Describe el video que quieres y deja que un modelo de lenguaje lo divida en una lista numerada de planos, con un prompt por plano escrito para el modelo de video que lo va a renderizar. Después ejecuta cada prompt en el mismo espacio de trabajo, mira los clips y afina el texto antes de montarlos.
Un modelo de video rinde tanto como la frase que le das, y la mayoría de los primeros prompts son una línea vaga que deja la cámara, la luz y el final al azar. La solución es tratar el prompt como una lista de planos: pide a un modelo de lenguaje que divida tu idea en planos, escribe cada plano como mejor lo lee tu modelo de video, renderiza los clips uno por uno y móntalos. Picasso IA mantiene las dos mitades en un mismo espacio de trabajo.
Escribir un prompt de video es una habilidad distinta de escribir uno de imagen. Una imagen fija necesita un sujeto y un aspecto. Un clip necesita un sujeto, una acción, un movimiento de cámara, un punto de partida, un punto final y, a menudo, un sonido, todo dentro de unos pocos segundos. La mayoría de la gente olvida al menos dos de esas cosas, y el modelo de video rellena el hueco con su propia suposición. Un modelo de lenguaje lleva la lista de comprobación y pregunta qué está haciendo la cámara.
Picasso IA lista 502 modelos en total, entre ellos 75 modelos de lenguaje y 121 de texto a video, y todos corren en el mismo toolkit. Eso importa porque el traspaso es el punto central: redactas la lista de planos con un modelo de chat, pegas un plano en un modelo de video y llevas de vuelta al chat un clip fallido como prueba. Las cuentas nuevas reciben créditos gratis para probarlo, y cada generación, de texto o de video, gasta créditos a un ritmo que depende del modelo y de los ajustes, así que la página de precios es el lugar para las cifras.
La otra razón es dónde se cazan los errores. Un clip renderizado es un lugar caro para descubrir que nunca dijiste qué hace la cámara; una lista numerada en pantalla muestra que el plano tres tiene dos acciones antes de renderizar un solo fotograma.
Un prompt de plano útil tiene siempre las mismas partes, más o menos en el mismo orden: el sujeto, lo que hace, la cámara, el entorno y la luz, el estilo visual y el sonido si el modelo lo genera. Un orden fijo hace que la lista sea fácil de leer y fácil de corregir.
Aquí tienes un plano escrito así: plano general, travelling lento hacia delante, de un zorro rojo parado al borde de un bosque de pinos con niebla al amanecer, luz suave lateral, el zorro levanta la cabeza y mira hacia la izquierda, un canto de pájaros tranquilo a lo lejos. Tiene un sujeto, una acción, un movimiento de cámara y una fuente de luz. La historia llega con el plano siguiente, que es su propio prompt.
Cuando pidas la lista al modelo de lenguaje, di qué quieres recibir. Dile qué modelo de video vas a usar y qué duración de clip permite, pide planos numerados con una acción cada uno y pídele que describa al sujeto principal de forma idéntica en todos. Pide cosas visibles, no sensaciones: un prompt que dice que la escena se siente solitaria no le da nada que dibujar al modelo, mientras que una sola linterna en un muelle vacío sí.
Consejo: copia la descripción del sujeto palabra por palabra en cada plano. Cada clip se genera por separado, sin memoria del anterior, así que un zorro descrito como pequeño y rojizo en el plano uno y solo como un zorro en el plano dos puede volver como dos animales distintos.
El mismo texto de plano no cae igual en todos los modelos, porque aceptan entradas distintas y tienen límites distintos. Así se diferencian cuatro de los modelos de texto a video del catálogo, según los datos de sus páginas de modelo.
| Modelo | Qué acepta | Cómo darle forma al prompt | Ojo con |
|---|---|---|---|
| Veo 3.1 | Clips de 4, 6 u 8 segundos, fotogramas inicial y final, hasta 3 imágenes de referencia, audio activado por defecto | Un plano por prompt: escena, cámara y sonido ambiente en pocas frases | Las imágenes de referencia solo funcionan en 16:9 y a 8 segundos |
| Kling v3 Video | Hasta 15 segundos, hasta 6 planos en una ejecución, prompt de hasta 2500 caracteres, audio desactivado por defecto | Un prompt general corto más una línea por plano, cada una con su duración | Las duraciones de los planos deben sumar exactamente la duración total |
| Seedance 2.0 | Hasta 9 imágenes de referencia, 3 videos de referencia, 3 clips de audio, audio activado por defecto | Etiqueta las referencias como [Image1] en el prompt y pon los diálogos entre comillas dobles | Las imágenes de referencia no se pueden combinar con fotogramas inicial y final |
| Wan 2.7 T2V | Hasta 15 segundos, 1080p, archivo de audio opcional, prompt negativo, expansión del prompt activada por defecto | Frases claras y concretas; desactiva la expansión si quieres conservar tu texto exacto | La expansión reescribe tu prompt y añade tiempo de espera |
| Cualquier modelo con imagen inicial | Una foto o imagen como primer fotograma | Describe solo lo que se mueve y cómo se comporta la cámara | El clip puede alejarse de la imagen a medida que avanza |
De la tabla salen dos hábitos. Dile al modelo de lenguaje para qué fila estás escribiendo, porque un prompt para Kling v3 Video debe volver como planos con duraciones, mientras que uno para Veo 3.1 debe ser un único párrafo compacto. Y prueba un plano en dos modelos antes de comprometerte con toda la lista. Las páginas Picasso IA vs Google Veo y Picasso IA vs Kling AI profundizan en cómo se diferencian esas dos familias.
Este es el camino desde una idea suelta hasta una carpeta de clips en orden, con un modelo de chat y un modelo de video, ambos dentro del toolkit.
El error más común es meter demasiadas acciones en un plano. Un clip de unos pocos segundos aguanta un movimiento claro, quizá dos. Cuando un prompt pide que un personaje entre, coja una taza, sonría y salude, el modelo lo comprime todo en un borrón de gestos a medias. Divídelo en planos; un modelo de lenguaje lo hará sin quejarse si le dices la regla.
El segundo es mezclar movimientos de cámara que se pelean, como un zoom rápido hacia dentro con un alejamiento lento. Elige un movimiento por plano y nómbralo con claridad: travelling lento hacia delante, plano general fijo, panorámica a la izquierda, seguimiento bajo. El tercero es escribir exclusiones en el prompt principal, porque decir sin personas o sin texto ahí suele plantar justo lo que querías quitar. Donde el modelo tiene un campo de prompt negativo, como Veo 3.1, Kling v3 Video y Wan 2.7 T2V, pon ahí sustantivos simples. Para un aspecto exacto, crea antes una imagen fija del plano, como describe la página de storyboards con IA, y úsala como fotograma inicial.
Un modelo de lenguaje puede escribir un buen prompt, pero no puede obligar a un modelo de video a obedecerlo. Estos son los puntos donde este flujo deja de bastar por sí solo:
Un prompt mejor sube las probabilidades de un clip utilizable, pero nunca lo asegura. Cuando un plano muestre personas, usa solo tu propia cara y voz o personajes ficticios, nunca a una persona real e identificable. Si el video terminado va a una plataforma, consulta los requisitos actuales de esa plataforma sobre duración, formato y avisos antes de exportar.
Es un modelo de lenguaje usado como compañero de escritura de prompts de video. Le das una idea y los límites de tu modelo de video, y te devuelve una lista numerada de planos, cada uno con un sujeto, una acción, un movimiento de cámara y una luz. En Picasso IA el modelo de chat y el de video están en el mismo toolkit, así que un prompt pasa directo de la respuesta al generador.
No hay un mejor único, así que prueba dos. Picasso IA lista 75 modelos de lenguaje, entre ellos Claude Sonnet 5, Gemini 3 Flash y GPT-5.4. Dale a cada uno la misma idea, renderiza el primer plano de cada respuesta en el mismo modelo de video y quédate con el que se acercó más a lo que imaginabas.
Normalmente el contenido se mantiene y cambia el formato. Veo 3.1 lee un plano por prompt y acepta fotogramas inicial y final. Kling v3 Video admite hasta 6 planos con sus propias duraciones en una ejecución. Seedance 2.0 espera etiquetas de referencia como [Image1] y diálogos entre comillas. Pide al modelo de chat que reescriba la misma lista de planos para el modelo que hayas elegido.
Lo bastante larga para cubrir el sujeto, la acción, la cámara, el entorno y la luz, y no más. Para la mayoría de los planos son unas pocas frases. Kling v3 Video limita el prompt a 2500 caracteres, algo a lo que rara vez te acercarás. Wan 2.7 T2V puede ampliar por ti un prompt corto; desactívalo cuando quieras conservar tu texto exacto.
En algunos modelos, sí. Kling v3 Video te deja definir hasta 6 planos, cada uno con su prompt y su duración, dentro de un clip de hasta 15 segundos, y las duraciones tienen que sumar el total. La mayoría de los demás modelos hacen un plano por ejecución, así que renderizas cada plano por separado y unes los clips después en un editor.
Haz dos cosas a la vez. Describe al personaje con palabras idénticas en cada plano y da al modelo imágenes de referencia donde las acepte: Veo 3.1 admite hasta 3 y Seedance 2.0 hasta 9. Espera algo de deriva de todos modos, sobre todo en la ropa, y compara cada clip con el primero.
Sí, cuando el modelo lo tiene. Veo 3.1, Kling v3 Video y Wan 2.7 T2V tienen cada uno un campo de prompt negativo, y funciona mejor con sustantivos simples: texto, marca de agua, personas de más, desenfoque. Deja las exclusiones fuera del prompt principal, donde nombrar lo no deseado puede hacerlo más probable.
Sí, con diferencias entre modelos. Seedance 2.0 genera diálogo, efectos y música en una sola pasada y espera las líneas habladas entre comillas dobles. Veo 3.1 tiene el audio activado por defecto y responde a un paisaje sonoro descrito. Kling v3 Video tiene el audio desactivado por defecto, así que actívalo si lo quieres. Las voces deben ser ficticias o tuyas.
Las cuentas nuevas reciben créditos gratis, suficientes para probar una lista de planos en uno o dos modelos. Después, cada generación cuesta créditos, y la cantidad depende del modelo y de los ajustes que elijas, como la duración y la resolución. Los planes actuales están en la página de precios, el único sitio fiable para las cifras.
Sí. Veo 3.1, Kling v3 Video y Seedance 2.0 aceptan una imagen inicial, y entonces el prompt describe solo el movimiento y la cámara, no la escena que ya está en la imagen. Usa fotos que hayas hecho tú o arte ficticio, nunca a una persona real que no haya dado su permiso. La página de convertir fotos en videos cubre la parte de animación.
Tu idea ya es una lista de planos esperando a ser escrita. Abre el toolkit de Picasso IA, redacta los tres primeros planos con un modelo de chat y renderiza el primer clip para ver qué necesita el texto.
Elige tu idioma
