Por qué la sintaxis del prompt decide la calidad de tu vídeo
Generar vídeo con inteligencia artificial dejó de ser un experimento de fin de semana. En producción real, la diferencia entre un clip que se ve profesional y uno que parece un borrador no la hace el modelo: la hace la forma en que escribes las instrucciones. Los modelos actuales de vídeo, como Runway Gen-4, OpenAI Sora o Luma Ray 2, entienden lenguaje natural, pero lo interpretan de forma literal. Si tu prompt es vago, el resultado es genérico. Si es impreciso en un solo detalle, toda la escena puede descarrilarse: un personaje que cambia de ropa entre planos, una luz que no corresponde a la hora del día o una cámara que hace movimientos imposibles.
La buena noticia es que la ingeniería de prompts para vídeo se puede aprender como una disciplina estructurada. No necesitas saber programar, pero sí necesitas pensar como un director de fotografía: qué hay en escena, desde qué ángulo se ve, cómo se mueve la cámara, qué iluminación existe y qué no debe aparecer. Este artículo te propone una sintaxis práctica, con ejemplos listos para usar, que puedes adaptar a casi cualquier modelo de generación de vídeo.
Anatomía de un prompt de vídeo bien estructurado
Un prompt avanzado se escribe como una ficha técnica, no como una frase suelta. La práctica más fiable es dividirlo en bloques semánticos que el modelo pueda procesar por separado:
- Sujeto y acción: quién aparece y qué está haciendo. Sé concreto: "una mujer con chaqueta de cuero caminando por un mercado nocturno" en lugar de "una mujer caminando".
- Entorno y atmósfera: dónde ocurre la escena, qué época, qué clima, qué sensación general. "Mercado nocturno en Tailandia, llovizna, luces de neón reflejadas en el asfalto mojado".
- Parámetros cinematográficos: lente, distancia, movimiento de cámara, profundidad de campo. "Plano medio, cámara lenta, enfoque suave, ligero movimiento de dolly hacia adelante".
- Estilo y referencia visual: dirección artística, paleta de color, textura. "Estilo cinematográfico, paleta azul y naranja, grano de película ligero".
- Restricciones y coherencia: qué debe mantenerse constante, qué debe evitarse. "La chaqueta es roja durante toda la escena, sin texto en pantalla, sin otras personas".
Puedes ordenar estos bloques en un solo párrafo con comas, o usar saltos de línea y etiquetas si el modelo las soporta. Muchos modelos responden mejor a prompts que separan la descripción de escena de las instrucciones técnicas. Lo importante es la consistencia: si mencionas tres veces la misma prenda, descríbela siempre igual, porque el modelo puede reinterpretar cada mención.
Un ejemplo concreto
En lugar de:
Un robot en una fábrica futurista.
Prueba con:
Un robot de mantenimiento blanco y naranja caminando por el pasillo de una fábrica futurista. Iluminación fría de tubos fluorescentes, vapor ligero al nivel del suelo. Plano general, cámara fija, ligero paneo lateral. Estilo cinematográfico, alto contraste. El robot mantiene el mismo diseño y colores durante todo el clip. Sin personas, sin texto superpuesto.
El segundo prompt da al modelo toda la información que necesita para tomar decisiones coherentes. El primero lo obliga a inventar casi todo.
El prompt negativo: tu primera herramienta de control
La mayoría de los modelos de vídeo admiten instrucciones de exclusión: qué elementos no deben aparecer. Es la forma más rápida de eliminar artefactos, deformaciones de manos, texto fantasma y cambios de apariencia entre fotogramas.
Al redactar restricciones negativas, prioriza los problemas que ese modelo comete con más frecuencia. En modelos de estilo fotorrealista, suele ser útil excluir: "texto en pantalla, subtítulos, marcas de agua, deformaciones en manos y rostros, cambios de vestuario, iluminación inconsistente". En modelos más estilizados, añade restricciones de color y textura: "sin contornos sucios, sin paleta saturada, sin estilo de videojuego".
Una buena práctica es tratar el prompt negativo como una lista de control que revisas después de cada generación fallida. Cada vez que un resultado trae un defecto, lo añades a la lista y vuelves a generar. Con el tiempo, tendrás un prompt negativo personalizado por tipo de escena que reduce drásticamente el número de intentos.
Lenguaje de cámara: de la idea a la instrucción cinematográfica
El vocabulario de cámara es lo que separa un vídeo de IA de aspecto amateur de uno con intención narrativa. Aprende a usar estos términos con precisión:
- Plano: primer plano, plano medio, plano americano, plano general, plano detalle. Cada uno comunica una relación distinta con el personaje.
- Movimiento: dolly (la cámara se acerca o aleja), paneo (giro horizontal), tilt (giro vertical), travelling (desplazamiento lateral), steadicam (movimiento con marcha), cámara en mano (ligera vibración).
- Lente y enfoque: gran angular, teleobjetivo, ojo de pez, profundidad de campo reducida, enfoque selectivo, desenfoque de movimiento.
- Tiempo: cámara lenta, cámara rápida, timelapse, plano secuencia.
No necesitas llenar el prompt de jerga. Elige uno o dos parámetros de cámara que sirvan a la historia. Un plano general estático funciona para establecer un lugar; un dolly lento hacia el rostro del personaje funciona para crear tensión. Pregúntate siempre qué emoción quieres provocar y qué movimiento de cámara la refuerza.
Traducir una idea a instrucciones
Idea: "un mensajero llega tarde a una cita".
Traducción directa: "Plano general de una calle lluviosa al anochecer. Un mensajero en bicicleta frena frente a un café, mira el reloj, entra deprisa. Cámara en mano ligera, paneo rápido siguiendo la bicicleta. Luces de neón, reflejos en el asfalto. Sin texto, sin viandantes".
Cada elemento de la idea original tiene una instrucción visual concreta. Eso es lo que hace el lenguaje de cámara: convierte intenciones generales en decisiones que el modelo puede ejecutar.
Coherencia de personajes y escenarios entre planos
El problema más común en vídeo generado por IA es la inconsistencia: un personaje que cambia de cara, un logo que muta o un escenario que se reordena. Si tu proyecto tiene varios planos, necesitas una estrategia para fijar la identidad visual.
La técnica más efectiva es la anclaje por descripción repetida: escribe la misma descripción del personaje (rasgos, ropa, colores exactos) en cada prompt de cada plano. Si el modelo admite imagen de referencia, úsala: generar un fotograma o una imagen del personaje y pasarla como referencia es más fiable que describirlo con palabras.
También puedes fijar elementos clave del escenario con etiquetas que repites textualmente: "el mismo café con toldo verde y ventanas de madera". Los modelos mantienen mejor la coherencia cuando la repetición es literal que cuando reformulas la descripción con sinónimos.
Cuando trabajes con varias escenas, define antes una hoja de estilo del proyecto: personajes, paleta, iluminación, tipo de plano. Ese documento te sirve para escribir todos los prompts del proyecto sin perder el hilo.
Control temporal y de audio: más allá de lo visual
El vídeo no es solo imagen en movimiento: es tiempo y, cada vez más, sonido. Los modelos modernos permiten especificar duración, ritmo de edición, transiciones y hasta pistas de audio o diálogos sintetizados.
Para controlar el tiempo, indica la duración deseada en segundos y el ritmo: "clip de 8 segundos, dos cortes, ritmo rápido". Si quieres una acción concreta en un momento concreto, descríbela en orden cronológico: "primero la puerta se abre, luego el personaje entra, finalmente la luz se apaga".
Para el audio, describe el ambiente sonoro y el tono: "sonido ambiente de ciudad, música electrónica tensa de fondo, sin diálogo" o "diálogo susurrado, pasos sobre grava, silencio al final". Algunos modelos generan voz sincronizada con los labios; si ese es tu caso, especifica el idioma y el tono del hablante. La sincronía entre imagen y sonido es uno de los detalles que más eleva la percepción de calidad.
Dialectos por modelo: cómo adaptar tu prompt
Cada familia de modelos tiene preferencias de prompting. No existe un prompt universal perfecto; existe un prompt bien adaptado al modelo que usas. Algunas orientaciones generales:
- Modelos con fuerte control de imagen (Runway, Luma): aprovechan mucho las referencias visuales y responden bien a descripciones de cámara detalladas.
- Modelos con gran comprensión narrativa (Sora, Kling): entienden secuencias de acciones y cambios de estado, así que describe la evolución temporal con claridad.
- Modelos rápidos para iterar (Pika, modelos ligeros): priorizan la velocidad; usa prompts más cortos y prueba muchas variantes.
- Modelos especializados en animación o estilo concreto: estudia su documentación y ejemplos, porque suelen tener etiquetas propias.
La clave es documentar qué funciona en cada modelo. Lleva un registro simple: modelo, prompt, resultado, ajuste aplicado. En unas pocas sesiones tendrás una biblioteca personal de patrones probados.
Sintaxis según el tipo de escena
No todas las escenas piden el mismo tratamiento. Ajustar la sintaxis al tipo de contenido es una de las formas más rápidas de mejorar resultados:
- Toma de producto: prioriza el objeto, el fondo y la iluminación. "Una botella de vidrio ámbar sobre una mesa de mármol, luz lateral suave, fondo desenfocado, la etiqueta legible en todo momento, rotación lenta de 360 grados".
- Acción de personaje: prioriza el movimiento y la continuidad. "Un corredor cruzando un puente al amanecer, cámara lateral en travelling, zancadas largas, el mismo chándal gris en todo el clip, sin peatones".
- Paisaje o ambiente: prioriza la atmósfera y la escala. "Plano general de una costa rocosa bajo tormenta, olas rompiendo, cielo plomizo, gaviotas, grano de película, sin personas".
- Conceptual o surrealista: prioriza el estilo y la forma. "Líquido metálico fluyendo sobre formas geométricas, cámara macro, paleta cian y magenta, bucle perfecto de 6 segundos".
Observa el patrón: cada tipo de escena tiene un elemento que no puede fallar. Antes de escribir el prompt, pregúntate cuál es ese elemento y dedícale la mayor parte del detalle.
La plantilla de cinco bloques reutilizable
Si no sabes por dónde empezar, usa esta plantilla y rellena los espacios:
[Sujeto y acción], en [entorno], con [iluminación y atmósfera]. Cámara [tipo de plano y movimiento]. Estilo [dirección artística]. Mantener [elementos de coherencia]. Sin [lista negativa].
Un prompt que respete esta estructura cubre casi todo lo que el modelo necesita. Con el tiempo, aprenderás qué bloques pesan más en cada modelo y ajustarás el orden en consecuencia.
Errores comunes y cómo corregirlos
Estos son los fallos que más se repiten y sus soluciones:
- Prompt demasiado corto: el modelo rellena los vacíos con lo más genérico posible. Solución: añade entorno, estilo y restricciones.
- Sobrecarga de adjetivos: "hermoso, increíble, asombroso" no aporta información ejecutable. Solución: sustituye juicios por descripciones concretas.
- Cambiar la descripción entre intentos: si quieres corregir un detalle, modifica solo ese detalle; si reescribes todo, pierdes el control de lo que ya funcionaba.
- Ignorar el prompt negativo: muchos defectos se corrigen con una restricción, no con más descripción positiva.
- No verificar la coherencia entre planos: en proyectos multi-plano, revisa personajes y escenarios antes de editar, no al final.
Un flujo de trabajo recomendado
- Define la intención: qué debe sentir o entender el espectador.
- Escribe la ficha: sujeto, entorno, cámara, estilo, restricciones.
- Genera un primer intento corto para validar la dirección artística.
- Itera sobre el prompt, no sobre el azar: cambia un parámetro por intento.
- Congela lo que funciona: guarda el prompt base cuando un resultado te convenza.
- Mantén la coherencia en los planos siguientes reutilizando descripciones y referencias.
- Revisa en contexto: un plano puede verse bien solo y romper la secuencia; míralo siempre en la edición final.
Preguntas frecuentes
¿Cuánto debe durar un prompt de vídeo? Depende del modelo, pero entre 50 y 150 palabras bien organizadas suele ser el rango útil. Más palabras no es mejor; más información ejecutable sí.
¿Debo escribir en inglés? Muchos modelos entienden varios idiomas, pero el inglés suele tener mejor cobertura de vocabulario técnico. Si tu modelo admite tu idioma con buenos resultados, úsalo; la consistencia importa más que el idioma.
¿Qué hago si el personaje cambia de apariencia entre planos? Usa imagen de referencia si el modelo lo permite y repite la descripción exacta en cada prompt. Reduce también el número de planos que dependen de la memoria del modelo.
¿El prompt negativo funciona en todos los modelos? No todos lo admiten. Consulta la documentación; si no lo soporta, incorpora las restricciones al prompt positivo con frases como "sin texto en pantalla" o "mantener el mismo diseño".
¿Cuánto tarda dominar esta sintaxis? Con práctica deliberada y un registro de pruebas, la mayoría de creadores nota una mejora clara en dos o tres semanas. La ventaja es acumulativa: cada prompt bueno se convierte en una plantilla reutilizable.
¿Vale la pena pagar por un modelo más caro si mi prompt es bueno? Un buen prompt mejora cualquier modelo, pero los modelos premium aportan ventajas reales en coherencia y control. La estrategia recomendada es validar la idea con un modelo rápido y barato, y reservar el modelo premium para la versión final.
¿Puedo combinar varios modelos en un mismo proyecto? Sí, y suele ser la mejor práctica: un modelo para fotogramas clave, otro para el movimiento, otro para el estilo final. Solo asegúrate de que la descripción de personajes y escenarios sea idéntica entre modelos para no perder coherencia.
¿Qué hago si el resultado es técnicamente correcto pero aburrido? El problema casi nunca es el prompt técnico, sino la falta de conflicto o de punto de interés en la escena. Añade un elemento inesperado, una acción secundaria o un cambio de luz a mitad del clip. La tensión visual es lo que retiene la mirada.
