Casi todo el mal video generado con IA nace de un buen castellano. Alguien escribe una frase preciosa que describe una escena, el modelo renderiza una frase preciosa que describe una escena, y sale una foto de stock en movimiento: bonita, quieta e inútil.
El arreglo es un cambio de postura. Deja de describir. Ponte a dirigir. Quien dirige no le dice al equipo «una escena de cocina bonita y cinematográfica». Canta un tamaño de plano, un movimiento de cámara, una fuente de luz y una acción. A eso responde Hailuo.
La fórmula de siete partes
Recórrelas en este orden. No siempre las vas a necesitar todas, pero las cuatro primeras son casi obligatorias.
- Sujeto: quién o qué, descrito con suficiente detalle para que no cambie entre tomas.
- Acción: un gesto. Uno.
- Escenario: dónde, y cuándo.
- Cámara: tamaño de plano más movimiento.
- Luz y estilo: de dónde viene la luz y qué aspecto produce.
- Sonido y diálogo: qué quieres oír, con las frases habladas entre comillas.
- Restricciones: qué debe quedarse fuera de cuadro.
Parte por parte
Sujeto
Vago: una mujer. Mejor: una mujer de unos cincuenta años, pelo corto y canoso, con delantal de trabajo azul marino.
Los sustantivos concretos le dan al modelo algo a lo que agarrarse entre planos. Si un personaje tiene que sobrevivir a varias generaciones, descríbelo una vez, guarda la frase y reutilízala tal cual. O mejor: adjunta una imagen de referencia y deja de describirlo del todo.
Acción
Aquí es donde se rompen la mayoría de prompts. «Coge la taza, camina hasta la ventana y mira la lluvia» son tres gestos. En un clip de seis segundos el modelo va a intentar los tres, correr con los tres y no clavar ninguno.
Quédate con el que importa: Se lleva la taza a la boca y se detiene. Ya generarás el paseo como un segundo plano si te hace falta.
Escenario
Lugar y hora del día, en corto. Un despacho en casa, desordenado, al atardecer. Una calle mojada a las dos de la madrugada. La hora del día trabaja muchísimo, porque implica la luz antes de que hayas dicho nada sobre iluminación.
Cámara
Dos componentes: cuánto te acercas y cómo se mueve.
| En vez de | Di |
|---|---|
| cinematográfico | Plano medio corto, acercamiento lento |
| dinámico | Cámara en mano, siguiendo al sujeto por detrás |
| épico | Plano general, grúa que sube despacio |
| ángulo dramático | Contrapicado, cámara fija, el sujeto ocupa el tercio izquierdo |
| plano precioso | Por encima del hombro, poca profundidad de campo |
La columna de la izquierda es un estado de ánimo. La de la derecha es una instrucción. Solo una de las dos se puede ejecutar.
Luz y estilo
Nombra la fuente, no la vibra. Sol duro de mediodía entrando por una persiana vertical. Una sola lámpara práctica, y todo lo demás cayendo en sombra. Cielo cubierto, luz plana, sin sombras. Si quieres aspecto de cine, nombra un tipo de película o una época en lugar de volver a escribir «cinematográfico».
Sonido y diálogo
Hailuo genera música estéreo, efectos ambientales y voces en la misma pasada que la imagen, sincronizados con la acción. Así que el audio es una entrada del prompt, no algo que se resuelve después.
- Ambiente: Sala en calma, tráfico lejano, el zumbido de una nevera.
- Música: Piano escaso, lento. O, igual de útil, sin música.
- Diálogo: pon la frase entre comillas y di quién la dice. Ella dice: «Llegas pronto».
Deja las frases cortas. Una línea de diez palabras en un clip de seis segundos va a sonar atropellada.
Restricciones
Di lo que no quieres, sobre todo las cosas que a los modelos les gusta añadir sin que nadie se lo pida: Sin texto en pantalla. Sin destellos de lente. Sin gente de fondo. Sin música.
Un prompt, reescrito
Antes:
- Un plano cinematográfico de un hombre tomando café en una cafetería, iluminación preciosa, muy detallado, 4k, obra maestra
Después:
- Plano medio corto de un hombre de unos treinta años con chaqueta gris marengo, sentado en la mesa de la ventana de una cafetería casi vacía. Baja la taza de café y mira fuera de cuadro, a la izquierda. La cámara se queda fija, poca profundidad de campo. El sol de la mañana entra por la ventana y raspa la mesa, luces cálidas, sombra profunda en el lado lejano de su cara. Ambiente: siseo de la cafetera, murmullo bajo, sin música. Sin texto en pantalla.
La misma idea, pero la segunda versión especifica un tamaño de plano, una sola acción, una dirección de mirada, una fuente de luz con su dirección, una cama de audio y una exclusión. Cada una de esas cosas es algo que, si no, decide el modelo por ti.
Prompts de varios planos
Para secuencias, escribe cada plano como su propio bloque, con su cámara y su acción, y mantén la descripción del sujeto idéntica en todos. Dale un arco a la secuencia: los planos deben escalar, no repetirse.
- Plano 1 — General. El taller, las luces apagadas, una ventana. Cámara fija.
- Plano 2 — Medio. La misma mujer del delantal azul marino enciende la luz del banco de trabajo. Acercamiento lento.
- Plano 3 — Primer plano de sus manos dejando una herramienta. Cámara fija, foco corto.
Tres planos, un gesto cada uno, escalando de la sala vacía a las manos. Eso se lee como una escena. Tres variaciones de «ella trabaja en el taller» se leen como tres intentos del mismo plano.
Las referencias ganan a los adjetivos
Las palabras marcan el aspecto; las referencias marcan lo concreto. Hailuo 03 admite hasta 50 referencias en una sola generación, mezcladas como quieras: imágenes, clips de video y audio.
Si ya reescribiste una descripción tres veces y la cara, la etiqueta del producto o el color de marca siguen bailando, esa es la señal para adjuntar un archivo en lugar de buscar otro adjetivo.
Cinco errores que queman créditos
- Apilar adjetivos. «Cinematográfico, hiperdetallado, premiado, 8k» no aporta nada y empuja las instrucciones de verdad más abajo.
- Más de una acción. La causa número uno del movimiento destrozado.
- Describir una foto, no un plano. Si tu prompt funcionaría como pie de una imagen fija, no tiene cámara dentro.
- Pelear contra la deriva a base de palabras. Los problemas de consistencia son un problema de referencias, no de redacción.
- Hacer los borradores a resolución completa. Itera en 768p con un modelo rápido y luego lanza el prompt ganador en 2K.
Preguntas frecuentes
¿Cuánto debe medir un prompt de Hailuo?
Lo suficiente para cubrir sujeto, acción, escenario y cámara: normalmente entre dos y cuatro frases. Lo que pase de ahí suele ser adjetivo, no información.
¿Puedo escribir diálogo en el prompt?
Sí. Pon la frase entre comillas y di quién la dice. El diálogo se genera con la imagen y va con sincronía labial, así que déjalo corto para que quepa en el clip.
¿Funcionan las instrucciones negativas?
Sí. «Sin texto en pantalla», «sin música» y «sin destellos de lente» valen la pena siempre que un modelo insista en añadir algo que no quieres.
¿Por qué mi personaje cambia de cara en cada clip?
Porque las palabras no pueden fijar un rostro. Adjunta la misma imagen de referencia en todas las generaciones de la secuencia.
¿Hay que escribir distinto para cada modelo?
La fórmula vale para Hailuo 03, 2.3, 2.3 Fast y 02. Lo que cambia es el margen: 03 admite muchas más referencias y un clip más largo, así que aguanta un prompt de varios planos más denso.
¿A qué resolución conviene escribir?
Se escribe igual a cualquier resolución. Haz los borradores en 768p para ahorrar créditos y luego repite en 2K el prompt que funcionó.