Prompt Engineering para Vídeo IA: Clips Fotorrealistas

Por qué el prompt engineering decide el fotorrealismo

Generar un clip de vídeo con IA ya no falla cuando pides «una persona caminando por la calle». Falla cuando pides piel real bajo la luz de una ventana, cuando quieres que el pelo reaccione al viento con inercia creíble o cuando necesitas que el mismo rostro aparezca igual en el plano tres y en el plano nueve. La distancia entre un clip que parece un render y uno que parece grabado con una cámara de verdad casi nunca está en el modelo: está en cómo escribes la instrucción.

El prompt engineering para vídeo es una disciplina distinta del prompt engineering para imagen. En imagen describes un instante; en vídeo describes un instante que además tiene que sobrevivir a veinticuatro fotogramas por segundo. Cada atributo que no especificas se convierte en una decisión que toma el modelo por ti, y esas decisiones automáticas son las que producen el aspecto genérico: luz plana, movimiento flotante, texturas de plástico y rostros que se desdibujan al girar la cabeza.

Esta guía propone un método práctico: construir prompts modulares, ordenar la información por prioridad, usar instrucciones negativas para eliminar artefactos y aplicar técnicas de consistencia cuando el clip forma parte de una secuencia más larga. El objetivo no es memorizar fórmulas mágicas, sino entender qué palancas mueve cada palabra.

Qué separa un clip creíble de uno que parece plástico

Antes de escribir nada conviene saber qué mirar. Cuando un clip generado no convence, el problema suele ser uno de estos cinco:

• Luz plana y frontal. La iluminación de estudio sin dirección es el atajo más rápido hacia el aspecto sintético. La luz real tiene dirección, sombras con bordes definidos y fuentes mixtas.
• Microtextura ausente. Piel sin poros, tela sin fibras visibles, asfalto sin grano. El modelo tiende a suavizar cuando nadie le pide detalle.
• Movimiento sin física. Objetos que se deslizan, telas que se mueven como papel, líquidos que no salpican. La coherencia física es una petición explícita.
• Óptica neutra. Sin profundidad de campo, sin aberración, sin el desenfoque de movimiento que produce cualquier cámara real a velocidad de obturación normal.
• Rostro inestable. Identidades que derivan entre fotogramas, ojos que cambian de forma, dientes que se funden.

Cada uno de estos puntos se corrige en el prompt o en el prompt negativo. Y cada uno de ellos responde a un bloque concreto de información.

La anatomía de un prompt de vídeo en seis bloques

En lugar de escribir una frase larga y esperar lo mejor, divide el prompt en seis bloques. Te permite depurar rápido: cuando algo sale mal, sabes qué bloque revisar.

1. Sujeto y acción

Quién o qué aparece y qué hace exactamente. Sé específico con edad aparente, complexión, vestuario y estado emocional, pero evita listas infinitas de adjetivos. Es más eficaz «mujer de unos cuarenta años, abrigo de lana gris, cansada, camina despacio mirando el suelo húmedo» que diez adjetivos sueltos sin acción asociada.

En vídeo la acción es tan importante como el sujeto. El modelo necesita entender el movimiento principal para calcular la física secundaria: la tela, el pelo, el agua, el polvo.

2. Cámara y óptica

Aquí es donde la mayoría de prompts pierde fotorrealismo. Especifica distancia focal, apertura y tipo de plano. «Primer plano, 85 mm, f/1.8, profundidad de campo muy corta» produce un resultado radicalmente distinto de «plano medio, 35 mm, f/5.6». Añade el comportamiento de cámara si importa: cámara en mano con microvibración, travelling lateral suave, grúa descendente, cámara fija en trípode.

Los modelos responden bien a referencias de lenguaje cinematográfico siempre que sean concretas. «Estilo documental» es vago. «Cámara en mano, encuadre ligeramente descentrado, reencuadre ocasional» es accionable.

3. Luz y atmósfera

Describe la fuente, la dirección y la calidad. «Luz de ventana lateral, nublado, sombras suaves, tono frío» o «última hora de la tarde, contraluz cálido, destellos en el objetivo». Añade atmósfera cuando aporte: niebla baja, polvo en suspensión, humedad en el aire, humo de cigarrillo.

La atmósfera es probablemente el recurso más subestimado para conseguir realismo. Un haz de luz atravesando partículas hace más por la credibilidad que cualquier ajuste de nitidez.

4. Textura y materialidad

Pide explícitamente el detalle que quieres ver: poros de la piel, brillo del sudor, pelusa en el tejido, arañazos en la madera, salpicaduras de barro. Cuanto más concreto sea el material, menos margen tendrá el modelo para inventar una superficie genérica.

5. Movimiento y ritmo

Define la velocidad y la cadencia. «Movimiento lento y continuo», «aceleración repentina al final del plano», «respiración visible, hombros que suben y bajan». Si el plano incluye varios sujetos, indica quién domina la escena y cómo se relacionan sus movimientos.

6. Entrega y formato

Relación de aspecto, duración aproximada, velocidad de fotogramas y tratamiento de color. Especificar «aspecto 2.39:1, 24 fps, gradación con contraste medio y negros ligeramente lavados» orienta al modelo hacia un resultado de acabado profesional en lugar de un clip crudo.

Jerarquía: el orden de las instrucciones importa

Los modelos de vídeo no ponderan todas las palabras por igual. Tienden a dar más peso a lo que aparece primero y a lo que aparece con mayor especificidad. Construye el prompt con esta jerarquía:

1. Sujeto y acción principal.
2. Tipo de plano, focal y movimiento de cámara.
3. Iluminación y atmósfera.
4. Texturas y detalles materiales.
5. Estilo y acabado (gradación, grano, formato).

Un error habitual es empezar por el estilo. «Cinematográfico, hiperrealista, 8K, obra maestra» al principio del prompt no añade información: son etiquetas de calidad que el modelo ya asume. Peor aún, ocupan el espacio de mayor peso con contenido vacío y desplazan hacia abajo los datos que sí importan.

Otra práctica útil es escribir el prompt en una sola línea compacta para la generación y mantener una versión extendida en tus notas. La versión extendida te sirve para iterar; la compacta, para no diluir la señal.

Prompts negativos: el arte de restar

El prompt negativo es la herramienta más rentable del flujo. En lugar de pedir «más realismo», elimina las causas del aspecto falso. Agrupa los negativos por familias:

• Anatomía: manos deformes, dedos extra, extremidades duplicadas, rostro asimétrico, ojos desalineados, dientes fundidos.
• Render y estilización: aspecto 3D, ilustración, pintura digital, anime, cel shading, piel de plástico, suavizado excesivo.
• Artefactos temporales: parpadeo de identidad, morphing entre fotogramas, movimiento flotante, tela rígida, líquido estático.
• Composición y encuadre: marca de agua, texto superpuesto, logotipos, subtítulos quemados, bordes recortados.
• Óptica falsa: desenfoque global, profundidad de campo imposible, aberración exagerada.

No acumules cien términos: los negativos largos diluyen su efecto y a veces eliminan cualidades que querías conservar. Empieza con ocho o diez relevantes para tu escena y añade solo cuando detectes un problema recurrente y concreto.

Consistencia del sujeto a lo largo de varios planos

Un clip aislado es fácil. Una secuencia con el mismo personaje en cinco planos es donde se rompen la mayoría de proyectos.

La ficha de personaje reutilizable

Escribe una descripción canónica de tu personaje y cópiala literalmente en todos los prompts. Si en el plano uno dices «hombre de unos treinta años, pelo rizado castaño oscuro, barba corta, chaqueta vaquera desgastada» y en el plano cuatro dices «chico joven con chaqueta», estás pidiendo dos personas distintas. La literalidad es una virtud aquí, no una falta de estilo.

Anclajes de vestuario, entorno y hora del día

Repite los mismos anclajes en cada plano: color exacto de la prenda, tipo de calzado, objeto que lleva en la mano, mobiliario del lugar, momento del día. Los cambios de vestuario deben ser intencionados y estar declarados, nunca implícitos.

Semillas, referencias e imágenes guía

Cuando el modelo lo permite, fija la semilla para reducir la variación aleatoria entre generaciones. Si tu herramienta admite imagen de referencia o control de movimiento, úsala: una foto del personaje o un fotograma del plano anterior vale más que tres párrafos de descripción.

Continuidad de iluminación

Si el plano uno es de día y el plano dos es de noche, cambia la luz de forma explícita y coherente en todos los prompts. Un salto de iluminación sin justificación narrativa se percibe inmediatamente como un error, incluso si el espectador no sabe por qué.

Cómo elegir el modelo según el tipo de escena

No todos los motores destacan en lo mismo. Esta tabla orientativa ayuda a decidir antes de gastar tiempo en iteraciones.

Tipo de escena	Prioridad técnica	Enfoque de prompt
Retrato con diálogo	Estabilidad facial, microexpresión	Focal larga, luz suave lateral, negativos de morphing
Acción y persecución	Coherencia física, movimiento	Descripción de trayectoria, cámara en mano, negativos de objetos flotantes
Producto y macro	Detalle de material, reflejos	Focal macro, luz controlada, texturas explícitas
Paisaje y arquitectura	Escala, atmósfera, profundidad	Gran angular moderado, capas de niebla, partículas
Animación estilizada	Consistencia de estilo	Referencias de estilo claras, negativos de fotorrealismo

La regla práctica: elige el modelo por la parte más difícil de tu plano, no por la más vistosa. Si el reto es un rostro hablando, prioriza estabilidad facial. Si el reto es agua rompiendo contra una roca, prioriza física y detalle material.

Parámetros que mueven la aguja

Además del texto, hay ajustes que cambian el resultado de forma medible:

• Duración del clip. Los planos cortos mantienen mejor la coherencia. Si necesitas un plano largo, divídelo en fragmentos y móntalos.
• Fuerza del prompt. Un valor alto se adhiere al texto pero puede rigidizar el movimiento; un valor bajo produce naturalidad pero ignora detalles.
• Fuerza de la imagen de referencia. Súbela cuando la identidad sea crítica, bájala cuando quieras libertad compositiva.
• Movimiento de cámara predefinido. Úsalo solo si coincide con lo que describes en el texto; si se contradicen, gana el parámetro y pierdes control.
• Resolución y velocidad de fotogramas. Más resolución no arregla un prompt pobre; a veces revela sus defectos con más claridad.

Flujo de trabajo paso a paso

Un proceso reproducible para cualquier plano:

1. Define el objetivo del plano. Qué información narrativa entrega y qué debe sentir el espectador.
2. Elige el modelo y la duración. Decisión basada en la dificultad principal de la escena.
3. Escribe la ficha de personaje y los anclajes. Guárdalos en un documento reutilizable.
4. Redacta el prompt en seis bloques. Mantén el orden de jerarquía.
5. Añade ocho o diez negativos específicos. No más al principio.
6. Genera tres variaciones. Cambia solo una cosa por variación para aprender qué la produjo.
7. Evalúa con criterios fijos. Luz, textura, movimiento, identidad, artefactos.
8. Itera sobre el bloque defectuoso. No reescribas todo el prompt.
9. Documenta la combinación ganadora. Semilla, prompt, referencia y parámetros.

Este último paso es el que separa a quien trabaja rápido de quien repite errores. Un pequeño archivo con tus combinaciones exitosas vale más que cualquier lista de trucos.

Errores frecuentes y cómo corregirlos

Pedir demasiado en un solo plano. Si quieres tres acciones, tres escenarios y dos personajes, obtendrás tres clips mediocres fundidos. Divide.

Confiar en etiquetas de calidad. «Hiperrealista, 8K, obra maestra» no aporta información visual. Sustituye cada etiqueta por un dato concreto de luz, óptica o textura.

Ignorar el prompt negativo. Es la mitad del trabajo. Un prompt positivo excelente con negativos vacíos seguirá produciendo manos raras.

Cambiar varias variables a la vez. Si modificas luz, focal y vestuario en la misma iteración, no sabrás qué causó la mejora.

Reutilizar prompts entre modelos. Cada motor interpreta el vocabulario a su manera. Un prompt que funciona en un modelo puede producir un resultado plano en otro; adapta, no copies.

Descuidar el audio y el montaje. Un clip fotorrealista con un corte abrupto y sin diseño sonoro sigue pareciendo falso. El realismo se construye también fuera del fotograma.

Preguntas frecuentes

¿Necesito escribir prompts muy largos para conseguir fotorrealismo? No. La longitud no es el objetivo; la densidad informativa sí. Un prompt de sesenta palabras con sujeto, óptica, luz y textura supera a uno de trescientas palabras lleno de adjetivos vacíos.

¿Los prompts negativos funcionan igual en todos los modelos? No. Algunos motores los tratan como una lista independiente y otros los integran en el texto. Si tu herramienta no tiene campo negativo, incorpora las exclusiones dentro del prompt principal con frases como «sin artefactos de render, sin suavizado plástico».

¿Cómo mantengo la misma cara en varios planos? Combina tres cosas: descripción canónica literal, imagen de referencia cuando esté disponible y semilla fija. Con eso la variación baja mucho, aunque no desaparece del todo.

¿Cuántas iteraciones son razonables por plano? Entre tres y ocho en la mayoría de casos. Si superas las quince, el problema suele ser que el prompt pide algo contradictorio, no que falte ajuste.

¿Merece la pena usar lenguaje cinematográfico? Sí, siempre que sea técnico. «Contraluz con destellos en el objetivo» funciona; «estilo de director famoso» produce imitaciones imprecisas.

¿Qué hago si el movimiento sale flotante? Añade referencias de peso e inercia: «los pies hacen contacto firme con el suelo», «el abrigo pesa y se mueve con retardo». Especificar masa cambia la física percibida.

Lista de comprobación antes de generar

• ¿El sujeto y la acción están descritos con una sola lectura clara?
• ¿He especificado focal, apertura y tipo de plano?
• ¿La iluminación tiene dirección y calidad, no solo intensidad?
• ¿He pedido al menos tres texturas concretas?
• ¿El prompt negativo cubre anatomía, render y artefactos temporales?
• ¿La ficha de personaje es idéntica a la de los planos anteriores?
• ¿Estoy cambiando una sola variable por iteración?
• ¿He guardado semilla, prompt y parámetros del mejor resultado?

El fotorrealismo en vídeo generado no es un golpe de suerte ni un ajuste secreto. Es el resultado acumulado de decisiones pequeñas y explícitas: ordenar la información, eliminar lo que no quieres, anclar lo que debe repetirse y verificar con criterios fijos. Con ese hábito, la calidad deja de depender del azar y se convierte en algo que puedes reproducir plano a plano.