7 errores de prompt en video con IA que arruinan tus clips en silencio
La mayoría de los clips de video con IA decepcionantes no se deben a un modelo débil. Se deben a hábitos de prompt heredados de la generación de imágenes que nunca funcionaron para el movimiento. Un solo fotograma estático puede absorber un montón de adjetivos. Un video de cinco segundos no puede, porque el modelo también tiene que controlar el tiempo, el movimiento de cámara, la consistencia del sujeto y, a menudo, el audio al mismo tiempo.
Esta guía desglosa siete hábitos de prompt que sabotean silenciosamente el video generado por IA, junto con reescrituras de antes y después y pruebas de generación reales en PixVerse. Puedes comparar estas correcciones entre los modelos disponibles en PixVerse, incluyendo Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3 y Kling 3.0. Los problemas de fondo no son exclusivos de ningún modelo en particular: aparecen en la mayoría de los generadores de video con IA porque los puntos de falla son compartidos: prompts sobrecargados, palabras de ambiente vagas, direcciones de cámara que compiten entre sí, prompts negativos falsos, lenguaje de velocidad que provoca temblores, imágenes de referencia sobredescritas y etiquetas de calidad genéricas.
Nada de esto se trata de escribir prompts más cortos por el simple hecho de la brevedad. Se trata de hacer que cada palabra del prompt cumpla una función real. Un prompt bien construido coloca la información importante primero, se compromete con una sola trayectoria de movimiento, protege lo que necesita mantenerse visualmente consistente y cambia las palabras de gusto vagas por un lenguaje que el modelo pueda realmente visualizar.
Cómo configuramos estas pruebas
Cada ejemplo a continuación se generó en PixVerse con una configuración equiparada: los mismos ajustes de generación base y audio activado para cada clip. No intentábamos mostrar el truco de un modelo en particular; el objetivo era aislar lo que el propio prompt estaba haciendo mientras se mantenía estable el resto del entorno. Seis clips se ejecutaron a 1280x720 en horizontal; el ejemplo de imagen de referencia se ejecutó a 720x1280 en vertical, ya que ese caso depende de una toma de producto vertical. Cada salida incluye sonido.
Evaluamos cada resultado según seis aspectos que un prompt funcional necesita cumplir: adherencia a las instrucciones, claridad de movimiento, consistencia del sujeto, estabilidad de cámara, usabilidad del audio y si el clip podría entrar realmente en una entrada de blog, un borrador publicitario, una presentación de ventas o un tutorial.
Estas son heurísticas entre modelos a propósito. La mayoría de los generadores de video actuales comparten los mismos puntos de presión: deriva a lo largo del tiempo, señales de movimiento ambiguas, trayectorias de cámara inestables e instrucciones que compiten silenciosamente entre sí.
Para más información sobre los modelos específicos mencionados aquí, consulta nuestra reseña de Seedance 2.0, nuestra comparación entre HappyHorse 1.0 y Seedance 2.0, y nuestro análisis de Kling 3.0. Si estás integrando pruebas de prompts en un pipeline de producción, nuestra guía de generación de video con IA cubre la automatización del trabajo de texto a video e imagen a video.
Error 1: Tratar la longitud del prompt como sustituto del control
Añadir más descripción parece que debería darle al modelo más material con qué trabajar. En realidad, un prompt sobrecargado suele enterrar la única instrucción que importa. La primera línea tiene el mayor peso; todo lo que se acumula después compite por la atención del modelo en lugar de reforzar la idea principal.
Cómo se ve esto:
Un frasco de perfume de lujo en un estudio elegante, iluminación hermosa, reflejos cinematográficos, aspecto comercial premium, materiales de alta gama, partículas suaves, movimiento fluido, atmósfera refinada, alta calidad, textura delicada, un movimiento de cámara dramático, narrativa emocional, energía de marca de lujo, vidrio realista, líquido dorado, destellos brillantes, cámara lenta, sombras elegantes, composición perfecta, sin distorsión, sin parpadeo, sin anatomía incorrecta, sin fondo desordenado, sin objetos adicionales, video profesional, estilo de anuncio viral.
Esto se lee como exhaustivo, pero casi todas las frases son vagas o repiten una idea anterior. El modelo tiene que elegir entre movimiento, iluminación, ambiente, reflejos, efectos de partículas y un montón de etiquetas de calidad, y el sujeto real se pierde en el ruido.
Por qué falla: los modelos de video leen el texto secuencialmente, y la señal más clara sobre la acción principal tiende a mantenerse mejor durante toda la duración del clip. Esto importa más a medida que los clips se alargan, ya que la coherencia temporal ya le exige mucho al modelo. Esto coincide con lo que OpenAI ha señalado sobre los modelos de video que aún luchan con la física precisa y las relaciones causa-efecto: acumular instrucciones débiles después de la idea principal no crea control adicional, solo añade ruido.
La solución: apunta a una estructura ajustada de 50 a 80 palabras: sujeto, acción y ubicación en la primera oración, cámara y estilo en la segunda, restricciones en la tercera.
Un frasco de perfume de vidrio transparente se alza sobre mármol negro mientras una luz cálida de contorno atraviesa el líquido dorado. El frasco realiza un pequeño giro de exhibición, revelando un ligero borde lateral, y luego vuelve a asentarse en el centro. Acercamiento macro lento desde la altura de la etiqueta hasta la tapa, iluminación de estudio de lujo, polvo dorado suave flotando detrás del frasco. Termina en un encuadre centrado y estable, sin superposición de texto, sin objetos adicionales. Audio: movimiento sutil del vidrio, tono suave de sala de estudio.
Prueba: PixVerse, 5 segundos, 720p, 16:9, audio activado para el movimiento del vidrio y el tono del estudio. Queríamos ver si un prompt compacto podía mantener la identidad del producto, un movimiento contenido, iluminación y control de cámara sin que la acción principal se perdiera.
En el resultado, el frasco permanece centrado durante todo el acercamiento, el líquido dorado se lee claramente a través del vidrio, y la luz de contorno cálida construye un ambiente premium sin que un solo adjetivo tenga que hacer todo el trabajo. Los prompts cortos no son automáticamente prompts vagos: una instrucción compacta con un sujeto, una acción contenida, un movimiento de cámara y algunas restricciones reales supera constantemente a una larga lista de preferencias dispersas.
Error 2: Apoyarse en “cinematográfico” como interruptor de calidad
“Cinematográfico” aparece en casi todos los prompts de video con IA, y es una de las palabras menos útiles que se pueden usar. Puede referirse a iluminación de terror, hora dorada romántica, realismo documental crudo, bruma de ciencia ficción, o una docena de estéticas de cine que no tienen nada en común entre sí.
Cómo se ve esto:
Un detective retirado camina por un callejón lluvioso de noche. Cinematográfico, profesional, dramático, calidad de película.
Eso le da al modelo un ambiente, no un aspecto. La salida podría ir desde oscura y cruda hasta brillante y pulida, y no hay forma de predecir cuál.
Por qué falla: palabras amplias como “cinematográfico” están vinculadas a enormes porciones de datos de entrenamiento no relacionadas entre sí. El modelo no tiene forma de saber a qué rama de “cinematográfico” te refieres a menos que nombres el lenguaje visual real: configuración de iluminación, carácter del lente, composición, movimiento de cámara, paleta de color o una referencia de estilo de director específica. La investigación de Gen-3 Alpha de Runway apunta en la misma dirección: las descripciones altamente detalladas y densas temporalmente superan constantemente a las etiquetas de estilo vagas.
La solución: reemplaza “cinematográfico” por algo concreto: una configuración de iluminación, un comportamiento de lente, una regla de composición o una paleta de color.
Un detective retirado con un abrigo largo oscuro camina por un callejón empapado de lluvia de noche. Acercamiento lento desde un plano general hasta un primer plano medio, reflejos de neón rojo y azul sobre los adoquines mojados, perspectiva de un punto de fuga a lo largo del callejón, destellos de lente anamórfica de letreros de neón prácticos, humo de cigarrillo cruzando su rostro. Audio: lluvia sobre el pavimento, tráfico distante, zumbido suave de neón.
Prueba: PixVerse, 5 segundos, 720p, 16:9, audio activado para la lluvia y el ambiente de la ciudad. Queríamos ver si nombrar elementos cinematográficos específicos produce una atmósfera más estable que la palabra “cinematográfico” por sí sola.
Funcionó porque el prompt nombró cosas que el modelo podía realmente renderizar: adoquines mojados, reflejos de neón, una perspectiva de un punto de fuga a lo largo del callejón, un acercamiento lento, iluminación estilo noir. El detective se mantiene como el ancla visual mientras la profundidad del callejón y la señalización de colores construyen el ambiente. El clip se lee como cinematográfico porque el prompt describió cómo debía verse la toma, no porque tomó prestada una palabra de moda.
Error 3: Acumular varios movimientos de cámara en una sola toma
Los modelos de video con IA pueden seguir la dirección de cámara razonablemente bien, pero solo cuando hay un movimiento dominante. Acumula varias indicaciones de cámara juntas y tenderás a obtener temblores, deriva o una transición no deseada a mitad del clip.
Cómo se ve esto:
Un tren magnético en miniatura viaja por una ciudad de terrario de vidrio. La cámara se acerca, gira a la izquierda, orbita alrededor del tren, se inclina hacia arriba a través de las torres de musgo y añade temblor de mano.
Eso se lee como un verdadero movimiento de cine, pero para efectos de generación son cinco vectores espaciales separados compitiendo por prioridad. El modelo tiene que secuenciarlos o mezclarlos, y ambos caminos tienden a producir inestabilidad visible.
Por qué falla: un acercamiento, un giro, una órbita, una inclinación y un temblor de mano describen cada uno una dirección diferente de desplazamiento de cámara. Acumúlalos y el modelo tiene que adivinar cuál debe dominar y cuándo entregar el control al siguiente; ese punto de traspaso es normalmente donde aparece el bamboleo. La investigación sobre sistemas de control de cámara como Direct-a-Video y MotionCtrl separa deliberadamente el movimiento de cámara del movimiento de objetos precisamente por esta razón: a un prompt no se le debería pedir que cargue con cinco vectores de cámara a la vez.
La solución: elige un movimiento de cámara principal y luego añade como máximo una indicación de textura encima.
Un tren magnético en miniatura se desliza por una ciudad de terrario de vidrio sobre una mesa de laboratorio, pasando torres de musgo y paredes de vidrio con gotas de condensación. Cámara: un solo movimiento de seguimiento lateral suave paralelo al tren, con solo una ligera textura de mano. El tren permanece centrado mientras el fondo se desliza. Audio: zumbido eléctrico suave, pequeña vibración de riel, gotas de agua sobre el vidrio, tono ambiental amortiguado.
Prueba: PixVerse, 5 segundos, 720p, 16:9, audio activado. Esta escena está llena de un caos de cámara tentador: reflejos de vidrio, edificios diminutos, condensación, un tren en movimiento, escala macro, lo que la convierte en una buena prueba de estrés para ver si un solo movimiento de seguimiento lateral puede mantener legible a un sujeto pequeño mientras el fondo hace el trabajo de crear energía de movimiento.
El resultado es uno de los más limpios de todo este conjunto. El tren permanece legible en la parte inferior del cuadro mientras el terrario cubierto de musgo crea paralaje y profundidad detrás de él. Debido a que el prompt se compromete con un solo movimiento lateral en lugar de acumular acercamiento, giro, órbita e inclinación, la cámara nunca se contradice a sí misma.
Error 4: Escribir prompts negativos que no existen
Muchos creadores traen hábitos de Stable Diffusion al prompting de video y escriben líneas como “negativo: temblor, extremidades dobladas, parpadeo, deformación”. La mayoría de los generadores de video con IA no tienen un campo real de prompt negativo: ese texto es solo más prompt.
Cómo se ve esto:
Un relojero repara un cubo de relojería flotante bajo una lámpara de escritorio. Negativo: temblor, manos malas, dedos doblados, parpadeo, deformación, engranajes rotos, iluminación inestable.
Esto puede empeorar activamente las cosas. El modelo sigue leyendo las palabras “temblor”, “dedos doblados” y “deformación” como texto, y en lugar de excluir esos conceptos, puede introducir exactamente las asociaciones que intentabas evitar.
Por qué falla: a menos que la interfaz tenga una entrada de prompt negativo dedicada, todo lo que escribes se trata como instrucción positiva. El modelo no tiene un concepto integrado de “negativo:” como exclusión dura; si quieres estabilidad, necesitas describir directamente el resultado estable.
La solución: convierte cada negativo en una restricción positiva que establezca el estado deseado.
Un relojero usa pinzas de latón para colocar un engranaje transparente dentro de un pequeño cubo de relojería flotante bajo una lámpara de escritorio cálida. La cámara se acerca lentamente desde las manos hacia el cubo. Las manos se mueven con naturalidad, los bordes del engranaje permanecen nítidos, el cubo permanece centrado, y la luz cálida de la lámpara se mantiene constante sin parpadeo. Audio: clic de pinzas de latón, tictac de un engranaje pequeño, tono tranquilo de taller.
Prueba: PixVerse, 5 segundos, 720p, 16:9, audio activado para un sonido mecánico pequeño y el tono del taller. Las manos, los engranajes pequeños y los bordes transparentes son todos territorio propenso a artefactos, lo que hace de esto una comprobación útil sobre si las restricciones declaradas realmente reducen los errores visibles en comparación con una lista negativa.
Las pinzas, el cubo transparente y el detalle del engranaje se mantienen visualmente separados bajo la lámpara. La mano está lo suficientemente cerca de la cámara como para estresar al modelo, pero declarar el comportamiento objetivo directamente (manos naturales, bordes nítidos, una luz estable) da un resultado más limpio que una lista negativa que corre el riesgo de repetir las mismas palabras que intentas evitar.
Error 5: Usar “rápido” como instrucción de velocidad
“Rápido” parece la palabra obvia cuando quieres velocidad, pero tiende a empujar la generación de video hacia la inestabilidad, especialmente cuando el prompt ya tiene acción compleja, movimiento de cámara o múltiples elementos en movimiento.
Cómo se ve esto:
Un patinador de longboard baja rápido por una carretera de montaña, cámara rápida, giros rápidos, desenfoque de movimiento rápido, velocidad dinámica, acción intensa, movimiento rápido.
Ahora se le pide al sujeto, la cámara, los efectos y el tiempo de la escena que aceleren todos a la vez, y el modelo tiene que mantener la anatomía, la forma del objeto, la trayectoria de la cámara y la coherencia del fondo unidos bajo esa presión.
Por qué falla: la velocidad no es solo una palabra de estilo, es una exigencia temporal. En lugar de pedir “rápido”, describe la evidencia física que hace visible la velocidad: postura comprimida, patrones de rociado, estelas de fondo estiradas, encuadre de cámara controlado.
La solución: cambia “rápido” por física de movimiento concreta.
Un patinador de longboard cuesta abajo se inclina en una curva de carretera de montaña resbaladiza por la lluvia, con las rodillas comprimidas, la mano trasera flotando a centímetros del asfalto. Cada rueda lanza un fino rocío de agua hacia afuera mientras los reflectores del camino se estiran en suaves estelas de fondo. La cámara se mantiene baja junto a la tabla en una sola toma de seguimiento estable. El casco y la chaqueta permanecen estables. Audio: zumbido de ruedas, siseo de camino mojado, presión del viento, un solo giro de la tabla.
Prueba: PixVerse, 5 segundos, 720p, 16:9, audio activado. La pregunta aquí es si el lenguaje de movimiento físico puede comunicar velocidad sin pedirle al modelo que acelere cinco cosas simultáneamente.
El resultado vende la velocidad a través de evidencia física en lugar de la palabra “rápido”: el ángulo de cámara bajo, los reflejos del camino mojado, la postura de conducción comprimida y el rocío de agua se combinan para hacer que el descenso se sienta rápido mientras mantienen al piloto y la tabla completamente legibles.
Error 6: Redescribir una imagen de referencia que ya subiste
Para el trabajo de imagen a video, repetir todo lo que ya es visible en la foto subida crea un conflicto. Si la imagen ya muestra un bolso negro estructurado bajo un foco, y tu prompt describe ese mismo bolso otra vez con palabras ligeramente diferentes, ahora el modelo tiene dos instrucciones para un solo sujeto (los píxeles y el texto), y cualquier discrepancia entre ellos invita a la deriva.
Cómo se ve esto (prompt de imagen a video):
Un bolso de mano de cuero negro con un asa curva, broche plateado, cuerpo estructurado, paneles cosidos y fondo de estudio oscuro se encuentra bajo un foco dramático.
Si todo eso ya está en la imagen de referencia, el prompt está invitando al modelo a reinterpretar detalles que debería simplemente preservar: la silueta, el material, los elementos decorativos, incluso el fondo pueden cambiar como resultado.
Por qué falla: una imagen de referencia ya es una instrucción fuerte por sí misma. Redescribir el sujeto visible abre un segundo canal de instrucción que puede no coincidir píxel a píxel con lo que realmente hay. El trabajo del prompt, en este caso, es cubrir lo que la imagen no puede mostrar: el movimiento y el comportamiento de cámara.
La solución: para imagen a video, limita el prompt a tres tareas: instrucción de movimiento, instrucción de cámara, una regla de consistencia.
Mantén el objeto de referencia completamente intacto. Añade un suave acercamiento de cámara desde el encuadre actual mientras un reflejo estrecho recorre lentamente la superficie visible. Preserva la silueta exacta, los materiales, los detalles decorativos, el fondo, la dirección de la iluminación y la composición de la imagen de referencia. Audio: tono suave de sala de exhibición, tenue resonancia de vidrio, sutil crujido de tela.
Prueba: PixVerse, 5 segundos, 720p, 9:16 vertical, imagen a video con audio activado para un sonido de material sutil y tono de sala. Esto solo funciona porque la imagen de referencia ya define el objeto: el prompt evita deliberadamente redescribir el color, la forma o el material, y no le pide al modelo que invente mecánicas ocultas.
El bolso mantiene su silueta, la posición del broche, la forma del asa y la textura del cuero, con el fondo oscuro del estudio intacto, mientras la cámara y el reflejo aportan todo el movimiento. Para video de producto guiado por referencia, la contención en el prompt tiende a importar más que la ambición.
Error 7: Llenar el prompt de palabras genéricas de calidad
Palabras como “increíble”, “hermoso”, “alta calidad”, “épico” y “profesional” aparecen constantemente en los prompts de video con IA, pero no aportan casi ninguna información direccional. Son etiquetas de alta frecuencia vinculadas a demasiados tipos diferentes de resultados como para dar un control confiable.
Cómo se ve esto:
Una escena de festival increíble, hermosa y épica con visuales de alta calidad, movimiento impresionante, iluminación profesional y composición perfecta.
Esto le dice al modelo que la salida debe ser buena, sin decirle cómo se ve realmente “buena” en esta escena específica.
Por qué falla: “épico” por sí solo podría significar un paisaje imponente, una batalla, un cielo resplandeciente, una escala enorme, una banda sonora dramática, cámara lenta o armadura de fantasía. No hay forma de que el modelo infiera cuál quisiste decir sin reemplazar el adjetivo por algo visible y específico.
La solución: cambia cada adjetivo genérico por una indicación nombrada y visible: composición, configuración de iluminación, especificación de lente, paleta de color, comportamiento del material.
Un festival nocturno de cometas se desarrolla en una llanura de sal blanca cubierta por un fino espejo de agua. Tres cometas translúcidas con forma de criaturas de aguas profundas flotan en lo alto, con costillas bioluminiscentes azul-verdosas pulsando bajo la tela. Acercamiento lento en ángulo bajo desde los reflejos a la altura del tobillo hasta la cola de la cometa más cercana, sensación de lente gran angular, contraste de color cian-magenta, faroles a lo largo del horizonte. Audio: aleteo de tela, vibración de cuerda tensa, pasos en agua poco profunda, murmullo lejano de la multitud.
Prueba: PixVerse, 5 segundos, 720p, 16:9, audio activado para la tela, los pasos y el ambiente de la multitud. El objetivo era ver si las indicaciones visuales concretas mantienen mejor la consistencia de estilo que las palabras genéricas de calidad.
La salida preserva la idea central: cometas translúcidas con forma de criatura y costillas resplandecientes sobre reflejos de una llanura de sal. El ángulo de cámara resultó un poco más alto que el encuadre a la altura del tobillo solicitado, así que la adherencia no fue perfecta, pero la identidad visual es mucho más fuerte que cualquier cosa que “hermoso festival épico” por sí solo hubiera producido. Los sustantivos concretos, las indicaciones de iluminación y las relaciones de color superan constantemente a los adjetivos de gusto.
Dos prompts completos, desglosados
Antes: “Haz un video de IA cinematográfico genial sobre una ciudad futurista. Hazlo hermoso, realista, dramático, de alta calidad y viral.” — esto acumula el Error 2 y el Error 7 sin sujeto, acción, trayectoria de cámara ni fotograma final que lo ancle.
Después: “Una revelación de ciudad futurista de 6 segundos. La cámara se desliza baja sobre una calle mojada por la lluvia con letreros holográficos azules reflejados en el pavimento. Un solo dron de entrega pasa cerca del lente y asciende hacia una torre de vidrio. Seguimiento suave hacia adelante, paleta azul fría, luz cálida en la entrada de la torre, lluvia suave, tráfico distante, un solo paso de dron.”
Antes: “Un patinador de longboard corre rápido por una carretera de montaña, esquiva el tráfico, salta sobre un árbol caído, se desliza entre chispas, corta a una toma de dron, corta a un primer plano de rueda, corta a un reflejo de casco, y luego termina con un logo y fuegos artificiales, todo en 5 segundos, cámara rápida, sonido perfecto.” — esto combina los Errores 1, 3, 4 y 5 en una sola oración sobrecargada.
Después: la misma solución del patinador de longboard del Error 5 anterior: una acción, un movimiento de cámara, restricciones positivas, indicaciones de audio concretas.
Una plantilla de prompt reutilizable
Usa esta estructura como tu punto de partida predeterminado:
[Sujeto] + [una acción] + [ubicación]. [Un movimiento de cámara] + [estilo, lente, iluminación o composición específicos]. [Restricciones positivas: qué debe permanecer estable, qué debe estar ausente, si se necesita audio].
Ejemplo: “Una taza de café de cerámica descansa sobre una mesa de madera oscura mientras el vapor se eleva en volutas lentas. Acercamiento macro lento, luz cálida de tungsteno lateral, poca profundidad de campo, fondo tranquilo de cafetería matutina. La forma de la taza permanece estable, sin superposición de texto, el audio incluye tono suave de sala y tintineo tenue de cuchara.”
La conclusión
Los mejores prompts de video con IA no son más largos, son más limpios. Anticipa el sujeto, la acción y la ubicación. Reemplaza “cinematográfico” y las palabras genéricas de calidad por indicaciones visibles y específicas. Comprométete con un solo movimiento de cámara. Evita los prompts negativos falsos a favor de restricciones positivas. Cambia “rápido” por detalle de movimiento físico. Para imagen a video, deja que la imagen de referencia haga su trabajo en lugar de redescribirla.
Estas soluciones se mantienen válidas en la mayoría de los generadores de video con IA actuales porque atacan las mismas debilidades subyacentes: deriva temporal, muestreo de estilo vago, temblor de cámara, inconsistencia del sujeto e instrucciones de movimiento sobrecargadas. PixVerse facilita ponerlo en práctica, ya que puedes probar el mismo prompt en Seedance 2.0, HappyHorse 1.0, PixVerse V6, PixVerse C1, Kling O3 y Kling 3.0 sin cambiar de herramienta ni reconstruir tu flujo de trabajo.
Preguntas frecuentes
¿Qué hace que un prompt de video con IA sea realmente bueno? Un buen prompt le da al modelo una toma clara: sujeto, acción, ubicación, un movimiento de cámara, indicaciones de estilo visibles y algunas restricciones positivas. “Un frasco de perfume de vidrio sobre mármol negro, giro de exhibición lento, luz cálida de contorno, reflejo estable” supera a “un video de producto de lujo cinematográfico” en todo momento.
¿Qué tan largo debe ser un prompt de video con IA? Para la mayoría de los prompts de texto a video, de 50 a 80 palabras es un rango de partida sólido. Comienza con el sujeto, la acción y la ubicación, luego añade el movimiento de cámara, la iluminación, el detalle de movimiento y el audio. Una oración inicial vaga rara vez se salva con más palabras después.
¿Por qué “cinematográfico” no funciona bien como palabra de prompt? Es demasiado amplio para señalar algo específico. Cámbialo por lenguaje cinematográfico visible: “sensación de 35mm en mano”, “callejón lluvioso con reflejos de neón”, “acercamiento lento de dolly”, “contraluz duro”, “luces prácticas cálidas en el fondo”.
¿Los generadores de video con IA admiten prompts negativos reales? Algunas herramientas tienen un campo de prompt negativo dedicado, pero un cuadro de prompt estándar normalmente lee todo como instrucción. Escribe restricciones positivas en su lugar: “las manos permanecen naturales”, “la cámara se mantiene estable”, “el fondo permanece vacío”, “la silueta del producto permanece intacta”.
¿Cómo hago prompt de imagen a video sin cambiar mi sujeto? No redescribas lo que ya está en la imagen subida. Usa el prompt para lo que la imagen no puede mostrar: movimiento, comportamiento de cámara, cambios de iluminación, audio y una sola regla de consistencia (“mantén el objeto de referencia intacto, añade un suave acercamiento, preserva la silueta y el material”).