Guía de prompts para imagen a vídeo

Es una instrucción que le indica a un modelo de vídeo con AI cómo debe moverse una imagen fija a lo largo del tiempo.

Ese matiz cambia por completo el enfoque. En texto a vídeo hay que describir escena, personaje, estilo, iluminación, cámara y acción. En imagen a vídeo, la imagen subida ya aporta casi todo el diseño visual, así que el prompt debe centrarse 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 una zapatilla sobre un pedestal, no hace falta repetir materiales, luces y textura. Lo importante es indicar si la zapatilla gira, si la cámara se acerca, si flota polvo o si el fondo permanece sereno.

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

Porque la imagen ya fija el sujeto, la composición, la luz, el color y el estilo.

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

Un prompt más sólido explica qué cambia: el sujeto parpadea, sube vapor, la cámara se desplaza a la izquierda, una tela se mueve con la brisa, la luz titila o el último segundo revela un detalle. Cuanto más concreto sea el movimiento, más fácil será conservar estable el aspecto original.

En clips cortos, menos es más. Una acción clara del sujeto y un movimiento de cámara bien definido suelen funcionar mejor que varias acciones, un gran cambio de iluminación, una trayectoria compleja de cámara y diálogo dentro de los mismos cinco segundos.

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

Empieza con una pregunta sencilla: “Si la imagen ya está perfecta, ¿qué debería pasar ahora?” Después borra todo lo que describa una apariencia fija, salvo que afecte al movimiento. Sustituye palabras amplias como “cinematográfico” por acciones visibles: “acercamiento lento”, “el pelo se levanta apenas” o “el vapor sube en espirales durante todo el plano”.

Este patrón resulta especialmente útil cuando generas la imagen en un modelo y la animas en otro. La imagen puede venir de Vynzo, GPT Image, Midjourney, Imagen, Firefly, Seedream, Stable Diffusion o Wan. Aun así, el prompt de movimiento debe ser breve, físico y consciente del tiempo.

Redáctalo como una indicación de plano único: acción, cámara, tiempo y estado final.

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

Si la plataforma permite audio o diálogo, añádelo solo cuando sea necesario y mantenlo breve. Muchas piezas de imagen a vídeo funcionan mejor sin frases habladas, porque el modelo puede concentrar su capacidad en el movimiento y la coherencia visual.

• 1. Nombra el sujeto que se mueve: “la taza”, “ella”, “las partículas del logotipo”, “las hojas”.
• 2. Describe una acción principal: “se gira y sonríe”, “rota lentamente”, “el vapor asciende”.
• 3. Añade un movimiento de cámara: “plano fijo”, “acercamiento lento”, “desplazamiento suave a la izquierda”, “travelling bajo”.
• 4. Marca el tiempo: “en el último segundo”, “después de dos pasos”, “durante todo el plano”.
• 5. Incluye atmósfera solo si se mueve: “la lluvia cae en líneas”, “el polvo flota”, “los reflejos vibran”.
• 6. Configura duración, formato, FPS, resolución y seed en los ajustes, no solo dentro del texto.

Los flujos con primer fotograma animan desde una imagen inicial; los de último fotograma orientan hacia dónde debe terminar el plano.

El primer fotograma es el flujo más habitual en imagen a vídeo. Fija la composición de apertura, el sujeto, la luz y el estilo. Tu prompt le dice al motor qué ocurre después: un movimiento de cámara, un gesto, una revelación de producto o una pequeña acción del entorno.

Un flujo con primer y último fotograma le da al modelo un estado inicial y un destino visual. Es útil para transformaciones, revelaciones de logotipo, desplazamientos de objetos e ideas de antes y después. El prompt debe explicar el recorrido entre ambos fotogramas, no volver a describir las dos imágenes con detalle.

Las imágenes de referencia cumplen otra función. Ayudan a mantener un personaje, producto, dirección artística o paleta de marca entre varios clips. Usa referencias limpias y de alta calidad, y repite la misma formulación en los prompts cuando necesites que una serie encaje visualmente.

Elige según tu flujo: calidad alojada, rapidez gestionada o control en infraestructura propia.

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

Las herramientas gestionadas para creadores, como Runway, Pika y Luma, destacan en piezas creativas cortas con controles simples. Seedance, Seedream y Kling son sistemas cerrados potentes, aunque el acceso puede depender de la región y de la disponibilidad de la plataforma.

Las opciones de pesos abiertos, como Stable Diffusion y Wan, ofrecen el mayor control a equipos capaces de gestionar instalación, GPUs, actualizaciones de modelos y mantenimiento del flujo. Si quieres generar imágenes y vídeos de calidad sin conectar APIs ni instalar nada en local, Vynzo es la ruta práctica: usa Vynzo Studio en /studio para animar tus imágenes en un solo lugar y explora opciones por motor en /tools.

Mantén estable el ancla visual, repite la formulación y cambia solo una variable cada vez.

Los problemas de coherencia suelen venir de señales mezcladas. Si la imagen de referencia dice una cosa y el prompt pide otro ángulo de cámara, ropa nueva, luz distinta y una acción compleja, el modelo puede desviarse. Deja que la identidad visual viva en la imagen y usa el texto para controlar el movimiento.

En una secuencia de varios clips, repite el mismo nombre del sujeto y sus descriptores clave. Reutiliza las mismas palabras de paleta, imágenes de referencia, seed si está disponible y lenguaje de cámara. Si un clip falla, cambia una sola cosa cada vez para saber qué ha funcionado.

• Usa la misma imagen de origen o el mismo conjunto de referencias aprobado en todos los planos.
• 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 extiende cuando el movimiento ya sea estable.
• En imagen a vídeo, prioriza instrucciones positivas de movimiento frente a largas listas de exclusiones.
• Bloquea seed o ajustes de referencia cuando la plataforma lo permita.

Los ajustes definen el contenedor; el prompt define el movimiento visible.

La duración importa porque un clip de cinco segundos solo admite unos pocos momentos legibles. La relación de aspecto afecta al encuadre y al espacio de movimiento: 9:16 favorece movimientos verticales, mientras que 16:9 da más margen para desplazamientos 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 ofrece opciones de duración, relación de aspecto, resolución y velocidad de fotogramas. Pika incluye campos de prompt, prompt negativo, seed, resolución, duración y relación de aspecto. Runway y Firefly también sitúan los controles clave de salida alrededor del prompt.

No confíes en escribir “hazlo más largo” si la interfaz o la API tiene un campo de duración. Configura la duración y luego redacta un prompt que encaje con ese tiempo.

Anima solo imágenes y apariencias que tengas derecho a utilizar.

Imagen a vídeo puede hacer que una imagen fija resulte más personal al añadir gesto, expresión y movimiento. Eso exige contar con permiso cuando intervienen personas identificables, voces, activos de marca, ubicaciones privadas o materiales de clientes.

Los términos de una plataforma y las normas locales de copyright no son lo mismo. Una herramienta puede concederte ciertos derechos de salida según sus condiciones, mientras que la protección por copyright puede seguir dependiendo de la autoría humana y de la legislación local. En trabajos de producción, revisa los términos del proveedor, guarda registro de los activos de origen y prevé divulgaciones o credenciales de contenido cuando sean necesarias.

Protege también la privacidad. No subas material confidencial, regulado o personal a un flujo de consumo si tu equipo no ha revisado antes cómo gestiona el proveedor los datos, la retención y el entrenamiento.

• Usa activos propios, con licencia o con permiso de uso.
• Obtén consentimiento en flujos basados en apariencia identificable o voz.
• Guarda registro de prompts, archivos fuente, ediciones y exportaciones finales.
• Respeta los metadatos de procedencia y las normas de marca 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 duración y relación de aspecto en la configuración de la herramienta. Si usas Vynzo, empieza en /studio, sube tu imagen, pega un prompt, genera varias variantes y afina el movimiento.

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