La diferencia entre una imagen generada por IA que impresiona y otra que decepciona casi nunca está en el modelo. Está en el prompt. Los modelos actuales son extraordinariamente capaces, pero interpretan todo de forma literal: si tú no defines el encuadre, la luz, el estilo y el sujeto, el modelo improvisa por ti. Y la improvisación rara vez coincide con lo que imaginabas.
Esta guía práctica te enseña a escribir prompts que produzcan resultados consistentes y profesionales, tanto en imágenes como en vídeos. No encontrarás fórmulas mágicas, sino una estructura, un vocabulario y un método de iteración que funcionan con cualquier herramienta moderna.
Por qué el prompt lo es todo
Un modelo de IA no lee tu mente. Lee tu texto, y lo interpreta a través de los patrones de sus datos de entrenamiento. Cada palabra que escribes añade una restricción; cada palabra que omites deja una decisión al azar.
Esta asimetría explica por qué dos personas con prompts aparentemente similares obtienen resultados tan distintos. Una especifica la cámara, la luz, el lente y el ambiente. La otra escribe "una escena hermosa y cinematográfica". El segundo prompt es una invitación a que el modelo improvise todo, que es exactamente lo que no quieres cuando tienes una idea concreta.
Piensa en el prompt como una instrucción para un contratista muy literal. El contratista cumplirá cada instrucción que le des, pero inventará todo lo que omitas. Tu trabajo es omitir lo menos posible, sobre todo en las áreas que más importan: sujeto, acción, cámara, entorno, luz y estilo.
La estructura básica de un buen prompt
Un prompt sólido tiene partes identificables. No necesitas todas en cada generación, pero conocerlas te permite diagnosticar qué falta cuando algo falla.
Sujeto. ¿Quién o qué aparece en el encuadre? Sé específico: "una mujer joven con impermeable amarillo" funciona mejor que "una persona". Si tienes una imagen de referencia, úsala y deja que la imagen cargue los detalles.
Acción. ¿Qué está ocurriendo? Usa verbos precisos: "camina lentamente hacia la cámara", "abre la puerta y duda". Los verbos de movimiento dan forma a todo el clip.
Entorno. ¿Dónde ocurre? Incluye hora del día, clima y detalles espaciales: "un callejón estrecho bajo lluvia intensa, letreros de neón reflejados en el asfalto mojado".
Cámara. ¿Cómo está encuadrado y movido el plano? "dolly-in lento", "primer plano en mano", "plano general con grúa". El vocabulario de cámara es la forma más rápida de dar un aspecto cinematográfico.
Luz y ambiente. ¿Cuál es la fuente de luz y la sensación? "iluminación de bajo perfil, luz de recorte cálida, ambiente melancólico" le da al modelo un objetivo técnico y otro emocional.
Estilo. ¿Cuál es el lenguaje visual? Foto realista, película de 35 mm, anime, pixel art, documental. Una palabra de estilo clara vale más que tres adjetivos vagos.
Una forma útil de recordar la estructura es el acrónimo SACE-LS: Sujeto, Acción, Cámara, Entorno, Luz, Estilo. Completa cada parte deliberadamente y rara vez escribirás un prompt pobre.
Vocabulario visual que sí funciona
Un poco de lenguaje cinematográfico cambia los resultados de inmediato, porque los modelos se entrenan con enormes cantidades de lenguaje de cine.
Lentes y óptica: "lente de 35 mm", "retrato de 85 mm", "distorsión de gran angular", "poca profundidad de campo", "macro". Las palabras de lente cambian el encuadre y el desenfoque de fondo al instante.
Movimiento de cámara: "pan", "tilt", "dolly", "travelling", "grúa", "cámara en mano", "steadicam", "push-in", "pull-back". Las palabras de movimiento cambian la energía del clip.
Iluminación: "hora dorada", "luz dura", "luz suave", "contraluz", "luz de recorte", "luces prácticas", "brillo de neón", "luz volumétrica". La luz define el tono antes de que aparezca nada más.
Color: "azul y naranja", "paleta apagada", "alto contraste", "destellos quemados", "grano de película", "flares anamórficos". Las palabras de color definen el aspecto.
Composición: "regla de los tercios", "composición centrada", "ángulo bajo", "ángulo alto", "plano sobre el hombro". Las palabras de composición controlan lo que el espectador mira.
La clave es usar estas palabras con intención, no como decoración. Cada término debe responder una pregunta que realmente te importa.
Cómo elegir el modelo adecuado
No todos los modelos responden igual a los mismos prompts. Algunos son excelentes para fotorrealismo, otros para estilos ilustrados, otros para control preciso del movimiento. Elegir bien es parte del oficio.
Modelos de alta fidelidad: ideales para resultados fotorrealistas y calidad cinematográfica, con gran atención al detalle y la iluminación. Son la elección natural cuando la imagen o el vídeo deben verse "reales".
Modelos de alto rendimiento y control específico: buenos para adherirse a instrucciones detalladas y para escenas con acciones concretas. Son fiables cuando sabes exactamente qué quieres.
Modelos eficientes y especializados: ideales para iteraciones rápidas, estilos concretos o escenas más simples. No siempre ofrecen el techo de calidad más alto, pero permiten experimentar mucho más por el mismo esfuerzo.
La estrategia inteligente es no casarte con un solo modelo. Usa el motor adecuado para cada tarea: el fotorrealismo para una cosa, el estilo ilustrado para otra, el control fino para la tercera. Quien domina varios modelos produce mejores resultados que quien domina solo uno.
La negación y el refinamiento
Una habilidad avanzada pero esencial es decir "no" en el prompt. Los modelos tienden a los clichés: caras perfectas, iluminación de estudio, cielos azules. Si quieres evitarlos, tienes que indicarlo.
Las instrucciones negativas funcionan mejor cuando son concretas: "sin desenfoque", "sin textura fotográfica", "sin saturación excesiva", "sin rostros deformes", "sin artefactos de compresión". Cuanto más específica sea la negación, más útil es.
Pero cuidado: negar en exceso puede confundir al modelo. En lugar de "no quiero que se vea barato", di qué quieres en positivo: "texturas detalladas, iluminación natural, paleta de colores sobria". El refinamiento es un equilibrio entre lo que pides y lo que evitas.
Otra técnica de refinamiento es iterar sobre una variable a la vez. Si el resultado falla en la iluminación, cambia solo la iluminación. Si cambias todo a la vez, no sabrás qué funcionó.
Consistencia entre escenas
El mayor reto del vídeo no es un gran clip aislado, es una secuencia que se sienta como una sola película. La consistencia no es un accidente, se construye.
Bloquea el personaje primero. Genera una hoja de personaje o retratos consistentes antes de empezar las escenas. Usa la misma imagen de referencia cada vez que aparezca.
Bloquea el entorno. Crea uno o dos planos de establecimiento de la localización y reutilízalos como referencia. El público debe reconocer el lugar.
Usa un bloque de estilo compartido. Escribe un fragmento reutilizable que describa el lenguaje visual, la iluminación y el ambiente de todo el proyecto, y añádelo a cada prompt de escena. Es la técnica de consistencia con mejor retorno.
Controla los keyframes. Para planos importantes, define el primer y el último fotograma y describe el movimiento entre ellos. La disciplina de keyframes hace consistente el movimiento, no solo la apariencia.
Revisa en secuencia. Mira los clips en orden y comprueba los puntos de corte, no los planos individuales. Los fallos de consistencia son invisibles en aislamiento y evidentes en secuencia.
Iteración: analiza, diagnostica, mejora
La optimización de prompts es un bucle, y el bucle funciona cuando diagnosticas en lugar de adivinar. Cuando un resultado falla, pregúntate qué parte falló y corrige solo esa parte.
El sujeto es incorrecto: refuerza la descripción del sujeto o adjunta una mejor imagen de referencia.
La acción es incorrecta: reescribe el verbo de acción y la secuencia de movimiento. Sé explícito sobre el orden.
La cámara es incorrecta: sustituye el lenguaje de cámara. Un dolly-in fallido puede convertirse en un push-in exitoso, un primer plano estático o un pan lento.
El estilo es incorrecto: cambia el bloque de estilo, no la descripción de la escena. Suele ser un problema de referencias más que de palabras.
Todo el clip se siente plano: añade lenguaje de iluminación y ambiente, o reduce el número de elementos para que el modelo tenga menos cosas que comprometer.
Una disciplina: cambia una variable por iteración. Si reescribes todo, no podrás aprender qué importaba.
Errores comunes y cómo evitarlos
Escribir poemas en lugar de prompts: el lenguaje evocador tiene su lugar, pero el modelo necesita estructura. Usa el esqueleto SACE-LS primero y añade poesía encima.
Ignorar la cámara: la mayoría de los prompts de principiantes describen la escena pero no el plano. Añadir una palabra de cámara transforma el resultado más que cualquier adjetivo.
Reutilizar plantillas genéricas: una plantilla copiada de una guía no dice nada sobre tu proyecto. Adapta la estructura, escribe el contenido tú mismo.
Cambiarlo todo a la vez: no puedes aprender de un experimento donde cada variable se movió. Cambia una cosa por iteración.
Saltarse las referencias: las palabras son anclas débiles. Si la herramienta admite imágenes, úsalas. El mejor prompt del mundo pierde contra una sola buena imagen de referencia.
Olvidar el bloque de estilo: los prompts de escena sin un bloque de estilo compartido producen un collage, no una película. La consistencia se diseña, no se espera.
Un ejemplo paso a paso
Veamos el método en acción con un caso concreto. Concepto: un mensajero en moto cruza una ciudad nocturna bajo la lluvia, con neones reflejados en su chaqueta.
Primera versión: "un mensajero en moto por una ciudad de noche bajo la lluvia, cinematográfico." Este prompt lo deja casi todo al modelo: la cámara es indefinida, la luz es vaga, el estilo es un solo adjetivo. El resultado será competente y genérico.
Segunda versión, estructurada con SACE-LS: "Un mensajero con casco oscuro y chaqueta de lluvia amarilla conduce una moto por una calle estrecha bajo lluvia intensa de noche. Letreros de neón azules y rosas se reflejan en el asfalto mojado. Plano de seguimiento a baja altura junto a la moto, poca profundidad de campo. Paleta fría, alto contraste, grano de película, ambiente tenso." Ahora el modelo tiene sujeto, acción, entorno, cámara, luz y estilo. El resultado se acercará mucho más a un fotograma real de cine.
Tercera versión, después de un intento fallido. Supón que la imagen es nítida pero el movimiento se siente mecánico y el neón está demasiado saturado. Diagnostica: el movimiento es un problema de cámara; la saturación es un problema de estilo. Corrige uno a la vez. Primero cambia el lenguaje de cámara: "plano de seguimiento en mano con vibración sutil, ligera variación de velocidad." Regenera y compara solo el movimiento. Si el color sigue mal, ajusta el bloque de estilo: "paleta de neón apagada, destellos desaturados, ligero bloom." Regenera de nuevo.
En tres iteraciones habrás aprendido algo concreto sobre cómo interpreta el modelo las palabras de movimiento y color, y tendrás un prompt bloqueado para la escena. Reutiliza el bloque de estilo para el resto del proyecto y la pieza entera se mantendrá unida.
Preguntas frecuentes
¿Cuánto debe durar un buen prompt? Lo suficiente para cubrir sujeto, acción, cámara, entorno, luz y estilo, y nada más. El detalle es bueno; el relleno no.
¿Necesito aprender terminología de cine? Ayuda muchísimo, porque los modelos se entrenan con ella. Un vocabulario básico de lentes, movimientos de cámara y luz paga dividendos de inmediato.
¿Por qué mis resultados varían tanto entre intentos? La generación tiene aleatoriedad inherente. Usa semillas y ajustes para controlar lo que puedas, y trata la variación como una razón para iterar, no para desesperarte.
¿Es mejor usar prompts cortos? Los prompts cortos dejan decisiones al modelo. Úsalos cuando quieras que el modelo improvise, y prompts estructurados cuando tengas un plano concreto en mente.
¿Cómo mantengo consistentes a los personajes? Bloquea una imagen de referencia del personaje y reutilízala en cada escena. La consistencia vive en las referencias, no en los adjetivos.
Dominar los prompts no es un talento, es una habilidad. Sigue una estructura, usa un vocabulario y mejora con iteración disciplinada. Escribe prompts que especifiquen el sujeto, la acción, la cámara, el entorno, la luz y el estilo. Usa referencias para anclar lo que las palabras no pueden. Cambia una variable a la vez y revisa tus resultados en secuencia.
Hazlo de forma constante y la distancia entre lo que imaginas y lo que el modelo produce se reducirá hasta casi desaparecer. Esa es la verdadera maestría: no depender de la suerte, sino dirigir el resultado con intención.
