10 Prompts de texto a video para clips de IA más potentes

Añadir más detalles no es la mejor manera de mejorar las indicaciones de texto a vídeo. Una vez que has especificado el sujeto, la acción, el encuadre y la iluminación, las instrucciones adicionales pueden introducir demandas contradictorias: la cámara gira mientras el personaje se da la vuelta, el clima cambia y un producto se transforma antes de que la composición inicial se haya asentado.

Eso no significa que las limitaciones del modelo desaparezcan con una mejor redacción. Algunas acciones siguen siendo poco fiables, y ninguna colección de adjetivos cinematográficos garantiza manos estables, física precisa o caras coincidentes entre tomas. Pero puedes facilitar el diagnóstico de los fallos eligiendo un formato de indicación que se ajuste al trabajo.

Una apertura que muestre una vista amplia necesita una geografía coherente y un movimiento de cámara contenido. Un teaser de producto requiere una geometría estable y reflejos controlados. Una escena de diálogo exige expresiones legibles, habla inteligible y una boca que siga el audio.

Trata una indicación como un resumen de toma, no como un guion en miniatura. Describe lo que el espectador debe ver y luego deja espacio para que el modelo lo ejecute.

Los formatos reutilizables a continuación separan esos requisitos. Cada uno incluye una redacción adaptable, un caso de uso de producción y una forma de iterar cuando el resultado parece atractivo pero no funciona.

Mantén la configuración técnica separada del lenguaje descriptivo siempre que tu interfaz lo permita. Establece la relación de aspecto, la duración, la resolución, el audio y la semilla a través de los controles, luego usa la indicación para describir la toma. De lo contrario, puedes pasar una generación descubriendo que el sistema ignoró una configuración enterrada en la prosa.

Tabla de Contenidos

• 1. Plano de Establecimiento Cinematográfico (Aéreo o Paisaje)
  • Define la geografía antes de añadir drama
• 2. Anuncio de Presentación de Producto o Revelación de Logotipo de Marca
  • Genera atmósfera, conserva los activos de marca
• 3. Escena de Diálogo de Personajes con Audio Sincronizado
• 4. Escena de Animación Estilizada o de Anime
  • Mantén el estilo fijo mientras pruebas la acción
• 5. Time-Lapse de un Proceso Natural o Urbano
  • Describe estados en lugar de marcas de tiempo exactas
• 6. Visualización Científica o de Procesos
  • Revisa el mecanismo antes del pulido
• 7. Video Social Vertical de Formato Corto (9:16)
  • Prueba el gancho sin cambiar todo el anuncio
• 8. Primer Plano de Comida o Bebida en Cámara Lenta
  • Elige un movimiento que puedas inspeccionar
• 9. Video Musical o Visualizador de Movimiento Abstracto
  • Crea ritmo en la edición
• 10. Escena de Iluminación Dramática o de Cine Negro
  • Mantén la identidad y la iluminación unidas
• Formatos de Prompt de un Vistazo
• Pon a Trabajar Estos Prompts de Texto a Video
  • Itera con una pregunta específica
  • Juzga el resultado como metraje

1. Plano de Establecimiento Cinemático (Aéreo o Paisaje)

Empieza con la geografía, no con el espectáculo. La apertura de un documental o un montaje de viaje necesita un lugar que el espectador pueda entender, con un primer plano, un fondo y una dirección de viaje claros.

Formato reutilizable

Vista aérea amplia de [escena], con [elemento en primer plano] que conduce hacia [elemento en segundo plano]. La cámara se desliza lentamente hacia adelante a una altura constante. [Hora del día y clima], [iluminación], color cinemático naturalista.

Para una apertura de viaje, prueba:

Vista aérea amplia de una costa escarpada, con una carretera costera sinuosa que conduce hacia acantilados distantes. La cámara se desliza lentamente hacia adelante sobre el agua. Luz solar de última hora de la tarde, ligera niebla marina, agua azul apagada, color cinemático naturalista.

Corrige la geografía antes de añadir drama

Observa la costa y la carretera a lo largo de todo el clip. Si sus formas cambian, la toma no servirá como material de establecimiento, incluso si el fotograma inicial se ve excelente.

• Simplifica el movimiento: Reemplaza una órbita o una revelación descendente con un deslizamiento hacia adelante.
• Separa las pruebas de iluminación: Compara la luz solar cálida con la luz difusa nublada sin cambiar también el escenario.
• Inspecciona los detalles distantes: Los edificios, barcos y marcas viales pueden fusionarse o aparecer inesperadamente.

Este formato funciona bien para ubicaciones ficticias, películas de ambiente y metraje conceptual. Es un sustituto deficiente para la evidencia documental o una toma de ubicación inmobiliaria precisa. Cuando una propiedad específica importa, parte de imágenes de ubicación autorizadas en lugar de pedirle solo al texto que la reconstruya.

2. Anuncio de presentación de producto o revelación de logotipo de marca

Una toma de producto premium suele depender de la sobriedad: una silueta estable, reflejos intencionados y un fondo que no compita con el objeto. Las transformaciones complicadas dificultan la conservación de todo eso.

Prompt de producto

Primer plano de estudio de un estuche de auriculares inalámbricos negro mate cerrado sobre una superficie pálida y reflectante. El estuche gira lentamente mientras la cámara permanece fija. Una suave iluminación cenital y una estrecha luz de contorno definen sus bordes curvos. Fondo limpio, estética publicitaria sobria.

Variación de fondo de logotipo

Suaves partículas de luz ámbar se agrupan alrededor de los bordes de un fondo de carbón oscuro. El centro permanece claro y visualmente tranquilo. Movimiento suave, brillo sutil, estética de película de marca pulida.

Genera atmósfera, conserva los activos de marca

Úsalos para conceptos de campaña, videos de presentación de agencia o fondos detrás de fotografías de productos reales. No pidas a una revelación de logotipo generada que reproduzca letras aprobadas, afirmaciones de empaque o texto legal. Añade esos activos en tu editor.

Las descripciones de materiales importan más que un montón de adjetivos de lujo. El aluminio cepillado, el plástico translúcido y el vidrio esmerilado implican cada uno reflejos diferentes.

Si el producto cambia de forma durante la rotación, deja de rotarlo. En su lugar, prueba con un objeto estacionario con un reflejo en movimiento, o anima una imagen de producto aprobada mediante imagen a video. Antes de publicar, inspecciona las costuras, bisagras, reflejos y cualquier marca visible. Un producto de aspecto plausible no es necesariamente el producto que vendes.

3. Escena de Diálogo de Personaje con Audio Sincronizado

Usa este formato cuando la línea hablada sea el eje de la escena: una reacción narrativa, una introducción explicativa o un gancho social directo a cámara. Confirma que el modelo y el endpoint seleccionados admiten audio generado antes de escribir el diálogo en la solicitud.

Formato reutilizable

Primer plano medio de [personaje] en [escenario]. El personaje pronuncia [línea breve] con una [descripción de voz], con [emoción]. Movimiento facial sutil, cámara estable, [iluminación]. [Sonido ambiental tranquilo], con la voz claramente en primer plano.

Una escena de café podría leerse así:

Primer plano medio de una viajera cansada sentada junto a la ventana de un café empañada por la lluvia. Dice que sabía que él regresaría, con una voz baja y contenida, con alivio bajo las palabras. Luz interior cálida, cámara estable, ambiente de lluvia tenue.

Introduce la frase hablada exacta en el campo de diálogo del modelo o en la sintaxis de diálogo compatible cuando esté disponible.

Prioridad del audio: Si la audiencia debe entender la línea, simplifica todo lo que ocurre a su alrededor.

Mantén al personaje sentado o de pie mientras pruebas el habla. Caminar, darse la vuelta, manipular objetos y hablar a la vez crean más oportunidades de desajuste visible.

Evalúa la voz, el movimiento de los labios, la expresión y el sonido de fondo por separado. Una buena interpretación vocal no salva una cara inexpresiva, y un movimiento labial preciso no salva una línea ininteligible. Si el habla sigue siendo poco fiable, genera una interpretación silenciosa y añade diálogo grabado con un flujo de trabajo de sincronización labial dedicado. Eso añade edición, pero te da un control más firme sobre la pronunciación y la entrega.

4. Escena de animación anime o estilizada

La estilización te da margen para simplificar el detalle, pero no justifica un movimiento inconsistente. Un personaje cuyo abrigo cambia de color o cuyos pies se deslizan por el pavimento sigue arruinando la toma.

Para una serie animada para redes sociales, crea un bloque de estilo reutilizable:

Estética anime pintada a mano, sombreado cel nítido, contornos delicados, paleta pastel suave y fondos ligeramente texturizados.

Luego, añade la escena:

Una joven con un impermeable amarillo camina por un tranquilo sendero de cerezos en flor. Una cámara de seguimiento lateral la sigue al ritmo de la caminata. Los pétalos flotan por el fondo. Su impermeable se mantiene amarillo en todo momento.

Mantén el estilo fijo mientras pruebas la acción

Reutiliza el bloque de estilo sin cambios en todo el proyecto. Prueba por separado caminar, mirar hacia arriba o hacer una pausa antes de combinarlas en una secuencia más larga.

El control de la composición merece su propia revisión: T2V-CompBench evalúa siete capacidades distintas, incluidas la vinculación coherente de atributos, las relaciones espaciales y las interacciones entre objetos. Para esta escena, eso significa comprobar el color del abrigo y la posición del personaje, no solo decidir si la obra resulta atractiva.

Si la identidad importa entre episodios, usa un fotograma de referencia aprobado con imagen a video. Las descripciones de texto pueden establecer un concepto general del personaje, pero no son una hoja de personaje fiable. Mantén los patrones de tela elaborados y los accesorios fuera de las primeras pruebas de movimiento y añádelos solo si son esenciales para el diseño.

5. Lapso de tiempo de un proceso natural o urbano

Un lapso de tiempo convincente necesita algo estable contra lo cual el espectador pueda percibir el cambio. Fija la cámara y deja que las nubes, la luz, el tráfico o una planta se muevan.

Formato reutilizable

Vista amplia fija de [escenario]. Progresión en lapso de tiempo de [condición inicial] a [condición final]. [Elementos cambiantes] se mueven mientras que [puntos de referencia estables] conservan su forma y posición. Encuadre estable con trípode, transición continua.

Para una transición documental:

Vista amplia fija de un cañón desértico. Progresión en lapso de tiempo desde una tarde luminosa hasta un cálido atardecer. Las nubes cruzan el cielo y las sombras se alargan sobre las rocas. Las paredes del cañón conservan su forma y posición. Transición de iluminación continua, encuadre estable con trípode.

Describe estados en lugar de marcas de tiempo exactas

El lenguaje de temporización preciso no es un mecanismo de control fiable. En un experimento de Wan 2.1 descrito en el [estudio de control temporal]](https://arxiv.org/html/2510.02226), añadir un lenguaje de temporización explícito redujo ligeramente la precisión temporal de 65% a 64%.

En su lugar, proporciona al modelo un estado inicial claro, un cambio visible y un estado final. Si la transición ocurre de forma demasiado abrupta, simplifica el cambio solicitado antes de extender el clip.

• Para metraje atmosférico: Las nubes y la luz cambiante pueden sostener la toma sin acción adicional.
• Para bucles de fondo: Prefiere el movimiento recurrente con composiciones iniciales y finales similares.
• Para cambios irreversibles: Trata la floración, el derretimiento y la construcción como secuencias, no como clips listos para bucles automáticamente.

Recorta los inicios y finales inestables en tu editor. El ajuste de velocidad puede mejorar el ritmo, pero no reparará edificios que se doblan o flores que pierden su estructura.

6. Visualización científica o de procesos

Las imágenes de aspecto técnico pueden ser erróneas, a pesar de su apariencia convincente. Usa videos generados por texto para comunicar un concepto revisado, no para establecer si el concepto es científicamente preciso.

Para una explicación de filtración, mantén el mecanismo visible y la afirmación concisa:

Prompt de proceso

Animación ilustrativa de corte transversal de agua moviéndose a través de una capa de filtro porosa. El agua entra por la izquierda, pasa a través del material y sale por la derecha. Las partículas suspendidas más grandes permanecen en el lado de entrada. Vista lateral fija, clara separación entre componentes, fondo neutro, sin etiquetas incrustadas.

Este video proporcionado puede servir como referencia visual junto con un resumen del proceso:

Revisa el mecanismo antes de pulir

Para un módulo educativo, compara la animación con el diagrama aprobado antes de juzgar su iluminación o textura. Verifica la dirección del flujo, los límites de los componentes y si el mecanismo representado coincide con la explicación.

• Aísla el paso: Muestra el transporte, la separación o la liberación sin pedir el sistema completo de una vez.
• Añade etiquetas después: Coloca flechas, terminología y texto explicativo en el editor.
• Aumenta los requisitos de precisión: Usa animación o simulación controlada cuando la geometría y el comportamiento deban ser exactos.

Un estilo ilustrativo ayuda a los espectadores a distinguir una explicación simplificada de las imágenes de observación. No hace que un proceso incorrecto sea aceptable.

Si las partículas cruzan el límite incorrecto, no sigas regenerando con un lenguaje más decorativo. Cambia la estructura visual, usa un diagrama de referencia o construye ese movimiento explícitamente en un software de animación.

7. Video Social Vertical de Formato Corto (9:16)

Empieza con la acción interesante ya visible. Un acercamiento lento a una taza de café puede ser adecuado para un vídeo de marca, pero desperdicia el inicio de un gancho móvil.

Prompt para el gancho

Composición móvil vertical. Primer plano de leche vaporizada ya vertiéndose en espresso oscuro mientras se forma un patrón en forma de corazón. La taza llena el encuadre central, con espacio despejado arriba para un titular adicional. Iluminación cálida de cafetería, cámara fija, color natural apetitoso.

Configura la relación de aspecto vertical también en los controles de generación. La descripción por sí sola puede no cambiar las dimensiones de salida.

Prueba el gancho sin cambiar todo el anuncio

Para una promoción de cafetería, compara el arte latte en formación con una apertura alternativa construida alrededor del vapor ascendente o una taza terminada deslizándose en el encuadre. Mantén el pie de foto, la oferta y la edición consistentes para que puedas interpretar la respuesta de la audiencia.

Antes de automatizar un lote, utiliza la comparación de precios de la API de vídeo para planificar el coste de explorar alternativas en lugar de presupuestar solo el clip final.

Reserva espacio para superposiciones de interfaz, subtítulos y la llamada a la acción. Verifica el recorte en un teléfono real, especialmente cuando las manos o los recipientes para verter se acercan al borde del encuadre.

Un vertido generado puede parecer convincente hasta que el nivel del líquido deja de tener sentido. Si eso sucede, utiliza la sección más fuerte como un gancho breve y corta a metraje real. No extiendas un fragmento atractivo en una demostración completa.

8. Primer plano de alimentos o bebidas a cámara lenta

El ingrediente debe comportarse como es. La miel se estira, el agua con gas se rompe en gotas, y el chocolate espeso se pliega de forma diferente a ambos. Nombra el material y el movimiento antes de describir el ambiente.

Formato reutilizable

Primer plano macro de [ingrediente] [movimiento específico] sobre o en [superficie o recipiente]. Aspecto a cámara lenta, [dirección de la iluminación], [fondo], cámara fija, textura detallada.

Para una promoción de postres:

Primer plano macro de chocolate negro espeso vertiéndose en una cinta continua sobre una bola de helado de vainilla. Aspecto a cámara lenta, iluminación lateral cálida, fondo marrón oscuro, cámara fija, textura de chocolate brillante y detalle suave del helado.

Una salpicadura hermosa es una imagen publicitaria útil. No es prueba de que el modelo entienda la física de fluidos.

Elige un movimiento que puedas inspeccionar

Empieza con un vertido o goteo continuo antes de solicitar salpicaduras explosivas, frutas que se rompen o utensilios que interactúan. La retroiluminación puede separar el líquido translúcido de un fondo oscuro, mientras que la iluminación lateral facilita la lectura de los ingredientes más espesos.

Comprueba de dónde procede el líquido, si el recipiente se llena de forma plausible, y si las gotas se reconectan de forma antinatural. Inspecciona también la comida en sí: una bola de helado que cambia de forma repetidamente puede distraer de un vertido que, de otro modo, sería fuerte.

Si el movimiento falla, reduce el movimiento de la cámara y elimina los efectos secundarios como el vapor. Para trabajos de marca, integra el embalaje real en la edición final en lugar de depender de etiquetas generadas.

Este formato es adecuado para inserciones que abren el apetito y conceptos de campaña. Utiliza metraje real cuando el clip deba demostrar con precisión la preparación, el tamaño de la porción o el rendimiento del producto.

9. Video Musical o Visualizador de Movimiento Abstracto

El metraje abstracto te da más libertad porque el espectador no necesita una geografía literal ni un rostro consistente. Aun así, necesitas disciplina visual, particularmente al ensamblar clips en un lanzamiento coherente.

Prompt para visualizador

Cintas geométricas translúcidas se pliegan alrededor de una esfera central brillante sobre un fondo carbón. Paleta de violeta intenso y cian eléctrico, superficies brillantes, deformación continua suave, cámara frontal fija. Ambiente espacioso y sobrio de música electrónica.

Para una pista ambiental, reemplaza la geometría brillante con degradados suaves y luz flotante. Para una sección más pesada, agudiza las formas y aumenta el contraste en lugar de introducir un estilo visual no relacionado.

Construye el ritmo en la edición

A menos que el flujo de trabajo acepte y condicione explícitamente la música, pedir movimiento sincronizado con el ritmo no establecerá una sincronización fiable. Genera movimiento utilizable, luego coloca cortes, cambios de velocidad y acentos contra la pista real en DaVinci Resolve o Adobe Premiere Pro.

• Mantén un bloque de paleta: Reutiliza las mismas descripciones de color y superficie en todos los clips.
• Protege el espacio para texto: Deja una región tranquila si aparecerán letras o información de lanzamiento.
• Controla la intensidad: Evita destellos accidentales y revisa los cambios rápidos de contraste antes de publicar.

Si un resultado se siente sin forma, nombra una forma central y un movimiento repetible: orbitando, plegándose, expandiéndose o fluyendo. Si se siente demasiado mecánico, relaja la deformación manteniendo la composición fija.

Este formato funciona particularmente bien para fondos de escenario, avances de lanzamiento y placas de videos con letras porque puedes ensamblar fragmentos fuertes sin pretender que formen una escena continua literal.

10. Escena de iluminación dramática o Film-Noir

La iluminación puede realzar una toma dramática sin necesidad de una acción elaborada. Un personaje inmóvil bajo una luz dura a menudo genera más tensión útil que una persecución por una calle concurrida y empapada por la lluvia.

Prompt Noir

Escena de detective en blanco y negro en una calle mojada y vacía por la noche. Un detective con un abrigo oscuro está de pie bajo una farola fija. Una luz cenital dura crea un charco brillante en el pavimento y sombras profundas más allá. La cámara se acerca lentamente. Una lluvia fina capta la luz; el detective permanece inmóvil.

Mantener la identidad y la iluminación

Usa esto para una prueba de ambiente de cortometraje, una propuesta de cinemática de juego o un inserto dramático para un tráiler. Mantén la luz constante durante las primeras pruebas. Lámparas parpadeantes, sombras en movimiento, lluvia y el movimiento de la cámara juntos dificultan identificar qué está causando la inestabilidad.

La encuesta sobre métodos y desafíos de generación de video identifica la coherencia temporal, la alineación semántica y la consistencia de textura como problemas persistentes. Para una secuencia, revisa la cara, el abrigo, la dirección de la iluminación y el estado de la acción a través de los límites de las tomas.

Si estás construyendo un flujo de trabajo en torno a fotogramas de referencia, la guía para una API unificada de texto, imagen y video proporciona contexto de integración para conectar esas etapas.

Cuando la identidad se desvíe, cambia de generaciones de texto independientes a imagen a video con una referencia bloqueada. La lluvia y la oscuridad pueden suavizar los detalles de fondo que distraen, pero no repararán un rostro cambiante. Primero, haz coincidir el personaje, luego refina la atmósfera.

Formatos de Prompt de un Vistazo

Usa esta tabla para emparejar un formato de Prompt con su función y su posible punto débil. Las duraciones de los clips son puntos de partida prácticos: mantén cada toma centrada en una acción clara, luego ajusta el ritmo que tu edición necesite.

Pon a trabajar estos prompts de texto a video

Elige el formato que coincida con el entregable, no la demostración más impresionante. Un lanzamiento de producto necesita una geometría reconocible y espacio para la marca aprobada. Una animación educativa necesita un mecanismo correcto. Una inserción narrativa necesita un rendimiento estable que conecte con las tomas circundantes.

Escribe el prompt más simple que comunique esos requisitos, luego genera variaciones de seed donde el modelo exponga ese control. No juzgues todo el sistema por un fallo aislado, pero tampoco sigas comprando variaciones de una toma sobrecargada. Los fallos repetidos en torno a la misma acción son una razón para cambiar el workflow.

Itera con una pregunta específica

Cambia el prompt para responder a una pregunta de producción: ¿Una cámara fija preserva el producto? ¿La iluminación lateral revela la textura? ¿Eliminar el gesto de la mano mejora la interpretación del diálogo?

Mantén el modelo, la configuración (settings) y el seed fijos donde sea compatible mientras pruebas la redacción. Una vez que la toma se comporte como se espera, explora variaciones de seed para encontrar una composición más fuerte. Un seed es una ayuda de comparación dentro de una configuración compatible, no un control de identidad portátil entre modelos.

Para los equipos de aplicaciones, almacena los campos descriptivos por separado de los parámetros técnicos. El sujeto, la acción, el entorno, la cámara y el estilo deben permanecer editables sin reescribir toda la solicitud. Guarda el prompt final junto con el identificador del modelo, la configuración, el estado de la tarea y la salida seleccionada para que puedas reproducir el workflow e investigar regresiones.

Juzga el resultado como metraje

Mira a velocidad de reproducción normal antes de examinar los fotogramas individuales. Luego inspecciona los momentos que importan: el contacto entre objetos, una boca que habla, un producto girando o un personaje cruzando el encuadre. Rechaza los clips que no cumplan con el brief real, incluso cuando su iluminación sea excelente.

Reutiliza bloques exitosos de iluminación, cámara y estilo en todo el proyecto. Mantén un registro de los patrones de fallo también, como letras inestables, vertidos poco fiables o deriva de identidad durante los giros. Esas notas te ayudan a decidir cuándo cambiar a imágenes de referencia, animación controlada, compositing o metraje real.

Para ejecutar estos workflows, el marketplace de inferencia de UberLLM enruta las solicitudes a los modelos de video disponibles a través de una API compatible con OpenAI. Recomendamos Kling 3.0 Standard como modelo inicial; los trabajos de video devuelven una tarea que puedes consultar (poll) o recibir a través de un webhook, y la respuesta indica el costo máximo antes de que comience la generación. Un clip de texto a video Kling 3.0 Standard de 720p y cinco segundos sin sonido cuesta $0.32, en comparación con $0.35 en kie.ai, y las generaciones fallidas no se cobran.

El objetivo práctico no es el prompt más largo ni el clip más elaborado. Es metraje utilizable con un camino repetible desde el brief hasta el resultado.

---

UberLLM conecta la generación de video basada en prompts con el seguimiento asíncrono de tareas y un saldo prepago en los workflows de medios compatibles. Visita UberLLM para probar un formato de esta guía, comparar resultados e integrar el workflow que se adapte a tu aplicación.