Generar vídeo con inteligencia artificial ya no consiste en escribir una frase afortunada y esperar un milagro. Los modelos actuales responden a estructuras concretas: cuanto más claro sea el reparto de información entre sujeto, acción, cámara, luz y ritmo, más cerca estará el resultado de lo que imaginaste. Esta guía funciona como un curso intensivo aplicado: sin teoría decorativa, con bloques, plantillas, ejemplos y criterios de decisión para que tus prompts dejen de ser una lotería.
Por qué la ingeniería de prompts define la calidad final
Un modelo de vídeo no "entiende" una idea; la interpreta. Cada palabra que escribes compite con cientos de interpretaciones posibles, y el modelo elige la más probable según sus datos de entrenamiento. Por eso dos prompts que parecen sinónimos pueden producir planos radicalmente distintos: uno con una cámara que atraviesa la escena con fluidez y otro con un movimiento errático que rompe la ilusión.
La diferencia entre un creador que obtiene resultados consistentes y otro que rehace el mismo plano veinte veces no suele ser el modelo, sino la precisión del texto. La ingeniería de prompts para vídeo es, en la práctica, dirección cinematográfica escrita. Estás indicando qué se ve, cómo se mueve, cómo se ilumina, cuánto dura y qué debe permanecer estable entre planos.
Hay tres consecuencias directas de esto:
- El azar se reduce con estructura. Un prompt desordenado obliga al modelo a rellenar huecos con clichés visuales.
- La iteración se vuelve más barata. Si sabes qué bloque causó el problema, cambias una línea en lugar de reescribir todo.
- La coherencia entre planos se planifica. Continuidad de personaje, vestuario y luz se deciden antes de generar, no después.
Esta guía asume que ya usas alguna herramienta de generación de vídeo y quieres subir de nivel. Si estás empezando, los mismos principios te servirán: cambia el orden de aprendizaje, no el contenido.
Anatomía de un prompt de vídeo: los bloques que sí importan
La mayoría de prompts fallidos comparten un patrón: mezclan estilo, acción y cámara en una sola frase ambigua. La solución es separar el prompt en bloques estables. No todos los modelos los aprovechan igual, pero ordenar la información nunca perjudica.
Sujeto, acción y entorno
Empieza por lo esencial: quién o qué aparece, qué hace y dónde. Un sujeto mal definido genera deformaciones; una acción vaga produce movimiento sin intención.
- Sujeto: "una panadera de unos cincuenta años, delantal enharinado, manos activas".
- Acción: "amasa con presión rítmica y gira la masa un cuarto de vuelta cada pocos segundos".
- Entorno: "obrador pequeño al amanecer, mesas de madera desgastada, vapor leve en el aire".
Observa que cada bloque añade información verificable visualmente. Nada de adjetivos emocionales sin traducción física: "atmósfera nostálgica" no dice nada al modelo; "luz cálida lateral y polvo suspendido en el aire" sí.
Cámara, lente y movimiento
El movimiento de cámara es el bloque que más diferencia un plano amateur de uno profesional. Conviene especificar tres cosas: tipo de plano, movimiento y velocidad.
- Plano: primer plano, plano medio, plano general, plano detalle.
- Movimiento: travelling lateral, dolly in, grúa descendente, cámara en mano, órbita.
- Velocidad: lenta y constante, rápida con frenada final, inmóvil.
Un ejemplo útil: "plano medio, dolly in muy lento hacia las manos, cámara a la altura del pecho, sin vibración". La coletilla "sin vibración" evita que el modelo añada movimiento de cámara en mano cuando no lo pediste.
Luz, color y textura
Aquí se define el look. Funciona mejor describir la fuente de luz que el mood. "Contraluz dorado de ventana con reflejo suave en la harina" produce un resultado más predecible que "iluminación bonita".
- Fuente: ventana lateral, práctico de tungsteno, neón nocturno, luz de nube.
- Dirección: frontal, lateral, contraluz, cenital.
- Contraste: alto con sombras marcadas, suave y difuso.
- Paleta: cálidos terrosos, fríos azulados, monocromo con un acento.
- Textura: grano fino, limpio digital, aspecto de película química.
Ritmo, duración y sonido
Los modelos de vídeo tienen una duración efectiva limitada y un ritmo interno. Si necesitas un gesto completo, describe la progresión: "empieza cerrando el puño, abre la mano lentamente y termina con los dedos extendidos". Si necesitas sonido, indícalo explícitamente o prepara la escena para doblaje posterior.
Del lenguaje natural a la instrucción estructurada
Escribir en lenguaje natural es cómodo, pero produce prompts largos con información redundante. La instrucción estructurada convierte esa intuición en un formato reutilizable.
Plantilla base reutilizable
[PLANO] tipo de plano y encuadre
[SUJETO] descripción física y de vestuario
[ACCIÓN] qué ocurre, en orden temporal
[ENTORNO] lugar, hora, elementos relevantes
[CÁMARA] movimiento, velocidad, altura, estabilidad
[LUZ] fuente, dirección, contraste
[COLOR] paleta y saturación
[TEXTURA] grano, nitidez, acabado
[NEGATIVO] lo que no debe aparecer
[DURACIÓN] ritmo y progresión
Rellenar esta plantilla lleva dos minutos y ahorra muchas generaciones. Además, permite comparar variantes con rigor: cambias un bloque y observas el efecto real.
Parámetros negativos, límites y restricciones
Los negativos son instrucciones de exclusión. Funcionan mejor con elementos concretos y frecuentes que con conceptos abstractos.
- Útil: "sin texto en pantalla, sin marcas de agua, sin manos duplicadas, sin cambios de vestuario".
- Poco útil: "sin cosas raras".
También conviene fijar límites narrativos. Si el plano debe durar cuatro segundos, no describas una secuencia de tres acciones complejas; el modelo comprimirá y el resultado será confuso. Menos es más cuando la duración es corta.
Coherencia narrativa y de personaje entre planos
La coherencia es el problema más difícil en vídeo generativo. Un plano aislado puede ser espectacular y, aun así, inservible si el personaje cambia de cara en el siguiente.
Anclajes de identidad y referencias múltiples
Cuando el modelo admite imágenes de referencia, úsalas como anclaje de identidad y repite en el texto los rasgos que no quieres perder: forma de la cara, peinado, color de ojos, complexión, ropa. Cuantas más referencias consistentes aportes, menos libertad tendrá el modelo para inventar.
Una estrategia práctica: crea una ficha de personaje escrita y otra visual. La ficha escrita es un párrafo corto que copias tal cual en todos los prompts de ese personaje. La visual son dos o tres imágenes con luz neutra. Repetir la misma descripción literal es más efectivo que parafrasear.
Continuidad de vestuario, entorno y luz
La continuidad se rompe por detalles pequeños: una chaqueta que cambia de color, un objeto que desaparece de la mesa, una ventana que pasa de noche a día. Antes de generar una secuencia, escribe una tabla de continuidad con cuatro columnas: plano, vestuario, objetos en escena y dirección de luz.
Si un plano debe coincidir con el anterior, añade la instrucción explícita: "misma habitación, misma hora, misma fuente de luz lateral derecha, mismo vestuario que el plano anterior". Los modelos respetan mejor las restricciones cuando se declaran como continuidad, no como estilo.
Estilo realista frente a estilizado: cómo cambia el prompt
No es lo mismo pedir fotorrealismo que animación estilizada, y el prompt debe cambiar en consecuencia.
En realismo, el detalle importante es físico: longitud focal, profundidad de campo, imperfecciones de piel, comportamiento de la luz sobre superficies. Frases como "lente de 50 mm, profundidad de campo media, poros visibles, ligero grano" empujan el resultado hacia lo creíble. Conviene evitar superlativos como "ultra detallado 8K" porque suelen producir un acabado plástico.
En estilizado, el detalle importante es la regla visual: paleta limitada, formas simplificadas, contorno definido, texturas planas. Aquí sí ayuda nombrar la técnica: acuarela animada, cel shading, stop motion con masilla, ilustración vectorial. Y hay que ser coherente: si pides cel shading, no pidas poros realistas.
Un error habitual es mezclar estilos contradictorios en un mismo prompt. El modelo intentará satisfacer ambos y el resultado será un híbrido inestable. Elige una dirección dominante y, si quieres matices, exprésalos como intensidad ("estilizado con texturas realistas en la ropa"), no como estilos paralelos.
Flujo iterativo: del storyboard al plano final
Generar sin plan produce material suelto. Un flujo ordenado convierte la generación en producción.
Descomposición en tareas pequeñas
Antes de escribir prompts, divide la escena en tareas ejecutables: plano de establecimiento, plano de acción, plano de detalle, plano de reacción. Cada tarea tiene una función narrativa y, por tanto, un prompt distinto. Esta descomposición evita el error clásico de pedir toda la escena en una sola generación.
Si trabajas con un agente o asistente que planifica pasos, dale la lista de tareas y las restricciones de continuidad. La calidad del plan determina la calidad del vídeo más que cualquier truco de escritura.
Video-to-video y control de movimiento
Cuando el movimiento debe ser exacto, partir de un vídeo de referencia o de un render previo suele dar mejores resultados que generar desde cero. En ese caso, el prompt cambia de función: ya no describe la acción, sino el estilo, la luz y la textura que quieres aplicar sobre el movimiento existente.
Consejo práctico: mantén el movimiento simple en la referencia y deja que el prompt haga el trabajo estético. Si la referencia ya es compleja y el prompt añade más movimiento, el resultado tiende a deformarse.
Bucle de refinamiento en tres pasadas
- Pasada de estructura. Verifica encuadre, acción y continuidad. No te preocupes por la belleza.
- Pasada de estilo. Ajusta luz, color y textura hasta acercarte al look objetivo.
- Pasada de detalle. Corrige defectos concretos: manos, ojos, objetos flotantes, transiciones.
Cambiar una sola variable por pasada es lo que permite aprender. Si modificas cinco cosas a la vez y el resultado mejora, no sabrás por qué.
Errores frecuentes y cómo corregirlos
- Prompt demasiado largo y contradictorio. Síntoma: resultado genérico. Solución: elimina adjetivos vagos y deja cinco bloques claros.
- Acción múltiple en plano corto. Síntoma: movimiento atropellado. Solución: una acción principal por generación.
- Movimiento de cámara no declarado. Síntoma: deriva o temblor aleatorio. Solución: indica tipo, velocidad y estabilidad.
- Continuidad implícita. Síntoma: personaje distinto entre planos. Solución: repite la ficha literal y usa referencias visuales.
- Estilos mezclados. Síntoma: textura inconsistente. Solución: una dirección dominante con matices de intensidad.
- Iluminación descrita como emoción. Síntoma: luz plana. Solución: describe fuente, dirección y contraste.
- Ignorar la duración efectiva. Síntoma: cortes bruscos. Solución: ajusta la ambición narrativa al tiempo disponible.
- No documentar variaciones. Síntoma: repites errores. Solución: guarda prompt, parámetros y resultado en una hoja simple.
Este último punto se subestima mucho. Un registro de decisiones convierte la experimentación en conocimiento acumulativo y acelera cualquier proyecto futuro.
Criterios de decisión: qué ajustar y cuándo
Cuando el resultado no convence, la tentación es reescribir todo. Mejor identificar la causa en este orden:
- ¿El problema es de contenido? Falta un elemento o aparece algo no deseado: ajusta sujeto, entorno y negativos.
- ¿El problema es de composición? El encuadre no funciona: cambia plano y altura de cámara.
- ¿El problema es de movimiento? Hay deformación: reduce acción, simplifica cámara o pasa a video-to-video.
- ¿El problema es de estilo? El look no encaja: toca luz, color y textura, no la acción.
- ¿El problema es de coherencia? El personaje cambia: refuerza anclajes y continuidad explícita.
Si tras dos intentos el problema persiste, cambia de enfoque en lugar de insistir. A veces la solución es generar el plano con menos elementos y añadir detalle en postproducción.
Plantillas y ejercicios prácticos
Plantilla de plano cinematográfico realista
Plano medio de una ceramista joven trabajando en un torno, manos húmedas de barro.
Acción: presiona el barro hacia arriba y lo aplana con la palma en un movimiento continuo.
Entorno: taller de día, estantes con piezas sin cocer al fondo, ventana lateral izquierda.
Cámara: dolly in lento, altura de los ojos, estable.
Luz: natural lateral, contraste suave, sombras alargadas.
Color: terrosos cálidos, saturación moderada.
Textura: grano fino, nitidez natural.
Negativo: sin texto, sin manos duplicadas, sin cambios de vestuario.
Plantilla de animación estilizada
Plano general de un zorro caminando por un bosque nevado.
Estilo: ilustración plana con contornos limpios y sombras de dos tonos.
Acción: avanza despacio y gira la cabeza hacia el espectador al final.
Cámara: travelling lateral suave, sin inclinación.
Luz: difusa, sin sombras duras.
Color: paleta fría limitada a azul, blanco y un acento naranja.
Negativo: sin texturas fotorrealistas, sin brillos metálicos.
Ejercicio de una hora. Elige una escena de tres planos. Escribe la ficha de personaje, la tabla de continuidad y tres prompts con la plantilla. Genera, anota qué bloque falló y corrige solo ese bloque. Repite el ciclo dos veces. La mejora en control será más evidente que si generas treinta planos al azar.
Ejercicio de comparación. Toma un mismo prompt y cambia únicamente la dirección de luz: frontal, lateral y contraluz. Observa cómo cambia la percepción de la escena sin tocar la acción. Este tipo de prueba aísla variables y entrena el ojo.
Preguntas frecuentes
¿Cuánto detalle es demasiado? Si tu prompt supera las 120 palabras y repite ideas, probablemente sobra. Prioriza los bloques que afectan a lo que se ve en pantalla.
¿Sirve el mismo prompt en distintos modelos? Sirve como base, pero cada modelo tiene sensibilidades propias: algunos responden mejor a descripciones técnicas de cámara y otros a lenguaje visual directo. Mantén la estructura y adapta el vocabulario.
¿Cómo evito que el personaje cambie de cara? Repite la descripción literal, usa referencias visuales consistentes y evita cambios de plano que muestren ángulos muy distintos sin anclaje previo.
¿Necesito saber cine para escribir buenos prompts? Ayuda, pero lo esencial se aprende rápido: plano, movimiento, luz y continuidad. Con esos cuatro conceptos ya se supera a la mayoría de prompts improvisados.
¿Qué hago si el movimiento sale deformado? Reduce la complejidad de la acción, baja la velocidad de cámara y considera partir de un vídeo de referencia para controlar la trayectoria.
¿Cómo organizo proyectos largos? Divide por secuencias, no por planos sueltos. Cada secuencia debe tener su tabla de continuidad y su ficha de personaje compartida.
Checklist final antes de generar
- El prompt está dividido en bloques legibles.
- La acción principal es única y tiene progresión temporal.
- El movimiento de cámara está declarado con tipo y velocidad.
- La luz se describe por fuente, dirección y contraste.
- El estilo tiene una dirección dominante, sin mezclas contradictorias.
- Los negativos cubren los defectos más habituales.
- La continuidad respecto al plano anterior está escrita de forma explícita.
- Existe un registro donde anotas prompt, variación y resultado.
Si cumples esta lista, la generación deja de ser una apuesta. Se convierte en un proceso repetible: entiendes por qué funciona un plano y puedes reproducirlo con otro contenido, otro estilo y otro encuadre. Ese es el verdadero objetivo del prompt engineering aplicado al vídeo: no escribir prompts bonitos, sino dirigir un resultado predecible.
