Un video con IA puede ignorar partes de lo que escribiste por cuatro razones específicas. El prompt deja decisiones abiertas, una imagen de referencia solo cubre la apariencia, un párrafo denso divide la atención del modelo y cada persona o acción adicional añade interpretaciones. Cada razón tiene su propia solución práctica. Esta guía explica la causa detrás de cada una y cómo corregirla.
¿Por qué el mismo prompt da un resultado diferente cada vez?
Un prompt solo transmite lo que se escribe en él. Todo lo que se omite, una edad exacta, una fuente de luz, el punto final de un movimiento de cámara, igual se decide, solo que lo decide el modelo en lugar de ti. Por eso la misma redacción da un resultado ligeramente diferente en cada ejecución. El modelo cierra todo lo que el prompt dejó abierto.
Una imagen de referencia fija la apariencia. Muestra cómo se ve una cara o una habitación, pero no dice nada sobre cómo se mueve una mano, dónde cae la luz un segundo después o dónde termina la cámara en el último fotograma. Sin un brief escrito que cubra esa mitad de la toma, el modelo la adivina sin importar qué tan fuerte sea la referencia.
El detalle compite por la atención del modelo. Un solo párrafo denso que intenta cubrir la cara, el gesto, la iluminación y la cámara a la vez obliga al modelo a dividir su atención, y las manos, las expresiones y el posicionamiento exacto suelen ser lo que sale perdiendo.
Cada persona extra y cada beat extra multiplica esto. Una sola persona en una toma estática solo tiene que sostenerse bajo una interpretación. Cinco personas, una cámara en movimiento y varias líneas de diálogo son cinco o seis interpretaciones corriendo a la vez, y basta con que una se desvíe para romper la escena.
¿Cuáles son los errores más comunes en prompts de video con IA?
Error | Por qué ocurre | La solución |
|---|---|---|
Los personajes se ven plásticos o falsos | Descrito solo en términos generales, sin referencia ni detalle distintivo | Edad, complexión y ropa exactas, respaldadas por una referencia o un Soul ID entrenado |
Dedos de más, manos fusionadas, slop de IA | Los puntos de contacto nunca se especificaron, así que el modelo los rellena por su cuenta | Nombra dónde está cada objeto y exactamente cómo hacen contacto las manos |
Emoción equivocada, no queda claro qué pasa | Solo se escribió la idea general de la escena, no una expresión visible | Vincula la emoción a una acción concreta: una mirada, una respiración contenida, un suspiro |
La atmósfera y la iluminación no aciertan con el ambiente | Fuente de luz, ángulo y hora del día nunca nombrados | Decláralos directamente, o configura el género y la iluminación como parámetros en Cinema Studio |
Movimiento poco natural | El movimiento se describió con un adjetivo en lugar de una trayectoria real | Detalla el giro, la inclinación y el ángulo, o fíjalo como ajuste en Cinema Studio |
Cámara sobrecargada, punto focal perdido | La lista de tomas nombra ángulos pero no para qué sirve cada toma | Dale a cada toma una sola función y elimina lo que no la sirva |
Los personajes pierden sus posiciones en escenas complejas | Solo se escribió la idea general, no quién está en cada lugar | Haz el storyboard de la escena en Popcorn antes de generar la secuencia completa |
¿Cómo escribo un prompt sólido para video con IA?
Un prompt sólido se parece más a una lista de tomas con la que podría trabajar un equipo que a una descripción. Sigue estos pasos en orden y la mayoría de los siete errores de abajo nunca llegan a ocurrir.
Paso 1: Define la escena y fija el reparto. Nombra el escenario, la duración y si debe sentirse en tiempo real o estilizado. Luego dale a cada persona una edad, complexión y vestuario exactos, más un detalle distintivo, y di claramente que estos se mantienen idénticos en cada corte. Para una cara que necesita reaparecer en otros videos, entrénala una vez en Soul ID en lugar de volver a describirla aquí.
Paso 2: Haz el blocking de la escena antes de escribir cualquier acción. Di dónde está cada persona u objeto en relación con los demás y con la cámara, y en qué dirección se mueven. Mantén esa dirección y el lado de la cámara consistentes durante toda la escena, para que nada cambie de lado a mitad de camino.
Paso 3: Define la cámara como una configuración física, no como un estado de ánimo. Campo de visión, distancia al sujeto y si la cámara está estática, en mano o en movimiento, con el tipo de movimiento nombrado directamente en lugar de describirlo como "dinámico". Donde esté disponible, configura esto directamente en Cinema Studio en lugar de escribirlo.
Paso 4: Escribe la acción como una lista de tomas, un beat a la vez. Dale a cada beat una acción clara, descrita como una posición inicial y una posición final en lugar de una palabra de ambiente. En la misma pasada, nombra cada punto de contacto, una mano en un hombro, dedos alrededor de un objeto, ya que de aquí es exactamente de donde salen los dedos de más o las manos fusionadas si se deja sin decir.
Paso 5: Establece la física y la iluminación como eventos reales. Di cómo deben comportarse las cosas bajo el peso y la gravedad, la tela, el fuego, el agua, un cuerpo que recupera el equilibrio, para que el movimiento se lea como físico y no simulado. La luz recibe el mismo trato: una fuente nombrada, una dirección, un color, descartando directamente todo lo que no debería duplicarse, un segundo sol, un destello perdido.
Paso 6: Decide el audio y el acabado. Indica qué se escucha realmente, de quién es cada línea y si suena música o no. Cierra con la referencia visual, un tipo de película, un nivel de grano, un etalonaje de color, y descarta lo que no debe aparecer: sin texto, sin logos, sin marcas de agua.
Para cualquier cosa con más de un personaje o más de un beat, esta misma información sigue aplicando, solo que vale la pena planearla como storyboard antes de generar la secuencia completa, en lugar de escribirlo todo en un párrafo largo.
Aquí es donde esto se ve en la práctica. Los siete errores de abajo caen en esos mismos tres grupos: los primeros tres vienen de un sujeto poco descrito, los siguientes tres de una cámara, luz o movimiento sin definir, y el último de una escena a la que nunca se le hizo blocking. Cada uno incluye el prompt que lo causó y la reescritura que lo corrige.
¿Por qué mis personajes de IA se ven plásticos o falsos?
Un personaje descrito solo en términos generales se reinventa en cada generación. "Un grupo de amigos alrededor de una fogata" deja la edad, la postura y la cara completamente abiertas, y el modelo responde a eso de forma diferente cada vez que se ejecuta. El aspecto plástico viene exactamente de ahí: nadie le dijo al modelo quiénes son estas personas con suficiente detalle para reconocerlas una segunda vez.
Prompt malo: cinco amigos en una fogata, reparto abierto, sin assets adjuntos.
