Guía de prompts de imagen a video

Un prompt de imagen a video le indica a un modelo de video con AI cómo debe moverse una imagen fija a lo largo del tiempo.

Ese cambio transforma por completo el trabajo. En texto a video tienes que describir escena, sujeto, estilo, iluminación, cámara y acción. En imagen a video, la imagen que subes ya aporta casi todo el diseño visual, así que el prompt debe concentrarse en el movimiento, el ritmo y el comportamiento de la cámara.

Piensa en la imagen como el primer fotograma y en el prompt como una nota breve de dirección. Si la imagen muestra un tenis sobre un pedestal, no necesitas repetir cada material ni cada detalle de luz. Lo importante es decir si el tenis gira, si la cámara se acerca, si flota polvo o si el fondo permanece tranquilo.

• Usa la imagen para fijar la apariencia.
• Usa el prompt para definir el movimiento.
• Usa los ajustes para duración, proporción, FPS y resolución.
• Usa referencias cuando la identidad o el estilo deban mantenerse entre clips.

Porque la imagen ya define el sujeto, la composición, la iluminación, el color y el estilo.

La mayoría de los errores en imagen a video aparecen cuando se describe demasiado la imagen fija. Al repetir toda la escena, el modelo puede interpretar esas palabras como instrucciones nuevas y empezar a cambiar cosas que ya estaban bien.

Un mejor prompt explica qué cambia: el sujeto parpadea, el vapor sube, la cámara se desplaza a la izquierda, la tela se mueve con la brisa, la luz parpadea o el último segundo revela un detalle. Mientras más preciso sea el movimiento, más fácil será para el modelo conservar estable el look original.

En clips cortos, menos es más. Una acción clara del sujeto más un movimiento claro de cámara suele funcionar mejor que varias acciones, un gran cambio de iluminación, una ruta compleja de cámara y diálogo en los mismos cinco segundos.

Una buena reescritura elimina la descripción estática y conserva solo lo que debe cambiar.

Empieza con esta pregunta: “Si la imagen ya está perfecta, ¿qué debe pasar después?” Luego borra todo lo que describa una apariencia fija, salvo que afecte el movimiento. Cambia palabras amplias como “cinematográfico” por acciones visibles: “acercamiento lento”, “el cabello se levanta ligeramente” o “el vapor sube en espirales durante toda la toma”.

Este patrón es especialmente útil cuando generas la imagen fija en un modelo y luego la animas en otro. La imagen puede venir de Vynzo, GPT Image, Midjourney, Imagen, Firefly, Seedream, Stable Diffusion o Wan. El prompt de movimiento debe seguir siendo breve, físico y consciente del tiempo.

Escríbelo como una instrucción para una sola toma: acción, cámara, timing y estado final.

En la mayoría de las herramientas, el orden más seguro es: primero movimiento del sujeto, luego movimiento de cámara, después atmósfera y al final el cierre. Usa una redacción sencilla. Los modelos de video responden bien a verbos físicos porque describen cambios visibles de fotograma a fotograma.

Si la plataforma permite audio o diálogo, agrégalo solo cuando sea importante y mantenlo corto. Muchas tareas de imagen a video funcionan mejor sin líneas habladas, porque el modelo puede concentrarse en el movimiento y la consistencia visual.

• 1. Nombra el sujeto que se mueve: “la taza”, “ella”, “las partículas del logo”, “las hojas”.
• 2. Describe una acción principal: “gira y sonríe”, “rota lentamente”, “el vapor sube”.
• 3. Agrega un movimiento de cámara: “cámara fija”, “acercamiento lento”, “desplazamiento suave a la izquierda”, “seguimiento bajo”.
• 4. Agrega timing: “en el último segundo”, “después de dos pasos”, “durante toda la toma”.
• 5. Agrega atmósfera solo si se mueve: “la lluvia cae en líneas”, “el polvo flota”, “los reflejos brillan”.
• 6. Coloca duración, proporción, FPS, resolución y seed en los ajustes, no solo en el texto.

Los flujos con primer fotograma animan desde una imagen inicial; los de último fotograma guían hacia dónde debe terminar la toma.

Una imagen de primer fotograma es la configuración más común en imagen a video. Fija la composición inicial, el sujeto, la iluminación y el estilo. Tu prompt le dice al motor qué ocurre después: un movimiento de cámara, un gesto, una revelación de producto o un pequeño movimiento del entorno.

Un flujo con primer y último fotograma le da al modelo un punto de partida y un destino visual. Sirve para transformaciones, revelaciones de logo, movimiento de objetos e ideas de antes y después. El prompt debe explicar el recorrido entre ambos fotogramas, no volver a describir las dos imágenes en detalle.

Las imágenes de referencia son distintas del primer o último fotograma. Ayudan a mantener un personaje, producto, dirección de arte o paleta de marca en varios clips. Usa referencias limpias y de alta calidad, y repite la misma redacción entre prompts cuando necesites que una serie se vea consistente.

Elige según tu flujo: calidad alojada, velocidad administrada o control con infraestructura propia.

Los sistemas alojados cerrados como Google Veo, Adobe Firefly, los modelos de imagen de OpenAI usados para primeros fotogramas, Midjourney para creación de imágenes y Synthesia para video empresarial guiado por guion son fáciles de usar y pueden entregar resultados excelentes. Pagas por uso o suscripción, y trabajas dentro de los términos y ajustes de cada proveedor.

Las herramientas administradas para creadores, como Runway, Pika y Luma, son fuertes para trabajo creativo corto y rápido, con controles simples. Seedance, Seedream y Kling son sistemas cerrados potentes, pero el acceso puede depender de la región y de la disponibilidad de la plataforma.

Las rutas de pesos abiertos como Stable Diffusion y Wan ofrecen el mayor control para equipos capaces de manejar configuración, GPUs, actualizaciones de modelos y mantenimiento del flujo. Si quieres generación de imágenes y video de calidad sin conectar APIs ni instalar nada localmente, Vynzo es la opción práctica: usa Vynzo Studio en /studio para animar tus cargas en un solo lugar y explora opciones enfocadas por motor en /tools.

Mantén estable el ancla visual, reutiliza la redacción y cambia solo una variable a la vez.

Los problemas de consistencia suelen venir de señales mezcladas. Si la imagen de referencia dice una cosa y el prompt pide otro ángulo de cámara, ropa nueva, iluminación distinta y acción compleja, el modelo puede desviarse. Deja la identidad visual en la imagen y enfoca tus palabras en un movimiento controlado.

En una secuencia de varios clips, repite el mismo nombre del sujeto y los descriptores clave. Reutiliza las mismas palabras de paleta, imágenes de referencia, seed cuando esté disponible y lenguaje de cámara. Si un clip falla, cambia una sola cosa a la vez para saber qué ayudó.

• Usa la misma imagen fuente o el mismo conjunto de referencias aprobado en todas las tomas.
• Mantén estables la ropa, la forma del producto, las etiquetas y las palabras de color.
• Evita cambiar ángulo, iluminación y acción al mismo tiempo.
• Empieza con clips cortos y extiéndelos cuando el movimiento ya sea estable.
• Para imagen a video, prefiere instrucciones positivas de movimiento en vez de listas largas de exclusiones.
• Bloquea el seed o los ajustes de referencia cuando la plataforma lo permita.

Los ajustes controlan el contenedor; el prompt controla el movimiento visible.

La duración importa porque un clip de cinco segundos solo puede sostener pocas acciones legibles. La relación de aspecto afecta el encuadre y el espacio de movimiento: 9:16 necesita movimiento más vertical, mientras que 16:9 da más espacio para seguimientos laterales. Los FPS y la resolución influyen en la fluidez y el detalle, pero normalmente se configuran fuera del prompt.

Muchos proveedores documentan estos controles como ajustes, no como texto. Veo expone opciones de duración, relación de aspecto, resolución y frecuencia de fotogramas. Pika expone campos de prompt, prompt negativo, seed, resolución, duración y relación de aspecto. Runway y Firefly también colocan los controles principales de salida alrededor del prompt.

No dependas de la frase “hazlo más largo” si la interfaz o la API tienen un campo de duración. Define la duración en el campo correspondiente y luego escribe un prompt que encaje en ese tiempo.

Anima únicamente imágenes y apariencias que tengas derecho a usar.

La imagen a video puede hacer que una imagen fija se sienta más personal porque agrega gestos, expresión y movimiento. Por eso es clave contar con permiso cuando aparecen personas identificables, voces, activos de marca, ubicaciones privadas o materiales de clientes.

Los términos de una plataforma y las leyes locales de copyright no son lo mismo. Una herramienta puede otorgarte ciertos derechos de salida según sus términos, mientras que la protección por copyright puede depender de la autoría humana y de la ley local. Para trabajos de producción, revisa los términos del proveedor, conserva registros de los recursos fuente y contempla divulgaciones o credenciales de contenido cuando se requieran.

También cuida la privacidad. No subas material confidencial, regulado o personal a un flujo de consumo si tu equipo no revisó antes cómo el proveedor maneja, conserva y usa los datos para entrenamiento.

• Usa recursos propios, licenciados o con permiso de uso.
• Obtén consentimiento para flujos con apariencia identificable o voz.
• Guarda registro de prompts, archivos fuente, ediciones y exportaciones finales.
• Respeta los metadatos de procedencia y las reglas de marcas de agua cuando apliquen.
• Revisa los términos de uso aceptable y derechos de salida de cada plataforma antes de publicar.

Úsalos como puntos de partida centrados en movimiento, no como descripciones completas de escena.

Cada ejemplo asume que la imagen subida ya contiene el sujeto, la composición, la iluminación y el estilo. Ajusta la duración y la relación de aspecto en la configuración de la herramienta. Si usas Vynzo, empieza en /studio, sube tu imagen, pega un prompt, genera algunas variantes y luego refina el movimiento.

El siguiente recurso de esta ruta de aprendizaje, Plantillas y ejemplos de prompts para AI, llegará pronto. Reunirá en un solo lugar plantillas más amplias para imagen, video y marca.