Describe el video que quieres en un chat y el agente escribe el guion, graba la voz, renderiza los planos y compone la música, eligiendo del catálogo los modelos de cada etapa. Revisas cada pieza y ajustas en la misma conversación, en lugar de mover archivos entre cuatro herramientas.
Hacer a mano un video con narración y música significa encadenar cuatro tipos de herramienta: un modelo de lenguaje para el guion, un modelo de voz para la narración, un modelo de video para los planos y un modelo de música para la pista, cada uno con su propio prompt y su propia exportación. Supercomputer, el agente de Picasso IA, se encarga de ese encadenado. Escribes un brief en un chat, él planifica el trabajo, ejecuta los modelos y te entrega las piezas.
Un video narrado con banda sonora no es trabajo de un solo modelo. Es un guion de un modelo de lenguaje, una voz de un modelo de texto a voz, planos de un modelo de video y una pista de un modelo de música, y entre cada par hay una tarea pequeña: copiar el guion, dividirlo en escenas, escribir un prompt de video para cada escena, nombrar los archivos para poder encontrarlos después. Nada de eso es difícil. Todo eso es donde una tarde se esfuma sin que te des cuenta.
Supercomputer se queda con ese encadenado. Es un chat, no un espacio de trabajo: describes el resultado que quieres con palabras normales, él planifica los pasos, elige modelos del catálogo, los ejecuta y te enseña lo que ha salido. Tú ajustas en la misma conversación. El catálogo que hay detrás es el mismo que corre en el toolkit, 502 modelos a día de hoy, de los cuales 121 son de texto a video, 75 son modelos de lenguaje, 24 son de texto a voz y 10 generan música. El catálogo completo se puede explorar si quieres ver entre qué puede elegir el agente.
Es un producto aparte del toolkit, no un reemplazo. El toolkit es el espacio de trabajo manual donde eliges tú el modelo y cada ajuste está en tus manos. El agente es para los días en que prefieres indicar el resultado y revisarlo. Los mismos modelos, los mismos créditos, otro asiento en la mesa.
Detrás de una sola frase tuya hay una cadena corta. La tabla muestra las etapas por las que pasa el agente, el tipo de modelo que hace el trabajo (los nombres son ejemplos del catálogo, no una lista cerrada) y lo que cada etapa entrega a la siguiente.
| Etapa | Tipo de modelo | Qué sale | Qué puedes cambiar después |
|---|---|---|---|
| Guion | Un modelo de lenguaje, por ejemplo claude-sonnet-5 | Texto de narración dividido en escenas | El tono, la extensión, la redacción de cualquier línea |
| Voz | Un modelo de texto a voz, por ejemplo speech-2.8-hd | La narración como archivo de audio | La voz, el ritmo, una nueva lectura de una escena |
| Planos | Un modelo de texto a video, por ejemplo veo-3.1 o seedance-2.0 | Un clip por escena | El prompt de un solo plano, o otro modelo para él |
| Música | Un modelo de música, por ejemplo lyria-3 | Una pista de fondo | El ambiente, los instrumentos, cuánto suena bajo la voz |
| Entrega | El propio agente | Las piezas reunidas en el chat, listas para descargar | Cualquier etapa, repetida por separado |
El orden importa porque cada etapa alimenta a la siguiente. El guion decide cuántas escenas hay, las escenas deciden cuántos planos hacen falta, y la duración de la narración te dice más o menos cuánto tiene que durar la imagen. Por eso un cambio al principio de la cadena, un guion más corto por ejemplo, se propaga a todas las etapas posteriores, y por eso conviene cerrar primero el guion.
El agente solo puede planificar lo que le cuentas, así que el brief es la parte que merece tu esfuerzo. Uno bueno responde seis preguntas en pocas frases: de qué trata el video, para quién es, cuánto debe durar, qué tono tiene la narración, cómo deben verse las imágenes y qué debe hacer la música. Olvida el vocabulario técnico. No nombras modelos ni ajustes, eso lo elige el agente.
Así se ve la diferencia en la práctica. Un brief flojo dice haz un video sobre el café. Uno que funciona dice un explicativo tranquilo de treinta segundos para gente que solo ha usado cápsulas, narrado con una voz cálida y sin prisa, con planos cortos y lentos de un café de filtro y una pista acústica suave. La segunda versión da al modelo de lenguaje un tono, al modelo de voz un carácter, al modelo de video una dirección visual y al modelo de música un ambiente, todo en un párrafo.
Dos detalles ahorran créditos después. Indica el idioma de la narración, porque tanto la voz como el guion dependen de él. Y di qué no debe aparecer: sin texto en pantalla, sin personas, sin marcas. Los modelos de video inventan con libertad, y una frase de exclusiones sale más barata que repetir un plano. Si tu idea incluye a una persona, usa un personaje ficticio o tu propia cara y tu propia voz, nunca una persona real identificable, y nunca una voz que no tengas derecho a usar.
Este es todo el recorrido en palabras normales. Si quieres escuchar una voz o ver un plano antes de comprometer una ejecución completa, cualquier etapa se puede probar a mano antes en el toolkit, porque corre el mismo catálogo.
La primera pasada es un borrador, y el chat es donde se convierte en un video con el que estás a gusto. Hablas con el agente como hablarías con un editor: acorta la narración, usa una voz más grave, repite el tercer plano con un movimiento más lento, quita percusión a la música. Repite la etapa que señalaste y deja el resto en paz, así que arreglar un plano no te cuesta un guion nuevo.
Cambia una sola cosa por mensaje. Si pides una voz nueva, un guion más cálido y un estilo visual distinto en una sola petición, no sabrás qué cambio arregló el video o lo estropeó, y cada repetición es otra generación que gasta créditos.
Como el toolkit se apoya en el mismo catálogo, los dos productos se llevan bien. Una buena forma de usarlos es dejar que el agente produzca una primera versión, y luego llevar al toolkit un plano flojo para probarlo a mano con dos o tres modelos de video. Páginas como voz en off con IA para videos y música de fondo para videos profundizan en cada etapa, y videos de YouTube sin cara muestra el tipo de proyecto terminado para el que sirve esta cadena. El consumo de créditos depende de los modelos y los ajustes, y la página de precios es donde viven los planes.
Un agente que encadena modelos hereda los límites de cada modelo de la cadena, y añade uno o dos propios. Cinco puntos que conviene prever:
El agente es una máquina de primeros borradores con un ciclo de respuesta corto, no un director. Si tu video depende de una interpretación precisa, de un lugar real concreto o de un montaje cronometrado al detalle, el toolkit y un editor de video te dan más control.
Es Supercomputer, el agente de Picasso IA, usado para video. Describes el video en un chat, y él planifica el trabajo, elige del catálogo los modelos del guion, la voz, los planos y la música, ejecuta cada etapa y te muestra el resultado. Después ajustas en la misma conversación. Es un chat dentro de la aplicación web, así que no hay nada que instalar.
El toolkit es un espacio de trabajo manual: eliges el modelo, escribes el prompt, fijas las opciones y ejecutas una generación cada vez. El agente parte del resultado. Dices lo que quieres y él decide qué modelos encadenar y en qué orden. Ambos usan el mismo catálogo y los mismos créditos, así que la elección es cuánto control quieres. Mucha gente usa el agente para una primera versión y el toolkit para afinar una sola pieza.
No. Supercomputer es un chat en la aplicación web, así que inicias sesión en tu cuenta de Picasso IA y escribes tu brief. Las claves pertenecen a la API, al servidor MCP y a los conectores, donde creas una en tu cuenta y la tratas como una contraseña. Para el agente no hay nada que pegar ni guardar.
Elige del catálogo, que hoy tiene 502 modelos, entre ellos 121 de texto a video, 75 modelos de lenguaje, 24 de texto a voz y 10 de música. Nombres como claude-sonnet-5, speech-2.8-hd, veo-3.1, seedance-2.0 y lyria-3 son ejemplos de lo que hay ahí, no una promesa de que una ejecución concreta los use. Puedes pedir un modelo o un estilo en particular en la conversación y ver qué cambia.
Una generación cuesta créditos, y la cantidad depende de los modelos y de los ajustes, así que un video hecho de varias etapas cuesta más que una imagen. Cualquier cifra escrita aquí quedaría mal pronto, así que no hay ninguna. Las cuentas nuevas reciben créditos gratis para probar, y los planes están en la página de precios. Probar una sola etapa antes en el toolkit es una forma barata de ver lo que cuesta un modelo.
Sí, diciéndolo en la conversación. Puedes pedir una voz más grave, un tipo de música concreto o un modelo de video distinto para un plano, y el agente repite esa parte. Si quieres comparar modelos lado a lado con todos los ajustes a la vista, el toolkit es el mejor sitio, porque te deja pasar el mismo prompt por varios modelos y juzgar los resultados tú mismo.
Depende de los modelos de video de la cadena, porque cada plano se genera como un clip propio y los clips son cortos comparados con una película. Los videos más largos se construyen con muchos planos, que son más generaciones y más créditos. Indica en el brief la duración a la que apuntas y revisa los clips que vuelven.
La tuya, sí. Personajes ficticios, sí. Una persona real identificable que no ha dado su permiso, no, y lo mismo vale para una voz que no tienes derecho a usar. Esto importa sobre todo en lo que piensas publicar o vender. Indica en el brief que el personaje es ficticio o que la cara y la voz son tuyas, y conserva la prueba de tu permiso si el video se va a usar con fines comerciales.
Normalmente un poco. El agente te da el guion, la narración, los clips y la música como piezas que encajan, y unirlas en una línea de tiempo con el ritmo adecuado es un paso final normal en el editor de video que prefieras. A algunos les basta la primera versión como borrador y otros retocan unos cuantos planos. Cuenta con la revisión, porque los modelos son distintos y una escucha y un visionado rápidos detectan la mayoría de los problemas.
A menudo sí, pero depende de las condiciones de los modelos detrás de cada pieza y de las normas del lugar donde publicas, que cambian con el tiempo. Comprueba los requisitos vigentes de la plataforma antes de subirlo y evita personas reales, marcas y personajes protegidos en el brief. Si dudas de un caso concreto, consulta con el soporte antes de montar una campaña sobre él.
¿Quieres oír un guion en voz alta o ver un plano antes de escribir el brief entero? Abre el toolkit y prueba ahora cualquier modelo del catálogo, y manda tus preguntas al soporte.
Elige tu idioma
