# Cómo escribir prompts de vídeo con IA: la fórmula en 6 partes

> La fórmula para que Kling, Veo o Seedance hagan el vídeo que imaginas: plano, sujeto, acción, cámara, luz y sonido. Con plantilla para copiar.

- Tipo: Guía
- Categoría: Vídeo
- Autor: Álvaro Checa
- Publicado: 22 de octubre de 2026
- Actualizado: 22 de octubre de 2026
- Página original: https://recursos.hubmedia.io/guias/como-escribir-prompts-de-video-ia
- Publicado por: Recursos Hub Media (https://recursos.hubmedia.io/)

## Por qué tu vídeo no sale como lo imaginas

Un prompt de imagen describe **un instante**. Un prompt de vídeo describe **lo que pasa durante unos segundos**: quién se mueve, cómo se mueve la cámara y qué se oye.

Si solo describes la escena, el modelo se inventa el resto. Por eso salen cámaras que flotan sin sentido, personas que se deforman o vídeos en los que no pasa nada.

La solución es darle siempre la misma información y en el mismo orden. Esta fórmula funciona en Kling, Veo, Seedance y en plataformas como Higgsfield, que reúnen varios modelos.

## La fórmula en 6 partes

*Escríbelas en este orden, una o dos frases cada una*

1. **1. El plano y el estilo**: Qué tipo de vídeo es y desde dónde se ve. Por ejemplo: «vídeo vertical grabado con el móvil», «plano general cinematográfico» o «primer plano de anuncio de producto».
2. **2. El sujeto**: Quién o qué aparece y los detalles que no deben cambiar: ropa, colores, materiales. Si usas una imagen de referencia, no la describas entera: di solo lo que importa mantener.
3. **3. La acción**: Un solo movimiento principal, con su ritmo: «camina despacio hacia la cámara», «gira la cabeza y sonríe». Varias acciones a la vez casi siempre salen mal.
4. **4. La cámara**: Un solo movimiento de cámara con su nombre de cine: acercamiento lento, travelling lateral, órbita… Si no quieres que se mueva, dilo: «cámara fija».
5. **5. La luz y el ambiente**: La hora del día, el tipo de luz y el tono: «luz dorada de atardecer», «fluorescentes fríos de oficina», «día nublado». Es lo que más cambia la sensación del vídeo.
6. **6. El sonido y la duración**: Si el modelo genera audio, describe el sonido ambiente o la frase que se dice. Y elige una duración corta para las pruebas: 5 segundos bastan para saber si va bien.

## La plantilla para copiar

### Prompt: Plantilla de prompt de vídeo (Sirve para texto a vídeo y para imagen a vídeo)

Versión para Kling 3.0 (Probado en Kling 3.0):

```text
[Vertical handheld phone video / Cinematic wide shot] of [subject with the details that must not change]. [The subject] [one main action, with its speed]. [Light and mood: time of day, type of light]. [Ambient sound or line of dialogue]. Camera: [one camera movement, or static camera].
```

Versión para Veo 3.1 (Probado en Veo 3.1):

```text
[Vertical handheld phone video / Cinematic wide shot] of [subject with the details that must not change]. Camera: [one camera movement, or static camera]. [The subject] [one main action, with its speed]. [Light and mood: time of day, type of light]. Audio: [ambient sound, music or line of dialogue in quotes].
```

Versión para Seedance 2.5 (Probado en Seedance 2.5):

```text
[Vertical handheld phone video / Cinematic wide shot] of [subject with the details that must not change]. 0-2s: [what happens first]. 2-5s: [what happens next]. [Light and mood: time of day, type of light]. Camera: [one camera movement, or static camera].
```

Las partes entre [corchetes] son variables: cámbialas por lo que quieras. Escríbelo en inglés: la mayoría de modelos responden mejor. Cambia las partes en amarillo y borra las que no necesites.

## Vago contra concreto

*Cambia esto en tus prompts y notarás la diferencia*

| En lugar de… | Escribe… |
| --- | --- |
| a woman walking | a woman in a long beige coat walks slowly towards the camera |
| cinematic | cinematic wide shot, 35mm lens, shallow depth of field |
| the camera moves | slow dolly in towards her face |
| beautiful light | warm golden hour light from the left, long soft shadows |
| she is happy | she looks up and smiles, eyes slightly closed |
| epic | low angle, the building towers over her against a stormy sky |

## Los 5 errores más comunes

1. **Pedir demasiadas cosas en un plano.** Un movimiento del sujeto y uno de cámara. Si necesitas más, haz varios planos y únelos después.
2. **Describir la imagen que ya has subido.** En imagen a vídeo, el modelo ya la ve: describe solo lo que cambia.
3. **Olvidar la cámara.** Si no dices nada, el modelo decide por ti y suele inventarse movimientos raros.
4. **Usar palabras vacías.** «Épico», «increíble» o «4K ultra realista» no le dicen nada concreto. Describe la luz, el objetivo y el plano.
5. **Generar largo desde el principio.** Prueba con clips cortos y en calidad estándar. Cuando funcione, sube la duración y la calidad.

## Antes de pulsar «Generar»

- **¿He dicho qué tipo de plano es?** Vertical de móvil, plano general, primer plano… Es lo primero que lee el modelo y marca todo lo demás.
- **¿Hay una sola acción principal?** Si hay dos verbos importantes, divide el plano en dos.
- **¿He dicho cómo se mueve la cámara (o que no se mueve)?** Un movimiento con nombre de cine, o «static camera».
- **¿He descrito la luz?** Hora del día y tipo de luz. Sin esto, todo sale con una luz plana.
- **¿Estoy probando con un clip corto?** Ahorrarás créditos: ajusta el prompt con 5 segundos y luego alarga.

**¿Te guardamos la plantilla?** Comenta VIDEO en cualquier post de @ia.hub o escríbenoslo por mensaje directo, y te enviamos la plantilla. [Ir a @ia.hub](https://www.instagram.com/ia.hub/)

## Preguntas frecuentes

### ¿Escribo el prompt en inglés o en español?

En inglés suele funcionar mejor, porque los modelos se entrenan sobre todo con textos en inglés. Si el vídeo tiene diálogo, escribe la frase en el idioma en que quieras que se diga.

### ¿Qué longitud debe tener un buen prompt de vídeo?

Entre 40 y 120 palabras suele ser suficiente: una o dos frases por cada parte de la fórmula. Más largo no es mejor si repite cosas o mezcla acciones.

### ¿Por qué las personas se deforman en mis vídeos?

Casi siempre por pedir movimientos rápidos o varias acciones a la vez. Pide movimientos lentos, una sola acción y, si puedes, parte de una imagen de referencia nítida.

### ¿Sirve la misma fórmula para todos los modelos?

Sí. Cambia un poco el orden: Kling responde bien cuando la cámara va al final, Veo cuando el audio va aparte y Seedance cuando divides la acción por segundos.