivo y clips generados, recetas de sonido, errores que arruinan el resultado y una lista de comprobación antes de publicar.
Qué cambia (y qué no) al producir vídeo comercial con IA
La generación de imagen y vídeo ha eliminado la barrera de entrada más dura: conseguir material que parezca rodado. Antes, un negocio local que quería un anuncio con planos de gente usando su producto necesitaba contratar modelos, localizaciones y un operador de cámara. Hoy puede describir la escena y obtener tres variantes en minutos. Eso reduce el coste de iteración casi a cero y permite probar diez enfoques creativos donde antes solo cabía uno.
Sin embargo, la IA no decide por ti tres cosas que siguen siendo humanas: qué quieres decir, a quién y con qué intención emocional. Un montaje de planos espectaculares sin una promesa clara no vende nada. Y hay tres cuellos de botella técnicos que conviene tener presentes desde el primer minuto:
- Consistencia de personajes. Si el mismo protagonista aparece en cuatro planos, debe parecer la misma persona: mismo rostro, mismo vestuario, misma edad aparente.
- Coherencia de estilo. Mezclar un plano con estética de cine publicitario y otro con aspecto de vídeo casero rompe la sensación de marca.
- Claridad de uso. Toda música, voz o clip necesita condiciones de uso compatibles con fines comerciales, y eso hay que verificarlo antes de publicar, no después.
El resto es artesanía: ritmo, encuadre, color y sonido. Ahí es donde se gana o se pierde el resultado final.
El flujo de trabajo en seis etapas
Un anuncio corto bien hecho pasa por seis etapas. Saltarse cualquiera de ellas suele costar más tiempo al final que hacerla bien al principio.
Etapa 1: el brief de una página
Escribe en una sola página el objetivo, la audiencia, la oferta, la llamada a la acción, la duración y el formato. Si no puedes resumirlo en una página, el anuncio tampoco será claro. Añade dos o tres referencias visuales y una frase que describa el tono: por ejemplo, «cercano y luminoso» o «técnico y sobrio». Esa frase será tu filtro para aceptar o rechazar planos más adelante.
Etapa 2: guion y lista de planos
Para piezas de 15 a 30 segundos, la estructura más fiable es gancho, desarrollo y cierre. El gancho ocupa los primeros dos o tres segundos y debe funcionar sin sonido, porque muchos usuarios ven el vídeo en silencio. El desarrollo presenta el problema y la solución. El cierre deja una sola acción: visitar, reservar, escribir o comprar.
Después convierte el guion en una lista de planos. Un anuncio de 15 segundos suele funcionar con 5 a 7 planos; uno de 30 segundos, con 8 a 12. Escribe para cada plano: qué se ve, cuánto dura, si lleva texto y qué emoción aporta. Esta lista es tu contrato contigo mismo y evita que el montaje se convierta en una colección de clips bonitos sin sentido.
Etapa 3: producción visual
Aquí decides plano por plano si usas material de archivo, un clip generado o una grabación propia. La regla práctica es sencilla: si el plano existe en un banco de stock con la calidad y el encuadre que necesitas, úsalo; si necesita una especificidad imposible de encontrar —un producto concreto, una acción muy determinada, un ángulo inusual—, genéralo.
Cuando generes, escribe prompts con estructura fija: sujeto, acción, entorno, luz, tipo de lente, movimiento de cámara y estilo. Por ejemplo: «mujer de unos treinta años preparando café en una cocina luminosa, luz natural de mañana entrando por la ventana, lente de 50 mm, cámara fija, estética publicitaria limpia». Repite la descripción del personaje palabra por palabra en todos los planos donde aparezca. Genera dos o tres variantes por plano y elige una; no persigas la perfección en la décima iteración.
Etapa 4: sonido
El sonido es la mitad del anuncio. Graba o sintetiza la voz en off con un texto corto: entre 25 y 45 palabras para 15 segundos. Elige la música después de montar la imagen, no antes, para que se adapte al ritmo real. Añade efectos puntuales —un clic, un whoosh, un ambiente suave— en los cortes importantes. El silencio de medio segundo antes de la frase final es uno de los recursos más eficaces y menos usados.
Etapa 5: montaje y subtítulos
Monta cortando al ritmo de la música. Un anuncio dinámico puede tener un corte cada 1,5 o 2 segundos; uno más emocional, cada 3 o 4. Añade subtítulos siempre, con tipografía legible y buen contraste. Revisa el color de todos los planos juntos: una corrección ligera de contraste y temperatura unifica material de orígenes distintos.
Etapa 6: exportación y variantes
Exporta en vertical para redes sociales y en horizontal o cuadrado si lo necesitas para web o presentaciones. Genera al menos dos versiones del gancho: mismo cuerpo, primeros segundos distintos. Esa variante es la que después te dirá qué enfoque retiene más.
Clips generados frente a bancos de stock tradicionales
La decisión entre generar y reutilizar material existente no es ideológica, es práctica. Esta comparación ayuda a elegir rápido.
| Criterio | Clip generado con IA | Banco de stock |
|---|---|---|
| Especificidad | Alta: puedes describir casi cualquier escena | Media: dependes del catálogo existente |
| Tiempo hasta el primer resultado | Minutos, con varias variantes | Inmediato si ya sabes qué buscar |
| Consistencia entre planos | Difícil sin método | Limitada, cada clip viene de un rodaje distinto |
| Realismo de detalle | Mejorable en manos, textos y objetos pequeños | Alto, es material rodado |
| Riesgo legal | Depende de las condiciones de la herramienta | Depende de la licencia del banco |
| Mejor uso | Planos conceptuales, b-roll imposible, escenas de producto | Fondos, gente genérica, entornos cotidianos |
En la práctica, el mejor resultado casi siempre es híbrido: material de archivo para los planos de contexto y clips generados para los planos que llevan el mensaje. Un anuncio construido solo con clips generados tiende a tener un aire uniforme que puede resultar artificial si todos los planos comparten el mismo defecto.
Cuando busques en un banco, filtra por orientación y por resolución antes de mirar el contenido, para no enamorarte de un clip que luego no encaja. Y descarga siempre con margen: recortar un plano en vertical cambia por completo su composición.
Consistencia visual: el problema real de los personajes
El fallo más común en campañas hechas con generación es que el protagonista cambia de cara, de ropa o de edad entre planos. Se nota muchísimo y transmite descuido. La solución no es una herramienta milagrosa, es disciplina de descripción.
Crea una ficha de personaje de tres o cuatro líneas y no la modifiques nunca durante el proyecto: edad, rasgos, peinado, vestuario y paleta. Copia y pega esa ficha literalmente en cada prompt. Si la herramienta permite fijar una imagen de referencia o una semilla, úsala. Si el sistema trabaja con fotogramas clave para enlazar el inicio y el final de un movimiento, define ambos con el mismo personaje descrito igual.
Para el estilo general, define también una ficha de proyecto: tres colores dominantes, una dirección de luz y una distancia focal típica. Si todos los planos usan luz suave de ventana y una focal media, el conjunto se siente coherente aunque vengan de fuentes distintas. Si un plano es gran angular con sombras duras y el siguiente es teleobjetivo con luz difusa, el espectador nota el salto aunque no sepa explicarlo.
Un truco útil: reduce el número de planos en los que aparece una persona concreta. Si el protagonista solo sale en dos o tres planos y el resto es producto, manos, entorno y texto, la exigencia de consistencia baja y el anuncio gana claridad.
Música de fondo con IA: ritmo, emoción y condiciones de uso
La música marca la emoción antes que cualquier imagen. Elegirla por género es un error frecuente; elegirla por función es mucho más eficaz. Antes de generar o buscar, define qué debe sentir el espectador y en qué momento del anuncio debe cambiar esa sensación.
Como referencia práctica:
- Anuncio de producto tecnológico: tempo medio-alto, percusión limpia, sintetizadores suaves, sin voces que compitan con la locución.
- Servicio cercano o local: tempo medio-bajo, instrumentación acústica, sensación cálida y optimista.
- Oferta o promoción: tempo alto, entrada con impacto en el primer segundo, resolución clara al final.
- Marca premium: tempo lento, pocos elementos, mucho espacio, silencio usado como parte de la composición.
Al generar música con IA, pide estructura en lugar de un bucle plano: introducción, desarrollo y cierre. Un tema que nunca resuelve deja el anuncio sin conclusión emocional. Después, en el montaje, baja la música entre 12 y 18 decibelios por debajo de la voz durante la locución y súbela en los tramos sin texto. Ese movimiento, llamado normalmente ducking, es lo que hace que todo se entienda.
Sobre el uso comercial, revisa siempre las condiciones de la herramienta o del banco: si permite monetización, si exige atribución, si prohíbe cierto tipo de contenido y si conserva algún derecho sobre el resultado. Guarda una captura de la licencia vigente el día de la descarga. Si el vídeo se va a usar en campañas pagadas o en televisión, merece la pena usar música con licencia explícita para publicidad, porque las reclamaciones automáticas en plataformas pueden retirar el anuncio sin aviso previo.
Un stack práctico por tipo de proyecto
No hace falta una suite enorme. Estas combinaciones funcionan bien según el punto de partida.
Proyecto sin nada de material propio. Generación de vídeo para los planos clave, banco de archivo para contexto, editor de vídeo con subtítulos automáticos, voz sintética o grabada con el móvil, música generada o de biblioteca, y una herramienta de ajuste de color sencilla. Es el stack más rápido para probar mensajes.
Proyecto con producto real. Graba el producto con el móvil sobre fondo limpio con luz de ventana. Genera solo los planos de ambiente y de personas. Este enfoque gana en credibilidad porque el objeto central es auténtico.
Proyecto de marca con presupuesto ajustado. Vídeo generado para conceptos, stock premium para texturas y planos de detalle, música compuesta a medida y locución profesional. Menos planos, mejor acabados.
Proyecto de volumen. Plantillas en un editor con sustitución rápida de clips y textos, biblioteca de ganchos reutilizables y música de un mismo catálogo para mantener coherencia sonora entre piezas.
En todos los casos, un editor de escritorio con buena gestión de color y un editor ligero para cortes rápidos se complementan bien. DaVinci Resolve, CapCut y herramientas similares cubren el 90 % de las necesidades reales de un anuncio corto.
Errores frecuentes que arruinan el resultado
Estos son los fallos que más se repiten y más tiempo cuestan:
- Prompt genérico. «Ciudad moderna» produce un plano anónimo. «Calle estrecha al atardecer con bicicletas aparcadas» produce una imagen con carácter.
- Cambiar la descripción del personaje. Cualquier variación en el texto cambia el rostro. Copia la ficha exacta.
- Mezclar proporciones y calidades. Un clip en 4K junto a otro con ruido digital canta mucho. Normaliza resolución y aplica un acabado común.
- Música demasiado alta. Si hay que esforzarse para entender la voz, el anuncio ha fallado.
- Planos demasiado largos. Un plano de seis segundos sin movimiento ni información nueva pierde al espectador.
- Ignorar las zonas seguras. Textos y subtítulos que quedan tapados por la interfaz de la plataforma.
- No revisar en el móvil. El 80 % del consumo ocurre en pantalla pequeña; el montaje debe verse bien ahí.
- Publicar sin verificar licencias. Un problema de derechos puede obligar a retirar la campaña entera.
- Empezar por la herramienta. Elegir el software antes de saber qué quieres contar multiplica las horas perdidas.
Checklist antes de publicar
Mensaje y estructura
- ¿El gancho funciona sin sonido?
- ¿Hay una sola llamada a la acción clara?
- ¿La duración coincide con la plataforma de destino?
Imagen
- ¿Los personajes son consistentes entre planos?
- ¿La paleta y la temperatura de color son homogéneas?
- ¿Ningún plano tiene artefactos evidentes en manos, ojos o texto?
Sonido
- ¿La voz se entiende por encima de la música en todo momento?
- ¿La música cierra y no se corta en seco?
- ¿Hay subtítulos sincronizados y legibles?
Publicación
- ¿Están respetadas las zonas seguras de la plataforma?
- ¿Tienes registradas las condiciones de uso de cada recurso?
- ¿Has exportado al menos dos variantes del gancho?
Preguntas frecuentes
¿Se puede producir un anuncio completo sin gastar dinero?
Sí, con límites claros. Con capas gratuitas de generación, bancos de archivo abiertos, editores sin coste y voz sintética se puede llegar a una pieza publicable. El límite aparece en resolución, marcas de agua, variedad de estilos y volumen de producción. Para una campaña con varias piezas semanales, algún pago puntual suele ahorrar muchas horas.
¿La música generada con IA se puede usar en publicidad?
Depende de las condiciones de cada herramienta. Algunas permiten uso comercial amplio, otras limitan la publicidad pagada y otras exigen atribución. Lee los términos, guarda una prueba de la versión vigente y, si la campaña tiene presupuesto, considera música con licencia específica para publicidad.
¿Cuántos planos necesita un anuncio de 15 segundos?
Entre cinco y siete bien elegidos suelen bastar: gancho, dos planos de contexto, dos de producto o servicio y un cierre con texto. Más planos en tan poco tiempo crean confusión; menos hacen que el vídeo parezca estático.
¿Cómo evito que los planos parezcan generados por IA?
Tres medidas: evita primeros planos de manos y textos dentro de la imagen generada, añade grano o textura sutil de forma uniforme y cuida el movimiento de cámara. Un movimiento lento y coherente se percibe como rodado; un movimiento errático delata la generación.
¿Qué formato priorizo si publico en varias redes?
Empieza por el vertical. Es el formato que exige la mayoría del consumo móvil y el que peor se adapta desde otros formatos. Si necesitas horizontal, monta una segunda versión ampliando el encuadre, no recortando la vertical.
¿Cuánto tiempo lleva hacer una pieza de 20 segundos?
Con material disponible, entre dos y cuatro horas: guion, selección de planos, montaje, sonido y exportación. Si hay que generar muchos planos desde cero, añade una o dos horas más entre generación y selección.
Cómo convertirlo en un sistema repetible
Un anuncio aislado es un experimento; una serie de anuncios con el mismo método es un sistema. Para llegar ahí, guarda cada decisión en un lugar reutilizable: una biblioteca de prompts con las fichas de personaje y de estilo ya escritas, una carpeta de música clasificada por emoción y tempo, una plantilla de montaje con los textos y subtítulos ya maquetados, y un documento con las licencias de todos los recursos usados.
Después mide. Compara la retención en los primeros tres segundos entre variantes de gancho, observa en qué segundo cae la atención y ajusta el siguiente anuncio con esa información. Con el tiempo descubrirás qué combinación de ritmo, música y tipo de plano funciona mejor para tu audiencia concreta, y esa combinación vale más que cualquier herramienta nueva.
La producción comercial con IA no consiste en sustituir el criterio humano, sino en liberar tiempo para aplicarlo donde importa: decidir qué se cuenta, en qué orden y con qué emoción. Los clips y la música son la materia prima; la diferencia entre un anuncio olvidable y uno que funciona sigue estando en las decisiones que se toman antes de pulsar generar.
