Creatives Playbook / Capítulo 16

Generación de video con IA y flujos de trabajo

Contenido del capítulo

El video con IA no es una máquina tragaperras que entrega una película terminada. Es un método de producción. Tú defines la historia, diseñas la evidencia visual, generas opciones, las inspeccionas, conservas fragmentos útiles, reparas fallos y montas el resultado.

Las herramientas cambiarán. Los nombres, precios, límites y controles de los modelos pueden cambiar en cuestión de meses. La habilidad duradera es dirigir el flujo de trabajo: saber qué debe mantenerse fijo, qué puede inventar el modelo y cuándo dejar de generar para empezar a montar.

Tres ejemplos recorrerán este capítulo:

Son negocios deliberadamente corrientes. El objetivo no es que todas las marcas parezcan una película fantástica. Es usar la generación solo cuando produce un plano mejor, una historia más clara o una producción más eficiente.

Section 01Regla central: controla las entradas y después dirige las salidas#

Un flujo de IA débil pide a una sola instrucción que invente personaje, ubicación, objetos, acción, cámara, diálogo, iluminación y montaje. Todas las variables pueden cambiar. Un flujo sólido adelanta esas decisiones.

El proceso completo es:

  1. Define el trabajo del video y el formato final.
  2. Fija la historia, el audio y la lista de planos.
  3. Crea referencias con nombre de personajes, ubicaciones y objetos.
  4. Crea y aprueba fotogramas clave fijos.
  5. Prueba el comportamiento del modelo con el plano más difícil.
  6. Genera lotes pequeños y comparables.
  7. Inspecciona, diagnostica y vuelve a generar una variable cada vez.
  8. Crea continuidad mediante referencias diseñadas y cortes deliberados.
  9. Monta pronto los fragmentos utilizables.
  10. Repara solo los fallos que la audiencia notará.
  11. Cierra el montaje y después aumenta la resolución y termina.

Este proceso sigue un patrón profesional de animación: primero historia y estilo; después fotogramas base, audio provisional, lista de planos, imágenes fijas, montaje del guion gráfico, animación, ensamblaje, reparación y aumento final de resolución. El contraste importante es dirección por etapas frente a texto a película con un clic (flujo profesional de animación, 00:00).

Aplicado a los tres ejemplos:

Un buen resultado no es «una generación impresionante». Es una secuencia terminada en la que cada plano aceptado cumple una función clara y el público nunca tiene que disculpar un rostro, objeto, acción o corte defectuoso.

Section 021. Define el trabajo antes de elegir un modelo#

Empieza por el resultado. Escribe una frase que indique audiencia, respuesta buscada, plataforma, duración y relación de aspecto.

Por ejemplo:

Después, marca cada plano propuesto con uno de estos cuatro tipos:

  1. Real: se captura mejor con una cámara o grabación de pantalla.
  2. Generado: se crea mejor por completo con IA.
  3. Híbrido: material real más un elemento generado.
  4. Convencional: títulos, gráficos animados, material de archivo, renders de producto o fotografía fija.

Así evitas que la IA sea la respuesta predeterminada a todos los problemas visuales.

FocusFox debe mostrar la interfaz real de la app mediante una grabación de pantalla, aunque el dormitorio y la mascota sean generados. TrailCup debe usar el render de producto aprobado en un plano híbrido porque importan la forma exacta del asa, la tapa y el logotipo. BrightSmile podría usar imágenes reales del exterior de la clínica y cobertura narrativa generada dentro de una sala ficticia, pero coherente.

Elige el generador solo cuando conozcas la necesidad del plano. Compara sistemas por su capacidad de control, no por su mejor imagen de demostración. Un modelo que crea conceptos hermosos puede fallar cuando dos personajes deben interactuar o mantenerse estables durante varios planos (selección del generador y montaje provisional, 03:30).

Haz una prueba breve del modelo cuando el plano dependa de cualquiera de estos elementos:

Prueba directamente la dependencia. No des por hecho que una instrucción que funcionaba en una versión anterior seguirá haciéndolo. Los sistemas actuales pueden invertir el orden de los planos, ignorar las palabras de la voz o fallar cuando se concentra demasiado movimiento en un clip (pruebas acotadas del modelo, 09:30).

Section 032. Fija el audio y crea el mapa de planos#

La generación con IA se vuelve derrochadora cuando no se conocen la duración ni el montaje. Graba primero una voz en off o pista de diálogo provisional. No necesita la calidad sonora final. Necesita el significado final y un tiempo aproximado.

Después, vincula cada frase hablada o momento narrativo con una necesidad visual. Una fila útil del mapa contiene:

Campo Qué registrar Ejemplo de FocusFox
Momento Qué cambia en la historia La estudiante nota 17 distracciones abiertas
Propósito Qué debe entender el público El método actual está fallando
Plano Encuadre y sujeto Vista sobre el hombro del escritorio desordenado
Movimiento Acción del sujeto o la cámara Las notificaciones pulsan; acercamiento lento
Recursos fijos Qué no puede cambiar Estudiante, dormitorio, forma del teléfono
Audio Diálogo, voz en off o silencio Sonidos de notificación; sin voz
Duración Tiempo útil necesario 2.5 segundos
Método Real, generado, híbrido, convencional Habitación generada más pantalla del teléfono sustituida
Riesgo Fallo probable Interfaz ilegible, dedos adicionales
Alternativa Opción más sencilla Primer plano de una grabación real de pantalla

En piezas cortas guiadas por guion, asociar cada frase con una necesidad visual y guardar junto a ella la fuente y el momento probablemente útil crea un sistema repetible del guion a los recursos (flujo del guion a los recursos, 00:00).

Mantén una sola idea, acción y estrategia de cámara principales por plano. Si una instrucción contiene tres ubicaciones, cuatro acciones, un cambio de vestuario, una frase de diálogo y una cámara orbital, probablemente falla el diseño del plano, no la redacción.

Árbol de decisión sencillo para el tamaño de plano#

  1. ¿Puede una sola acción visible expresar el momento? Genera un plano.
  2. ¿Requiere una reacción o un cambio de punto de vista? Planifica cobertura: plano general, primer plano o contraplano.
  3. ¿Necesita varios pasos ordenados? Divídelo en planos cronometrados o clips cortos.
  4. ¿Importa el detalle exacto del producto o el texto de la interfaz? Usa render, captura de pantalla, placa o composición.
  5. ¿Sigue siendo frágil después de dos intentos controlados? Simplifica las posiciones y movimientos o cambia la idea visual.

Ejemplo de BrightSmile: «La paciente entra, se sienta, explica su miedo, el dentista la tranquiliza, la examina y ella sonríe» no es una sola instrucción. Requiere como mínimo exterior, entrada, primer plano en espera, conversación desde ambos lados, detalle del examen y plano del resultado. Separarlos da control sobre interpretación y ritmo.

Section 043. Crea recursos de referencia con nombre#

Un recurso de referencia es una imagen o clip aprobado que indica al modelo el aspecto que debe tener una persona, un lugar, un objeto o un estado visual recurrente. Las referencias contienen gran parte de la especificación, así que la instrucción de movimiento puede ser sencilla.

Crea una carpeta por escena y subcarpetas claras para personajes, ubicaciones, objetos, fotogramas clave, generaciones, tomas aceptadas, audio y exportaciones. Da un nombre único a cada recurso recurrente. Guárdalo y úsalo en las instrucciones con el mismo nombre. Esto se vuelve esencial tras cientos de resultados: mantiene localizable el material aceptado y permite rastrear cambios posteriores (nombres de recursos, 05:00).

Para cada recurso crucial para la continuidad, reúne solo lo que necesite la escena:

Si una ubicación cambia en la historia, crea ambos estados. Una cocina antes y después de un incendio debe ser el mismo lugar diseñado en dos condiciones. De lo contrario, el modelo puede inventar una cocina distinta en vez de transformar la original. Este método centrado en recursos se controla mejor que pedir al sistema de video que invente todos los detalles a la vez (control mediante referencias, 00:00).

Conjuntos de referencia para los ejemplos#

FocusFox necesita Student-Maya, Bedroom-Night, Phone-Black, FocusFox-UI y Fox-Mascot. Si importan las palabras y cifras exactas del temporizador, sustituye la pantalla en posproducción.

TrailCup necesita TrailCup-Blue como lámina giratoria, TrailCup-Logo como arte limpio, Camp-Dawn, Hand-Glove y Steam-Look. Una sola imagen frontal no basta para un plano de producto en movimiento.

BrightSmile necesita Patient-Leah, Dentist-Ravi, WaitingRoom-Warm, TreatmentRoom-Warm, Mirror-Prop y tres emociones objetivo: ansiedad, escucha y alivio. Son referencias de interpretación, no tres personajes distintos.

Cuando fallen la escala o la variedad, cambia la evidencia. Si una multitud se convierte en clones, proporciona una lámina de varias personas diferentes en vez de repetir «multitud más variada» en una instrucción cada vez más larga. Si un objeto sigue pareciendo plano o de juguete, mejora su lámina de origen o usa otro método de imagen fija antes de culpar a la generación de movimiento (escalar mediante evidencia de referencia, 04:30).

Section 054. Corrige la imagen fija antes de pagar por movimiento#

Un fotograma clave malo se convierte en un video malo y caro. Corrige primero composición, identidad, iluminación, objetos y lógica espacial en una imagen fija.

Usa este ciclo:

  1. Adjunta solo las referencias necesarias.
  2. Genera varias imágenes fijas de menor coste.
  3. Rechaza identidad, anatomía, forma de producto y puesta en escena incorrectas.
  4. Corrige localmente el mejor resultado casi válido cuando sea posible.
  5. Aprueba un fotograma clave para animarlo.
  6. Guarda su instrucción, referencias, semilla si existe y versión.

Si importa un objeto concreto, identifícalo sin ambigüedad: «el vaso azul de la referencia tres», no «usa el producto». Si las instrucciones se han acumulado hasta contradecirse, reconstruye la instrucción en vez de añadir otra corrección. Mantén un movimiento de cámara sencillo y una acción principal. Esta disciplina de imagen fija primero evita gastar créditos de video en imágenes aburridas o espacialmente erróneas (flujo de reparación con imagen fija primero, 01:53:30).

El texto no siempre basta para expresar la puesta en escena. Un boceto puede mostrar posición y dirección relativas; la instrucción resuelve después los detalles. No hace falta que el dibujo tenga calidad artística. Un ejemplo documentado mejoró una composición difícil con dos sujetos combinando un boceto sencillo y palabras explícitas sobre ambos sujetos en camas (composición guiada por boceto, 19:00).

Ejemplo de TrailCup: Dibuja el vaso abajo a la derecha en primer término, la tienda en el centro a la izquierda y el amanecer detrás de la cresta. Después crea la imagen fija con la lámina del producto real. No pidas al modelo de video que descubra esa composición comercial mientras anima vapor, tela, árboles y cámara.

Cuando tomes la composición útil de un fotograma conocido, describe el encuadre transferible: tamaño del sujeto, ángulo, primer término, profundidad, luz, sensación de lente y relación espacial. Reconstrúyelo alrededor de tu propio personaje aprobado. No confíes en nombrar a una persona o película y esperar que el sistema separe composición e identidad.

Section 065. Escribe instrucciones de dirección, no de decoración#

Una instrucción útil para video describe acontecimientos observables. «Cinematográfico, épico, emotivo» nombra una sensación, pero ofrece poca dirección física.

Para un solo plano, sigue este orden:

  1. Regla de identidad y referencia: quién o qué debe permanecer sin cambios.
  2. Estado inicial: pose, posición, expresión y objetos importantes.
  3. Acción principal: una secuencia conectada de acciones.
  4. Consecuencias físicas: tela, pelo, peso, vapor, reflejos o sombras.
  5. Cámara: fija o con un único movimiento que podría realizar una persona.
  6. Tiempo: secuencia por segundos cuando importa el orden.
  7. Audio: diálogo, ambiente o silencio explícito.
  8. Exclusiones: solo los defectos probables, no una pared genérica de negaciones.

Por ejemplo:

Student-Maya sigue siendo la misma persona y lleva la misma sudadera gris. Coloca el teléfono boca abajo, exhala, endereza la espalda y apoya ambas manos en el escritorio. Las mangas se mueven y se asientan. La cámara se acerca lentamente 20 centímetros y se detiene con suavidad. Luz cálida de escritorio; habitación fría detrás. Sin voz, sin movimiento de boca, sin objetos adicionales.

Esto describe una interpretación física con consecuencias. En planos fijos, acciones conectadas como guardar el teléfono, arreglarse el pelo y cruzar los brazos asientan el cuerpo. En planos guiados por cámara, prescribe un movimiento continuo y su final. Poco movimiento es una opción válida cuando protege la continuidad (dirección del movimiento físico, 06:00).

Para una generación cronometrada con varios planos, indica el orden:

Plano uno, 0–2 segundos: plano general; Leah está rígida en la sala de espera y aprieta la correa del bolso. Plano dos, 2–4 segundos: primer plano; Ravi se sienta enfrente, a la altura de sus ojos, y habla con calma. Plano tres, 4–6 segundos: primer plano inverso; Leah afloja la mano y asiente una vez.

Enumera una acción exacta por plano. Decide duración, relación de aspecto, movimiento y audio. No repitas detalles visuales que ya fijan las referencias. Cuando un sistema admite todo el clip anterior como referencia, puede conservar ambiente, luz y tensión mejor que solo su último fotograma. Iguala la duración de la referencia integrada cuando la herramienta lo exija o podría inventar material adicional (planos cronometrados y referencia de video, 08:30).

Un LLM puede convertir una intención sencilla en una instrucción detallada, pero trata su borrador como la sugerencia de un asistente principiante. Elimina lo que contradiga el plano. Conserva la instrucción final, el orden de entradas, el resultado y el error observado para que otra persona pueda reproducir el intento. Un fallo solo es útil si cambia el siguiente intento (ayuda para instrucciones y fallo diagnóstico, 06:30).

Section 076. Prueba una variable y genera lotes comparables#

No persigas la mítica primera instrucción perfecta. Genera un pequeño lote comparativo. Cuatro variantes son un punto de partida práctico para un plano difícil, no una ley.

Revisa el lote con este diagnóstico:

Así separas una mala instrucción de un mal resultado aleatorio. Nombra el defecto visible con claridad, cambia solo ese defecto y vuelve a comparar. Cuando la instrucción sea estable, genera un lote mayor y selecciona más de una toma útil si el plano lo permite (ciclo de generación comparativa, 05:00).

Conserva una semilla útil cuando importe la continuidad. Cámbiala cuando la estructura sea correcta, pero la toma concreta sea débil. Ajusta cantidad de fotogramas, omisión de fotogramas de origen, interpolación e intensidad de control de un plano cada vez. Prueba tanto el resultado bruto como cualquier versión restaurada de la interpretación antes de decidir (controles de generación, 07:00).

No dirijas en exceso detalles inofensivos. La preproducción debe fijar historia, personaje, mundo y objetivo visual. El modelo aún puede producir un gesto, reflejo o matiz de cámara inesperado. Conserva la sorpresa solo cuando fortalezca el momento previsto. Más opciones hacen que la selección sea más importante, no menos (sorpresa productiva y selección de dirección, 09:00).

Ejemplo de lote de FocusFox#

El plano crucial es Maya iniciando el temporizador mientras las tarjetas de notificación se disuelven en partículas tranquilas.

  1. Genera cuatro versiones desde la imagen aprobada sobre el hombro.
  2. Si todas deforman la interfaz, deja de generarla. Usa una pantalla de teléfono vacía y rastreada y añade la pantalla real de la app en posproducción.
  3. Si la interfaz permanece estable, pero una toma deforma la muñeca de Maya, vuelve a generar con la misma configuración.
  4. Si la disolución solo funciona durante 1.5 segundos, conserva el fragmento. Corta a una grabación real y limpia de pantalla antes del defecto.
  5. Acepta el plano solo cuando sean legibles la acción de la mano, la zona para sustituir la pantalla y el cambio emocional.

Eso es dirigir. Repetir «manos perfectas, interfaz perfecta» es pedir un deseo.

Section 087. Diseña la continuidad en vez de confiar en la suerte#

Continuidad significa que el público cree que los planos comparten personas, objetos, lugar, tiempo y acción. La IA hace vulnerable cada uno de esos elementos.

Usa tres herramientas juntas:

  1. Continuidad de referencias: lleva personajes, ubicaciones y objetos aprobados a cada nuevo plano.
  2. Continuidad de composición: diseña cada nuevo fotograma inicial con el contexto de la escena anterior.
  3. Continuidad de montaje: corta en la acción, cambia el ángulo, recorta discrepancias u oculta la unión con sonido.

Encadenar el último fotograma —usar el fotograma final de un clip como primero del siguiente— puede prolongar una acción, pero no garantiza una unión perfecta. Pueden cambiar grano, clima, pose, iluminación o identidad. Compara la unión real y corta dentro del movimiento o elimina los fotogramas defectuosos de los bordes (encadenado mediante fotograma compartido, 04:00).

Para una escena nueva, suele ser mejor capturar un fotograma del material anterior, combinarlo con referencias aprobadas del mundo y el personaje y diseñar deliberadamente la composición de entrada. Para el ángulo siguiente, no reutilices un último fotograma ligeramente distinto que cause parpadeo. Construye un ángulo claramente diferente, pero conserva la referencia del enfrentamiento o lugar anterior (fotogramas de continuidad diseñados, 03:30).

Usa un corte de continuidad cuando una unión perfecta sea frágil:

Pero no uses a ciegas un elemento que tape la vista. Un árbol o puerta que cruce al sujeto puede provocar pérdida de identidad. Si ocurre, cambia encuadre, modelo o punto de corte.

La generación del primer al último fotograma sirve como material de transición. Proporciona los extremos, describe la acción entre ambos, genera varias opciones y conserva solo los fotogramas que hagan avanzar la historia. Que los extremos funcionen no justifica aceptar un centro defectuoso (transiciones del primer al último fotograma, 16:00).

Ejemplo de continuidad de BrightSmile#

Leah entra ansiosa y sale aliviada.

  1. Fija su ropa, bolso, peinado y rostro.
  2. Crea fotogramas clave de la sala de espera y la sala de tratamiento con la misma luz diurna cálida.
  3. Termina el plano de espera con Leah mirando hacia Ravi.
  4. Corta a un contraplano de Ravi sentado a la altura de sus ojos, llevando ambas referencias de personaje y el plano general de la sala de espera.
  5. Usa un inserto de la mano mientras Leah afloja el bolso.
  6. Pasa a la sala de tratamiento con un puente sonoro: la explicación tranquila de Ravi continúa durante el cambio de habitación.
  7. Termina con un primer plano deliberadamente diferente de Leah sonriendo ante un espejo.

La secuencia parece continua porque se conectan las acciones y el estado emocional, aunque ningún clip generado se una a la perfección.

Section 098. Trata el diálogo como cobertura e interpretación#

El diálogo es una de las tareas más difíciles para la IA, porque rostro, voz, tiempo, mirada, identidad y corte deben coincidir.

Planifícalo como una escena rodada:

  1. Fija ambos retratos y la ubicación.
  2. Genera una imagen fija de situación.
  3. Crea imágenes inversas sobre el hombro con las miradas correctas.
  4. Indica que el otro personaje siga presente cuando sea necesario.
  5. Anima cada imagen aprobada.
  6. Pide silencio cuando el personaje que escucha no deba hablar.
  7. Haz que la frase sea más corta que el clip.
  8. Corta antes de que sea visible un bucle, deriva facial o cola muerta.

Un flujo de diálogo documentado usó retratos fijados, un plano de situación y contraplanos sobre el hombro antes de animar. También comprobó que a veces hay que pedir el silencio de forma explícita y que el habla debe terminar antes que el clip (cobertura controlada de diálogo, 05:00).

Evalúa cada toma:

El habla sintética escrita, una grabación cargada y una interpretación humana con conversión de voz pueden dar resultados distintos. Inspecciónalos. Para trabajos de gran control, graba una interpretación humana amplia, divídela en secciones de diálogo, prepara la voz de sustitución correspondiente para cada una, empareja la pista nueva con la interpretación muda correcta y asigna cada clip a su personaje. Un audio demasiado largo puede hacer que la imagen entre en bucle.

Diálogo completo de BrightSmile: Ravi dice: «Podemos parar cuando quieras». Graba primero una lectura humana tranquila. Crea un primer plano de Ravi de 5 segundos y haz que la frase termine hacia los 3.5 segundos. Corta a la reacción silenciosa de Leah antes de que se degrade el rostro generado. Mantén su boca quieta, los ojos en Ravi y los hombros descendiendo. La prueba emocional está en la reacción, no en una generación más larga de alguien hablando a cámara.

En FocusFox, no hagas hablar a la mascota salvo que mejore el concepto. Una mirada silenciosa y un sonido de notificación pueden ser más claros. En TrailCup, el diálogo probablemente sobra: textura, vapor, viento y una voz en off corta pueden vender el producto sin un personaje parlante frágil.

Section 109. Monta las generaciones como material de origen#

Los clips de IA son material de origen, no planos contractuales. Una generación de diez segundos puede contener dos segundos excelentes. Úsalos.

Inspecciona cada fotograma alrededor de un corte posible. Busca:

Después, elige una de cinco acciones:

  1. Conservar: funciona todo el momento necesario.
  2. Recortar: funciona el fragmento útil.
  3. Parchear: una sección local necesita un inserto específico.
  4. Reencuadrar: un recorte oculta un borde o distribución fallidos.
  5. Rechazar: la acción o identidad central es incorrecta.

Las generaciones más largas y con varios planos pueden dar espacio a la interpretación, pero extrae de ellas bloques útiles y parchea momentos débiles con insertos específicos de imagen a video. Comprueba si los clips más largos y caros reducen realmente las repeticiones. Aumentar la resolución puede mejorar la entrega; no repara deformaciones ni falta de coherencia (generaciones largas como material editable, 00:00).

Los fotogramas duplicados inesperados a veces pueden eliminarse de planos de apoyo silenciosos, pero eso acorta el clip y rompe el audio sincronizado. Considéralo una reparación de emergencia, no un método normal. Si solo funciona parte del clip, cambiar el intervalo malo o continuar desde una captura del momento bueno suele ser más eficiente que reiniciar todo. Limpia periódicamente residuos contradictorios de instrucciones. Una segunda persona revisora —y alguien con la tarea explícita de detectar «basura de IA»— puede encontrar defectos que quien opera ya no ve (ciclo de inspección y reparación, 10:00).

Section 1110. Usa VFX híbridos cuando la realidad deba ser exacta#

El trabajo híbrido conserva una placa real o un elemento exacto del producto y usa IA para la parte difícil de filmar. Una placa es el plano de fondo sobre el que se añadirá otro elemento.

Composición práctica de placa e IA#

  1. Prepara la placa y exporta su primer fotograma.
  2. Pinta una guía aproximada con la escala y posición del sujeto generado.
  3. Refina solo la zona del sujeto y conserva los píxeles circundantes de la placa cuando sea posible.
  4. Anima la imagen fija elegida del sujeto con cámara estática.
  5. Alinea el resultado sobre la placa mediante un punto de referencia visible.
  6. Enmascara el sujeto en movimiento y suaviza solo lo necesario para ocultar el borde rectangular.
  7. Rastrea un rasgo del fondo de alto contraste y vincula la capa generada con ese movimiento.
  8. Iguala brillo, nitidez, grano, reflejo y sombra.
  9. Si el fondo generado está mal, aísla al sujeto y conserva solo el reflejo o la sombra generados que sean útiles.

Esta secuencia de placa, guía básica, refinamiento local, animación, alineación, rastreo y composición se ha demostrado como un flujo práctico de VFX con IA (desglose de VFX híbridos con IA, 04:30).

Para transformar una placa de forma más directa, proporciona el clip de origen y referencias separadas de cada elemento importante. Indica al modelo qué imagen es el fondo, el producto, el contenido de pantalla o la referencia de material. Iguala duración y relación de aspecto con la placa, haz pruebas baratas y describe propiedades físicas como plástico fino, esquinas redondeadas, movimiento y reflejo. Si el tiempo está mal, inicia el efecto generado en la acción que lo activa y recupera la entrada original en el montaje (flujo híbrido con material real, 01:30).

Plano híbrido completo de TrailCup#

Objetivo: un plano principal de 6 segundos en el que el TrailCup azul exacto está sobre una roca al amanecer mientras el vapor se curva con el viento de montaña.

  1. Filma o renderiza el producto. Usa el vaso real en una plataforma giratoria o un modelo 3D verificado. Conserva logotipo, tapa, asa y proporciones.
  2. Genera la placa. Crea varios movimientos tranquilos de cámara en un campamento de montaña sin el vaso. Elige el clip más estable y con menor deformación del suelo.
  3. Rastrea la placa. Iguala dimensiones y rango de fotogramas del proyecto. Rastrea rasgos visibles desde el principio hacia delante, desde el final hacia atrás y desde el centro en ambas direcciones.
  4. Resuelve la cámara. Usa la parte con paralaje útil. Elimina solo rastreos claramente erróneos. Una solución subpíxel basta para material de IA; perseguir geometría perfecta sobre una placa que se deforma desperdicia tiempo.
  5. Fija el mundo. Establece un origen, define el plano de la roca mediante marcadores estables y estima la escala real.
  6. Prueba con un cubo. Si se desliza, corrige el rastreo antes de colocar el vaso.
  7. Ilumina el vaso. Iguala la dirección del amanecer. Renderiza con transparencia y usa un plano que reciba la sombra.
  8. Añade vapor. Genéralo o simúlalo por separado para poder cambiar su tiempo y enmascararlo sin estropear el producto.
  9. Compón. Iguala exposición, suavidad, grano y sombra de contacto. Añade el logotipo real después de generar si hace falta.
  10. Acepta. El vaso debe mantenerse exacto, apoyarse firmemente en la roca, compartir la luz de la placa y seguir legible durante todo el plano.

Las placas de IA exigen precisión pragmática. Rastrear desde varios momentos ayuda a cubrir rasgos que desaparecen, y un movimiento sereno y rastreable suele ser más útil que uno espectacular que se deforma. Establece escala, prueba con geometría simple e iguala iluminación y sombras antes de la colocación final (rastreo de movimiento en material de IA, 00:30).

Section 1211. Crea transiciones propias de la IA solo cuando sirvan a la historia#

La IA puede crear transformaciones imposibles con filmación convencional. Eso sirve cuando la transición pertenece al lenguaje visual, no cuando solo presume de herramienta.

Supongamos que FocusFox pasa de distracción a concentración. En vez de una deformación aleatoria, las notificaciones podrían crecer hasta formar una ruidosa tormenta de papel; la mascota zorro cruza el encuadre y, detrás, la misma habitación está en calma y el temporizador funciona. La transformación expresa la promesa del producto.

Construye la transición por momentos:

  1. Aprueba las composiciones inicial y final.
  2. Elige un estado de movimiento que el sistema maneje, como un personaje a mitad de paso.
  3. Genera el primer momento de transformación.
  4. Conserva el fotograma final útil o diseña una imagen fija de traspaso corregida.
  5. Genera el siguiente momento.
  6. Corta para evitar pérdida de identidad, geometría imposible y fotogramas intermedios débiles.

Cuando una ruta o acción solicitada falle repetidamente, cambia las posiciones y movimientos sin alterar la historia. Pide otra ruta por el mismo lugar, usa un ligero perfil para manejar objetos difíciles o elige un fotograma sin un elemento que tape de forma perjudicial. No es rendirse. Es poner en escena para el medio (transiciones propias de IA y poses compatibles, 30:30).

Section 1312. Presupuesta intentos, no segundos terminados#

El menor precio de generación anunciado no revela el coste de una secuencia terminada. Presupuesta con la proporción de rodaje: material generado dividido por material usado.

Usa esta estimación:

coste de generación = número de planos finales × intentos previstos por plano aceptado × segundos por intento × coste por segundo generado

Después, añade:

Una producción documentada generó 375 clips para 37 planos finales, una proporción aproximada de 10:1 entre clips y planos finales. Es un ejemplo de por qué la duración final por sí sola engaña, no una referencia universal (desglose de costes de una película con IA, 15:00). Los precios y el acceso dependen del modelo y la fecha, así que registra los supuestos junto a cada estimación.

Decisiones de presupuesto para los ejemplos#

Registra para cada plano: intentos, segundos generados, segundos aceptados, tiempo de reparación y motivo del fallo. Tras varios planos, tus datos resultan más útiles que una afirmación pública de costes ajena.

Section 1413. Aplica un control de calidad final#

No apruebes un clip porque haya sido difícil o caro. Revisa la película a velocidad normal, fotograma a fotograma en las uniones arriesgadas, sin sonido y solo con audio.

Historia y negocio#

  1. ¿Puede alguien que llega sin contexto explicar qué ha ocurrido?
  2. ¿Se ve el beneficio del producto o servicio, en vez de limitarse a afirmarlo?
  3. ¿Surge la llamada a la acción de forma natural de la historia?
  4. ¿Funcionaría la secuencia si el público no supiera que intervino IA?

Ejemplo: BrightSmile falla si crea un hermoso drama en la sala de espera, pero nunca muestra alivio, confianza ni la reserva.

Identidad y continuidad#

  1. ¿Conservan los personajes edad, rostro, ropa y cuerpo?
  2. ¿Mantienen los objetos forma, material, marcas y lado?
  3. ¿Coinciden miradas, entradas, salidas, luz, clima y hora?
  4. ¿Conserva cada corte causa y efecto?

Ejemplo: FocusFox falla si el teléfono de Maya cambia de color entre dejarlo y arrancar el temporizador.

Movimiento y física#

  1. ¿Se transfiere el peso por el cuerpo?
  2. ¿Contactan limpiamente las manos con los objetos?
  3. ¿Responden al movimiento tela, pelo, vapor, reflejo y sombra?
  4. ¿Hace la cámara un único movimiento legible y realizable por una persona?
  5. ¿Hay fotogramas duplicados o ausentes?

Ejemplo: TrailCup falla si el vaso flota dos píxeles, aunque la placa de montaña sea hermosa.

Diálogo y sonido#

  1. ¿Se entiende cada palabra?
  2. ¿Coinciden rostro, significado y tiempo?
  3. ¿Permanecen callados los personajes que escuchan en silencio?
  4. ¿Ocultan los cortes el tono de sala, ambiente, efectos y música sin confundir el espacio?
  5. ¿Termina el diálogo antes de un bucle visible?

Acabado técnico#

  1. ¿Son correctos dimensiones, frecuencia de fotogramas, color y duración para la entrega?
  2. ¿Se aumentó la resolución de los clips de baja calidad solo después de cerrar el montaje?
  3. ¿Conservó el aumento de resolución el detalle sin añadir textura plástica?
  4. ¿Son correctos logotipos, texto de producto e interfaces exactos?
  5. ¿Sigue viéndose algún artefacto en una pantalla de teléfono y en un monitor grande?

Usa tres etiquetas en la revisión: hay que corregir, merece la pena corregir e invisible en la entrega. Corrige primero confusión narrativa, rupturas de identidad, errores del producto y fallos físicos evidentes. No gastes el último día en un detalle inocuo del fondo que nadie ve.

Section 15Tres flujos de trabajo completos#

Los siguientes casos muestran cómo cambia el mismo método según la necesidad del negocio.

FocusFox: video vertical de 30 segundos para lanzar una app#

Idea final: Una estudiante distraída está atrapada en una habitación llena de ruido visual. Inicia una sesión de FocusFox de 25 minutos. La habitación se calma, la mascota zorro vigila el teléfono y ella termina una página de trabajo.

  1. Fija el trabajo. Dirígete a estudiantes de plataformas de formato corto. La acción es visitar la página de la app.
  2. Fija el audio. Una voz en off de 22 segundos deja espacio para un momento sonoro inicial y la llamada a la acción final.
  3. Planifica siete planos. Plano general de distracción; inserto de notificación; teléfono sobre el hombro; mano que deja el teléfono; transición propia de IA; primer plano de trabajo tranquilo; pantalla real de la app y llamada a la acción.
  4. Elige métodos. Genera el dormitorio y la mascota. Captura la interfaz real. Compón la pantalla real dentro del plano del teléfono.
  5. Crea recursos. Maya, dormitorio ruidoso, dormitorio tranquilo, teléfono negro, mascota zorro e interfaz de la app.
  6. Aprueba imágenes fijas. Mantén coherentes la posición de Maya en el escritorio y la dirección de la luz. Diseña ambos estados de la habitación antes de animar.
  7. Prueba el plano más difícil. Genera cuatro versiones de la transición de la tormenta de papel. Si todas pierden el rostro de Maya, haz que la mascota cruce el encuadre y oculte el corte.
  8. Genera cobertura. Usa primeros planos con poco movimiento para manos y reacciones. Pide silencio de forma explícita.
  9. Monta pronto. Usa solo los mejores 1–3 segundos de cada toma. Sustituye cualquier pantalla corrupta por la captura real.
  10. Termina. Añade sonido de notificación, crecimiento sonoro de la transición, tono tranquilo de sala y prueba final de la interfaz.

Buen resultado: El público entiende la distracción, ve un cambio creíble y ve el producto real. La IA aporta la metáfora. No fabrica la prueba.

TrailCup: anuncio de 20 segundos para un producto de comercio electrónico#

Idea final: Al amanecer, una senderista toma un TrailCup caliente junto a una tienda. El vapor se curva con el viento. La cámara gira alrededor del vaso y después corta a detalles exactos del producto y la frase «Hot when the trail turns cold».

  1. Fija el trabajo. Dirígete a senderistas que ven anuncios en redes. La acción es abrir la página del producto.
  2. Fija la verdad del producto. Asa, tapa, logotipo, color, material y escala no pueden cambiar.
  3. Planifica cinco planos. Plano general de montaña; mano con guante que se acerca; movimiento orbital principal con rastreo; macro real de detalle; plano final de recoger y marcharse.
  4. Elige métodos. Genera las placas del entorno. Usa un render 3D verificado o el vaso filmado para el plano principal y los detalles. Genera el vapor por separado.
  5. Crea referencias. Plataforma giratoria del producto, arte del logotipo, guante, tienda, distribución del campamento, luz del amanecer y dirección del vapor.
  6. Aprueba la composición. Usa un boceto aproximado para ubicar vaso, tienda y amanecer. Genera la placa limpia sin el vaso.
  7. Prueba si puede rastrearse. Elige una placa tranquila con rocas estables y paralaje útil. Rechaza suelos que se deformen.
  8. Rastrea y compón. Resuelve, establece plano del suelo y escala, prueba un cubo, ilumina el vaso, captura la sombra e iguala el grano.
  9. Monta evitando la debilidad. La mano solo necesita funcionar hasta el contacto. Si hace falta, corta al render exacto antes de que los dedos envuelvan el asa.
  10. Termina. Añade viento, movimiento de tela, un leve sonido de contacto con el vaso, frase del producto y llamada a la acción.

Buen resultado: El entorno parece caro, pero el cliente recibe una visión honesta del producto real.

BrightSmile Dental: video de servicio de 40 segundos para generar confianza#

Idea final: Leah espera su cita con ansiedad. Ravi se sienta a la altura de sus ojos y le dice que ella controla el ritmo. El examen es tranquilo. Leah sale sonriendo y reserva su próxima visita.

  1. Fija el trabajo. Dirígete a personas adultas y nerviosas de la zona en la web de la clínica. La acción es reservar una cita inicial.
  2. Fija el límite ético. No inventes el testimonio de una paciente real ni insinúes un resultado médico garantizado. Presenta una historia claramente escenificada.
  3. Fija el audio. Usa una narración corta y una frase de Ravi. Mantén las afirmaciones objetivas y moderadas.
  4. Planifica cobertura. Exterior; plano general de espera; inserto de mano ansiosa; plano medio de Ravi; contraplano de Leah; detalle de sala de tratamiento; reacción ante el espejo; pantalla de reserva.
  5. Crea recursos. Leah, Ravi, ambas salas, ropa, bolso, espejo y referencias emocionales.
  6. Aprueba imágenes fijas. Haz coincidir dirección de miradas y posiciones en los asientos antes de animar.
  7. Genera el diálogo. Da a Ravi un clip de cinco segundos para una frase más corta. Usa la interpretación humana como base temporal. Mantén silenciosa la reacción de Leah.
  8. Conserva la continuidad. Lleva el plano general anterior y las referencias de personajes a cada contraplano. Usa puentes sonoros entre salas.
  9. Monta fragmentos. Conserva reacciones cortas. Sustituye cualquier primer plano clínico inestable por material real de equipo neutro o un movimiento limpio sobre imagen fija.
  10. Termina. Añade tono tranquilo de sala, sonidos suaves de silla y tela, música contenida, detalles reales de la clínica y una interfaz real de reserva.

Buen resultado: El público siente la promesa del servicio —calma, control y cuidado— sin confundir una escena generada con evidencia documental.

Section 16Qué conservar cuando cambien las herramientas#

Las funciones concretas cambiarán. Un modelo que hoy acepta varias referencias mañana puede aceptar un video anterior. Seguirán cambiando límites de duración, audio integrado, resolución, semillas, intensidad de control, restauración y precios.

Conserva la lógica de producción:

  1. Fija el resultado de negocio y de historia.
  2. Fija audio y planos antes del costoso movimiento.
  3. Convierte los hechos visuales recurrentes en recursos con nombre.
  4. Aprueba imágenes fijas antes de animar.
  5. Prueba la dependencia que puede romper la escena.
  6. Genera opciones comparables.
  7. Diagnostica fallos repetidos en vez de añadir confusión a la instrucción.
  8. Diseña continuidad mediante referencias, composiciones y cortes.
  9. Trata cada resultado como material editable.
  10. Protege productos, interfaces, identidades y afirmaciones exactos con elementos reales o híbridos.
  11. Presupuesta intentos y reparaciones.
  12. Deja que la selección final la haga quien dirige, no el generador.

El objetivo no es eliminar la incertidumbre de la IA, sino contenerla. Da libertad al modelo cuando la sorpresa pueda ayudar. Dale evidencia firme cuando un cambio perjudicaría la historia, el producto o la confianza. Después, monta con el mismo criterio que aplicarías a cualquier otro material.

Fin / Capítulo 16