Texto a video con IA: método y ejemplos de prompt

Para pasar de texto a video con IA, convierte tu idea en una escena visible: un sujeto, una acción, un escenario y un movimiento descritos con claridad. Un texto comercial o un guion completo suele tener que dividirse antes de convertirse en un prompt aprovechable.

Pega después tu prompt en el Generador de video: Gemini Omni, el modelo predeterminado, genera un clip de 4 a 10 segundos con sonido.

Una frase puede expresar una idea abstracta sin explicar qué debe mostrar la cámara. «Nuestro taller da vida a tus proyectos» es un mensaje, no una escena. El trabajo consiste en elegir una representación concreta que comunique ese mensaje sin inventar hechos.

Distingue el mensaje, el guion y el prompt

¿Tu texto cuenta una historia en vez de un mensaje aislado? La guía para convertir una historia en un video narrado con IA te ayuda a organizar el relato. Después usa el método de abajo para preparar cada plano por separado.

El mensaje responde a la pregunta: ¿qué debe entender el espectador? El guion organiza la información en el tiempo. El prompt describe el contenido de un plano para el generador. Los tres niveles se complementan, pero no se sustituyen.

Para un taller ficticio de Puebla, el mensaje puede ser la transformación de una idea en un objeto. El guion prevé un boceto, una fase de preparación y una presentación final. Aun así, el primer prompt no debe pedir todas esas etapas a la vez: puede limitarse a mostrar un cuaderno abierto sobre una mesa.

Guarda el texto hablado en una zona separada de tu documento de preparación. Gemini Omni, Veo, Seedance y Grok Video generan el sonido junto con la imagen; si necesitas una voz en off palabra por palabra, créala en Música y voces.

Traduce las ideas abstractas en acciones observables

Para cada frase de tu texto, pregúntate qué podría ver una persona. «Un trabajo cuidadoso» puede ilustrarse con un gesto preciso sobre un material. «Un ambiente tranquilo» puede convertirse en una escena sencilla, una luz suave y un movimiento de cámara mesurado. Si el video trata de un negocio o un producto real, distingue entre una ilustración de ambiente y una representación fiel.

Anota varias opciones visuales y elige la más fácil de entender. No necesitas generar todas las ideas. Esa selección previa reduce los intentos que producen secuencias bonitas pero sin una relación clara con tu mensaje.

Construye una ficha para cada plano

Copia esta ficha para preparar un solo plano:

Elemento	Tu decisión	Ejemplo del taller
Mensaje	¿Qué debe entender el espectador?	La preparación importa.
Sujeto visible	¿Qué hay que mostrar?	Un cuaderno abierto y un lápiz.
Acción	¿Qué cambia durante el plano?	Una mano deja el lápiz y sale del encuadre.
Escenario y encuadre	¿Dónde está el sujeto y cómo se ve?	Mesa de madera, vista ligeramente elevada.
Cámara	¿El punto de vista se mueve?	Se mantiene fijo.
Final del plano	¿Qué debe seguir viéndose?	El cuaderno y el lápiz, sin obstáculos.
Texto o audio aparte	¿Qué hay que guardar fuera del prompt visual?	La narración aprobada y los datos exactos.

Para el taller ficticio, la ficha puede decir: cuaderno abierto, mano que deja un lápiz, mesa de madera, vista ligeramente elevada, cámara estable. Esa descripción es más fácil de verificar que «un video inspirador sobre creatividad y éxito».

Prevé también el espacio necesario para un título que se añadirá después. Si toda la imagen está ocupada por la acción, la maquetación se complica. Un plano final tranquilo puede diseñarse expresamente para recibir el mensaje sin tapar el sujeto.

Convierte luego solo los elementos visuales en una instrucción: «Muestra [sujeto] en [escenario], con [encuadre]. [Una acción]. La cámara [se mantiene fija o el movimiento elegido]. Termina con [resultado visible]. Usa [luz y tratamiento]». Sustituye los corchetes por tus decisiones y deja el mensaje y la narración en tus notas de producción.

Escribe un primer prompt sencillo

Ejemplo de prompt:

Vista ligeramente elevada de un cuaderno abierto sobre una mesa de madera clara. Una mano adulta deja con suavidad un lápiz junto al cuaderno y luego sale del encuadre. Cámara estable, luz natural suave desde la izquierda, fondo discreto. El cuaderno permanece inmóvil. Sin palabras legibles, sin logotipos y sin cambios de escenario.

La acción principal es identificable y limitada. Puedes comprobar si el lápiz se apoya de forma comprensible, si la mano sigue siendo creíble y si los objetos conservan su forma.

Si esta escena resulta demasiado exigente, simplifícala aún más: quita la mano y deja un movimiento suave de la cámara hacia el cuaderno. El mensaje general puede seguir entendiéndose sin imponer una interacción difícil de controlar.

Pasa del texto a la primera prueba

Abre el Generador de video, pega tu prompt y deja Gemini Omni, el modelo predeterminado, que genera el sonido junto con la imagen. Ajusta la duración (de 4 a 10 s) y el formato (9:16 o 16:9) en la interfaz.

Texto a video con IA: qué modelo elegir

• Gemini Omni: el modelo predeterminado, con sonido, para clips de 4 a 10 s hasta en 4K.
• Veo: clips de 8 s con sonido, en tres niveles de calidad.
• Kling 3.0: hasta 5 planos en un mismo clip, con los mismos personajes de un plano a otro.

Para comparar los modelos según tus planos, sigue el método para elegir una IA de video para cada plano.

Separa el movimiento del sujeto y el de la cámara

El sujeto puede moverse mientras la cámara permanece fija. La cámara también puede desplazarse alrededor de un sujeto inmóvil. Esas decisiones producen efectos distintos y deben ser coherentes con tu intención. La guía de prompts de video con movimientos precisos profundiza en este punto.

Para empezar, evita acumular un giro rápido, un cambio de escala, varios gestos y un desplazamiento del escenario. Si el resultado se deforma, te costará identificar qué falla. Prueba primero el movimiento que de verdad aporta algo al plano.

Un vocabulario sencillo suele bastar para expresar la intención: la cámara avanza despacio, el sujeto gira ligeramente la cabeza, una tela se mueve con una brisa suave. No añadas términos técnicos que no sabrías reconocer en la secuencia obtenida.

Divide un texto largo en lugar de comprimirlo

Un párrafo de presentación puede contener varias ideas: origen, método, beneficio e invitación. Selecciona las que merecen una imagen y las que pueden quedarse en una narración o en un pie de foto. No todas las frases necesitan un plano propio.

Por ejemplo, «Preparamos cada proyecto con atención y te acompañamos hasta el resultado» puede convertirse en dos momentos: una preparación visual y una presentación final. El resto del sentido puede apoyarse en una frase de voz en off claramente aprobada.

No intentes meter una larga serie de acontecimientos en una sola escena solo para reducir el número de generaciones. Una división más legible puede hacer más útil cada plano y facilitar el reemplazo de una parte débil. Para encadenar varios planos en una misma generación, prueba Kling 3.0, pensado para multiplano.

Verifica lo que ocurre entre el principio y el final

Mira el plano sin pausas y luego inspecciona los momentos en que la acción se vuelve confusa. Un buen primer cuadro no basta: un objeto puede cambiar de tamaño, una mano puede transformarse o un elemento puede aparecer sin motivo a mitad de la secuencia.

Compara el resultado con la ficha del plano. ¿La acción se entiende? ¿El sujeto sigue visible? ¿El movimiento de cámara cumple el papel previsto? Evalúa la claridad antes de buscar una estética más espectacular.

Guarda una nota breve sobre el defecto principal. «La cámara se mueve demasiado» es más útil para la siguiente instrucción que «al resultado le falta calidad». Corrige un punto a la vez para saber si el cambio de verdad ayuda.

Revisa sin perder las buenas decisiones

Si el escenario funciona pero la acción falla, conserva la descripción del escenario y simplifica la acción. Si el encuadre es bueno pero el movimiento es demasiado rápido, modifica esa indicación sin cambiar a la vez el sujeto y la luz.

Una nueva generación a partir del mismo texto puede cambiar varios detalles que querías conservar. Para modificar un clip existente sin regenerarlo todo, usa HappyHorse, que puede conservar el sonido original.

Guarda las versiones útiles. Si una interacción sigue siendo incoherente, elige otra representación del mismo mensaje. Muchas veces puedes mostrar el resultado de un gesto en lugar de pedir que se simule bien todo el gesto.

Prepara el paso al montaje

Cuando tengas los planos elegidos, revisa cómo se encadenan. Comprueba la coherencia del sujeto, los colores y el escenario. Guarda tus textos de narración y de título en archivos editables para evitar errores de versión.

Para los datos exactos, como una fecha o una oferta, escríbelos en la narración de una escena de Storytelling: se leen en voz en off y se muestran como subtítulo. Revísalos de forma independiente de las imágenes.

Para el flujo completo, de la idea al archivo exportado, consulta la guía para crear un video con IA, de la idea al resultado. Si quieres obtener directamente un video montado con voz, subtítulos y música, Storytelling genera y ensambla las escenas a partir de tu texto.

Preguntas frecuentes

¿Puedo pegar directamente mi artículo en un generador de video?

Sí, con Storytelling: pega hasta 2 000 caracteres, un artículo corto o su resumen, y de ahí saca un guion en escenas con voz, subtítulos y música. Para un plano único en el Generador de video, extrae primero el mensaje principal y los momentos útiles para mostrar; deja el resto para la narración.

¿Hay que escribir el prompt en inglés?

Escribe en el idioma en que mejor puedas describir la escena y revisa si el resultado la interpreta bien con una primera prueba sencilla. Una traducción no resuelve un guion contradictorio: aclara primero la escena. Con Seedance, mantén muy breves los textos en pantalla.

¿El texto del prompt aparece en el video?

No necesariamente. Describir una escena, pedir una inscripción y producir una voz son tareas distintas. Para un dato exacto, prevé una etapa de texto o de narración que puedas revisar y controlar.

Empieza por una acción visible

Para explicar un proceso, prepara también la ficha de video explicativo. Te ayuda a definir qué debe entender el público y a comprobar el orden de los pasos.

Elige una frase de tu proyecto, conviértela en una acción sencilla y prepara la ficha de su plano. Abre después el Generador de video, elige Gemini Omni y pega tu prompt. Si ya tienes una composición precisa, la guía para animar una foto con IA te ayudará a plantear una entrada visual en vez de un punto de partida solo textual. Más ideas en el blog de Deepnia.