Prompts de vídeo IA multi-plano: una idea, una lista de planos entera
Respuesta corta: la mayor mejora que puedes darle al vídeo IA en 2026 no es un modelo mejor: es una estructura de prompt mejor. Deja de escribir una frase que lo pide todo a la vez. Escribe una lista de planos numerada y con tiempos: Shot 1, Shot 2, Shot 3, cada uno con su propio movimiento de cámara y su acción, mientras el sujeto, el estilo y la luz se mantienen idénticos en todos. Así una sola generación se convierte en una escena corta que de verdad se sostiene.
Es el cambio que ha dado todo el sector este año: del prompt de imagen único a la dirección multi-plano estructurada. Así se hace.
Por qué una frase larga falla
«Un caballero entra en la sala, desenvaina, lucha contra tres guardias, gana y alza la hoja mientras la cámara gira.» Pídele todo eso al modelo de una vez y promediará las acciones en un lío borroso: el movimiento se deforma, la cara se desvía, sin sentido del tiempo. El modelo no tiene forma de saber qué ocurre primero y qué al final.
Una lista de planos lo arregla dando a cada beat su propio espacio, y a ti el control del ritmo: apertura lenta, centro contundente, cierre calmado.
La anatomía de un plano
Cada plano de la lista es una línea con cuatro cosas:
- Tiempo — p. ej.
(Duration: 3 seconds). Marca el ritmo y le dice al modelo cuánto debe caber. - Cámara — el tamaño del plano y el movimiento: ECU (primerísimo primer plano), MCU (plano medio corto), WS (plano general), más un objetivo/movimiento como 50mm slow push-in u 24mm orbit.
- Acción — una cosa clara que ocurre. No cinco.
- El ancla — la misma descripción del sujeto, repetida palabra por palabra, en cada plano, más la referencia @Image1 con el rol «solo identidad».
En conjunto, una apertura limpia de tres planos se ve así (el prompt se queda en inglés):
CORE IDEA: a young knight steels herself before a duel. STYLE: cinematic, film-grade lighting, shallow depth of field. SUBJECT: a young knight, silver-etched armor, a scar over the left brow - repeat these exact tokens every shot. REFERENCE: @Image1 controls the knight's identity only - not her pose, background or lighting. ENVIRONMENT: a torch-lit stone hall, drifting dust. SHOT 1 (Duration: 3 seconds) - ECU, 85mm push-in: her eyes open, jaw set. SHOT 2 (Duration: 4 seconds) - MCU, 50mm handheld: she draws the sword in one slow breath. SHOT 3 (Duration: 3 seconds) - WS, 24mm low angle: she steps into a ready stance as the hall falls silent. [Knight: low, steady]: "Not today." AUDIO: torch crackle, the blade leaving the scabbard, silence at the end. CONSTRAINTS: identity consistent every shot; no flicker, no morphing, no drift; no on-screen text.
La regla de oro: ancla la identidad
El hábito más importante es el anclaje de tokens: repetir exactamente las mismas palabras descriptivas en cada plano («a young knight, silver-etched armor, a scar over the left brow») y adjuntar la misma imagen de referencia en toda la secuencia. Los modelos sostienen mucho mejor un personaje cuando las palabras no se desvían entre planos. Lo desarrollamos a fondo en la guía de consistencia de personajes.
Ritmo, cámara y sonido
- Varía los tamaños de plano. Cortar de ECU a ECU resulta plano; ECU → MCU → WS se lee como cine.
- Un movimiento por plano. Un push-in o una órbita, no ambos. Los movimientos contradictorios emborronan.
- Cuida el ritmo. Los beats cortos (2–3 s) resultan urgentes; los largos (5–7 s), calmados. Mézclalos a propósito.
- Añade audio si el modelo lo admite: una línea de diálogo entre comillas (Kling:
[Nombre: tono]: "línea"), ambiente, una entrada musical. Veo 3.1, Kling 3.0 y Seedance 2.5 generan sonido sincronizado.
Qué modelos hacen mejor el multi-plano
Kling 3.0 renderiza hasta seis planos conectados con consistencia del sujeto y sincronía labial multilingüe. Seedance 2.5 está hecho para storyboards e imagen-a-vídeo: 30 segundos en una toma con hasta 50 referencias con roles. Veo 3.1 tiene el audio nativo más potente a 8 segundos. La mayoría de modelos siguen produciendo clips cortos, así que una pieza larga son varias escenas montadas, y precisamente por eso importa un formato de lista de planos limpio y repetible: reutilizas el mismo sujeto anclado en cada escena. El desglose completo de modelos está en generadores de vídeo IA 2026.
Preguntas frecuentes
¿Qué es un prompt de vídeo IA multi-plano?
Un único prompt escrito como una lista ordenada de planos — Shot 1, Shot 2, Shot 3 —, donde cada plano tiene su propio tiempo, movimiento de cámara y acción, pero el sujeto, el estilo y la luz se mantienen idénticos en todos. En lugar de un clip de 5 segundos diriges una escena corta completa.
¿Por qué una frase larga produce un vídeo malo?
Amontonar cinco acciones en una frase hace que el modelo las promedie en un batiburrillo. Dividir la idea en planos numerados da a cada beat espacio para ser claro y te da control del ritmo: una apertura lenta, un centro contundente, un cierre calmado.
¿Cómo mantengo el mismo personaje en cada plano?
Repite exactamente los mismos tokens de identidad (los mismos rasgos descritos, palabra por palabra) en cada plano y adjunta la misma imagen de referencia como @Image1 con el rol «solo identidad». Se llama anclaje de tokens; el método completo está en la guía de consistencia.
¿Qué modelo es mejor para vídeo multi-plano?
Kling 3.0 está hecho para secuencias con cortes (hasta 6 planos por generación, diálogo con la sintaxis [Nombre: quién, tono]: «línea», sincronía labial multilingüe). Seedance 2.5 hace 30 segundos en una toma con hasta 50 referencias con roles. Veo 3.1 tiene el mejor audio nativo a 8 segundos. Las piezas largas se siguen montando a partir de varias escenas.
¿Tengo que escribir todo esto a mano?
No. GoldenPrompts monta toda la lista numerada de planos por ti — beats con tiempos, movimientos de cámara, anclaje de identidad y un dialecto específico por modelo — en unos pocos clics.
¿No quieres formatear listas de planos a mano? GoldenPrompts construye toda la lista numerada y con tiempos por ti, con movimientos de cámara, anclaje de identidad y un dialecto listo para Kling, Seedance y Veo. Empieza gratis: 24 horas de todo, sin tarjeta.