Escribe una lista de planos, genera cada uno con un modelo de texto a video y luego corta el resultado en un cortometraje o trailer continuo. Este es el flujo de trabajo real, modelo a modelo, no la promesa de que un solo prompt hace una película.
Un cortometraje no es una generación larga, y tratarlo como tal es la forma más rápida de acabar con ocho segundos de nada aprovechable. Todos los modelos de texto a video actuales generan un solo plano de pocos segundos cada vez. Una película o un trailer es lo que ocurre después: varios de esos planos, elegidos, recortados y unidos en un orden que se lee como una sola historia. Esta página recorre esa cadena de montaje de principio a fin, desde la lista de planos hasta el corte exportado, con los modelos reales implicados en cada etapa.
El instinto es pedir la escena entera en un solo prompt y esperar que el modelo la sostenga durante treinta segundos. No lo hará, todavía no. Lo que los modelos de texto a video hacen realmente bien es un solo plano: un personaje que se gira hacia cámara, un coche que entra en el encuadre, una puerta que se abre a una habitación iluminada. En cuanto aceptas el plano como la unidad de trabajo en lugar de la película, el flujo deja de pelear contra la herramienta.
Esto también explica por qué un catálogo ayuda más aquí que con un solo estilo de imagen. Un trailer suele necesitar un plano general, un momento de personaje, algo rápido y un golpe final, y ningún modelo de video gana en los cuatro. Picasso IA ejecuta 488 modelos detrás de una sola interfaz, con varios motores de texto a video y una categoría de edición de video separada para todo lo que ocurre después de la generación.
El hábito que separa un corte coherente de treinta segundos de una carpeta de clips sin relación es escribir la lista de planos primero, en papel o en una app de notas, antes de abrir el Toolkit. Enumera cada momento que la película necesita en orden: el plano general, la entrada del personaje, el giro, la revelación, el fotograma final. Dos o tres frases por plano bastan, escritas como describirías una sola fotografía, porque esa concreción es justo lo que premia un prompt de video.
Mantén la duración de cada plano fiel a lo que el modelo entrega de verdad. La mayoría de las generaciones de texto a video se mueven entre cuatro y diez segundos, así que un trailer de treinta segundos son en realidad seis u ocho generaciones separadas, no una. Seis generaciones cortas que aciertan su momento se cortan juntas mucho mejor que una generación larga que se diluye a mitad de camino.
Escribe también el diálogo o la narración, si lo hay, dentro de la lista de planos, aunque pienses grabarlo aparte. Un plano generado para encajar con una línea concreta convive con su audio de forma mucho más natural que uno generado primero y narrado encima después, como un añadido de última hora.
No todos los momentos de un trailer quieren el mismo motor, y aquí es donde la lista de planos vuelve a dar sus frutos: te dice, antes de generar nada, qué tipo de plano estás a punto de pedir. La tabla de abajo es un punto de partida, no una regla, y cada modelo listado está en la categoría de texto a video del catálogo junto a docenas más que merece la pena probar.
| Tipo de plano | Un modelo que probar | Por qué encaja |
|---|---|---|
| Plano general de apertura | google/veo-3.1 | Coherencia de escena fuerte y audio ambiental nativo |
| Primer plano o giro de personaje | kwaivgi/kling-v2.6 | Maneja con soltura el movimiento de un solo sujeto |
| Acción rápida o persecución | bytedance/seedance-1-pro | Sostiene el movimiento rápido sin que el fotograma se rompa |
| Revelación de producto u objeto | lightricks/ltx-2-pro | Movimiento limpio y de alta resolución para el golpe final |
| Plano de montaje narrado | kwaivgi/kling-v2.6 o google/veo-3.1 | Movimiento simple y legible sobre el que apoyar una narración |
Genera cada plano dos o tres veces antes de avanzar. La generación de video es menos predecible que una imagen fija, y la diferencia entre una toma aprovechable y una rígida suele estar en el tercer intento. Elegir el clip más fuerte por momento cuesta minutos y ahorra un remontaje completo.
Generar es la mitad visible del trabajo; el montaje es donde una lista de planos se convierte de verdad en una película. Este es el orden que convierte seis u ocho clips separados en un corte exportado, usando los modelos de edición de la categoría de edición de video junto a los generadores de arriba.
Ninguno de estos cinco pasos requiere software fuera del navegador. Cada uno es su propio modelo con sus propios ajustes, así que un montaje fallido o un corte mal medido es volver a ejecutar cinco minutos, no perder una tarde entera en un editor de línea de tiempo.
La señal más clara de que un corte se montó a partir de generaciones separadas, y no rodado en un mismo set, es un personaje o un lugar que cambia sutilmente entre planos: una chaqueta distinta, una cara distinta, una gradación de color que cambia a mitad de camino. Arreglar esto es más un hábito que una elección de modelo: genera o elige una imagen de referencia fuerte para tu protagonista y para tu lugar clave, y usa esa misma referencia en cada plano que la necesite en lugar de redescribir al personaje desde cero cada vez.
La técnica es la misma que se cubre en personajes consistentes con IA: fija una imagen de referencia y varía solo la pose, el ángulo y la acción por plano. En un trailer esto importa todavía más que en un retrato suelto, porque el ojo detecta la inconsistencia más rápido entre cortes, en el medio segundo entre dos planos de la misma persona.
Consejo: genera primero la imagen de referencia de tu protagonista, sola, con luz neutra, antes de escribir un solo prompt de plano. Cada plano posterior parte de esa misma imagen en lugar de una descripción de texto nueva, y esa única decisión hace más por la continuidad visual que cualquier redacción de prompt.
Las palabras de estilo también ayudan, igual que en una imagen fija: elige dos o tres adjetivos constantes, como gradación teal apagada o look documental a pulso, y repítelos en el prompt de cada plano. La página de efectos reúne looks predefinidos, una forma más rápida de encontrar ese vocabulario que ir adivinando plano a plano.
Una página honesta sobre un flujo de trabajo dice dónde deja de funcionar, y para el cine montado con IA esta lista no es corta. Cuenta con estos cinco límites antes de empezar y ninguno te sorprenderá a mitad de proyecto.
Nada de esto va en contra del flujo. Va a favor de construir trailers, teasers y piezas cortas, los formatos donde un puñado de planos fuertes pesa de verdad más que una sola toma continua.
No, y cualquier herramienta que diga lo contrario está describiendo una demo, no un producto entregable. Todo modelo de texto a video actual genera un plano de pocos segundos cada vez. Un cortometraje o trailer es siempre un montaje de varios de esos planos, elegidos y unidos después, igual que una película real se rueda en tomas separadas y se edita junta en lugar de filmarse de una sola vez del guion a los créditos.
No hay un mejor único, y ese es el argumento para probar varios en tu plano concreto. google/veo-3.1 y kwaivgi/kling-v2.6 manejan momentos de personaje con buena coherencia, bytedance/seedance-1-pro sostiene bien el movimiento rápido, y lightricks/ltx-2-pro produce planos de alta resolución que funcionan bien para una revelación final. La categoría de texto a video del catálogo tiene decenas más que probar contra tu plano concreto.
Una vez que cada plano está generado y recortado, video-merge en la categoría de edición de video concatena los clips en un solo archivo en el orden en que los subes, y puede normalizar el frame rate y la resolución entre planos que vinieron de modelos distintos. Funciona igual si unes dos clips o veinte.
Sí. Una vez que los planos están unidos en un solo archivo, video-audio-merge superpone una pista musical, una narración grabada o un efecto de sonido sobre la imagen. Si un plano concreto necesita textura ambiental que la generación original no traía, pasos, viento, una puerta que se cierra, un modelo como mmaudio puede generar audio directamente a partir del video antes de que ese clip entre en el montaje.
Genera primero una imagen de referencia fuerte del personaje, con luz neutra, antes de escribir ningún prompt de plano, y usa esa misma imagen en cada generación que lo necesite en lugar de describirlo de nuevo cada vez. Es el mismo enfoque que se usa para personajes consistentes con IA, y es el cambio que más aporta a la continuidad visual en un corte de varios planos.
A veces, no de forma lo bastante fiable como para construir un trailer alrededor de eso. Los modelos de video actuales pueden hacer que un personaje hable, pero un sincronismo labial exacto con una línea de guion concreta sigue siendo irregular a lo largo de una frase completa. El patrón más fiable es construir el trailer alrededor de una narración que suene sobre la imagen y dejar el sincronismo generado para líneas cortas y permisivas, no una escena de diálogo completa.
Cuenta con entre cuatro y diez segundos por generación, que es lo que devuelven la mayoría de los modelos actuales de texto a video en una sola ejecución. Un trailer de treinta segundos hecho con seis planos de cinco segundos se monta con limpieza; una generación larga estirada hasta los treinta segundos tiende a diluirse mucho antes de llegar ahí.
Reencuadra el corte ya montado con reframe-video en lugar de regenerar cada plano a una nueva relación. Ajusta el encuadre a una nueva relación de aspecto, vertical para pantalla de móvil o cuadrada para un feed, sin tocar las generaciones originales, lo cual es más rápido y mantiene intacto el contenido de cada plano.
Sí, una vez que el corte está completamente montado. autocaption lee la pista de audio, ya sea diálogo, narración o una narración que añadiste durante el montaje, e incrusta subtítulos con control sobre la fuente, el color y la posición. Ejecutarlo como último paso, con imagen y sonido ya cerrados, evita tener que rehacer los subtítulos cada vez que cambia un plano anterior.
Cada generación de plano y cada pase de edición cuesta créditos, y el total depende de cuántos planos generes, cuántas tomas te quedes y qué modelos elijas, así que cualquier cifra escrita aquí estaría equivocada en un mes. Las cuentas nuevas empiezan con créditos gratis, suficientes para probar el flujo antes de comprometerte más, y los planes actuales viven en la página de precios.
Tu lista de planos es lo único que separa una idea de un corte que de verdad puedas ver. Abre el Toolkit y genera el primer plano, o mira cómo la comparativa Picasso IA vs Runway plantea este mismo flujo frente a un editor de un solo modelo.
