Un vídeo generado con inteligencia artificial casi nunca falla por culpa del modelo elegido. Falla porque nadie decidió antes qué se estaba haciendo. Se escribe un prompt, aparece un clip espectacular, se genera otro que no encaja con el primero, se cambia de herramienta a mitad de camino, se pierde la paleta de color y tres horas después no existe una secuencia: existe una carpeta con fragmentos sueltos. Este artículo propone una cadena de producción completa, en nueve etapas, pensada para piezas narrativas de 30 segundos a 3 minutos: anuncios, tráilers, cortos de marca, vídeo musical, demostraciones de producto y contenido para redes. No depende de una plataforma concreta, así que sirve tanto si trabajas con una suite todo-en-uno como si montas un pipeline modular con nodos.
Brief creativo: las decisiones que conviene congelar antes de generar
El brief es la etapa más barata y la que más dinero ahorra. Un brief útil cabe en una página y responde siete preguntas: objetivo, audiencia, duración, formato de entrega, tono, restricciones y criterio de éxito. Si no puedes escribir el criterio de éxito en una frase —por ejemplo, «que alguien entienda qué hace el producto en los primeros cinco segundos»—, cualquier resultado te parecerá aceptable y el proyecto se alargará sin rumbo.
Objetivo, audiencia y criterio de éxito
Antes de tocar un generador, define qué tiene que sentir o hacer el espectador. Un anuncio de rendimiento busca acción medible; un corto de marca busca recordación; un vídeo musical busca textura y ritmo. Cada uno de esos objetivos cambia el desglose de planos, la duración de los cortes y hasta el tipo de encuadre. Escríbelo y colócalo en la parte superior del documento de trabajo: cada vez que dudes entre dos versiones de un plano, vuelve a esa frase.
Formato y encuadre: vertical, horizontal y cuadrado
El formato es una decisión temprana y muy consecuente. No se planifica igual un vertical 9:16 que un horizontal 16:9. En vertical, los planos generales se leen mal: conviene ir a planos medios y primeros planos, con el sujeto centrado y movimiento de cámara contenido. En horizontal puedes permitirte planos amplios con desplazamientos laterales y más información en el encuadre. Si vas a entregar ambos, decide el formato principal y encuadra el secundario por separado; nunca recortes el horizontal terminado para obtener el vertical.
Presupuesto de planos y de tiempo
Regla práctica: un vídeo de 60 segundos suele necesitar entre 12 y 20 planos. Menos de diez se siente lento; más de veinticinco se siente atropellado si no hay una intención rítmica clara. Calcula además de tres a cinco intentos por cada plano aceptado. Si la pieza final tiene 15 planos, prepárate para generar entre 45 y 75 clips. Ese número, multiplicado por el tiempo medio de generación y de curaduría, es tu presupuesto real de tiempo, no el que aparece en la primera estimación optimista.
Errores de brief habituales
El más común es presupuestar como si cada clip generado se convirtiera automáticamente en plano final. El segundo es definir el estilo visual después de generar, cuando ya has visto algo que te gustó y que no podrás replicar. El tercero es no fijar la duración: un vídeo «de unos dos minutos» acaba teniendo tres y medio porque nadie decidió qué sobraba.
La biblia visual: el documento que evita la deriva estética
La coherencia visual no se consigue con prompts más largos, sino con decisiones explícitas y repetibles. La biblia visual es un documento donde escribes esas decisiones y las congelas. Todo lo que se salga de ella debe ser una decisión narrativa justificada, nunca un accidente.
Tres ejes: temperatura de color, calidad de luz y óptica
Primer eje: temperatura de color. Cálido ámbar, neutro o frío cian. Segundo eje: contraste y calidad de luz. Luz natural difusa de día nublado, luz dura de mediodía, luz práctica nocturna con fuentes dentro del plano. Tercer eje: óptica. Gran angular cercano con distorsión leve, distancia normal, teleobjetivo que comprime el fondo.
Describe cada eje con palabras concretas en lugar de adjetivos genéricos. «Cinematográfico» no significa nada para un generador; «luz lateral dura, sombras marcadas, contraste alto, tonos ámbar» sí. Escribe además tres o cuatro referencias visuales y explica en una línea qué tomas de cada una: de una, la paleta; de otra, la escala de planos; de otra, la textura de grano.
Hojas de personaje y continuidad de atrezo
Para personajes que aparecen en varios planos, crea una hoja con cinco a ocho referencias: rostro frontal, tres cuartos, perfil, cuerpo completo y una expresión secundaria. Cuanto más específica sea la referencia, menos deriva tendrás entre planos. Los detalles pequeños —una cicatriz, un anillo, el color exacto del pelo, la forma de las cejas— son los que más se degradan de un clip a otro y los que conviene revisar plano a plano.
Los objetos también necesitan continuidad. Si una taza aparece en tres planos, define su forma, color y material en la biblia. La incoherencia de atrezo es el fallo que rompe la ilusión de realidad más rápido que cualquier error de animación.
Cómo documentar sin ahogarte
No necesitas un manual de cuarenta páginas. Una tabla con cinco columnas —elemento, descripción, referencia, excepciones, notas— resuelve el 90 % de los casos. Añade una carpeta ordenada con las imágenes de referencia y una nota que explique para qué sirve cada archivo.
Guion visual y desglose de planos
El guion literario es el punto de partida, no el documento de trabajo. El documento de trabajo es el shot list: una tabla con columnas fijas que convierte intenciones en instrucciones ejecutables.
De la idea al shot list
Columnas mínimas: número de plano, duración prevista, tipo de plano, acción, movimiento de cámara, audio y referencia visual. Un ejemplo de fila: «Plano 04 · 2,5 s · plano medio lateral · la protagonista abre la caja y mira dentro · cámara fija con leve acercamiento digital · sonido de cartón y respiración contenida · referencia: hoja de personaje 3, paleta ámbar». Con ese nivel de detalle, animar deja de ser improvisación y se convierte en ejecución.
Ritmo, duración y planos ancla
En publicidad y redes, los planos de 1,5 a 2,5 segundos mantienen la atención. En narrativa, los planos de 4 a 6 segundos permiten que el espectador observe. Alterna: dos o tres planos cortos y luego uno largo. Ese contraste es lo que hace que una pieza se sienta editada y no solo ensamblada.
Determina de antemano qué planos serán ancla —los que cargan el significado, el producto, la revelación, la emoción— y cuáles serán de transición. Los ancla merecen más intentos de generación y más tiempo de curaduría; los de transición pueden resolverse con recursos, texturas o detalles.
Un ejemplo de estructura de 45 segundos
Plano 1 (3 s): contexto amplio, establece lugar y hora. Planos 2-4 (2 s cada uno): tres detalles que introducen el problema. Plano 5 (4 s): plano ancla, la protagonista descubre algo. Planos 6-9 (1,5 s cada uno): montaje rápido de acciones. Plano 10 (5 s): resolución con el producto o la idea central. Plano 11 (3 s): cierre con margen para logotipo o texto. Total: 11 planos y unos 32 segundos de imagen, más respiraciones y silencios hasta completar la duración.
Keyframes: generar imágenes clave antes de animar
Generar imágenes fijas antes del vídeo es la decisión que más calidad añade por unidad de esfuerzo. Permite validar composición, luz y coherencia de personaje sin gastar tiempo de animación, y te da control total sobre el encuadre antes de que el modelo empiece a mover cosas.
El proceso, paso a paso
Primero, genera tres o cuatro variantes de la imagen clave de cada plano, variando composición y no solo estilo. Segundo, elige una y refínala con edición de imagen clásica: recorte, corrección de color, limpieza de manos o de detalles extraños, ajuste de perspectiva. Tercero, guarda la imagen elegida con un nombre consistente, por ejemplo plano-04-keyframe-v2.png. Cuarto, pasa a animación usando esa imagen como primer fotograma.
Ese paso intermedio de retoque manual es lo que separa un proyecto amateur de uno con acabado profesional. La edición de imagen no es trampa: es control de producción. Un minuto de retoque evita cinco generaciones fallidas.
Nomenclatura que sobrevive a las revisiones
Adopta un patrón fijo desde el primer día: proyecto_plano_version_formato. Sin excepciones, sin «final», sin «definitivo2». Cuando llegues a la revisión tres y tengas que reconstruir una secuencia, agradecerás que los archivos se ordenen solos en el explorador.
Animación: modos de generación y control del movimiento
Texto a vídeo, imagen a vídeo y vídeo a vídeo
Texto a vídeo sirve para explorar ideas y para planos donde el movimiento importa más que la composición exacta: nubes, agua, multitudes, humo, fuegos artificiales, atmósferas abstractas. Es rápido y sorprendente, pero poco controlable.
Imagen a vídeo es el modo principal de un flujo serio. Fija la composición y deja que el modelo añada movimiento. Es la opción por defecto para cualquier plano con personaje, producto o texto en pantalla.
Vídeo a vídeo y el control de movimiento se usan para reposicionar una toma existente, cambiar el estilo de una grabación real o convertir metraje en otra estética. También sirven para alargar un clip aceptado con una continuación coherente en lugar de generarlo de cero.
Los parámetros que cambian el resultado de verdad
No todos los ajustes pesan igual. Los que más mueven la aguja son la descripción del movimiento —qué se mueve y hacia dónde—, la intensidad de ese movimiento, la duración del clip y la semilla o el uso de la misma referencia entre generaciones. Los que menos importan suelen ser los ajustes estéticos genéricos, que casi siempre conviene sustituir por instrucciones concretas de luz y óptica.
Cómo describir movimiento de cámara y de sujeto
Una técnica útil: separa ambos. «Cámara: travelling lateral lento hacia la derecha. Sujeto: gira la cabeza hacia la ventana y sonríe». Separar cámara y sujeto evita clips con movimiento errático y te permite corregir solo la mitad que falla. Si el encuadre está bien pero el movimiento es excesivo, reduce la intensidad en lugar de reescribir todo el prompt. Si el movimiento es correcto pero el encuadre no, vuelve al keyframe.
Encadenar planos y alargar clips
Nunca generes un plano aislado sin pensar en el anterior y el siguiente. Si el plano 6 termina con la cámara cerca del rostro, el plano 7 debe empezar desde una posición compatible o desde una escala claramente distinta. Cuando necesites alargar un clip, genera la continuación desde el último fotograma y une en el punto donde el movimiento sea más lento; el corte será casi invisible.
Audio, voz y montaje
El vídeo generado suele llegar mudo, y el audio es donde muchas piezas se caen. Trabaja en tres capas: voz, música y efectos.
Voz sintetizada por bloques
La voz funciona mejor cuando el guion está escrito para ser hablado: frases cortas, sin subordinadas largas, con pausas marcadas. Genera la voz por bloques —una frase o dos por generación— y edítala como si fuera una locución real. Ajusta respiraciones y silencios antes de mezclar. Si el vídeo dura 60 segundos, la locución debería ocupar entre 40 y 45; el resto es aire, que hace que la pieza respire.
Música alineada con la estructura
Elige una pista cuya estructura encaje con el desglose de planos: introducción para los planos de contexto, subida antes del plano ancla, caída en el cierre. Si la pieza tiene 45 segundos, busca cortes musicales cerca del segundo 10 y del 30 para alinear cambios de escena. Montar al ritmo de la música no significa cortar en cada golpe: significa que los cortes importantes caigan donde la música ya está cambiando.
Montaje: márgenes, transiciones y ritmo
Deja un margen de dos a cuatro fotogramas al principio y al final de cada clip generado. Los modelos suelen producir pequeñas inestabilidades en los extremos, y recortarlas mejora mucho la sensación de solidez. Para transiciones, prefiere cortes secos; cuando necesites suavizar, usa un fundido corto o un barrido con movimiento real en lugar de transiciones decorativas. Revisa el montaje sin audio una vez y solo con audio otra: descubrirás problemas que la mezcla oculta.
Control de calidad, entrega multiformato y trabajo en equipo
Checklist antes de exportar
- ¿Cada plano respeta la paleta, la luz y la óptica definidas en la biblia visual?
- ¿Los personajes recurrentes mantienen rasgos, vestuario y proporciones?
- ¿Hay planos con más de un defecto visible: manos, texto ilegible, reflejos imposibles, arquitectura incoherente?
- ¿El audio no satura y la voz se entiende sin subtítulos a volumen medio?
- ¿La duración total respeta el brief y la plataforma de destino?
- ¿Los primeros tres segundos justifican que alguien siga mirando?
- ¿Existe una versión sin texto para reutilizar en otros canales?
Versiones verticales sin recortes automáticos
Exporta al menos tres versiones: horizontal 16:9, vertical 9:16 y cuadrada 1:1. Encuadra cada una por separado en lugar de recortar la horizontal; en vertical, un recorte automático suele decapitar al sujeto o dejar el producto fuera de cuadro. Si el proyecto es grande, planifica desde el shot list qué planos necesitan encuadre alternativo.
Nomenclatura, documento maestro y roles
Cuando el flujo funciona en solitario, el siguiente cuello de botella es la coordinación. Tres cambios ayudan. Primero, nomenclatura estricta para todos los archivos y versiones. Segundo, un documento maestro compartido con la biblia visual, el shot list y el estado de cada plano. Tercero, roles separados: alguien define estilo y brief, alguien genera material, alguien monta. Si la misma persona hace las tres cosas en cada plano, el proyecto se ralentiza de forma exponencial.
Establece además una regla de aprobación: un plano no pasa a montaje hasta que cumple el checklist. Aprobar «más o menos» es lo que genera secuencias con planos que no encajan y obliga a rehacer la fase de animación completa.
Errores frecuentes y criterios para elegir herramientas
Seis errores que arruinan una secuencia
Cambiar de estilo a mitad de proyecto. Si los primeros planos son ámbar y difusos y los últimos son fríos y duros, el espectador siente dos vídeos pegados. Congela el estilo después de la biblia visual.
Animar antes de tener el encuadre. Generar vídeo directamente desde texto para cada plano duplica el trabajo: la mitad de los clips no servirán por composición, no por movimiento.
Perseguir el plano perfecto. Un plano que funciona al 85 % casi nunca mejora con diez intentos más; suele mejorar con un ajuste de montaje, de duración o de audio.
Ignorar el sonido hasta el final. El audio cambia la percepción del vídeo más que un ajuste de color. Si lo dejas para el último día, tendrás que recortar planos para encajar la música.
No guardar los descartes. Los clips rechazados son material para el plano siguiente, para un teaser o para una variante del anuncio. Guárdalos ordenados por plano.
Mezclar demasiadas herramientas a la vez. Cambiar de generador cada dos horas impide aprender cómo responde cada uno a tus instrucciones. Elige dos y domínalos antes de ampliar.
Cinco criterios para evaluar cualquier generador
En lugar de comparar listas interminables, evalúa cada opción con cinco preguntas concretas. ¿Puedes partir de una imagen propia y mantener la composición? ¿El mismo personaje sobrevive a cinco planos distintos? ¿Cuántos segundos necesitas por plano y la herramienta los entrega con estabilidad? ¿Cuánto tardas desde la idea hasta el quinto intento? ¿Exporta en un formato y una resolución que tu editor acepte sin conversiones raras?
Complementa siempre con herramientas no generativas: un editor de vídeo con buena gestión de proyectos, un editor de imagen para retoque y un editor de audio para limpieza de voz. La IA no sustituye esas piezas, las alimenta.
Suite todo-en-uno o pipeline modular
Para principiantes, lo más eficiente es empezar con una suite que cubra imagen, vídeo y audio en un solo lugar: menos fricción, menos archivos perdidos, aprendizaje más rápido. Añade un pipeline modular con nodos solo cuando necesites control fino de cada paso, por ejemplo para encadenar keyframe, animación, interpolación y escalado. La señal de que ha llegado el momento es clara: cuando pasas más tiempo moviendo archivos entre herramientas que creando, necesitas modularidad.
Preguntas frecuentes
¿Cuánto tarda un vídeo de 60 segundos generado con IA? Con un flujo ya establecido, entre uno y tres días de trabajo efectivo, incluyendo generación, curaduría, montaje y audio. La primera pieza siempre tarda más porque estás construyendo la biblia visual y aprendiendo cómo responde cada herramienta a tus instrucciones.
¿Necesito saber edición de vídeo? Ayuda mucho, pero lo esencial es saber recortar, montar en una línea de tiempo, mezclar audio y exportar en varios formatos. Son habilidades que se aprenden en una tarde y marcan una diferencia enorme en el resultado final.
¿Por qué mis personajes cambian de cara entre planos? Porque cada generación es independiente. La solución es trabajar con imagen a vídeo desde referencias consistentes, mantener una hoja de personaje y reutilizar la misma imagen base siempre que sea posible.
¿Es mejor texto a vídeo o imagen a vídeo? Para narrativa, imagen a vídeo casi siempre gana porque controlas el encuadre. Texto a vídeo es excelente para explorar, para ambientes y para encontrar ideas que después reconstruyes con keyframes.
¿Cómo evito el efecto de que todo parece generado? Reduce la duración de los planos, añade textura de grano leve, cuida el sonido ambiente, evita movimientos de cámara constantes y no abuses de la cámara lenta. La sensación de artificialidad viene menos del modelo y más de la falta de imperfección controlada.
¿Qué hago con los planos que no encajan? Recórtalos a un detalle, úsalos como recurso en otra escena o guárdalos para una versión corta. Antes de descartar, pregúntate si el problema es el clip o su lugar en el montaje: muchas veces es lo segundo.
¿Cuántos planos debería generar de más? Un 50 % adicional sobre el shot list es un buen colchón. Te permite resolver imprevistos sin volver a la fase de generación con prisa, que es cuando se toman las malas decisiones.
¿Puedo reutilizar un proyecto anterior? Sí, y deberías. Guarda la biblia visual, el shot list y la configuración de audio como plantilla. El segundo proyecto de la misma familia tarda la mitad que el primero porque las decisiones de estilo ya están tomadas.
¿Cómo sé que la pieza está terminada? Cuando cumple el brief, no cuando no queda nada por mejorar. Fija una fecha de cierre, exporta las versiones y pasa al siguiente proyecto; la mejora infinita es la forma más elegante de no entregar nunca.
Conclusión: el proceso es el producto
La diferencia entre un vídeo generado que parece una demo y uno que parece una pieza terminada no está en el modelo elegido, sino en la disciplina del proceso. Brief claro, biblia visual congelada, shot list detallado, keyframes retocados, animación con criterio, audio cuidado y un control de calidad que no negocia. Cada etapa alimenta a la siguiente y evita el ciclo de rehacer trabajo que consume la mayor parte del tiempo en proyectos sin método.
Empieza pequeño: una pieza de 30 segundos, seis planos, una sola paleta y una sola pista musical. Documenta lo que funciona y repítelo. En tres iteraciones tendrás un flujo propio que puedes reutilizar para cualquier encargo, con cualquier herramienta, sin depender de una plataforma concreta para mantener la calidad.
