Por qué la estructura del prompt decide el resultado
Un prompt no es una frase inspiradora: es un documento de especificaciones. Si escribes «una ciudad futurista al atardecer», el modelo tiene que inventar por su cuenta la altura de la cámara, la densidad de los edificios, el tipo de luz, la paleta, el formato y el nivel de detalle. El resultado será plausible y anónimo, parecido a miles de imágenes ya vistas.
Cuando reduces la ambigüedad, cambia la calidad percibida. No porque el modelo sea mejor, sino porque el espacio de soluciones posibles se estrecha y las decisiones que quedan son las que tú habrías tomado. La estructura hace el trabajo pesado: bloques claros, orden predecible, un apartado para el sujeto, otro para la escena, otro para la luz, otro para la cámara. Un prompt bien organizado también es más fácil de depurar: si algo sale mal, sabes qué bloque tocar.
Esa es la idea central de esta guía: tratar el prompt como un contrato técnico y artístico, no como una descripción poética. El vocabulario creativo sigue siendo necesario, pero funciona mucho mejor cuando está encajado en una arquitectura.
Anatomía práctica de un prompt: los siete bloques
Un prompt sólido se puede leer como una ficha técnica. El orden importa menos que la separación: agrupa la información por función y evita mezclar iluminación con vestuario en la misma frase. Los modelos procesan bloques; tú también deberías pensar en bloques.
Sujeto y acción
Define quién o qué aparece y qué está haciendo. Sé concreto con la edad aproximada, la complexión, el vestuario, la postura y la microexpresión. Si el sujeto es un objeto o un paisaje, describe material, escala y estado: hierro oxidado, seda con pliegues marcados, un bosque húmedo tras la lluvia. La acción concreta ancla la composición y evita que el modelo reparta atención al azar.
Escena y contexto
Sitúa la acción: lugar, época reconocible sin fechas exactas, clima, hora del día y elementos de fondo que aporten profundidad. Un mercado portuario con grúas al fondo comunica más que un genérico «ambiente urbano». Los detalles de contexto dan credibilidad sin robar protagonismo.
Luz
La luz es el bloque que más altera el resultado final. Especifica dirección, calidad, temperatura y fuente práctica: luz de ventana lateral suave, neón magenta rebotando en asfalto mojado, faro de coche atravesando niebla. Añade cómo se comportan las sombras y si existe alguna fuente cálida de contrapunto. Cuando la luz está descrita, el sujeto gana volumen.
Cámara, óptica y encuadre
Plano, ángulo, altura de cámara, distancia focal, profundidad de campo y desenfoque de movimiento. El vocabulario cinematográfico funciona bien porque describe decisiones reales: plano medio corto, cámara baja, 35 mm, f/2, sujeto enfocado con fondo disuelto. Evita acumular términos contradictorios como gran angular y compresión extrema de teleobjetivo.
Estilo, material y acabado
Aquí entran la fotografía analógica, la animación tradicional, el render tridimensional, la ilustración editorial o el collage. Menciona la paleta y el tratamiento: grano fino, halación en las altas luces, contraste bajo, colores desaturados con un acento saturado. El acabado unifica el resultado y evita la sensación de collage involuntario.
Composición y formato
Regla de tercios, simetría central, mucho espacio negativo, formato vertical para redes o panorámico para secuencias. También conviene indicar dónde va el punto de interés y qué zonas deben quedar limpias para añadir texto después.
Restricciones y prioridades
Qué evitar, qué es innegociable y qué puede variar. Estas indicaciones impiden que el modelo tome atajos conocidos: sin marcas de agua, sin texto ilegible, sin manos deformes, sin estética de banco de imágenes. Marca una o dos prioridades absolutas; si marcas diez, ninguna se respeta.
Qué cambia cuando pasas de imagen a vídeo
En imagen, el prompt describe un instante. En vídeo, describe un intervalo. Esa diferencia obliga a añadir tres capas nuevas: movimiento del sujeto, movimiento de cámara y evolución temporal de la escena.
El movimiento del sujeto debe ser sencillo y verificable: gira la cabeza hacia la cámara, camina tres pasos, levanta la taza. Los modelos gestionan mal las acciones complejas con varios objetos interactuando a la vez. El movimiento de cámara funciona mejor cuando se declara en términos de una sola operación: travelling lateral lento, retroceso suave, panorámica mínima, cámara estática. Combinar tres movimientos en el mismo plano suele producir temblores y deformaciones.
La evolución temporal es el aspecto más delicado. Si la escena cambia de luz, de vestuario o de número de personajes durante el clip, la coherencia se rompe. Por eso conviene pensar en planos cortos: tres a cinco segundos con una sola idea visual. Un plano con una idea clara y bien ejecutada vale más que un plano ambicioso lleno de artefactos.
Parámetros técnicos y sintaxis que el modelo entiende
Los parámetros son instrucciones estructuradas que modifican el comportamiento del modelo sin competir con la descripción. Los más útiles en el trabajo diario son la relación de aspecto, la semilla, la intensidad de estilo y el peso relativo de las referencias. Aprender a usarlos evita reescribir el prompt entero cada vez que quieres cambiar el encuadre.
Algunas reglas que ahorran tiempo:
- Coloca primero lo obligatorio y después lo decorativo. Si el modelo solo atiende a los primeros conceptos, esos deben ser el sujeto y la luz.
- Prefiere sustantivos y adjetivos precisos a cadenas de sinónimos. Repetir «hermoso, increíble, espectacular» no aumenta la calidad, solo diluye la señal.
- Usa separadores claros (comas, puntos, saltos de línea) para marcar bloques. Un bloque bien delimitado es más fácil de reutilizar.
- Fija una semilla cuando hayas encontrado una composición que funciona. Cambiar la semilla es la forma más rápida de perder un buen resultado.
- Guarda los prompts como plantillas con campos vacíos: sujeto, escena, luz, cámara. Reutilizar estructura acelera la producción sin uniformar el contenido.
Términos negativos y refinamiento iterativo
Los términos negativos funcionan como un filtro de calidad. No sirven para pedir lo contrario de algo, sino para bloquear defectos recurrentes: texto borroso, marcas de agua, ojos asimétricos, extremidades duplicadas, sobresaturación, ruido digital excesivo. La lista debe ser corta y específica del proyecto. Una lista de negativos copiada sin criterio puede eliminar justo el elemento que buscabas.
Existe un segundo uso, más estratégico: los negativos sirven para corregir la deriva estilística del modelo. Si todas tus imágenes salen con la misma luz naranja y azul, bloquea esa combinación y describe la que quieres. Si todas las caras salen con la misma expresión neutra, añade instrucciones positivas sobre emoción y mira directa.
Cómo iterar sin perder el rumbo
Trabaja con hipótesis, no con impulsos. Cambia una variable por iteración y anota el resultado. Si mueves la luz, la cámara y el estilo a la vez, no aprenderás nada del modelo ni de tu propio prompt.
Un ciclo útil tiene cuatro pasos: generar tres o cuatro variantes, elegir la más cercana, identificar qué bloque falla y reescribir solo ese bloque. Cuando la composición ya está resuelta, congela semilla y cámara y trabaja solo el detalle. Cuando el problema es de concepto, vuelve al principio y reescribe el bloque de sujeto, porque ningún parámetro arregla una idea mal definida.
Adaptar el prompt al tipo de modelo
No todos los modelos responden igual a las mismas palabras. Algunos están entrenados para fotorrealismo extremo y castigan el lenguaje poético; otros premian la estilización y la narrativa; otros priorizan la velocidad y la coherencia entre planos. Adaptar el vocabulario al modelo es tan importante como la idea.
Fotorrealismo y textura de piel
En modelos orientados al realismo, el exceso de adjetivos estilísticos produce resultados plásticos. Conviene describir condiciones fotográficas reales: distancia focal, apertura, tipo de fuente de luz, hora del día y material de la superficie. Los detalles de piel se describen mejor por su comportamiento ante la luz que por adjetivos como «perfecto» o «detallado».
Además, en este tipo de modelos conviene evitar referencias a estilos de ilustración, porque contaminan el render. Si necesitas un look de película, describe grano, rango dinámico y contraste, no el nombre de una película concreta.
Estilización artística y narrativa
En modelos más expresivos, el prompt puede apoyarse en referencias visuales, paletas poco naturales y decisiones de dirección de arte. Aquí sí funciona hablar de atmósfera, de textura pictórica o de una mezcla de técnicas. La clave es la coherencia interna: si mezclas acuarela con render industrial, define cuál domina y en qué zonas.
Modelos rápidos y coherencia de producción
Cuando el objetivo es producir muchos planos con una identidad común, el prompt debe ser corto pero muy estable. Reduce el vocabulario a un conjunto cerrado de descriptores y reutilízalo en todos los planos. La variación se introduce en la cámara y la acción, no en el estilo. Este enfoque ahorra horas de corrección y mantiene la sensación de serie.
Coherencia de personajes y escena en secuencias largas
La coherencia es el problema central del vídeo generativo. Un personaje que cambia de cara entre planos arruina cualquier narrativa, por breve que sea. La solución no es un prompt más largo, sino un sistema de referencias y anclajes.
Primero, define una ficha de personaje: edad aproximada, rasgos distintivos, peinado, vestuario, paleta de colores asociada. Esa ficha se copia casi literalmente en cada prompt. Segundo, usa una imagen de referencia cuando el modelo lo permita; una referencia visual vale más que veinte adjetivos. Tercero, fija semilla y estructura de prompt para toda la secuencia.
Después trabaja la continuidad de escena. Si dos planos ocurren en el mismo lugar, la luz debe venir de la misma dirección y la temperatura de color debe mantenerse. Si hay salto temporal, marca el cambio una sola vez y sé explícito: luz de mañana fría frente a luz de tarde cálida.
Una técnica que funciona muy bien es el plan de rodaje escrito. Antes de generar nada, redacta una tabla con número de plano, acción, cámara, luz y duración. Ese documento se convierte en la fuente de verdad y evita improvisar prompt a prompt. Al final del proyecto tendrás un estilo documentado, no una carpeta de experimentos sueltos.
Errores frecuentes y cómo corregirlos
Prompts kilométricos con ideas contradictorias. Si pides un plano cenital y un primer plano del rostro al mismo tiempo, el modelo elige al azar. Separa en dos planos.
Confundir estilo con contenido. Escribir el nombre de un movimiento artístico no garantiza que el sujeto, la acción y la luz estén resueltos. El estilo es la última capa, no la primera.
Ignorar la relación de aspecto. Un encuadre vertical con una descripción pensada para cine horizontal producirá recortes extraños. Decide el formato antes de escribir el prompt.
Repetir el mismo negativo para todo. Un filtro universal que bloquea cualquier cosa que se parezca a texto puede eliminar carteles, señales y detalles narrativos importantes.
No guardar lo que funciona. Si no anotas semilla, prompt y parámetros de los mejores resultados, los perderás. Un archivo de prompts exitosos es el activo más valioso de un proyecto.
Pedir demasiadas acciones en un clip corto. Un personaje que camina, saluda y abre una puerta en tres segundos producirá deformaciones. Divide la acción en planos y monta después.
Flujo de trabajo completo: de la idea al plano final
Un proceso repetible elimina la mayor parte de la frustración. Este es el que mejor se adapta a proyectos pequeños y medianos.
- Definir la intención. Escribe en una frase qué debe sentir el espectador. Si no puedes hacerlo, ninguna configuración lo arreglará.
- Construir la ficha visual. Sujeto, escena, luz, cámara, estilo, composición. Una línea por bloque.
- Elegir el modelo adecuado. Realismo, estilización o producción rápida según el objetivo, no según la moda.
- Generar variantes controladas. Cuatro a ocho intentos con la misma base, cambiando solo la semilla.
- Seleccionar y bloquear. Congela la variante más cercana y anota sus parámetros.
- Refinar por bloques. Un cambio por iteración, empezando por luz y cámara.
- Producir la secuencia. Aplicar la plantilla congelada a todos los planos, variando solo la acción.
- Revisar en montaje. Pequeñas incoherencias se corrigen mejor en edición que regenerando planos completos.
Un ejemplo de plantilla condensada para un plano de retrato narrativo:
Sujeto: mujer de unos treinta años, chaqueta de lana gris, mirada directa a cámara, expresión contenida.
Acción: gira lentamente la cabeza hacia la ventana.
Escena: taller pequeño, mesas de madera, polvo suspendido.
Luz: ventana lateral, luz suave de mañana, sombras largas hacia la derecha.
Cámara: plano medio corto, 50 mm, f/2, altura de ojos, cámara estática.
Estilo: fotografía documental, grano fino, paleta desaturada con acento cálido.
Composición: regla de tercios, espacio negativo a la derecha.
Evitar: texto, marcas de agua, saturación excesiva, piel plástica.
Esta plantilla se lee en veinte segundos, se modifica en menos y produce resultados consistentes. Ese es el objetivo real de las buenas prácticas: velocidad con control.
Preguntas frecuentes
¿Cuánto debería medir un prompt? Lo suficiente para cubrir los siete bloques sin repetir información. En la práctica, entre cuatro y ocho líneas funcionan mejor que un párrafo largo, sobre todo en vídeo, donde el modelo tiene menos margen para interpretar.
¿Funcionan los prompts copiados de otros proyectos? Como plantilla, sí. Como receta cerrada, no. La estructura se reutiliza; el vocabulario debe ajustarse al modelo, al formato y al resultado que buscas.
¿Es mejor describir la emoción o la expresión física? Describe primero la expresión física observable y después la emoción. Los modelos responden mejor a cejas fruncidas o labios tensos que a la palabra melancolía.
¿Cómo consigo que un personaje se mantenga igual entre planos? Combina una ficha de personaje literal, una imagen de referencia cuando esté disponible, semilla fija y una ficha de iluminación que no cambie dentro de la misma escena.
¿Los términos negativos son obligatorios? No, pero reducen mucho el trabajo de descarte. Empieza sin ellos, detecta los defectos que se repiten y añade solo esos a la lista.
¿Qué hago si el resultado es bueno pero no el que imaginaba? Guárdalo como variante alternativa y vuelve a un bloque concreto. Muchas veces el problema no es el prompt, sino que la idea inicial no estaba definida con suficiente precisión.
¿Cuántas variantes conviene generar por plano? Entre cuatro y ocho. Menos de cuatro no exploras lo suficiente; más de ocho suele significar que el prompt está mal definido y estás compensando con volumen.
¿Sirve el mismo prompt para imagen y para vídeo? Como base, sí. Añade movimiento de sujeto, movimiento de cámara y duración para la versión de vídeo, y elimina los elementos que no puedan mantenerse estables durante todo el clip.
La conclusión es sencilla: el prompt es una herramienta de dirección, no un truco. Cuanto más claro seas sobre lo que quieres ver, cómo se ilumina, cómo se mueve y cómo se encuadra, menos tendrás que corregir después. La creatividad no desaparece al estructurar: se vuelve más fácil de repetir.
