Escribir un prompt para vídeo generativo no es describir una imagen con más palabras. Un modelo de vídeo tiene que resolver algo mucho más difícil: mantener un sujeto reconocible, una cámara coherente y un movimiento creíble a lo largo de decenas o cientos de fotogramas. Cuando el prompt falla, el resultado no es un vídeo mediocre, es un vídeo roto: caras que se derriten, extremidades que se duplican, planos que cambian de escenario a mitad de camino.
Esta guía es un método de trabajo. Primero entenderás qué lee realmente el modelo, después construirás prompts por capas, adaptarás la misma idea a distintos motores y cerrarás con un flujo de iteración que evita el ensayo y error infinito.
Cómo razona un modelo de vídeo cuando lee tu prompt
La mayoría de los motores actuales combinan un codificador de texto con un modelo de difusión que opera en el tiempo. Eso significa que el texto no se traduce en una instrucción程序ática, sino en una dirección de movimiento dentro de un espacio latente. El modelo rellena todo lo que no nombras con lo que estadísticamente encaja.
De ahí salen cuatro consecuencias prácticas que conviene tener siempre presentes:
- Lo que no nombras, se inventa. Si escribes "una mujer camina" sin decir dónde, el modelo puede colocar un bosque, una estación de metro o un vacío gris. No es un error del modelo, es una omisión tuya.
- El inicio del prompt pesa más. Los primeros términos suelen tener más influencia en la composición global. El sujeto y la acción deberían ir delante; el estilo y los detalles técnicos, después.
- El movimiento necesita ser explícito. "Ciudad futurista" genera un plano casi estático con algún parpadeo. "Travelling lateral lento por una avenida de neón mientras la lluvia cae en diagonal" genera movimiento real.
- La duración limita la complejidad. Un plano de cinco segundos admite una idea; uno de diez admite una idea y una transición. Pedir tres acciones encadenadas en cinco segundos produce morphing.
Piensa en el prompt como una hoja de rodaje comprimida: quién, qué, dónde, con qué cámara y qué debe cambiar entre el primer y el último fotograma.
Anatomía de un prompt de vídeo que funciona
Un prompt robusto se construye por capas. No todas son obligatorias en todos los motores, pero conocerlas te permite depurar cuando algo sale mal.
Sujeto, acción y estado
Define el sujeto con el nivel de detalle que necesites para que sea reconocible, pero no lo satures. "Un panadero de unos sesenta años, delantal enharinado, manos grandes" funciona mejor que veinte adjetivos sobre su rostro. A continuación, la acción en presente y con un verbo concreto: camina, gira, abre, levanta, mira hacia arriba.
Añade el estado emocional solo si es visible. "Nervioso" no se ve; "hombros tensos y mirada fija en la puerta" sí.
Cámara y óptica
Aquí es donde la mayoría de los prompts ganan o pierden calidad. Especifica altura, ángulo y movimiento de cámara:
- Altura: a ras de suelo, a la altura de los ojos, cenital, contrapicado.
- Óptica: gran angular con distorsión leve, teleobjetivo comprimido, macro.
- Movimiento: travelling lateral, dolly in lento, órbita de noventa grados, cámara fija, cámara en mano con microvibración.
Si no indicas cámara, muchos motores aplican un plano medio genérico con deriva lenta. Es el equivalente visual a un texto sin puntuación.
Luz, color y atmósfera
La iluminación define el género percibido más que cualquier otro elemento. Un mismo plano con luz dura de mediodía parece documental; con contraluz cálido y niebla, parece cine. Nombra la fuente, la dirección y la calidad:
- Fuente: ventana lateral, farola, neón, pantalla de móvil.
- Dirección: frontal, lateral, contraluz, cenital.
- Calidad: dura, suave, difusa, parpadeante.
Sobre el color, resulta más efectivo describir una relación que una lista: "paleta fría de azules y verdes con un único acento naranja en la señal de neón".
Movimiento y ritmo
Describe lo que cambia, no solo lo que existe. Indica si el movimiento es continuo o intermitente, rápido o pausado, y si hay elementos secundarios en movimiento: humo, lluvia, hojas, polvo, pelo, tela. El movimiento secundario es lo que separa un plano que parece filmado de uno que parece generado.
Restricciones y negativos
Los negativos no son una lista de deseos. Funcionan mejor como prohibiciones específicas ligadas a errores conocidos del motor: "sin texto en pantalla", "sin cambios de vestuario", "sin deformación de manos", "sin viñeteado". Si tu lista de negativos supera las seis entradas, probablemente estés compensando un prompt positivo demasiado vago.
Adaptar la misma idea a modelos distintos
No existe un prompt universal. La misma escena necesita redacciones diferentes según el motor, porque cada familia de modelos tiene sesgos propios.
Motores fotorrealistas
Los modelos orientados a realismo responden muy bien a lenguaje fotográfico verificable: tipo de lente, apertura aproximada, relación de aspecto, sensibilidad aparente. Escribe como si rellenaras una ficha técnica: "35 mm, f/2, ligera profundidad de campo, grano fino, interior nocturno". Tienden a sobrerreaccionar a palabras como "cinemático" o "hyperrealista", que añaden contraste artificial y piel plástica. Úsalas con moderación.
Motores con consistencia de personaje
Si el motor permite referencias de personaje o imagen inicial, el prompt debe describir el entorno y la acción, no repetir el aspecto del sujeto. Repetir la descripción física compite con la referencia y provoca deriva: el modelo intenta satisfacer ambas señales y el rostro cambia.
Regla práctica: describe lo que cambia (ropa, luz, ubicación, acción) y deja lo que permanece (rasgos, complexión, peinado) a la referencia visual.
Motores centrados en física y eficiencia
Los motores que priorizan simulación física responden a instrucciones de causa y efecto: "la pelota golpea el charco y el agua salpica hacia la cámara". También toleran prompts más cortos y limpios. En estos casos, añadir capas de estilo excesivas degrada el resultado; es mejor invertir en precisión de la acción y del contacto entre objetos.
Flujo de trabajo en cinco pasos
Paso 1: del guion a la lista de planos
Antes de escribir un solo prompt, divide la escena en planos de una sola intención. Un plano, una idea: presentar el lugar, revelar el objeto, reacción del personaje. Si un plano necesita dos ideas, son dos planos.
Paso 2: escribe el prompt base de cada plano
Usa la estructura por capas y mantén la misma sintaxis en toda la secuencia. La consistencia de redacción ayuda a que el estilo se mantenga entre planos aunque cambie el contenido.
Paso 3: itera una variable cada vez
Este es el paso que casi todo el mundo se salta. Si cambias el encuadre, la luz y el vestuario a la vez, no sabrás qué produjo la mejora. Genera cuatro variantes modificando solo un elemento y compara.
Paso 4: bloquea el lenguaje que funciona
Cuando un plano sale bien, guarda la redacción exacta de la cámara y la luz como plantilla para el resto de la secuencia. Esa repetición es lo que crea sensación de unidad visual.
Paso 5: resuelve la continuidad al final
Genera los planos por separado y monta. Corrige después los saltos de luz, color y dirección de mirada. Intentar arreglar la continuidad dentro del prompt, plano a plano, alarga el proceso sin garantizar nada.
Transiciones y coherencia temporal
Las transiciones funcionan mejor cuando se describen como continuidad de movimiento: si el plano A termina con la cámara girando a la derecha, el plano B puede empezar con ese mismo giro. También ayuda mantener la dirección de la luz constante entre planos y no cambiar la hora del día dentro de una misma escena.
Pesos, orden de palabras y negativos
Cuando un elemento no aparece con suficiente fuerza, la tentación es subir su peso numérico. Funciona, pero tiene un coste: el modelo pierde flexibilidad y el plano se vuelve rígido, con menos movimiento natural.
Un enfoque más estable:
- Mueve el elemento importante al inicio del prompt.
- Refuérzalo con un término visual concreto en lugar de un peso alto.
- Elimina del prompt los elementos que compiten con él.
Por ejemplo, si el sujeto lleva un abrigo rojo y el modelo lo pinta gris, no escribas "abrigo rojo: 1.6". Escribe "abrigo rojo carmesí, claramente visible en el tercio izquierdo del encuadre" y quita cualquier referencia cromática en conflicto, como "paleta monocroma azulada".
Con los negativos, la lógica es la misma: específicos y pocos. "Sin sombras". "Sin movimiento de cámara". "Sin animales en escena". Los negativos genéricos como "sin errores" no hacen nada porque no describen un fenómeno visual concreto.
Errores frecuentes y cómo corregirlos
Prompt novela. Ochenta palabras de adjetivos y ninguna instrucción de cámara. Solución: recorta a lo esencial y dedica la mitad del texto a cámara, luz y movimiento.
Conflicto interno. Pedir "plano cenital" y "a la altura de los ojos", o "luz cálida de atardecer" y "ambiente nocturno". El modelo resolverá el conflicto de forma aleatoria. Solución: lee el prompt en voz alta y elimina toda contradicción.
Movimiento implícito. Esperar que la escena se mueva sin describir el movimiento. Solución: añade un verbo de desplazamiento y un elemento secundario en movimiento.
Exceso de acciones. Tres cosas ocurriendo a la vez en un plano corto. Solución: reparte las acciones en planos separados.
Abuso de estilo. Repetir "cinemático, 8K, obra maestra, ultra detallado" en todos los prompts. Solución: sustituye esos términos por decisiones concretas de lente y luz. Producen más resultado que cualquier etiqueta de calidad.
Ignorar el formato. Generar en horizontal para publicar en vertical. Solución: define la relación de aspecto antes de escribir el prompt, porque cambia el encuadre y la composición.
Tres escenas reescritas: antes y después
Escena 1: retrato en interiores
Antes: "Mujer hermosa en una cocina, cinemático, 8K, muy detallado".
Después: "Plano medio de una mujer de unos treinta años friendo huevos en una cocina pequeña, cámara fija a la altura del pecho con ligera deriva a la derecha, luz de ventana lateral suave que entra por la izquierda, vapor visible sobre la sartén, paleta de cremas y verdes apagados, 35 mm, profundidad de campo ligera".
La diferencia no es el vocabulario, es que el segundo describe dónde está la cámara, de dónde viene la luz y qué se mueve.
Escena 2: paisaje en movimiento
Antes: "Dron sobre montañas al atardecer, épico".
Después: "Plano aéreo ascendente sobre una cordillera, la cámara sube despacio revelando un valle con niebla baja, último tramo de atardecer con sol rasante por la derecha, sombras largas en las crestas, nubes altas moviéndose rápido por efecto del viento, teleobjetivo moderado para comprimir las capas de montañas".
El segundo prompt define la trayectoria (ascendente), el punto de interés (el valle) y la dirección de la luz.
Escena 3: acción urbana
Antes: "Hombre corriendo por la ciudad, persecución, cinematográfico".
Después: "Plano secuencia en cámara en mano detrás de un hombre que corre por una acera mojada, cámara a la altura del hombro con microvibración, luces de neón reflejadas en los charcos, el sujeto cruza entre dos peatones en el segundo dos, paleta de azules profundos con acentos magenta, ligero desenfoque de movimiento en los bordes".
Al indicar qué ocurre en el segundo dos, el modelo tiene un punto temporal al que llegar.
Criterios de decisión: ¿ajusto el prompt o cambio de motor?
Cuando un plano no funciona tras tres o cuatro intentos, hay que decidir rápido para no perder horas.
- Cambia el prompt si el resultado es técnicamente correcto pero no se parece a lo que imaginabas: encuadre, luz, ritmo, composición.
- Cambia de motor si el fallo es estructural: anatomía imposible, física incoherente, personaje que no se mantiene entre planos, texto ilegible que se cuela en escena.
- Cambia a referencias visuales si el problema es de identidad o de estilo persistente y el motor las admite.
- Divide el plano si el problema es que hay demasiadas cosas ocurriendo. Un plano más corto y simple casi siempre se resuelve.
Señal de alarma: si llevas más de seis iteraciones sobre el mismo prompt, el problema no es la redacción.
Plantilla reutilizable y lista de comprobación
Estructura base para la mayoría de motores:
[Tipo de plano] de [sujeto concreto] [acción en presente] en [lugar] [hora del día], cámara [altura + ángulo + movimiento], luz [fuente + dirección + calidad], paleta [dos o tres colores y su relación], movimiento secundario [elemento], óptica [lente y profundidad de campo]
Antes de generar, comprueba:
- ¿Hay una sola idea por plano?
- ¿Está descrita la cámara?
- ¿Se sabe de dónde viene la luz?
- ¿Hay al menos un elemento en movimiento además del sujeto?
- ¿Existe alguna contradicción interna?
- ¿Los negativos apuntan a errores concretos y son menos de seis?
- ¿La relación de aspecto coincide con el destino final del vídeo?
Preguntas frecuentes
¿Cuántas palabras debe tener un prompt de vídeo?
Entre 30 y 60 palabras suele ser el punto dulce para un plano de cinco segundos. Por debajo de 20, el modelo inventa demasiado; por encima de 80, empieza a ignorar elementos y el movimiento se vuelve rígido.
¿Sirve el mismo prompt para imagen fija y para vídeo?
No del todo. Una imagen fija se beneficia de detalle visual; un vídeo necesita instrucciones temporales: qué cambia, hacia dónde va la cámara y qué ocurre al final del plano. Reutiliza la parte descriptiva, pero añade la capa de movimiento.
¿Debo escribir los prompts en inglés?
Depende del motor y de su entrenamiento. Si el motor entiende bien tu idioma, escribir en él reduce errores de traducción mental. Si notas que ciertos términos técnicos se ignoran, prueba con la versión en inglés solo de esa capa, manteniendo el resto en tu idioma.
¿Cómo mantengo el mismo personaje entre planos?
Tres recursos, por orden de eficacia: referencias de imagen o de personaje si el motor las ofrece, una descripción física corta y literal repetida palabra por palabra, y bloquear vestuario y peinado durante toda la secuencia. Cambiar cualquier elemento del aspecto entre planos rompe la continuidad.
¿Por qué mis planos parecen de plástico?
Casi siempre por dos motivos: abuso de etiquetas como "hyperrealista" y "8K", y falta de imperfecciones descritas. Añade grano fino, ligera irregularidad en la piel, polvo en el aire o reflejos imperfectos. Lo imperfecto se lee como real.
¿Cuántas variaciones conviene generar por plano?
Cuatro es un buen número inicial: tres variaciones controladas y una más libre. Si ninguna se acerca, no generes ocho más; revisa el prompt o cambia de motor.
¿Qué hago con la continuidad de color entre planos?
Fija una paleta para toda la secuencia y repítela literalmente en cada prompt. Si un plano sale desviado, corrígelo en montaje con una capa de corrección de color ligera antes de volver a generar.
El dominio del prompt engineering para vídeo no viene de memorizar fórmulas, sino de tratar cada prompt como una decisión de dirección: qué ve el espectador, desde dónde lo ve y qué se mueve. Cuando escribes con esa lógica, dejas de pelearte con el modelo y empiezas a dirigirlo.
