¿Cansado de grabar, editar y aun así conseguir pocas visualizaciones? Este artículo te muestra cómo crear videos verticales profesionales con IA para YouTube Shorts a partir de prompts de texto. Sin cámara, sin software de edición, sin estudio. Solo escribe tu escena, elige un modelo, fija la relación 9:16 y descarga contenido ya optimizado para Shorts, Reels y TikTok.
El formato que ahora domina todos los feeds es el vertical. No es que el formato horizontal haya desaparecido, simplemente nadie lo mira ya de la misma manera. YouTube Shorts, TikTok, Instagram Reels: todos usan por defecto 9:16, todos se reproducen en un teléfono sostenido en vertical y todos premian a los creadores que se mueven rápido.
El problema es que crear un video vertical de 30 segundos solía llevar horas. Grabar, importar, cortar, añadir música, exportar, redimensionar. Hoy los generadores de video con IA han reducido ese flujo de trabajo a minutos. Escribes un prompt, eliges un modelo y obtienes un clip vertical listo para subir. Sin cámara. Sin trípode. Sin aplicación de edición.
Este artículo explica paso a paso cómo hacerlo, qué generadores de video con IA funcionan mejor para Shorts y cómo escribir prompts que realmente den resultados que merezca la pena publicar.
El teléfono no solo cambió la forma en que la gente consume contenido, también cambió lo que se considera "normal" en pantalla. Durante años, el 16:9 fue el estándar universal porque los televisores y los monitores de equipo son anchos. Pero los teléfonos son altos. Y en cuanto las plataformas de video de formato corto hicieron del vertical el predeterminado, toda la industria de creación de contenido tuvo que seguirlas.
YouTube Shorts supera ya los 70 000 millones de visualizaciones al día. TikTok ha superado los 1000 millones de usuarios activos. Instagram Reels es el espacio de este formato que más crece. Todas las grandes plataformas han construido su algoritmo de recomendación en torno al contenido 9:16, lo que significa que los videos horizontales se relegan antes siquiera de tener la oportunidad de llegar al público.
Si creas contenido que no encaja en el formato vertical, partes con una desventaja estructural.
La barrera tradicional del video vertical no era la creatividad, era la producción. Grabar requiere equipo, iluminación y un sujeto. Editar requiere tiempo, habilidades de software y constancia. Incluso con un teléfono decente, la mayoría de la gente produce contenido irregular porque la carga de producción es demasiado alta para sostenerla.
Los generadores de video con IA eliminan la mayor parte de esa carga. En lugar de preparar una toma, la describes. En lugar de editar material grabado, recibes un clip terminado. En lugar de dedicar una tarde a una sola publicación, puedes generar cinco o diez variantes en una hora y programarlas para toda la semana.
La calidad de salida también ha superado un umbral. Modelos como Kling v3 Video, Veo 3.1 y Hailuo 2.3 producen imágenes capaces de captar la atención en el feed de Shorts. El movimiento es fluido, la iluminación es realista y la fidelidad visual es tan alta que los espectadores no detectan de inmediato que es IA.
En la producción de video tradicional, escribirías un guion, después rodarías y luego editarías. Con la generación de video con IA, el prompt es el guion, la lista de tomas y la dirección visual, todo a la vez. El prompt le indica al modelo qué mostrar, cómo encuadrarlo, cuál es el ambiente y cómo deben moverse las cosas.
Un prompt débil produce resultados genéricos. Un prompt específico produce algo que de verdad puedes publicar.
Esta es la diferencia:
Débil: "Una mujer caminando por una ciudad"
Fuerte: "Una mujer segura de sí misma, de finales de los veinte, piel aceitunada, abrigo rojo, caminando por una concurrida acera de Nueva York mojada por la lluvia, por la noche, con reflejos de neón sobre el pavimento húmedo, cámara lenta, encuadre vertical 9:16, iluminación cinematográfica, profundidad de campo reducida"
La segunda versión le indica a la IA el encuadre, la iluminación, el ambiente, la velocidad del movimiento y el estilo visual. La primera no le da nada con lo que trabajar.
💡 Consejo: Especifica siempre "formato vertical", "relación de aspecto 9:16" u "orientación retrato" en tu prompt cuando trabajes con modelos que lo admitan. Algunos modelos usan 16:9 por defecto si no lo indicas.
No todos los generadores de video con IA admiten de forma nativa la salida 9:16. Algunos solo producen clips 16:9, lo que obliga a recortar o añadir bandas negras al resultado para Shorts. Eso suele hacer que el sujeto principal quede cortado o que la composición se rompa.
Antes de elegir un modelo, comprueba si admite salida en vertical. Kling v2.6, Pixverse v5 y Seedance 1 Pro ofrecen todos salida 9:16, lo que los convierte en opciones sólidas para producir Shorts.
El panorama del video con IA tiene decenas de modelos, y no todos son iguales a la hora de producir contenido listo para Shorts. Estas son las mejores opciones de ahora mismo.
Kling v3 Video es actualmente el modelo más fiable para crear contenido vertical pulido de formato corto. Produce resultados cinematográficos, maneja bien el movimiento y admite 9:16 de forma nativa. La coherencia del movimiento es especialmente sólida: objetos y personas se mueven con fluidez, en lugar de desplazarse o deformarse como ocurre con los modelos anteriores.
Para los Shorts, su generación de clips de 5 a 10 segundos encaja perfectamente. Un Short suele durar entre 15 y 60 segundos, y puedes encadenar varias generaciones hasta alcanzar la duración que buscas.
| Característica | Valoración |
|---|---|
| Calidad visual | Excelente |
| Coherencia del movimiento | Excelente |
| Soporte vertical | 9:16 nativo |
| Velocidad | Rápida |
| Ideal para | Shorts cinematográficos, clips narrativos |
Veo 3.1 de Google está en otra categoría en lo que respecta al fotorrealismo. Las imágenes que produce son realmente difíciles de distinguir de una grabación real, sobre todo en escenas de exterior y naturaleza. También admite la generación de audio nativo, lo que significa que la IA crea un sonido ambiental acorde con lo que se ve.
Para contenido de Shorts que necesita parecer real, escenas de viaje, presentaciones de productos y clips de naturaleza, Veo 3.1 es la mejor opción disponible. La contrapartida es el tiempo de generación: tarda más que modelos más rápidos como Wan 2.5 T2V Fast. Si quieres el mismo nivel de calidad cinematográfica con audio en una versión algo anterior, Veo 3 también es una opción sólida.
Cuando necesitas volumen, cuando produces 10 Shorts a la semana y necesitas entregas rápidas, Pixverse v5 es la herramienta adecuada. Los tiempos de generación son cortos y la salida visual sigue siendo competitiva. Maneja bien las escenas dinámicas, las tomas de acción, los cortes rápidos y el contenido con mucho movimiento.
No igualará a Kling v3 Video ni a Veo 3.1 en fidelidad visual pura, pero para contenido de redes sociales que necesita moverse rápido, es una opción sólida.
Wan 2.6 T2V es uno de los modelos de acceso abierto más capaces que existen. Para los creadores que quieren experimentar a fondo, produce calidad HD y maneja una gran variedad de tipos de escena. Combínalo con Wan 2.6 I2V si quieres animar una imagen concreta que ya hayas generado, un flujo de trabajo que funciona bien para Shorts con un estilo visual coherente.
PicassoIA te da acceso a todos los modelos anteriores en un solo lugar, sin necesidad de cuentas separadas ni claves de API. Este es el proceso exacto.
Ve a la colección de texto a video y selecciona el modelo que mejor se adapte a tu objetivo. Para Shorts, Kling v3 Video o Kling v2.6 son los puntos de partida más constantes. Si quieres el máximo fotorrealismo, elige Veo 3.1.
Usa esta estructura como base:
[Sujeto + Acción] + [Entorno/Escenario] + [Condiciones de iluminación] + [Movimiento de cámara] + [Ambiente/Atmósfera] + [Relación de aspecto: 9:16]
Ejemplo: "Una joven de pie en una azotea a la hora dorada, con el horizonte de la ciudad detrás, movimiento de cámara con inclinación lenta hacia arriba, contraluz cálido y suave, ambiente cinematográfico, formato vertical 9:16"
Mantén tu prompt entre 40 y 80 palabras. Si es demasiado corto, el modelo tiene demasiada libertad. Si es demasiado largo, las instrucciones contradictorias empiezan a dañar el resultado.
💡 Consejo: Añade movimientos de cámara concretos a tu prompt. "Acercamiento lento", "inclinación hacia arriba", "toma orbital", "travelling a mano alzada" producen resultados distintos y hacen que tus Shorts se vean más dinámicos y deliberados.
En los ajustes del modelo, busca la opción de relación de aspecto y selecciona 9:16 o retrato. Algunos modelos lo llaman "vertical" o "móvil". Así te aseguras de que la salida ya tiene el formato adecuado para subirla directamente a Shorts, sin recortes.
Lanza la generación. La mayoría de los modelos tardan entre 30 segundos y 3 minutos, según el modelo y la duración del clip. Revisa el resultado y comprueba:
Si alguno de esos puntos falla, ajusta el prompt y vuelve a generar. Itera rápido. El objetivo es encontrar una fórmula de prompt que produzca resultados fiables para el estilo de tu contenido y escalar desde ahí.
Obtener resultados constantes y de alta calidad con los modelos de video con IA depende de cómo escribas los prompts. Esto es lo que realmente marca la diferencia.
El error más habitual es escribir un prompt que describe una escena sin tener en cuenta cómo se encuadra. El video vertical tiene reglas de composición distintas a las del horizontal. El encuadre es alto y estrecho. La colocación del sujeto importa de otra manera. La acción que se mueve hacia arriba o hacia abajo funciona mejor que la que se mueve de lado a lado.
Construye tus prompts en torno a escenarios pensados para la vertical:
Evita las escenas amplias y panorámicas. Se ven mal en formato vertical porque la parte más interesante de la composición termina en los bordes, donde el encuadre la corta.
Estas instrucciones de cámara producen de forma constante buenos resultados en la generación de video vertical con IA:
| Movimiento de cámara | Uso ideal |
|---|---|
| Acercamiento lento | Revelaciones dramáticas, momentos emotivos |
| Inclinación hacia arriba | Sujetos altos, para mostrar escala |
| Ángulo bajo mirando hacia arriba | Retratos, tomas de poder |
| Temblor sutil a mano alzada | Escenas callejeras, autenticidad |
| Órbita alrededor del sujeto | Fotos de producto, presentación de personajes |
| Plano fijo | Momentos de diálogo, escenas de naturaleza |
Cuando uses Kling v3 Motion Control, puedes especificar el movimiento de cámara con mayor precisión, controlando la trayectoria de la cámara virtual fotograma a fotograma.
El video vertical con IA es especialmente eficaz para el contenido de productos. Puedes generar un clip que muestre un producto en un entorno aspiracional sin tener que poseerlo, alquilar un estudio o contratar a un fotógrafo. La moda, los cosméticos, la comida, los accesorios tecnológicos: todas estas categorías producen contenido de Shorts con IA muy atractivo.
Para los videos de producto, funcionan bien los modelos que manejan la generación de imagen a video. Empieza con una imagen del producto que ya tengas y anímala con Wan 2.6 I2V o Kling v2.6. El resultado es un clip corto que muestra el producto en una escena en movimiento, mucho más atractivo que una publicación con una imagen estática.
Algunos de los Shorts con IA que mejor funcionan son de viajes. Los espectadores los ven sin parar porque las imágenes despiertan el deseo de viajar. Los generadores de video con IA como Veo 3.1 producen imágenes de viaje que no se distinguen de una grabación real a la resolución habitual de visualización.
Puedes producir una serie vertical de viajes completa sobre cualquier destino sin reservar un vuelo. La clave está en escribir prompts geográficamente específicos. "Un callejón empedrado y sinuoso de Lisboa al atardecer, luz dorada, buganvillas desbordándose sobre muros encalados" produce un resultado mucho más auténtico que "una calle europea".
Los clips narrativos cortos, microhistorias de 15 a 30 segundos, funcionan muy bien en Shorts porque crean un motivo para ver hasta el final. Los espectadores miran hasta el final para ver qué pasa. Los modelos de video con IA manejan bien los momentos narrativos breves cuando preparas la escena con claridad en el prompt.
Para el contenido narrativo de varios clips, genera cada "escena" por separado y ensámblalas en un editor sencillo para el teléfono. No necesitas una suite de edición completa para encadenar cinco clips de IA de 5 segundos en un Short de 25 segundos.
Las plataformas de video vertical superponen elementos de la interfaz sobre tu contenido. YouTube Shorts muestra el título, la descripción, los botones de me gusta y comentario, y el nombre del canal sobre el encuadre del video. Si tu sujeto principal o la acción importante están cerca de la parte inferior o del borde derecho, la interfaz de la plataforma los tapará en parte.
Mantén el sujeto principal centrado en el encuadre, sobre todo entre el 20 % y el 80 % de la altura vertical. Evita colocar elementos críticos en la parte más baja de un clip vertical.
Los generadores de video con IA manejan bien el movimiento, pero el movimiento por sí solo no mantiene a los espectadores viendo. Un clip que solo muestra una cámara recorriendo un entorno bonito retiene menos que un clip en el que algo ocurre, aunque ese "algo" sea tan simple como una persona que se gira para mirar a la cámara.
Antes de generar, pregúntate: ¿para qué está mirando el espectador? Dale al clip un propósito, aunque sea una escena ambiental de 10 segundos.
Hay un rango óptimo para los prompts de video con IA, más o menos entre 40 y 80 palabras. Por debajo de 30 palabras, el modelo rellena demasiados huecos con valores genéricos. Por encima de 100 palabras, las instrucciones contradictorias empiezan a producir resultados impredecibles en los que el modelo parece ignorar en parte el prompt.
Prueba primero tus prompts en el rango de 50 a 70 palabras. Cuando tengas un formato que funcione, amplíalo o acórtalo a partir de ahí.
Además de las mejores opciones de arriba, hay otros modelos que dan buenos resultados en contextos concretos:
💡 Consejo: Prueba el mismo prompt en 2 o 3 modelos y compara los resultados. Cada modelo tiene una "personalidad" visual distinta, y un mismo prompt puede producir resultados muy diferentes según el modelo que uses.
La barrera para crear contenido de video vertical para Shorts es ahora un buen prompt y 3 minutos. No hay equipo que montar, ni material que importar, ni línea de tiempo de edición que gestionar.
Quienes más partido sacan a este flujo de trabajo son los que tratan la escritura de prompts como una habilidad que merece la pena desarrollar. Cada generación te enseña algo sobre cómo el modelo interpreta el lenguaje, qué detalles visuales conviene especificar y qué movimientos de cámara funcionan con cada tipo de sujeto.
Empieza con Kling v3 Video o Kling v2.6 para tus primeros Shorts. Escribe un prompt específico, visual y de 60 palabras. Ajusta la relación a 9:16. Genera. Mira lo que sale y ajusta a partir de ahí.
PicassoIA tiene más de 89 modelos de texto a video disponibles en un solo lugar. Puedes probar Veo 3.1, Pixverse v5, Wan 2.6 T2V y todos los demás modelos de este artículo sin cambiar de plataforma ni gestionar suscripciones separadas. Todo el flujo de producción de video vertical con IA, desde el prompt hasta el clip terminado, ocurre en un solo lugar.
El algoritmo premia la publicación constante. La generación de video con IA hace que publicar con constancia sea posible. Esa combinación es la forma de construir una audiencia en Shorts.
Elige tu idioma
