Mixer AI
Cómo describir una escena para generar clips
Un buen prompt para video describe lo que se ve y se oye mientras avanza el clip: quién está en el encuadre, qué hace segundo a segundo, dónde está la cámara, qué suena y cómo termina la escena. El orden de los bloques es casi el mismo en todos los modelos; cambia la forma de pasar de un plano a otro y el trabajo con el sonido y las referencias.
Un solo plano continuo, cámara fija con gran angular a ras del suelo. Otoño, hojas caídas y nueces en el suelo, casas y árboles desenfocados al fondo, luz solar cálida y baja. Una ardilla está sentada sobre las hojas con un trozo de nuez entre las patas delanteras y mira a cámara. Se lleva la nuez a la boca y la roe, con los bigotes y las orejas moviéndose un poco. Las patas y la nuez permanecen en cuadro todo el tiempo. Al final la ardilla sigue royendo y no huye.
Paso a paso
Elige el modelo, el modo, la duración, el formato y el sonido en los ajustes del estudio o del nodo en el lienzo.
No los repitas en el prompt: el texto es solo para la escena.
Si adjuntas fotos, videos o audio, empieza por sus papeles: «la imagen 1 es la cara de la mujer, la imagen 2 es la cocina, el audio 1 es su voz».
Una referencia sin papel puede quedar ignorada.
Escribe la acción en orden o con marcas de tiempo: una acción principal por tramo, una reacción y un estado nuevo.
Añade los diálogos con las palabras exactas entre comillas, el sonido y la cámara.
Termina con el estado final de la escena y una línea de exclusiones: sin música, sin gente de más, sin texto en pantalla.
Revisa el precio antes de lanzar.
Mira el clip entero: el orden de las acciones, si los diálogos caen a tiempo, objetos de más.
Cambia una sola cosa cada vez para saber qué funcionó.
Prompts para video listos para usar
La imagen 1 es la cara y la ropa del repartidor. Cámara en mano, estilo documental. Noche, el portal de un edificio de viviendas, una lámpara tenue sobre la puerta. 0-2 s: primer plano, un dedo pulsa el botón del portero automático. 2-6 s: plano medio, el repartidor espera con una caja en las manos, cambia el peso de un pie a otro y mira el reloj. 6-8 s: la puerta se abre, el repartidor entrega la caja y dice cansado: «Su pedido. Firme aquí, por favor». Sonido: el pitido del portero, el viento, el clic de la cerradura. Sin música. Exactamente una caja en el encuadre.
Escena 1, plano general: una chica con impermeable amarillo camina por un muelle vacío bajo una lluvia fina, cámara fija. Escena 2, plano medio de lado: se detiene al borde del muelle y mira el mar. Escena 3, primer plano: gotas de lluvia en su cara, cierra los ojos y respira hondo. Sonido en todas las escenas: el oleaje, la lluvia sobre el impermeable.
La imagen 1 es el aspecto de la chica, el audio 1 es su frase. Toma con el brazo extendido, un poco desde abajo, sin teléfono en el encuadre. La chica está sentada en un coche aparcado, luz de día por la ventanilla lateral. Mira a la cámara y dice la frase del audio 1; al final levanta las cejas y se ríe un momento. La cámara se balancea un poco con sus movimientos. Sin música, sin texto en pantalla.
Precio en monedas
Fórmula del prompt para video
Escribe los bloques en este orden y salta los que no necesites: un clip sin diálogos ni referencias solo necesita forma de rodar, escena, acción, cámara y sonido.
| Bloque | Qué escribir | Ejemplo |
|---|---|---|
| Papeles de las referencias | número y papel de cada archivo | imagen 1: cara del protagonista; video 1: movimiento de cámara |
| Forma de rodar | una línea sobre el aspecto | cámara en mano, documental |
| Escena | lugar, hora, luz, dónde está cada uno | cocina de noche, luz de la nevera, la mujer junto a la mesa |
| Acción por tiempo | pasos en orden o con marcas de tiempo | 0-3 s abre la puerta, 3-5 s se queda quieta |
| Diálogos | quién habla, cómo, palabras exactas entre comillas | susurrando, rápido: «Está aquí» |
| Cámara | tamaño de plano, un movimiento, velocidad | plano medio, travelling lento hacia delante |
| Sonido | sonidos concretos, ambiente, música aparte | pasos sobre grava, sin música |
| Final y exclusiones | cómo termina la escena, qué no debe aparecer | la puerta cerrada; sin gente de más |
Uno o dos personajes con una o dos acciones por plano funcionan mejor. La longitud del prompt depende de la escena: no hace falta reducir una escena detallada a un par de líneas.
Acción por tiempo y cambios de plano con marcas de tiempo
Escribe la acción como una cadena de pasos visibles: sonríe, da un paso, deja de sonreír, mira atrás, se queda quieta. Describe la física con palabras: «la pelota bota por el pasillo, cada bote más bajo». Cuenta los objetos que no deben duplicarse: «exactamente una taza en la mano».
Varios planos en una generación se escriben seguidos con marcas de tiempo, sin huecos ni solapes: 0-2 s ..., 2-5 s ..., 5-8 s .... Cada tramo tiene su encuadre, su acción y su cámara, y juntos suman la duración del clip. Funciona bien en Seedance 2.0 y 2.5, Wan 3.0 y MiniMax H3; en Seedance 2.5 y Wan 3.0 la cronología se mantiene hasta 30 segundos.
Los planos no tienen que ser iguales: un detalle o un primer plano dura menos, un plano general o una acción, más. El encuadre y lo que pasa en el plano deciden su duración.
Cuándo dividir una escena en generaciones separadas
Mantén los planos de una escena en una sola generación si el lugar, la hora y los personajes son los mismos y todo cabe en la duración del modelo. Un objeto o un lugar descrito solo con texto se mantiene igual solo dentro de una generación.
Divide en generaciones separadas cuando un plano necesita su propia repetición, cambia la escena o la duración total supera el límite del modelo. Entonces adjunta a cada generación las mismas referencias de personajes, objetos y lugar y vuelve a describir el estado actual: las generaciones no se recuerdan entre sí.
Un fotograma sirve de costura: el último fotograma del clip terminado pasa a ser el fotograma inicial del siguiente. Termina cada parte en un estado tranquilo, una pose fija o una acción acabada, y el corte no se notará.
Diálogos y sonido en el prompt
Cada frase: quién habla, tono, ritmo, emoción y después las palabras exactas entre comillas. El idioma del habla lo marca el propio texto de la frase; los modelos de video no tienen selector de idioma. Escribe los números de las frases con letras.
Deja unos tres segundos para una frase corta. Si el habla va acelerada, añade tiempo o reparte el texto entre planos.
Nombra cada sonido junto con su acción: un vaso choca contra el cemento, pasos sobre grava. Escribe aparte el ambiente y la música; si no quieres música, dilo: «sin música».
Voz desde un archivo: Seedance 2.0 y 2.5 y MiniMax H3 aceptan audio junto con una foto o un video, Wan 3.0 también sin ellos. Nombra el archivo en el prompt: «habla con la voz del audio 1». Kling 4.0 solo puede conservar el sonido de su video de referencia; Gemini Omni no acepta audio.
En qué se diferencia el prompt según el modelo
La estructura del prompt es común, pero cada modelo recibe de forma distinta los planos, el sonido y las referencias.
| Modelo | Cómo cambiar de plano | Sonido y voz | Referencias |
|---|---|---|---|
| Seedance 2.5 | marcas de tiempo en un prompt, clips de hasta 30 s | interruptor de sonido; audio junto con foto o video | hasta 30 fotos, 10 videos, 10 audios; a cada uno un papel por número |
| Seedance 2.0 | marcas de tiempo, clips de hasta 15 s | interruptor de sonido; audio junto con foto o video | hasta 9 fotos, 3 videos, 3 audios, no más de 12 archivos en total |
| Kling 3.0 | Multi-shot: hasta 5 escenas, cada una con su prompt de hasta 500 caracteres, de 3 a 15 s en total | en Multi-shot el sonido siempre está activo | elementos: hasta 3, cada uno con 2-4 fotos; llama igual al personaje en todas las escenas |
| Wan 3.0 | marcas de tiempo, clips de hasta 30 s | la frase puede venir del audio, incluso sin foto | hasta 10 fotos, 5 videos, 5 audios |
| MiniMax H3 | marcas de tiempo, clips de hasta 15 s | indica el tono directamente: «habla en susurros» | hasta 9 fotos, 3 videos, 3 audios; para realismo da un fotograma o una foto del personaje |
| Veo 3.1 | un plano corto: 4, 6 u 8 s | acento y timbre junto a la frase | Lite y Fast, hasta 3 fotos; Quality, solo texto o fotograma |
En Kling 3.0 mantén el prompt corto y concreto: uno o dos personajes, una acción sencilla, un movimiento de cámara. En modelos que no están en la tabla, prueba primero las marcas de tiempo con un intento.
La cámara en el prompt
Primero el ángulo y el tamaño de plano: contrapicado, cenital, primer plano, plano general. Después un movimiento con su velocidad: travelling lento hacia delante, panorámica suave a la izquierda. Varios movimientos sin orden rompen el plano; si necesitas una cadena, colócala en la línea de tiempo.
Si la cámara no debe moverse, escribe «cámara fija, sin zoom». El modelo puede meter en el encuadre un aparato nombrado: en lugar de «toma con dron» describe el recorrido, muy alto sobre el campo, despacio hacia delante.
Cuando el recorrido no se puede explicar con palabras, adjunta un video con el movimiento que necesitas como referencia de cámara en un modelo que acepte video: Seedance 2.5, Wan 3.0, MiniMax H3 o Kling 4.0.
Con qué modelo hacerlo
Preguntas frecuentes
¿Cómo escribir un prompt para video con IA?
Describe en orden los papeles de las referencias, la forma de rodar, la escena, la acción por tiempo, los diálogos, la cámara, el sonido y el estado final, y después las exclusiones. El modelo, la duración y el formato se eligen en los ajustes.
¿En qué idioma escribir el prompt para video?
Puedes escribir en tu idioma; el idioma del habla en el clip lo marca la frase entre comillas. Si el modelo entiende mal una frase, reescríbela más simple y más corta.
¿Cómo hacer varios planos en un mismo video?
Escríbelos seguidos con marcas de tiempo, 0-2 s ..., 2-5 s ..., con encuadre y acción para cada uno. Funciona en Seedance 2.0 y 2.5, Wan 3.0 y MiniMax H3; en Kling 3.0 los planos se definen como escenas Multi-shot.
¿Por qué la IA ignora parte del prompt?
Normalmente el prompt tiene acciones o indicaciones que compiten, como cámara fija y un giro a la vez. Deja una o dos acciones por plano, da un papel a cada referencia y quita las contradicciones.
¿Dónde conseguir un prompt para video listo?
Toma un ejemplo de esta página, cambia el personaje, el lugar y la frase por los tuyos y conserva la estructura: forma de rodar, acción por tiempo, sonido y exclusiones.