Prompts de vídeo con IA, qué son y por qué el lenguaje del cine es la clave

¿Qué es un prompt de vídeo?

Un prompt es la instrucción que le das a un modelo de IA. A la práctica de escribirlos se le llama prompting y durante un tiempo hubo quien se presentaba como prompt engineer, el que sabía hablar con las máquinas.

En vídeo, el prompt carga con más cosas que en una foto. Quien viene de probar las mejores IA para crear imágenes está acostumbrado a describir un instante, con su encuadre, su luz y un sujeto quieto. Un clip dura unos segundos y en esos segundos pasan cosas. Alguien cruza la calle, el viento mueve una cortina o la cámara se acerca. Todo eso también hay que pedirlo.

Runway lo resume en su guía de texto a vídeo. Un buen prompt describe lo que aparece en el encuadre y cómo se mueven esos elementos durante la escena, con un lenguaje directo y claro.

Si partes de una imagen, la foto ya fija composición, luz y estilo y el texto se centra casi solo en el movimiento (Runway). Lo contamos en animar una imagen con IA.

¿Por qué el lenguaje del cine es la clave?

El cine tiene nombre para cada decisión de cámara y esos nombres caben en dos palabras. Un modelo que lee «la cámara se acerca un poco» tiene que adivinar cuánto, a qué velocidad y desde dónde. Si lee «travelling de acercamiento lento», recibe un movimiento con forma conocida.

Tres familias de palabras hacen casi todo el trabajo. La escala y el ángulo del plano, del plano general al primer plano y del picado al contrapicado, que repasamos en tipos de plano. El movimiento de cámara, de la cámara fija a la panorámica, el travelling, la grúa o la cámara en mano. Y la luz, que decide la hora, el ambiente y buena parte del tono.

La diferencia se ve con un ejemplo cualquiera. «Una mujer camina por la ciudad de noche» deja casi todo al azar. «Plano general nocturno, una mujer camina sola por una calle mojada, luz de neones, la cámara la acompaña en travelling lateral» ya suena a toma. Las dos frases piden lo mismo y solo la segunda dice cómo se rueda. La guía de Google usa ejemplos igual de escuetos, como un «plano aéreo con dron que sobrevuela un archipiélago tropical».

¿Qué elementos recogen las guías oficiales?

Google tiene una guía de prompts para vídeo que vale para Veo y Gemini Omni, los modelos que hoy se usan desde Flow (los repasamos en Veo, Flow y Gemini Omni). Runway publica la suya para Gen-4.5. Las dos coinciden mucho más de lo que se diferencian.

Google añade términos de montaje como el match cut o el jump cut y avisa de que algunos ángulos y objetivos avanzados no están admitidos oficialmente.

Lo que más tranquiliza es que ninguna de las dos pide rellenarlo todo. Google dice que no hace falta usar todos los elementos en cada prompt. Runway escribe que la estructura y el orden importan mucho menos que transmitir la idea con claridad y reducir la ambigüedad (Runway).

Hay un detalle de Google que pilla a mucha gente. Para quitar algo de la imagen recomienda nombrarlo en el prompt negativo («pared, marco») en lugar de escribir «sin paredes» o «no muestres paredes».

¿Basta con saberse el vocabulario?

Saber cómo se llama un plano es el punto de partida. Lo difícil llega después, cuando el personaje tiene que seguir siendo el mismo de una toma a otra, cuando un modelo respeta un movimiento y otro no y cuando los planos tienen que montar entre sí. Cada guía está escrita para su modelo y lo que funciona en uno no siempre sale igual en el siguiente.

En el curso de cine con IA el estilo se fija en la clase 3 y la clase 6 se dedica a los primeros tests de vídeo y cámara, con el modelo elegido según el tipo de plano.

Preguntas frecuentes

¿Qué es el prompting?

Es la práctica de escribir instrucciones para que un modelo de IA genere lo que buscas. En vídeo incluye describir el movimiento y la cámara, además de lo que se ve.

¿Qué hace un prompt engineer?

Es el nombre que se dio a quien se especializa en escribir y ajustar instrucciones para modelos de IA. En vídeo, buena parte de ese oficio consiste en traducir una idea al lenguaje del rodaje.

¿En qué se diferencia un prompt de vídeo de uno de imagen?

El de imagen describe un instante. El de vídeo también cuenta qué pasa durante el clip y cómo se mueve la cámara.

¿Hay que incluir todos los elementos en cada prompt?

No. Tanto Google como Runway dicen que no hace falta y que dejar fuera algunos elementos da libertad al modelo. Runway recomienda empezar por un prompt sencillo con lo esencial.

Para seguir

Un prompt se escribe en un minuto. Que la toma sea la que tenías en la cabeza y que monte con la siguiente se consigue rodando, mirando y corrigiendo. Si quieres hacerlo con una historia tuya, echa un vistazo al curso de cine con IA.