Un anuncio con IA se arma con imágenes: primero una hoja de producto y un primer plano de la etiqueta, luego el primer fotograma de cada escena y después el video. Un clip al estilo cliente necesita un encuadre selfi vertical, una frase corta y natural y luz natural.
Ambos se hacen en Mixer AI con una sola foto del producto, y el precio de cada generación se ve antes de lanzarla.


Hoja de producto sobre fondo blanco limpio, luz de estudio uniforme. El producto de la imagen 1 es una botella de vidrio de té frío con etiqueta verde y tapa blanca. Cuatro vistas: frente, dorso, lateral y en la mano para la escala. Aparte, un primer plano de la etiqueta frontal. Forma de la botella, color de la tapa, tipografía y texto de la etiqueta exactamente como en la imagen 1, sin textos nuevos.
Sin eso, la IA produce anuncios genéricos.
Revisa las letras de la hoja una por una.
Para UGC haz un encuadre vertical 9:16 de una persona que sostiene el producto con el brazo extendido.
El modo por fotogramas usa la imagen aprobada como inicio del clip; el modo por referencias acepta juntos la hoja de producto, el primer plano de la etiqueta y el fotograma de la escena. Describe movimiento, cámara, frase y sonido, y marca «Borrador».
Lleva el bueno a 1080p con «Completar borrador» y vuelve a generar solo la escena fallida.
Imagen 1 es la hoja de producto, imagen 2 es el primer plano de la etiqueta y la fuente del texto, la tipografía y el color exactos. 0–2 s: macro, gotas de condensación bajan despacio por la botella fría, etiqueta hacia la cámara. 2–5 s: plano medio, la botella sobre una roca mojada junto a un arroyo de montaña, niebla de la mañana detrás, la cámara se acerca despacio. 5–8 s: primer plano, una mano gira la tapa, se oye un clic y un siseo suave, final en la etiqueta. Luz cálida y baja del sol de lado. La mano nunca tapa la etiqueta. Sonido: arroyo, clic de la tapa, sin música, sin texto en pantalla.
Video vertical. Un único plano selfi continuo con el brazo extendido, leve balanceo. Una mujer de unos veinticinco años con sudadera clara está en la cocina junto a la ventana, luz de día desde la izquierda. Sostiene la botella de té frío de la imagen 1 con la etiqueta a cámara y dice con energía, sonriendo: «Ya llevo tres semanas comprándolo. Sin azúcar y sabe a casero». Da un sorbo y asiente. Piel natural, sin brillo. Sonido: su voz y un fondo tranquilo de cocina, sin música.
Mantén el mismo encuadre, movimiento de cámara, movimiento de las manos y ritmo del video original. Sustituye solo la botella por la de la imagen 1: etiqueta roja, misma forma y tamaño. No cambies el fondo, la luz ni el sonido.
Empieza por la idea, no por el modelo: qué muestras, a quién y qué debe sentir o hacer el espectador. De esa frase salen las escenas, la frase hablada y el plano final.
Los dos primeros segundos deciden si se sigue mirando: abre con un suceso o un plano cercano llamativo, sin pausa vacía. Luego vienen los planos del producto y el anuncio termina en el producto.
Aprueba cada escena primero como imagen. Una imagen cuesta menos que un video y muestra enseguida si la forma del producto se mantiene y la etiqueta se lee.
Adjunta la hoja de producto y el primer plano de la etiqueta a cada escena como referencias. El primer plano de la etiqueta es la fuente del texto, la tipografía y el color exactos; funciona mejor en planos cercanos y en los generales el texto se deforma.
Cada parte visible del producto necesita una referencia: la que no la tiene, como la tapa, el modelo la inventa. El producto es idéntico en todas las escenas, cerca y sin tapar.
El texto generado en pantalla no es un texto verificado. El modelo puede escribir una frase corta entre comillas; los titulares largos, precios y textos legales se añaden encima del clip terminado.
UGC es un único plano continuo tipo selfi o vlog: vertical 9:16, producto en la mano, frases cortas y coloquiales, luz natural de una ventana o del exterior. Describe la toma en sí: «selfi con el brazo extendido, leve balanceo». Evita escribir «grabado con el móvil»: puede aparecer un móvil en el encuadre.
Sin una referencia de la persona, el modelo inventa al presentador. Si la misma persona debe salir en varios anuncios, crea su hoja de personaje y adjúntala a cada generación.
El idioma hablado lo define el texto de la frase; no hay selector de idioma. Mantén las frases cortas. Puedes dar tu propia voz como referencia de audio en Seedance 2.5 junto con una foto o un video.
Elige el modelo según lo que necesita la escena. El precio de cada generación se ve antes de lanzarla.
| Tarea | Modelo | Qué indicar |
|---|---|---|
| Hoja de producto, primer plano de etiqueta, primeros fotogramas | GPT Image 2 | Vistas de frente, dorso, lateral y en la mano; texto exacto de la etiqueta |
| Spot cinematográfico y UGC con frase hablada | Seedance 2.5 | Hoja y etiqueta como referencias etiquetadas, planos por tiempos, 9:16 para UGC, casilla «Borrador» |
| Historia sencilla en varias escenas desde un fotograma | Kling 3.0, modo Multi-shot | Hasta 5 escenas, 3–15 segundos en total, con sonido; sin movimientos rápidos ni frases exactas |
| El mismo clip para otro producto o sabor | Gemini Omni o Seedance 2.5, edición de video | Qué se mantiene, qué cambia, referencia del producto nuevo |
| Plano corto entre un fotograma inicial y uno final | Veo 3.1 | 4, 6 u 8 segundos; el fotograma final es el cierre natural de la acción |
MiniMax H3 encaja peor en anuncios fotorrealistas con piel en primer plano: las superficies salen brillantes.
Para una serie con el mismo estilo, fija el bloque de estilo del prompt: luz, composición, paleta, formato. De un anuncio a otro cambia solo el producto, la escena y la frase.
Un clip terminado para otro sabor o envase no necesita una generación nueva: la edición de video en Gemini Omni o Seedance 2.5 sustituye el producto a partir de una referencia y mantiene movimiento y ritmo.
Antes de publicar, revisa la etiqueta y la forma del producto al inicio, en el medio y al final, y si las reacciones están lo bastante cerca para leerse. Corrige una cosa por intento.
Hace falta al menos una foto nítida del producto: con ella se hace la hoja de producto, que mantiene forma y etiqueta de una escena a otra. Sin foto, el modelo inventa su propio producto.
El texto pequeño en planos generales se genera con errores. Da el primer plano de la etiqueta como referencia aparte, mantén el producto cerca de la cámara y añade los textos largos encima del clip terminado.
En el idioma de la frase: los modelos de video no tienen selector de idioma. Mantén las frases cortas.
Vertical 9:16. En el modo por fotogramas el clip toma el formato del primer fotograma, así que haz también ese fotograma vertical.
El precio depende del modelo, la duración y la resolución, y se ve antes de lanzar. Lo más barato es probar la idea con imágenes y un borrador de Seedance 2.5 en 480p.