Los prompts cinematográficos para video con IA van más allá de las descripciones básicas de escena. Este artículo desglosa el lenguaje exacto al que responden los modelos: tipos de plano, dirección de la luz, movimientos de cámara, atmósfera y composición. Incluye ejemplos de prompts listos para usar en escenas de acción, drama, naturaleza y urbanas, además de un paso a paso para Kling v3 Video en PicassoIA.
La diferencia entre un video con IA plano y genérico y uno que detiene al espectador mientras hace scroll casi siempre depende de una sola cosa: el prompt. En concreto, de cuánto lenguaje visual contiene. La mayoría de la gente escribe una descripción de la escena y se pregunta por qué el resultado parece una diapositiva de PowerPoint hecha realidad. Los directores de fotografía pasan carreras enteras aprendiendo a hablar de luz, espacio, movimiento y emoción. Puedes tomar prestado ese lenguaje ahora mismo, y cambia todo.
Los prompts genéricos tratan a los modelos de video con IA como si fueran buscadores. "Un atardecer sobre el océano" describe un tema, no un plano. No le da al modelo nada con lo que trabajar salvo una temática. Los directores de fotografía profesionales nunca dicen "filma un atardecer". Dicen: "Plano general de establecimiento, ángulo bajo a nivel de arena, rocas en primer plano en silueta, horizonte dorado, cámara que avanza lentamente de 50 mm a un equivalente de 85 mm, profundidad de campo reducida a f/2.8, hora mágica, paleta cálida tipo Kodak Vision3."
Esa precisión no es decorativa. Cada palabra es una instrucción.
La falta de vocabulario es la razón por la que tantos clips generados con IA parecen sin peso. Tienen un tema, pero no una gramática visual. No hay información espacial. No hay dirección de la luz. No hay relación entre primer plano y fondo. No hay un operador de cámara implícito que tome decisiones deliberadas. Añade esa gramática y el resultado pasa de ser algo que el modelo adivina a algo que ejecuta.
Los modelos de texto a video actuales, como Kling v3 Video, Seedance 2.0 y Veo 3, se entrenan con enormes conjuntos de datos de contenido cinematográfico real y generado por IA. Han interiorizado a fondo los conceptos de cinematografía. Cuando escribes "objetivo de retrato de 85 mm", entienden una profundidad de campo reducida. Cuando escribes "contraluz de hora dorada", saben que deben crear luz de contorno y destellos de lente. Cuando escribes "dolly push-in", generan movimiento de cámara.
💡 La regla: Si un director de fotografía lo diría en el rodaje, ponlo en tu prompt. Si no lo diría, pregúntate si debe estar ahí.
Los planos de establecimiento sitúan la geografía, la escala y la atmósfera. Le dicen al espectador dónde está y lo grande que parece el mundo. En tu prompt, incluye explícitamente el tamaño del encuadre.
Estructura de prompt para un plano de establecimiento:
Ejemplo: "Gran plano general de establecimiento de un barco de pesca solitario anclado en un fiordo noruego al amanecer, cámara situada desde el borde de un acantilado a 300 pies sobre el nivel del agua mirando hacia abajo, el barco diminuto frente a enormes paredes de fiordo gris verdoso, niebla matinal pegada a la superficie del agua, luz difusa nublada sin sombras duras, toma fija sobre trípode bloqueada, gran angular de 35 mm, fotorrealista"
Los primeros planos tienen peso emocional. Ahí es donde el público conecta con un personaje o con un momento. Un prompt de primer plano mal escrito produce un retrato. Uno bien escrito produce una sensación.
Qué incluir en los primeros planos:
El movimiento de cámara convierte una imagen estática en una escena viva. La mayoría de los principiantes lo omiten por completo, y por eso sus resultados parecen fotografías que casualmente se mueven.
| Movimiento de cámara | Lo que comunica | Lenguaje del prompt |
|---|---|---|
| Dolly push-in lento | Tensión creciente, intimidad | "camera slowly pushing forward" |
| Revelación con retroceso | Escala, aislamiento, descubrimiento | "slow camera pull-back revealing surroundings" |
| Órbita (plano en arco) | Poder, asombro, celebración | "camera orbiting subject 180 degrees" |
| Seguimiento en mano | Urgencia, autenticidad | "handheld camera following subject" |
| Estático bloqueado | Calma, observación, quietud | "static tripod shot, no camera movement" |
| Grúa ascendente | Grandeza, transición, libertad | "camera rising slowly from ground level to aerial" |
Modelos como Video 01 Director y Kling v2.6 Motion Control están diseñados específicamente para interpretar instrucciones de movimiento de cámara, así que usar este lenguaje importa todavía más con esas herramientas.
En el cine, la luz no es decoración. Es información narrativa. La dirección, la calidad, la temperatura de color y la intensidad de la luz le dicen al espectador cómo sentirse antes de que se pronuncie una sola palabra.
La luz natural tiene nombres y comportamientos específicos que los modelos entienden bien.
Hora dorada: Luz ámbar cálida a 10-15 grados sobre el horizonte, sombras largas, alto contraste. Prompt: "magic hour backlight from camera-left, subject in rim light silhouette, foreground in warm amber glow"
Nublado difuso: Luz uniforme, suave y sin sombras, con un ligero matiz gris azulado. Prompt: "heavily overcast sky, diffused soft light with no directional shadows, slight blue tint to highlights"
Hora azul: Los 20-30 minutos después del atardecer, cielo azul profundo, luces de la ciudad empezando a brillar. Prompt: "civil twilight, deep blue sky at roughly 15 minutes post-sunset, ambient city lights beginning to activate, no harsh artificial fill light"
💡 Consejo: Especifica siempre de dónde viene la luz: desde la izquierda de cámara, desde la derecha de cámara, desde arriba, contraluz o fuente práctica (ventana, lámpara, fuego). Este único detalle mejora mucho los prompts.
La iluminación artificial de una sola fuente crea los looks cinematográficos más dramáticos y de alto contraste.
Aislamiento con foco: "Single hard spotlight from directly above, everything outside the light circle completely black, sharp-edged shadows on floor, visible dust particles in beam"
Luz de ventana: "Single window from camera-right, hard directional light creating defined light-dark split across subject's face at 45-degree angle, Rembrandt triangle on shadow side"
Fuentes prácticas: "Lit only by fireplace flames from lower-left, flickering warm orange light creating dynamic shadows, no other light sources in frame"
Los tres planos de un encuadre dan profundidad a las tomas y hacen que parezcan tridimensionales en lugar de planas. Cuando solo describes un plano, obtienes una imagen plana.
Prompt débil: "A woman standing in a forest"
Prompt fuerte: "A woman in a white linen shirt standing in the forest midground, blurred wildflowers and fern fronds in soft-focus foreground 2 feet from camera, ancient pine trunks receding to misty background 100 feet behind her, 50mm lens creating natural perspective compression"
El modelo necesita los tres para construir profundidad. Esto se aplica por igual si trabajas con Wan 2.7 T2V en tomas amplias de paisaje o con Pixverse v6 en escenas de personajes.
La descripción atmosférica funciona en varios niveles. La niebla, la bruma, el humo, la lluvia y el vapor no son meteorología. Son difusores de luz que crean estado de ánimo y profundidad espacial.
Palabras de atmósfera que funcionan:
El lenguaje de gradación de color también funciona bien: "Kodak Portra 400 color science," "Fuji Velvia saturated greens," "desaturated cool tones with warm skin retention," "bleach-bypass high contrast."
Las escenas de acción necesitan transmitir velocidad, energía y lo que está en juego a través del propio prompt.
Escena de carrera: "Low-angle tracking shot of a woman sprinting through a rain-soaked city street at night, camera at shin-level moving laterally to match her pace, motion blur on pumping arms and legs, face sharp and focused, neon reflections streaking in wet pavement, 24mm wide angle, handheld"
Escalada de persecución: "POV shot running through a crowded marketplace, vendors and shoppers blurring past on both sides, camera slightly tilted and bouncing with footfall rhythm, baskets and fabric brushing at the edges of frame, harsh midday overhead sun, shallow focus ahead"
Para la acción de ritmo rápido, Kling v2.5 Turbo Pro maneja el movimiento veloz sin artefactos de fotograma, mientras que Gen 4.5 ofrece una calidad de movimiento sólida con un resultado cinematográfico.
Estas escenas dependen por completo de la precisión del detalle físico y la contención. La cámara debe observar en lugar de dramatizar.
Duelo: "Medium shot of a man sitting alone at a long dining table in a house too quiet for him, one place setting in front of him, untouched food, late afternoon light from a distant window cutting a single stripe of gold across the table, camera static and distant, no movement, 85mm portrait lens, Kodak film grain"
Alegría: "Close-up of a woman's face the moment she reads a letter, her expression shifting from neutral to disbelief to overwhelming joy over 4 seconds, natural window light from camera-left, no movement, just her face and the sound of her breath, 100mm lens, shallow DOF"
💡 Para momentos de personajes: Resiste la tentación de describir la emoción. Describe los detalles físicos que crean la emoción. Deja que el modelo haga el trabajo emocional.
Las tomas de paisaje necesitan referencias de escala y capas atmosféricas para sentirse cinematográficas en lugar de imágenes de archivo.
Escala de montaña: "Extreme wide shot of a solo hiker standing on a rocky ridge, human figure occupying 3% of frame on the left third, vast granite peaks filling the right two-thirds, cumulus clouds casting moving shadow patches across the stone faces below, 200mm telephoto compression, late afternoon side light raking across the ridgelines"
Poder del océano: "Low angle at water's edge, lens 6 inches above surface, a massive wave approaching and about to break over the camera position, water texture glass-clear in the foreground, white foam boiling at the crest, horizon line high in frame, 16mm ultra-wide"
LTX 2.3 Pro ofrece un detalle excepcional en escenas de naturaleza y paisaje con salida en 4K. Para escenas en las que la escala del entorno es lo importante, merece la pena el tiempo de render.
Las escenas urbanas de noche tratan de fuentes de luz, reflejos y el contraste entre calidez y oscuridad.
Calle nocturna: "Medium-wide shot of a narrow Tokyo side street at 2am, ramen shop lanterns and vending machines providing warm pools of orange and red light, the lane between buildings dark blue-black, a lone figure in a long coat walking away from camera toward the light, 50mm, Kodak Vision3 tungsten balance"
Drama en la estación de tren: "Wide interior shot of a grand European train station during departure, steam and crowd movement creating chaotic energy around one still figure, warm incandescent ceiling lights fighting blue-cold light from open station doors, 28mm wide angle, slow dolly push toward the still figure"
Kling v3 Video es uno de los modelos más potentes disponibles para generar escenas de estilo cinematográfico. Maneja mejor que la mayoría de las alternativas los movimientos de cámara complejos, las escenas con varios sujetos y la iluminación atmosférica. Así se obtienen los mejores resultados.
Abre Kling v3 Video en PicassoIA y accede a la interfaz de generación.
Escribe tu prompt por capas usando esta estructura:
Define la duración en 5 segundos para escenas controladas, o en 10 segundos para escenas con movimiento o desarrollo importantes.
Genera y revisa: Comprueba que el movimiento de cámara coincida con tu intención, que la dirección de la luz sea coherente y que el movimiento del sujeto resulte natural.
Itera sobre los detalles: Si la toma parece demasiado plana, añade elementos en primer plano. Si la iluminación no se lee bien, especifica la dirección con más precisión.
💡 Prompt negativo: Úsalo para bloquear los artefactos habituales del video con IA. Incluye: "CGI, illustration, animation, oversaturated, unnatural motion, jitter, warped faces"
También merece la pena probar Kling v2.6 para características de movimiento ligeramente distintas, y Seedance 1.5 Pro cuando quieras generar audio nativo junto con el resultado cinematográfico.
Cada modelo tiene fortalezas distintas. Hacer coincidir el tipo de escena con el modelo adecuado es la mitad del trabajo.
| Tipo de escena | Modelo recomendado | Por qué |
|---|---|---|
| Acción de mucho movimiento | Kling v2.5 Turbo Pro | Maneja el movimiento rápido sin artefactos |
| Cinematográfico con audio | Seedance 2.0 | El audio generado de forma integrada sigue el ritmo visual |
| Escenas ultrarrealistas | Veo 3 | Gran realismo de personajes y audio nativo |
| Salida de paisaje en 4K | LTX 2.3 Pro | Resolución 4K con gran detalle del entorno |
| Movimiento controlado por cámara | Video 01 Director | Control explícito del movimiento de cámara |
| Borradores de entrega rápida | Hailuo 2.3 Fast | Velocidad sin sacrificar demasiada calidad |
| Lo último en calidad de Google | Veo 3.1 | Salida cinematográfica en 1080p con buen movimiento |
| Cinematográfico general | Gen 4.5 | Movimiento cinematográfico sólido a un precio accesible |
| Escenas amplias en 1080p | Wan 2.7 T2V | Salida fiable en 1080p de uso general |
| Clips cinematográficos rápidos | Pixverse v6 | Generación rápida con sincronización de audio y video cinematográfica |
Lo mejor es probar 2-3 modelos con el mismo prompt. Verás enseguida cuál maneja mejor tu tipo de escena, y esa intuición se afina rápido cuando empiezas a comparar resultados lado a lado.
Cada estructura de prompt de este artículo es una fórmula, no una frase mágica. El trabajo real está en adaptar estos patrones a tu escena concreta, probar y refinar. Los modelos disponibles ahora mismo, desde Kling v3 Video hasta Sora 2 Pro y Seedance 2.0, responden al lenguaje cinematográfico de formas que no eran posibles hace 18 meses.
Piensa ahora mismo en una escena. Divídela en: tipo de plano, sujeto, entorno, dirección de la luz, movimiento de cámara, atmósfera y lente. Escríbelo. Ejecútalo. La distancia entre lo que imaginaste y lo que sale será menor de lo que crees.
Todos los modelos mencionados en este artículo se pueden probar directamente en PicassoIA, sin instalar ningún software. Empieza con una escena. Ajusta una variable a la vez. Así es como desarrollas intuición real más rápido que con cualquier cantidad de lectura.
Elige tu idioma
