Guía de prompts para video con IA: 7 soluciones probadas para mejores videos
La mayoría de los fallos en los prompts de video con IA no se deben a una falta de imaginación. Proceden de hábitos que funcionaban bien en la generación de imágenes, pero que se desmoronan cuando un modelo tiene que generar movimiento, ritmo, movimiento de cámara, coherencia del sujeto y, en ocasiones, audio dentro del mismo clip.
Esta guía de prompts para video con IA se centra en siete soluciones prácticas para la generación de video moderna. Los consejos están diseñados para los modelos que los creadores pueden comparar hoy en PixVerse, incluidos Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3 y Kling 3.0. También se aplican ampliamente a otros generadores de video con IA porque los puntos de fallo son compartidos: prompts sobrecargados, etiquetas de estilo vagas, movimientos de cámara en conflicto, prompts negativos falsos, palabras de velocidad que provocan vibraciones (jitter), desviación de la imagen de referencia y adjetivos genéricos de calidad.
El objetivo no es hacer que cada prompt sea más corto o más técnico. El objetivo es que cada instrucción justifique su presencia. Un buen prompt de texto a video le indica al modelo lo que más importa en primer lugar, proporciona una trayectoria de movimiento limpia, protege la coherencia del sujeto y utiliza un lenguaje visual concreto en lugar de términos estéticos ambiguos.
Si necesitas la imagen fija antes del prompt de movimiento, comienza con la guía de prompts para GPT Image 2, y luego importa el fotograma aprobado a la función de imagen a video de PixVerse con un prompt de movimiento independiente.
Prueba prompts de video con IA en PixVerse
Cómo probamos estos prompts de video con IA
Para este artículo, generamos los siete casos de prompts en PixVerse con la misma configuración básica de generación de video y con audio activado en cada clip. El objetivo no es promocionar un truco exclusivo de un modelo, sino aislar la estructura del prompt manteniendo constante el entorno de prueba. Los videos de origen se generaron con una duración aproximada de 5 segundos cada uno; seis clips utilizan salida horizontal de 1280x720, mientras que el caso de imagen de referencia utiliza salida vertical de 720x1280. Todos los archivos incluyen pista de audio.
Nuestro punto de referencia es práctico y no se basa en tablas de clasificación teóricas. Evaluamos cada video según seis criterios de producción:
- Fidelidad al prompt: ¿Sigue el clip la instrucción principal?
- Control del movimiento: ¿La acción principal es legible sin vibraciones ni distorsiones visuales?
- Coherencia del sujeto: ¿Los productos, personas u objetos conservan su forma?
- Estabilidad de cámara: ¿La trayectoria de cámara especificada se mantiene limpia?
- Disponibilidad de audio: ¿El prompt ofrece al modelo pistas sonoras utilizables?
- Utilidad en producción: ¿Podría usarse el clip en un blog, borrador de anuncio, presentación o tutorial sin confundir al espectador?
Estas reglas están redactadas como heurísticas aplicables a múltiples modelos, ya que la mayoría de los generadores de video con IA actuales comparten las mismas dificultades: desviación temporal, movimiento ambiguo, trayectorias de cámara inestables e instrucciones de sujetos contradictorias.
Para más contexto sobre los modelos, consulta nuestra reseña de Seedance 2.0, la comparativa de HappyHorse 1.0 vs Seedance 2.0 y Kling O3 y Kling 3.0 en PixVerse.
Consejo 1: Los prompts más largos producen peores resultados, no mejores
Un prompt largo puede parecer más seguro porque da la impresión de ofrecer más detalles al modelo. En la práctica, los prompts de video extensos a menudo diluyen la instrucción principal. La primera frase es la que ejerce el mayor control, mientras que los detalles posteriores pueden convertirse en sugerencias débiles que compiten entre sí.
Error común: Creer que un prompt de 200 palabras ofrece más control
Prompt deficiente:
Video prompt: A luxury perfume bottle in an elegant studio, beautiful lighting, cinematic reflections, premium commercial look, expensive materials, soft particles, smooth motion, refined atmosphere, high quality, delicate texture, a dramatic camera move, emotional storytelling, luxury brand energy, realistic glass, golden liquid, sparkling highlights, slow motion, elegant shadows, perfect composition, no distortion, no flicker, no bad anatomy, no messy background, no extra objects, professional video, viral ad style.
Este prompt parece detallado, pero la mayoría de los términos son genéricos o redundantes. El modelo debe decidir entre el movimiento del producto, la iluminación, el estilo, los reflejos, las partículas, las etiquetas de calidad y el fraseo negativo. La instrucción fundamental queda sepultada.
Por qué falla
Los modelos de video procesan el texto como una secuencia de instrucciones. Cuanto antes y más clara aparezca la acción principal, más fácil será para el modelo mantenerla a lo largo del tiempo. Esto es fundamental en clips más largos, donde la coherencia temporal exige más al modelo. La investigación sobre Sora de OpenAI señala que los modelos de video aún enfrentan desafíos con las leyes físicas exactas y las relaciones de causa-efecto, por lo que añadir instrucciones débiles tras la idea principal no genera automáticamente un mayor control.
Solución para el prompt
Utiliza una estructura de 50 a 80 palabras:
Frase 1: sujeto + acción + ubicación.
Frase 2: cámara + estilo.
Frase 3: restricciones.Prompt mejorado:
Video prompt: A clear glass perfume bottle stands on black marble as warm rim light passes through golden liquid. The bottle makes a very small showcase turn, just enough to reveal a slight side edge, then settles back into a centered hero position. Slow macro push-in from label height to the cap, luxury studio product lighting, soft gold dust behind the bottle. End on a stable centered product frame, no text overlay, no extra objects. Audio: subtle glass movement, soft studio room tone.
Prueba real del prompt
Configuración de prueba: Generación de video en PixVerse con la misma configuración básica empleada en los siete casos. Parámetros: 5 segundos, resolución 720p, relación de aspecto 16:9, audio activado para captar el sutil movimiento del cristal y el sonido de sala de estudio. Qué verifica esta prueba: si un prompt compacto puede conservar la identidad del producto, un movimiento contenido, la iluminación y el control de cámara sin diluir la acción principal.
En esta prueba de anuncio comercial de producto, el prompt depurado funcionó con precisión porque mantuvo la acción principal fácil de seguir: la botella realiza un giro de exhibición contenido mientras la cámara se acerca en un encuadre comercial controlado. La botella permanece centrada, el líquido dorado se aprecia claramente a través del cristal y la luz de contorno cálida crea un ambiente prémium sin necesidad de una lista interminable de adjetivos.
La lección clave: conciso no significa impreciso. Un prompt compacto con un sujeto claro, una acción contenida, un movimiento de cámara y unas pocas restricciones suele superar con creces a un prompt largo repleto de preferencias dispersas.
Consejo 2: El término “Cinematic” es prácticamente inútil
“Cinematic” (cinematográfico) es una de las palabras más habituales en los prompts de video con IA, pero resulta demasiado imprecisa para ser fiable. Puede evocar sombras de terror, luz dorada romántica, realismo documental, bruma de ciencia ficción o un amplio abanico de estilos cinematográficos sin relación entre sí.
Error común: Usar “Cinematic” como interruptor de calidad
Prompt deficiente:
Video prompt: A retired detective walks through a rainy alley at night. Cinematic, professional, dramatic, movie quality.
Esto proporciona un estado de ánimo al modelo, pero no un estilo visual concreto. El resultado puede ser oscuro, brillante, cine negro, cámara en mano, pulido o granulado, sin un rumbo claro.
Por qué falla
Los datos de entrenamiento asocian palabras amplias como “cinematic” con distribuciones visuales muy diversas. Un modelo no sabe a qué vertiente cinematográfica te refieres a menos que nombres el lenguaje visual real: esquema de iluminación, comportamiento de lentes, composición, trayectoria de cámara, paleta de colores o referencias reconocibles de estilo de dirección. La investigación de Runway sobre Gen-3 Alpha destaca las descripciones densas temporalmente, lo que confirma que el lenguaje visual concreto supera a las etiquetas vagas.
Solución para el prompt
Sustituye “cinematic” por una referencia visual precisa:
Composición al estilo de un director, esquema de iluminación, comportamiento de lentes, relación de aspecto o paleta de colores.Prompt mejorado:
Video prompt: A retired detective in a long dark coat walks through a rain-soaked alley at night. Slow push-in from wide shot to medium close-up, red and blue neon reflected on wet cobblestones, one-point perspective down the alley, anamorphic 2.39:1 lens flare from practical neon signs, cigarette smoke crossing his face. Audio: rain on pavement, distant traffic, soft neon hum.
Prueba real del prompt
Configuración de prueba: Generación de video en PixVerse con la misma configuración de referencia. Parámetros: 5 segundos, resolución 720p, relación de aspecto 16:9, audio activado para la lluvia y el ambiente urbano. Qué verifica esta prueba: si un lenguaje cinematográfico específico genera una atmósfera más consistente que la palabra genérica “cinematic”.
La prueba del callejón lluvioso funcionó a la perfección porque el prompt nombró elementos visuales tangibles: adoquines mojados por la lluvia, reflejos de neón, perspectiva de un solo punto de fuga, acercamiento lento e iluminación de cine negro. El detective se mantiene como el ancla visual mientras la profundidad del callejón, el suelo mojado y los carteles rojos y azules crean la atmósfera. El clip transmite calidad fílmica porque describe cómo debe verse la toma, no porque dependa del término “cinematic”.
Consejo 3: Apilar movimientos de cámara genera vibraciones (jitter)
Los modelos de video con IA pueden seguir los movimientos de cámara, pero se controlan con mayor facilidad cuando el movimiento tiene una dirección principal. Acumular órdenes de cámara suele provocar vibraciones, desviaciones o transiciones no deseadas.
Error común: Combinar múltiples direcciones de cámara a la vez
Prompt deficiente:
Video prompt: A miniature magnetic train travels through a glass terrarium city. Camera pushes in, pans left, orbits around the train, tilts up through the moss towers, and adds handheld shake.
Suena como un plano cinematográfico complejo, pero para la generación crea demasiados vectores espaciales. El modelo intentará ejecutarlos en secuencia o los mezclará en un movimiento inestable.
Por qué falla
El movimiento de cámara es espacial. Acercarse, panoramizar, orbitar, inclinar y aplicar temblor de cámara en mano representan vectores de movimiento diferentes. Al encadenar varios, el modelo debe decidir cuál domina y cuándo cambiar, lo que puede originar oscilaciones visibles en los puntos de transición. Sistemas de investigación como Direct-a-Video y MotionCtrl separan el movimiento de cámara del movimiento del objeto, respaldando la regla práctica: no cargues un solo prompt con cinco vectores de cámara simultáneos.
Solución para el prompt
Utiliza un movimiento de cámara principal y una textura sutil:
Movimiento principal: acercamiento lento (slow push-in).
Textura: ligero toque de cámara en mano (slight handheld feel).Prompt mejorado:
Video prompt: A miniature magnetic train glides through a glass terrarium city on a laboratory table, passing moss towers, tiny windows, and beads of condensation on the glass walls. Camera: one smooth lateral tracking move parallel to the train, slight handheld texture only. Keep the train centered as the background slides past. Audio: soft electric hum, tiny rail vibration, water drops on glass, muffled room tone.
Prueba real del prompt
Configuración de prueba: Generación en PixVerse con configuración uniforme. Parámetros: 5 segundos, resolución 720p, relación de aspecto 16:9, audio activado. Qué verifica esta prueba: si un único movimiento de seguimiento lateral puede mantener visible un sujeto pequeño mientras el fondo genera dinamismo.
Este caso resulta ilustrativo porque la escena contiene múltiples fuentes potenciales de caos: reflejos de cristal, edificios diminutos, condensación, un tren en movimiento y escala macro. El prompt mejorado proporciona un único vector de cámara y se apoya en el fondo en movimiento para crear sensación de dinamismo. Al revisar el resultado, se aprecia cómo el tren permanece centrado, los reflejos se mantienen estables y el diseño de sonido refuerza la escala en miniatura.
El clip generado fue una de las demostraciones más contundentes del lote: el tren permanece perfectamente visible en la parte inferior mientras la ciudad de terrario crea paralaje y profundidad. Al aplicar un único movimiento lateral en lugar de acumular acercamiento, paneo, órbita e inclinación, la escena tiene dinamismo sin que la cámara luche contra sí misma.
Consejo 4: No existen los prompts negativos en video
Muchos creadores trasladan hábitos de Stable Diffusion al video y redactan listas de prompts negativos como “negative: jitter, bent limbs, flicker, deformation”. En la mayoría de los generadores de video con IA, no existe un campo de prompt negativo real; se procesa simplemente como texto adicional.
Error común: Escribir instrucciones “Negative” dentro del texto del prompt
Prompt deficiente:
Video prompt: A watchmaker repairs a floating clockwork cube under a desk lamp. Negative: jitter, bad hands, bent fingers, flicker, deformation, broken gears, unstable lighting.
Esto puede empeorar el resultado porque el modelo lee igualmente las palabras “jitter”, “bent fingers” y “deformation”. En lugar de bloquear esos conceptos, el prompt introduce asociaciones no deseadas en la generación.
Por qué falla
A menos que la interfaz proporcione un campo específico para prompts negativos, todo el texto se interpreta como una instrucción positiva. El modelo no comprende de forma automática “negative:” como una exclusión estricta. Si buscas estabilidad, describe directamente la condición de estabilidad deseada.
Solución para el prompt
Formula restricciones en positivo:
El rostro permanece estable (Face remains stable).
Las extremidades se mueven de forma natural (Limbs move naturally).
La iluminación se mantiene constante sin parpadeos (Lighting remains consistent with no flicker).
Las proporciones corporales se mantienen durante todo el clip (Body proportions stay consistent throughout).Prompt mejorado:
Video prompt: A watchmaker uses brass tweezers to place one transparent gear inside a tiny floating clockwork cube under a warm desk lamp. Camera slowly pushes from the hands to the cube. Hands move naturally, the gear edges stay sharp, the cube remains centered, and the warm lamp light stays consistent with no flicker. Audio: brass tweezers click, tiny gear tick, quiet workshop room tone.
Prueba real del prompt
Configuración de prueba: Generación en PixVerse con configuración de referencia. Parámetros: 5 segundos, resolución 720p, relación de aspecto 16:9, audio activado para pequeños sonidos mecánicos y ambiente de taller. Qué verifica esta prueba: estabilidad de las manos, nitidez en los bordes de los objetos, coherencia en la iluminación y reducción de artefactos gracias a restricciones positivas.
Este caso evidencia el problema de los falsos prompts negativos, ya que las manos, los engranajes diminutos, los bordes transparentes y la luz cálida son propensos a generar fallos visuales. En lugar de listar lo que no debe ocurrir, el prompt optimizado describe el estado deseado: manos naturales, engranajes nítidos, cubo centrado y luz constante.
El video final muestra un resultado impecable: las pinzas, el cubo transparente y los detalles mecánicos permanecen diferenciados bajo la lámpara. El primer plano de la mano desafía al modelo, pero las restricciones positivas clarifican el comportamiento esperado, resultando mucho más eficaz que una lista negativa que repite términos como “deformation” o “bad hands”.
Consejo 5: La palabra “Fast” deteriora la calidad de la imagen
“Fast” (rápido) parece útil cuando se busca dinamismo, pero a menudo empuja a los modelos de video hacia movimientos caóticos. El problema se acentúa cuando el prompt ya contiene acciones complejas, movimientos de cámara, partículas o múltiples sujetos.
Error común: Pedir que todos los elementos se muevan a gran velocidad
Prompt deficiente:
Video prompt: A longboarder rides fast down a mountain road, fast camera, quick turns, fast motion blur, dynamic speed, intense action, rapid movement.
Esto genera múltiples elementos compitiendo a alta velocidad simultáneamente. El modelo debe mover el sujeto, la cámara, los efectos y el ritmo al mismo tiempo, lo que suele derivar en vibraciones y deformaciones visuales.
Por qué falla
La velocidad no es solo un estilo; supone una exigencia temporal de cálculo. Cuando varios elementos se aceleran al unísono, el modelo debe preservar la anatomía, la forma de los objetos, la ruta de la cámara y la coherencia del fondo bajo una fuerte presión de movimiento. En lugar de escribir “fast”, describe las manifestaciones físicas que hacen visible la velocidad.
Solución para el prompt
Reemplaza “fast” por detalles de movimiento físico:
Los pies golpean el suelo con fuerza.
Cada zancada se extiende por completo.
Los brazos oscilan en un ángulo de 90 grados.
El desenfoque de movimiento emana del fondo, no del rostro.Prompt mejorado:
Video prompt: A downhill longboarder leans into a rain-slick mountain road curve, knees compressed, back hand hovering inches above the asphalt. Each wheel throws a thin spray of water outward as roadside reflectors stretch into soft background trails. Camera holds low beside the board in one steady tracking shot. Helmet and jacket remain stable. Audio: wheels humming, wet road hiss, wind pressure, one board carve.
Prueba real del prompt
Configuración de prueba: Generación en PixVerse con configuración de referencia. Parámetros: 5 segundos, resolución 720p, relación de aspecto 16:9, audio activado. Qué verifica esta prueba: si el lenguaje de movimiento físico logra transmitir velocidad sin sobrecargar al modelo.
Este ejemplo prescinde por completo de la palabra “fast” y, aun así, hace tangible la velocidad. La tabla se inclina, las rodillas se flexionan, las ruedas levantan agua y los reflectores de la carretera se estiran en estelas de movimiento. En la revisión se comprueba que el skater mantiene su estabilidad anatómica, la cámara sigue baja y firme, y el sonido del asfalto mojado aporta dinamismo sin romper la coherencia visual.
El resultado comunica velocidad a través de evidencias físicas concretas. La posición baja de la cámara, los reflejos húmedos y el agua pulverizada hacen que el descenso se sienta vertiginoso sin perder la nitidez del sujeto. La velocidad se controla mucho mejor cuando se describe como causa y efecto.
Consejo 6: Redescribir la imagen de referencia provoca desviaciones del sujeto
En los prompts de imagen a video no debes repetir todo lo que ya se aprecia en la imagen cargada. Si en la imagen ya aparece un bolso de cuero negro bajo un foco de luz y el prompt vuelve a describirlo con palabras ligeramente distintas, el modelo recibe dos entradas para el mismo elemento: la imagen y el texto. Las discrepancias sutiles entre ambas provocan alteraciones indeseadas.
Error común: Describir de nuevo los elementos de la imagen de referencia
Prompt deficiente para imagen a video:
Video prompt: A black leather handbag with a curved handle, silver clasp, structured body, stitched panels, and dark studio background sits under a dramatic spotlight.
Al incluir esos detalles, el prompt incita al modelo a reinterpretarlos. La generación resultante puede modificar la silueta, cambiar el material, desplazar adornos o alterar el fondo.
Por qué falla
La imagen de referencia ya constituye una instrucción visual determinante. Redescribir el sujeto crea un segundo canal de órdenes que puede no coincidir con exactitud con los píxeles originales. Para preservar la identidad, enfoca el prompt en lo que la imagen no puede mostrar: el movimiento y el comportamiento de la cámara.
Solución para el prompt
En imagen a video, limita el prompt a tres funciones:
Instrucción de movimiento, instrucción de cámara y una regla de coherencia.Prompt mejorado:
Video prompt: Keep the reference object completely intact. Only add a gentle camera push-in from the current framing while a narrow highlight slowly travels across the visible surface. Preserve the exact silhouette, materials, decorative details, background, lighting direction, and composition from the reference image. Audio: soft display-room tone, faint glass resonance, subtle fabric rustle.
Prueba real del prompt
Configuración de prueba: Generación en PixVerse con configuración de referencia. Parámetros: 5 segundos, resolución 720p, relación de aspecto vertical 9:16, imagen a video con audio activado para texturas y sonido ambiente. Qué verifica esta prueba: si un prompt basado en referencia puede conservar la identidad del producto mientras añade movimiento de cámara y luz.
Este caso funciona porque la imagen de referencia ya define el objeto. El prompt evita cuidadosamente repetir colores, formas, materiales o adornos, y no exige al modelo inventar partes interiores ocultas. Al examinar el resultado, se comprueba que el bolso mantiene intacta su silueta, el broche, el asa, la textura del cuero y el fondo de estudio mientras la luz y la cámara aportan movimiento sutil. Si el modelo altera el objeto, significa que el texto sigue compitiendo con la imagen.
El clip obtenido es sobrio y estable. El producto se mantiene como protagonista indiscutible, la iluminación respeta la toma original y el movimiento se limita a un acercamiento de exposición comercial. En el video de producto a partir de imagen, la estabilidad rigurosa tiene mucho más valor que un movimiento desmedido.
Consejo 7: Los adjetivos genéricos de calidad no aportan nada
Términos como “amazing”, “beautiful”, “high quality”, “epic” o “professional” son muy habituales en los prompts de video con IA, pero apenas ofrecen control tangible. Son etiquetas asociadas a una infinidad de estilos visuales distintos en el conjunto de entrenamiento.
Error común: Llenar el prompt con adjetivos elogiosos
Prompt deficiente:
Video prompt: An amazing, beautiful, epic festival scene with high quality visuals, stunning motion, professional lighting, and perfect composition.
Este prompt le dice al modelo que el resultado debe ser “bueno”, pero no le explica qué significa “bueno” en esta escena en particular.
Por qué falla
Las palabras genéricas de calidad activan distribuciones estadísticas muy amplias. “Epic” puede interpretarse como un paisaje grandioso, una batalla, un cielo encendido, música intensa, cámara lenta o armaduras fantásticas. El modelo no puede adivinar tu intención exacta a menos que reemplaces el adjetivo por elementos visibles y específicos.
Solución para el prompt
Sustituye cada adjetivo abstracto por una referencia visual tangible:
Composición al estilo de un director.
Esquema de iluminación.
Especificación de lente.
Paleta de colores.
Comportamiento de materiales.Prompt mejorado:
Video prompt: A night kite festival unfolds on a white salt flat covered by a thin mirror of water. Three translucent kites shaped like deep-sea creatures float overhead, blue-green bioluminescent ribs pulsing under the fabric. Low-angle slow push-in from ankle-height reflections to the nearest kite tail, 24mm wide-lens feel, cyan-magenta color contrast, lanterns along the horizon. Audio: fabric flutter, taut string vibration, shallow water footsteps, distant crowd murmur.
Prueba real del prompt
Configuración de prueba: Generación en PixVerse con configuración de referencia. Parámetros: 5 segundos, resolución 720p, relación de aspecto 16:9, audio activado para el aleteo de telas, pisadas y rumor de público. Qué verifica esta prueba: si las indicaciones visuales precisas generan mayor consistencia estilística que los términos genéricos de calidad.
Este caso reemplaza cada palabra genérica por algo visible: reflejos sobre salares, cometas traslúcidas con formas marinas, nervaduras bioluminiscentes, ángulo bajo, lente gran angular, contraste cian-magenta y farolillos en el horizonte. En la revisión se comprueba que el modelo mantiene esta identidad singular sin caer en una estampa festiva genérica.
La generación capturó el concepto principal con nitidez: las cometas de criaturas abisales con iluminación azul verdosa. Aunque el ángulo de cámara resultó algo más elevado que el ras de suelo indicado, la identidad visual es infinitamente más sólida que la generada por un prompt que solo pide un “beautiful epic festival”, demostrando la eficacia de los sustantivos concretos y las relaciones cromáticas claras.
Reescrituras adicionales de prompts
Estos dos ejemplos combinan varios de los consejos anteriores en situaciones prácticas.
Prompt vago de ciudad futurista
Prompt deficiente:
Video prompt: Make a cool cinematic AI video about a futuristic city. Make it beautiful, realistic, dramatic, high quality, and viral.
Qué está mal: Vulnera los consejos 2 y 7. Depende exclusivamente de “cinematic”, “beautiful”, “dramatic” y “high quality” sin describir una toma concreta. Carece de sujeto, acción, trayectoria de cámara, progresión temporal y encuadre final.
Prompt corregido:
Video prompt: A 6-second futuristic city reveal. Camera glides low above a rain-wet street with blue holographic signs reflected in the pavement. A single delivery drone passes close to the lens and rises toward a glass tower. Smooth forward tracking, cool blue palette, warm tower entrance light, soft rain, distant traffic, one drone pass-by.
Prompt de acción sobrecargado
Prompt deficiente:
Video prompt: A longboarder races fast down a mountain road, dodges traffic, jumps over a fallen tree, slides through sparks, cuts to a drone shot, cuts to a wheel close-up, cuts to a helmet reflection, then ends with a logo and fireworks, all in 5 seconds, fast camera, perfect sound.
Qué está mal: Vulnera los consejos 1, 3, 4 y 5. Es excesivamente largo, apila demasiadas acciones inconexas, añade exclusiones implícitas confusas y abusa de “fast” en múltiples elementos. El modelo intentará plasmar dinamismo, pero el plano acabará colapsando visualmente.
Prompt corregido:
Video prompt: A downhill longboarder leans into a rain-slick mountain road curve, knees compressed, back hand hovering inches above the asphalt. Each wheel throws a thin spray of water outward as roadside reflectors stretch into soft background trails. Camera holds low beside the board in one steady tracking shot. Helmet and jacket remain stable. Audio: wheels humming, wet road hiss, wind pressure, one board carve.
Plantilla de prompts para video con IA lista para usar
Utiliza esta estructura cuando desees obtener un buen resultado desde el primer intento:
Video prompt: [Sujeto] + [una acción concreta] + [ubicación]. [Un movimiento de cámara] + [estilo específico, lente, iluminación o composición]. [Restricciones positivas: qué debe permanecer estable, qué debe omitirse y detalles del audio].
Ejemplo:
Video prompt: A ceramic coffee cup sits on a dark wooden table as steam rises in slow curls. Slow macro push-in, warm tungsten side light, shallow depth of field, quiet morning cafe background. Cup shape remains stable, no text overlay, audio includes soft room tone and faint spoon clink.
Conclusión
Los mejores prompts de video con IA no son los más extensos, sino los más precisos. Prioriza el sujeto, la acción y la ubicación al principio. Sustituye “cinematic” y los adjetivos de calidad vacíos por indicaciones visuales tangibles. Define un único movimiento de cámara. Evita los falsos prompts negativos. Describe la velocidad mediante consecuencias físicas. Y en imagen a video, no vuelvas a describir lo que ya aparece en la imagen de referencia.
Estas soluciones funcionan en la gran mayoría de herramientas actuales porque atacan los puntos flacos compartidos de la generación de video: deriva temporal, ambigüedad estilística, vibración de cámara, distorsión del sujeto y saturación de movimiento. PixVerse facilita este proceso al permitir comparar el mismo prompt en modelos como Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3 y Kling 3.0 dentro de un mismo entorno de trabajo.
Preguntas frecuentes
¿Qué define a un buen prompt para video con IA?
Un buen prompt de video con IA plantea una toma cinematográfica clara: sujeto, acción, ubicación, un movimiento de cámara definido, pautas de estilo visibles y un número reducido de restricciones positivas. “Una botella de perfume de cristal sobre mármol negro, giro sutil de presentación, luz de contorno cálida, reflejos estables” ofrece un control muy superior al de “un video de producto cinematográfico y lujoso”.
¿Qué extensión debe tener un prompt de video con IA?
Para la mayoría de los prompts de texto a video, entre 50 y 80 palabras es una longitud de partida ideal. Describe primero el sujeto, la acción y la escena, y añade después el movimiento de cámara, la iluminación, los detalles dinámicos y el audio. Si la primera frase resulta ambigua, añadir más palabras solo empeorará el control.
¿Por qué “Cinematic” no funciona bien en los prompts de video?
“Cinematic” es un concepto demasiado difuso para orientar a un generador de video con IA. Resulta mucho más eficaz emplear términos cinematográficos concretos, como “textura de 35mm en cámara en mano”, “callejón lluvioso con reflejos de neón”, “dolly-in lento”, “luz de contra marcada” o “luces prácticas cálidas de fondo”.
¿Admiten prompts negativos los generadores de video con IA?
Algunas plataformas ofrecen una casilla específica para prompts negativos, pero en el campo de texto habitual todo se procesa como una orden afirmativa. En lugar de redactar defectos a evitar, define restricciones positivas: “las manos se mantienen naturales”, “la cámara permanece firme”, “el fondo se mantiene despejado” o “la silueta del producto permanece intacta”.
¿Cómo redactar un prompt de imagen a video sin alterar el sujeto original?
En los prompts de imagen a video no debes redescribir la imagen de origen. Limita el texto a detallar el movimiento, la trayectoria de cámara, los cambios de luz, el audio y las reglas de estabilidad: “Mantener intacto el objeto de referencia. Añadir un suave acercamiento de cámara. Preservar silueta, material, fondo y composición”.
¿Qué generador de video con IA conviene usar para probar prompts?
En este artículo mantuvimos una configuración uniforme en PixVerse a lo largo de las siete pruebas. Estos principios son aplicables a los generadores más avanzados del mercado, ya que resuelven problemas transversales como la ambigüedad estilística, la deriva temporal, la vibración de cámara, el exceso de movimiento y la alteración de imágenes de referencia.
¿Qué ejemplos de prompts resultan útiles para hacer pruebas?
Son útiles los prompts que evalúan una única variable cada vez: el giro de un producto para la precisión del movimiento, un callejón nocturno para el control del estilo, un plano de seguimiento único para la estabilidad de cámara y un objeto de referencia para la coherencia del sujeto. Evalúa el resultado observando la fidelidad al prompt, el control cinético, la coherencia temporal, la integración del audio y la aplicabilidad del metraje.