Texto a video con IA: cómo escribir prompts que funcionan
Guía de texto a video: la estructura de prompt que reduce intentos, ejemplos listos para copiar y los errores que queman créditos.
En texto a video, el prompt es el presupuesto: cada palabra imprecisa se paga en intentos. Esta guía da la estructura que uso en encargos reales, ejemplos listos para adaptar y la lista de errores que más créditos queman.
¿Cómo piensa el modelo tu prompt?
El modelo no “filma” tu texto: predice el video más probable para esa descripción. Todo lo que no especificas, lo rellena con el promedio de lo que ha visto — cámara que deriva, gestos genéricos, fondos que mutan. Por eso los prompts efectivos hacen dos cosas: concretan lo importante y fijan lo que no debe cambiar.
La estructura, pieza a pieza
1. Sujeto + acción (el qué): específico y único. «Un panadero de manos enharinadas estira la masa» supera a «un hombre cocina».
2. Cámara (el cómo se ve): un solo movimiento con nombre: dolly-in lento, órbita a la derecha, cámara fija, plano cenital. Si no dices nada, el modelo improvisa — y se nota.
3. Luz y estilo (el tono): «luz dorada de atardecer», «neón nocturno», «look de cine análogo, grano suave». Dos o tres pinceladas, no un ensayo.
4. Anclas de estabilidad (el seguro): «cámara estable», «el fondo permanece estático», «la ropa no cambia». Baratas de escribir, ahorran intentos.
Ejemplos listos para adaptar
«Un gato naranja duerme sobre un teclado en una oficina en penumbra. La cámara hace un dolly-in muy lento. Luz azulada del monitor, ambiente nocturno. Cámara estable, fondo estático.»
«Una bailarina de folclor mexicano gira, la falda roja se abre en círculo. Órbita lenta de cámara a la derecha. Luz cálida de escenario, fondo oscuro desenfocado.»
«Gotas de lluvia caen sobre una ventana; detrás, luces de ciudad desenfocadas. Cámara fija, macro. Atardecer, tonos fríos.»
Errores que queman créditos
- Tres acciones en una toma — el modelo intenta todas y no logra ninguna.
- Adjetivos vacíos («hermoso», «épico», «increíble») — no dan información visual.
- Tomas largas de una pasada — más segundos = más deriva; encadena tomas cortas.
- Iterar en calidad alta — ajusta barato, finaliza caro (calculadora de costos).
- Reescribir todo entre intentos — cambia un elemento por iteración o no sabrás qué funcionó.
¿Qué herramienta para texto a video?
Para aprender: Kling (barato) o Luma (rápido). Para instrucciones complejas: Sora. Para dirigir la cámara de verdad: Runway o Higgsfield. Panorama completo en la guía general.
Cuando tu texto empiece a salir bien, el siguiente nivel es partir de imagen: cómo animar una foto — más control, menos lotería.