La generación de vídeo con inteligencia artificial ha pasado de ser una curiosidad técnica a convertirse en una herramienta de producción habitual. Sin embargo, hay una diferencia enorme entre escribir una frase y conseguir exactamente el plano que tienes en la cabeza. Esa diferencia es el prompt design: la disciplina de traducir una idea visual en instrucciones que un modelo pueda interpretar con precisión. Esta masterclass reúne los fundamentos, las estrategias avanzadas y los flujos de trabajo que separan a quien improvisa de quien produce con intención.
Por qué el prompt design se ha convertido en una disciplina clave
Durante los primeros años de la IA generativa, cualquier frase descriptiva parecía suficiente. Los modelos han mejorado su comprensión del lenguaje, pero esa mejora ha cambiado el problema: ahora entienden más matices, y por tanto esperan instrucciones más ricas. Un prompt vago produce un resultado genérico; un prompt preciso produce un plano que parece pensado por un director.
Piensa en el prompt como una especificación de producción, no como una descripción. En un rodaje real, el director de fotografía necesita saber qué lente usar, qué iluminación, qué movimiento de cámara, qué atmósfera. Con el vídeo generativo ocurre lo mismo. Cada elemento que omitas será decidido por el modelo, y el modelo decidirá la opción estadísticamente más probable, que casi nunca es la que tú imaginabas.
La buena noticia es que esta disciplina se aprende. No necesitas ser ingeniero ni guionista profesional. Necesitas un método: descomponer la idea, estructurar la instrucción, iterar y validar. Eso es exactamente lo que veremos a lo largo de esta guía.
La anatomía de un prompt de vídeo eficaz
Un prompt de vídeo bien construido funciona en capas. La primera capa define qué vemos; la segunda, cómo lo vemos; la tercera, cómo se mueve y evoluciona. Si omites una capa, el modelo rellena el hueco con su propio criterio, y ahí empiezan los resultados imprevisibles.
Sujeto y acción: la capa narrativa
Empieza por el sujeto y lo que hace. Sé concreto: en lugar de "una mujer camina por la calle", prueba "una mujer de unos treinta años con gabardina amarilla camina deprisa por una calle de Tokio bajo la lluvia nocturna". Cada adjetivo concreto reduce el espacio de interpretación. La acción debe indicar intención: ¿camina hacia la cámara, huye, observa algo fuera de plano?
Estilo y referencia visual: la capa estética
Indica el lenguaje visual: fotografía realista, animación 3D, pintura al óleo, estética de videoclip, look documental. Si tienes un referente, descríbelo con palabras en lugar de asumir que el modelo lo conoce. Frases como "estética de cine independiente europeo, grano sutil, paleta desaturada" comunican más que un nombre propio.
Cámara e iluminación: la capa cinematográfica
Este es el nivel que más eleva la calidad percibida. Especifica el tipo de plano (primer plano, plano medio, plano general), la lente (gran angular, teleobjetivo, ojo de pez), la altura de cámara (a la altura de los ojos, contrapicado, cenital) y el movimiento (traveling, paneo, cámara en mano, dron). La iluminación define el clima: golden hour, luz dura de mediodía, neón, contraluz, luz de ventana.
Movimiento y duración: la capa temporal
El vídeo añade el tiempo. Indica la velocidad del movimiento, si la cámara se acerca al sujeto o se aleja, si hay cambios de plano dentro de la misma generación y el ritmo general. Un prompt que solo describe una imagen estática desperdicia la capacidad temporal del modelo.
Lenguaje cinematográfico: ángulos, lentes y movimiento
Dominar el vocabulario cinematográfico te da control donde la mayoría de usuarios se detiene. Un contrapicado comunica poder; un cenital comunica vulnerabilidad o distancia. Un teleobjetivo comprime el fondo y aísla al sujeto; un gran angular exagera la perspectiva y añade energía.
Cuando combines varios elementos, hazlo con intención. "Plano medio contrapicado con gran angular, cámara en mano que se acerca lentamente al personaje" produce una sensación completamente distinta a "primer plano a la altura de los ojos con teleobjetivo, cámara fija". El mismo sujeto, la misma escena, dos emociones opuestas.
Una buena práctica es mantener un glosario propio: anota las combinaciones que funcionan y las que no, junto con el modelo que las generó. Con el tiempo tendrás un vocabulario personal de dirección que te permitirá producir resultados consistentes sin empezar de cero cada vez.
Cómo mantener la coherencia de los personajes
Uno de los mayores problemas históricos del vídeo generativo es la inconsistencia: el personaje cambia de rostro, de ropa o de complexión entre planos. Para narrativas largas o series de contenido, esto es inaceptable. La solución práctica es el uso de imágenes de referencia: en lugar de describir al personaje solo con texto, se le proporcionan al modelo una o varias imágenes que fijan sus rasgos.
Crea una hoja de referencia del personaje
Antes de generar, construye una imagen base del personaje: un retrato frontal, un retrato de perfil y una imagen de cuerpo entero con el vestuario principal. Cuantas más vistas aportes, más estable será el modelo al recrearlo en nuevas escenas. Esta hoja de referencia se convierte en el anclaje visual de todo el proyecto.
Aplica la referencia en cada escena
Cuando generes una nueva escena, incluye la imagen de referencia junto con la descripción de la acción. El modelo tomará los rasgos del personaje de la referencia y aplicará la nueva situación, la iluminación y el encuadre que describas. Es la diferencia entre un actor que cambia de cara en cada toma y uno que se mantiene reconocible en toda la película.
Mantén la referencia también para objetos y escenarios
La misma lógica se aplica a marcas, mascotas, vehículos o decorados recurrentes. Si tu proyecto tiene un coche, un logotipo o un espacio que debe repetirse, construye referencias para ellos. La coherencia visual de un universo completo depende de anclar cada elemento reutilizable.
Modelos actuales: cómo elegir el adecuado para cada plano
No existe el mejor modelo universal; existen modelos con personalidades distintas. Elegir bien es parte del prompt design.
- Los modelos de la serie Flux destacan por la fidelidad de imagen y la comprensión de instrucciones complejas. Son una apuesta segura cuando necesitas realismo fotográfico y precisión en el prompt.
- La serie Sora de OpenAI ha marcado el estándar en vídeo de alta calidad y comprensión de física y movimiento. Resulta especialmente útil para planos largos y continuos donde la coherencia temporal importa.
- Runway Gen-4 ofrece controles finos sobre el movimiento de cámara y la composición, con un flujo de trabajo pensado para iterar rápido.
- La serie Kling AI destaca en movimientos expresivos y personajes con mucha acción, con un rendimiento de coste atractivo para pruebas.
La estrategia ganadora suele ser híbrida: usa un modelo para las imágenes de referencia y la dirección de estilo, y otro para la generación de vídeo final. Prueba el mismo prompt en dos o tres modelos, compara y decide. Documentar los resultados por modelo te ahorrará créditos y tiempo a medio plazo.
Flujo de trabajo completo: de la idea al vídeo terminado
Un buen prompt no aparece de golpe. Aparece tras un proceso iterativo. Este es el flujo que recomiendo para proyectos serios.
- Define la intención: escribe en una frase qué debe sentir el espectador al ver el plano.
- Redacta el prompt en capas: sujeto, acción, estilo, cámara, iluminación, movimiento.
- Genera una primera versión y evalúa contra tu intención, no contra el prompt.
- Ajusta una sola variable por iteración. Si cambias tres cosas a la vez, no sabrás cuál funcionó.
- Cuando el plano base funcione, crea variaciones: otro encuadre, otra iluminación, otro ritmo.
- Monta los planos aprobados y revisa la coherencia entre ellos, especialmente personajes y escenarios.
Este método convierte la generación en un proceso de dirección, con decisiones conscientes en cada paso. Es más lento al principio, pero produce resultados que no se consiguen improvisando.
Errores comunes y cómo evitarlos
- Prompt sobrecargado: intentar meter diez ideas en una frase. Divide en planos o reduce el alcance.
- Falta de capa cinematográfica: describir qué pasa, pero no cómo se ve. Añade siempre cámara e iluminación.
- Iterar sin criterio: cambiar variables al azar. Mide contra la intención definida al inicio.
- Ignorar la coherencia: generar planos sueltos sin referencia de personaje. Construye tu hoja de referencias.
- Esperar perfección en el primer intento: la generación es un proceso de aproximación. Planifica varias pasadas.
De la teoría a la práctica: tres ejercicios de prompt design
La mejor manera de internalizar estos principios es practicar con ejercicios concretos. Te propongo tres, en orden de dificultad.
Ejercicio 1: el mismo sujeto, tres emociones
Elige un sujeto simple, por ejemplo "un barista sirviendo café". Escribe tres prompts del mismo sujeto con emociones opuestas: una escena tranquila y cálida, una escena frenética y caótica, y una escena melancólica y solitaria. Compara los resultados y analiza qué cambios en la capa de iluminación, cámara y movimiento produjeron cada emoción. Este ejercicio entrena tu capacidad de traducir sentimientos a parámetros visuales.
Ejercicio 2: de imagen a movimiento
Genera una imagen fija que te guste con un modelo de imagen. Después, escribe un prompt de vídeo que describa el movimiento de esa misma escena: qué se mueve, cómo se mueve la cámara, qué cambia con el tiempo. Compara el vídeo resultante con la imagen original. Verás que el prompt de vídeo no es una descripción de la imagen, sino una especificación de su evolución temporal.
Ejercicio 3: la serie coherente
Crea un personaje con imágenes de referencia y genera tres escenas distintas del mismo personaje: de día en una ciudad, de noche en un interior, al amanecer en un paisaje. El objetivo no es que las escenas sean bonitas, sino que el personaje sea reconocible en las tres. Cuando lo consigas, habrás dominado el anclaje visual, la habilidad más valiosa de esta masterclass.
Estos ejercicios no requieren grandes presupuestos; solo tiempo y curiosidad. Dedica una hora a cada uno y notarás una mejora inmediata en la calidad de tus prompts.
Preguntas frecuentes
¿Necesito escribir el prompt en inglés? La mayoría de modelos responden mejor en inglés, pero los principales modelos aceptan español con buenos resultados. Si buscas máxima precisión, usa inglés para los términos técnicos de cámara e iluminación.
¿Qué longitud debe tener un prompt? Lo suficiente para cubrir las capas esenciales, sin repetir. Entre 50 y 150 palabras es un rango habitual. Más palabras no equivale a mejor resultado si contienen ruido.
¿Cómo logro que dos vídeos distintos compartan el mismo estilo? Reutiliza las mismas imágenes de referencia, el mismo vocabulario de estilo y el mismo modelo. La repetición de anclajes es lo que genera consistencia entre piezas.
¿Puedo usar la IA para contar una historia larga? Sí, pero planifica por escenas: define el arco narrativo, crea referencias para cada personaje y lugar, y genera escena por escena manteniendo los anclajes.
¿Qué hago si el resultado no se parece en nada a lo que pedí? Revisa la capa que falló: si el sujeto es correcto pero la estética no, ajusta el estilo; si el movimiento no funciona, cambia la descripción temporal. Aísla la variable problemática y prueba de nuevo. Si nada funciona, cambia de modelo, porque no todos interpretan igual.
¿Cómo sé si un prompt es bueno antes de generarlo? Lée lo en voz alta e imagina el resultado. Si la frase no te genera una imagen mental clara, el modelo tampoco tendrá una. Un buen prompt produce una película mental precisa.
¿Qué diferencia hay entre prompt design y prompt engineering? En la práctica se usan como sinónimos, pero el prompt design pone el foco en la intención creativa y la dirección visual, mientras que el prompt engineering enfatiza la estructura técnica y la optimización del modelo. Para vídeo necesitas ambas: la visión del diseñador y el rigor del ingeniero.
¿Merece la pena escribir prompts largos? Solo si cada palabra añade precisión. Un prompt largo lleno de repeticiones confunde al modelo; un prompt largo con capas bien diferenciadas lo orienta. La regla es simple: escribe lo necesario para cubrir sujeto, acción, estilo, cámara, iluminación y movimiento, y nada más.
Conclusión
El prompt design para vídeo con IA no es un truco ni una moda; es la habilidad que separa la producción casual de la producción con intención. Aprende a estructurar tus prompts en capas, domina el vocabulario cinematográfico, construye referencias para tus personajes y elige los modelos según la tarea. Con un flujo iterativo disciplinado, conseguirás planos que no solo se ven bien, sino que dicen exactamente lo que quieres decir.
