El prompt descriptivo toca techo
Escribir una frase como un hombre caminando por una calle lluviosa, estilo cinematográfico ya no impresiona a nadie. Esa instrucción funciona como primer contacto con un modelo de vídeo generativo, pero se agota en cuanto el proyecto exige algo más que una curiosidad visual. Cuando necesitas que el mismo personaje aparezca en cinco planos, que la cámara haga un movimiento concreto y que la luz se mantenga coherente entre tomas, la descripción simple se rompe.
La razón es sencilla: los modelos actuales no interpretan una idea, interpretan una distribución de probabilidades sobre píxeles y fotogramas. Cuanta menos estructura les entregues, más espacio deja tu texto a la ambigüedad. Tú imaginas un travelling lateral; el modelo puede devolver un zoom, un paneo o nada en absoluto. Tú imaginas a la misma mujer de la toma anterior; el modelo genera a una prima lejana con otro flequillo.
La ingeniería de prompts avanzada consiste, precisamente, en reducir ese espacio de interpretación sin matar la expresividad. No se trata de escribir prompts larguísimos por escribir, sino de organizar la información en capas que el modelo pueda procesar de forma fiable: quién aparece, qué hace, dónde está, cómo se mueve la cámara, cómo ilumina la escena y con qué estilo técnico se entrega el resultado. Este artículo propone un método de trabajo completo, con plantillas, criterios de decisión, errores frecuentes y un flujo de iteración que puedes aplicar a cualquier herramienta de generación de vídeo.
Anatomía de un prompt estructurado
Un prompt avanzado se parece menos a una frase y más a una ficha técnica breve. La forma más práctica de construirlo es dividirlo en bloques y mantener siempre el mismo orden. Los modelos suelen dar más peso a lo que aparece al principio, así que colocar primero el sujeto y la acción es una decisión estratégica, no un capricho.
Los seis bloques que conviene cubrir
- Sujeto y apariencia. Edad aproximada, vestuario, rasgos distintivos, estado emocional. Sé concreto pero no exhaustivo: tres o cuatro anclas visuales funcionan mejor que veinte adjetivos.
- Acción y verbo principal. Un solo verbo dominante por plano. Camina, abre, gira, espera. Si introduces tres acciones simultáneas, el modelo reparte atención y ninguna sale bien.
- Escenario y profundidad. Interior o exterior, época, materiales, qué hay en primer término, qué hay al fondo. La profundidad ayuda a que el movimiento de cámara tenga sentido.
- Cámara y óptica. Tipo de plano, ángulo, distancia focal aproximada, movimiento y velocidad. Aquí es donde la mayoría de los prompts amateur son mudos.
- Luz y color. Dirección de la luz principal, calidad (dura o suave), temperatura, paleta dominante, presencia de fuentes prácticas.
- Estilo y especificaciones técnicas. Referencia estética, textura de imagen, relación de aspecto, duración y ritmo.
Una plantilla reutilizable podría quedar así:
[sujeto + anclas visuales] [verbo principal] en [escenario con profundidad].
Cámara: [tipo de plano], [ángulo], [focal], [movimiento y velocidad].
Luz: [dirección], [calidad], [paleta].
Estilo: [referencia estética], [textura], [relación de aspecto], [duración].
Evitar: [lista de artefactos].
La ventaja de la plantilla no es estética, es operativa. Cuando algo falla, sabes qué bloque revisar en lugar de reescribir todo el prompt a ciegas.
Orden, ponderación y sintaxis de control
Muchas herramientas permiten ponderar términos con paréntesis y números, o con sintaxis de doble paréntesis. La ponderación es útil, pero también es la fuente número uno de prompts deformes: si subes el peso de atardecer dorado hasta el extremo, la escena entera se vuelve una masa naranja sin sujeto reconocible.
Mi recomendación es usar ponderación solo para corregir desviaciones observadas, nunca como punto de partida. Genera primero con pesos neutros, mira el resultado y luego refuerza lo que el modelo está ignorando. Un ajuste del diez o quince por ciento suele bastar. Si necesitas un treinta por ciento, probablemente el problema es que hay demasiados elementos compitiendo en el mismo plano.
El prompt negativo merece un apartado propio. La mayoría de los modelos aceptan una lista de elementos a evitar, y esa lista funciona mejor cuando es específica del proyecto. En lugar de repetir evitar baja calidad, que aporta poco, escribe lo que realmente te está saliendo mal: evitar manos deformes, evitar texto ilegible, evitar cambios de vestuario, evitar rostros que se derriten, evitar cámara temblorosa no intencional.
Lenguaje cinematográfico aplicado al prompt
La diferencia más visible entre un creador principiante y uno experimentado no está en la calidad de sus ideas, sino en el vocabulario técnico que utilizan. Los modelos han sido entrenados con descripciones de rodaje, así que responden bien a términos de cinematografía real.
Vocabulario de movimiento
- Push in / acercamiento progresivo: la cámara avanza hacia el sujeto. Ideal para intensificar emoción.
- Pull back: la cámara retrocede y revela contexto. Perfecto para finales de escena.
- Travelling lateral o tracking: la cámara se desplaza en paralelo al sujeto.
- Órbita: la cámara rodea al sujeto manteniéndolo centrado. Muy útil para presentar un objeto.
- Grúa o elevación: movimiento vertical que cambia la escala de la escena.
- Cámara en mano: introduce microvibración y una sensación documental.
- Rack focus: el foco se desplaza entre dos planos de profundidad. Requiere describir ambos elementos.
Cada uno de estos movimientos admite modificadores de velocidad: lento, constante, acelerado al final. La velocidad importa tanto como la dirección, porque un travelling lateral lento y uno rápido transmiten emociones opuestas.
Óptica y distancia focal
Mencionar una focal aproximada es una de las técnicas más subestimadas. Gran angular, normal y teleobjetivo producen compresiones de perspectiva distintas, y los modelos lo han aprendido. Un retrato a ochenta y cinco milímetros se ve íntimo y separa al sujeto del fondo; un plano a veinticuatro milímetros exagera la profundidad y puede deformar rostros en los bordes. Si describes la focal, evitas que el modelo elija por ti.
Iluminación con intención
La luz es el bloque que más cambia la percepción de calidad. Describir una luz principal lateral suave con relleno tenue y contraluz cálido da resultados muy distintos a luz plana frontal de mediodía. Si además nombras fuentes prácticas —una lámpara de mesa, un cartel de neón, la pantalla de un móvil— el modelo suele integrarlas en la escena y ganas credibilidad visual sin esfuerzo adicional.
Consistencia de personaje y escena
La coherencia es el problema técnico más difícil del vídeo generativo y también el que más rompe la ilusión del espectador. Un plano aislado puede ser espectacular; tres planos con tres caras distintas destruyen cualquier narrativa.
La ficha canónica del personaje
Antes de generar nada, escribe una descripción canónica de dos o tres líneas y no la modifiques en todo el proyecto. Cópiala literalmente en cada prompt. Si cambias chaqueta de cuero marrón por cazadora marrón, el modelo puede decidir que es otra prenda. La consistencia empieza por la consistencia del propio texto.
Complementa esa ficha con referencias visuales. Casi todas las herramientas actuales permiten adjuntar una o varias imágenes de referencia. Una imagen de rostro bien iluminada más una de cuerpo completo suele funcionar mejor que cinco referencias contradictorias. Cuando la herramienta permite fusionar varias referencias, asigna una función clara a cada una: identidad, vestuario, entorno.
Semillas y variaciones controladas
La semilla es el número que fija el punto de partida aleatorio del modelo. Repetir la misma semilla con un prompt ligeramente distinto produce variaciones pequeñas y controladas, que es exactamente lo que quieres cuando buscas afinar un plano sin perder lo que ya funcionaba. Si cambias la semilla en cada intento, estás mezclando dos variables a la vez y pierdes la capacidad de aprender qué causó la mejora.
Mi rutina es: bloquear semilla en cuanto una composición me convence, y abrirla solo cuando necesito explorar alternativas de encuadre o de vestuario.
Continuidad entre planos
Para secuencias largas, la técnica más fiable es encadenar por fotogramas. Genera el plano A, extrae su último fotograma, úsalo como imagen inicial del plano B y describe allí un movimiento de cámara distinto. Esto crea una continuidad real de iluminación y de posición, no una aproximación. Es la versión generativa del raccord clásico.
Un flujo de trabajo por capas
Generar vídeo sin método es caro en tiempo y en cómputo. El siguiente flujo reduce iteraciones innecesarias porque cada capa resuelve un problema distinto.
Capa 1: exploración barata
Trabaja en baja resolución y con clips cortos. El objetivo no es obtener el plano final, sino descartar composiciones imposibles. Genera entre seis y diez variantes del mismo prompt cambiando solo un bloque. Nunca explores en alta calidad: multiplicarás el tiempo sin mejorar la decisión creativa.
Capa 2: bloqueo de composición
Cuando una variante funciona, congela sujeto, encuadre y luz. Ahora sí, sube la resolución y repite con semilla fija. Aquí se decide si el plano entra en el montaje.
Capa 3: refinamiento de movimiento
Ajusta el bloque de cámara: velocidad, recorrido, punto de llegada. Los cambios deben ser pequeños y verificables. Si tocas simultáneamente el movimiento y la iluminación, no sabrás cuál de los dos arruinó el plano.
Capa 4: extensión y encadenado
Construye la escena plano a plano usando el último fotograma como puente. Mantén una nomenclatura clara de archivos, por ejemplo esc03_pl02_v04_semilla4471, para poder volver atrás sin adivinar.
Capa 5: acabado
Interpolación de fotogramas para suavizar el movimiento, estabilización si hay microtemblores no deseados, reescalado, corrección de color y diseño sonoro. El audio es la capa que más calidad percibida añade por unidad de esfuerzo, y la que más se descuida.
Del storyboard al montaje final
Un error habitual es empezar a generar vídeo antes de tener claro el guion visual. Dedica una sesión completa a la preproducción: escribe la lista de planos, decide la duración de cada uno, indica la función narrativa y describe el movimiento de cámara en una línea.
Después, genera imágenes fijas para cada plano. Las imágenes son rápidas de iterar y te permiten validar encuadre, luz y vestuario antes de gastar tiempo en animación. Muchas herramientas aceptan una imagen inicial y animan desde ahí, lo que convierte tu storyboard en la base directa del vídeo.
En el montaje, respeta la regla de no repetir el mismo tipo de plano dos veces seguidas. Si todos tus clips son acercamientos lentos, el resultado se siente monótono aunque cada plano sea bueno. Alterna escalas: general, medio, detalle, medio, general.
Criterios para elegir herramienta
No existe un modelo mejor en abstracto. Existe un modelo mejor para cada tipo de plano. Estos son los criterios que uso para decidir:
- Duración útil del clip. Si tu plano necesita ocho segundos sin cortes, un modelo que se degrada a partir de cuatro te obligará a encadenar.
- Control de cámara. Algunos modelos obedecen instrucciones explícitas de movimiento; otros las ignoran y priorizan el realismo.
- Consistencia de personaje. Prueba el mismo prompt en dos herramientas y compara rostros entre planos. Es la prueba más reveladora.
- Entrada de imagen y de último fotograma. Fundamental si trabajas con continuidad estricta.
- Velocidad de iteración. Un modelo algo peor pero tres veces más rápido suele dar mejores resultados finales, porque permite más ciclos de mejora.
- Formato de salida. Resolución, relación de aspecto y espacio de color deben encajar con tu cadena de postproducción.
La estrategia más eficiente no es elegir uno, sino asignar tareas: un modelo para exploración rápida, otro para planos con personaje recurrente, otro para detalles y texturas. Documenta qué función cumple cada uno para no perder tiempo redescubriéndolo cada semana.
Errores frecuentes y cómo corregirlos
| Síntoma | Causa probable | Corrección |
|---|---|---|
| El rostro cambia entre planos | Ficha de personaje inestable, sin referencias | Congela la descripción y adjunta una imagen de identidad |
| El movimiento es caótico | Varios verbos de acción en el mismo prompt | Un verbo principal y un movimiento de cámara |
| La escena se vuelve naranja | Ponderación excesiva del color o la hora del día | Reduce pesos, describe la paleta en lenguaje normal |
| Manos y objetos deformes | Close-ups innecesarios y acción compleja | Cambia a plano medio, simplifica la interacción |
| Todo se ve plano | Sin dirección de luz descrita | Añade dirección, calidad y contraluz |
| Deriva estética entre planos | Vocabulario de estilo cambiante | Repite literalmente el bloque de estilo |
Además de estos, hay dos errores de método que cuestan más tiempo que cualquier fallo técnico. El primero es no guardar los prompts que funcionan: si no conservas el texto exacto, no puedes reproducir el plano. El segundo es iterar sobre demasiadas variables a la vez. Un prompt es un experimento; cambia una cosa, observa, decide.
Preguntas frecuentes
¿Cuánto debe medir un prompt avanzado?
No hay una cifra mágica, pero la mayoría de los planos bien resueltos se mueven entre cuarenta y noventa palabras útiles. Si pasas de ciento veinte, probablemente estés describiendo una escena completa en lugar de un plano. Un plano, una idea.
¿Sirve la misma plantilla para todos los modelos?
La estructura sí, la sintaxis no. Los paréntesis de ponderación, los parámetros de duración y las listas de negativos cambian de una herramienta a otra. Mantén los bloques estables y adapta la forma al motor que uses.
¿Cómo mantengo el mismo estilo en todo un proyecto?
Crea un bloque de estilo cerrado, de dos o tres líneas, y no lo modifiques. Si necesitas variaciones, hazlo en el bloque de luz, no en el de estilo. Copiar y pegar es aquí una virtud, no una pereza.
¿Vale la pena el prompt negativo?
Sí, cuando es específico y breve. Cinco o seis elementos concretos relacionados con tus fallos reales funcionan mejor que una lista genérica de veinte términos de calidad.
¿Necesito referencias de imagen o basta con texto?
El texto puede darte un plano convincente; las referencias te dan continuidad. Si tu proyecto tiene personajes recurrentes o más de tres planos, las referencias ahorran una cantidad enorme de iteraciones.
¿Cómo sé cuándo un plano está terminado?
Aplica una lista de verificación corta: continuidad con el plano anterior, anatomía correcta, movimiento de cámara intencional, iluminación coherente, ausencia de texto ilegible y sincronía con el sonido previsto. Si falla alguno de los seis, todavía no está listo.
Construye tu biblioteca de prompts
La verdadera ventaja competitiva no está en un prompt genial aislado, sino en un sistema reutilizable. Crea un documento con plantillas por tipo de plano: retrato, acción, paisaje, producto, transición. Añade junto a cada plantilla una nota de qué modelo y qué semilla usaste, y una captura del resultado. Con el tiempo tendrás un catálogo propio mucho más valioso que cualquier lista genérica copiada de internet.
Revisa esa biblioteca cada pocas semanas y elimina lo que ya no funciona. Los modelos evolucionan, y una plantilla que era óptima hace unos meses puede estorbar hoy. La ingeniería de prompts no es un truco que se aprende una vez: es una disciplina de observación, registro y ajuste continuo.
Empieza hoy con un solo plano. Escribe los seis bloques, genera, observa, cambia una variable y repite. En una tarde de trabajo disciplinado aprenderás más sobre vídeo generativo que en veinte horas de prueba y error sin método.
