Patrones de prompts de IA de imagen a video: seis formas de hacer que una foto se mueva

Ya tienes el fotograma. Eso es lo que distingue la IA de imagen a video de escribir la descripción de una escena en un generador: la imagen ya respondió a las preguntas sobre quién, dónde, de qué color y con qué luz. La única pregunta que queda es qué cambia entre el primer segundo y el último.

La mayoría de los clips flojos vienen de prompts que responden a la pregunta equivocada. Le describen la foto al modelo - la mujer, el abrigo, la calle mojada - y dejan el movimiento al azar. La guía de prompts de Luma lo dice sin rodeos: los buenos prompts de imagen a video describen el movimiento, no la imagen en sí. La guía de Wan de Wink sostiene lo mismo desde el otro lado: repetir el color del atuendo gasta palabras que deberían llevar movimiento.

Así que la unidad de trabajo útil es un patrón de movimiento: una estructura de frase que nombra un cambio, un comportamiento de cámara y un ritmo. Abajo hay seis que funcionan en productos, retratos, paisajes y bucles para redes sociales, cada uno con por qué funciona y dónde falla.

Escribe el cambio, no la imagen

Un prompt de imagen a video hereda todo lo visible en el fotograma de origen. Lo que no hereda es la intención. El modelo puede ver la taza; no puede saber si el vapor debe subir en espiral durante cuatro segundos o si la cámara debe acercarse.

Tres decisiones hacen explícita esa intención, y el tutorial de Kling las nombra igual: movimiento del sujeto, movimiento del entorno y movimiento de cámara. Decide cuál sostiene el clip. Una persona que gira es movimiento del sujeto; el agua que ondula alrededor de una botella es movimiento del entorno; un acercamiento lento es movimiento de cámara. Los tres pueden convivir, pero uno debería ser la razón de ser del plano.

Hay una cuarta decisión que es fácil olvidar: qué debe seguir siendo reconocible. Un rostro, una etiqueta, un logotipo, la forma de un producto. Anotar esa restricción - "la etiqueta mira a la cámara y se mantiene nítida" - suele valer más que añadir otro verbo.

Fija un presupuesto de movimiento antes de escribir

El fallo más común de un prompt es un presupuesto de movimiento demasiado grande. La guía de Pictory señala que describir un movimiento claro hace que los modelos se porten bien, mientras que pedir varios a la vez vuelve pastosa la salida. La recomendación de Kling tiene la misma forma: una acción principal y, como mucho, un movimiento de apoyo.

Un presupuesto práctico para un clip de cinco segundos:

• un cambio principal, descrito con un verbo y una dirección
• opcionalmente un cambio de apoyo, idealmente en el entorno y no en el sujeto
• una instrucción de cámara, o una frase explícita de que la cámara se mantiene fija
• una palabra de ritmo y una restricción sobre lo que no debe cambiar

Si tu prompt tiene tres acciones del sujeto, elimina dos. El modelo gastará su movimiento limitado en la que conservaste y el fotograma se mantendrá coherente.

Patrón 1: el acercamiento sobre un sujeto inmóvil

El patrón más seguro, y el que conviene usar cuando la foto es un producto, un envase o un objeto con texto encima. El sujeto no hace nada; la cámara hace el trabajo.

"La cámara se acerca lenta y constantemente hacia la botella y se detiene justo antes de la etiqueta. La botella permanece inmóvil y sus bordes, el tapón y la etiqueta se mantienen nítidos. El fondo se suaviza ligeramente."

Por qué funciona: solo se mueve una variable, así que la geometría del objeto se conserva. Los prompts de cámara fiables de Pictory empiezan aquí: zoom lento, panorámica suave, un ligero dolly hacia delante.

Dónde falla: la velocidad. Un acercamiento que recorre demasiada distancia obliga al modelo a inventar detalle en los bordes, y la tipografía pequeña es lo primero que se deforma. Si la etiqueta importa, acorta el recorrido.

Patrón 2: el giro contenido en un retrato

Los rostros son lo primero que revisan los espectadores, lo que convierte los retratos en el sujeto más agradecido y también el más frágil. El ejemplo de retrato de Luma mantiene la acción pequeña: el sujeto gira despacio hacia la cámara, el pelo se mueve apenas con una brisa ligera y el fondo sostiene un suave desplazamiento de bokeh.

"Una mujer gira la cabeza despacio hacia la cámara y mantiene una sonrisa suave, con la boca cerrada. El pelo se levanta un poco con una brisa ligera. El fondo permanece suavemente desenfocado."

Por qué funciona: un giro es una acción continua con un inicio y un final claros, y le da al modelo una razón para mover el rostro sin cambiarle la forma.

Dónde falla: los verbos apilados. "Se ríe, gira y camina hacia delante" son tres clips en un solo prompt, y el modelo suele resolverlo transformando uno en otro. Si el sujeto ya mira a la cámara, usa mejor una microacción: los ojos que se levantan, una respiración, una leve inclinación.

Patrón 3: deriva de paralaje para paisajes e interiores

Las escenas amplias necesitan más profundidad que acción. El patrón que produce profundidad es un avance lento con velocidades distintas según la distancia, que es como Luma plantea su ejemplo de paisaje: la cámara avanza mientras las nubes se desplazan y los elementos del primer plano viajan más rápido que el fondo.

"La cámara avanza por el campo a un ritmo lento y constante. Las flores silvestres del primer plano pasan más rápido que la línea de árboles, y unas nubes finas se mueven de izquierda a derecha por encima."

Por qué funciona: la velocidad relativa es una señal de profundidad que el modelo puede ejecutar sin entender la escena, y llena el fotograma de movimiento aunque nada del sujeto se mueva.

Dónde falla: los horizontes y la arquitectura recta. Un recorrido largo sobre un plano da al modelo margen para curvar las líneas verticales, así que mantén el desplazamiento corto y nombra el horizonte.

Patrón 4: movimiento solo ambiental

A veces la respuesta correcta es que el sujeto no se mueva en absoluto. El vapor sube, el agua ondula, la tela se asienta, los pétalos se abren. El ejemplo de producto de Kling está construido así: el color fluye y se concentra mientras las flores se abren y las ondas se extienden alrededor del producto fijo.

"El frasco de perfume permanece completamente inmóvil en el centro del fotograma. Una niebla fina sube y se desplaza hacia la derecha por detrás, y un charco poco profundo ondula suavemente en su base. La cámara mantiene una posición fija."

Por qué funciona: un sujeto bloqueado no puede desviarse, así que las etiquetas, los logotipos y las siluetas quedan exactamente como en la foto. Elígelo cuando la fidelidad de marca importe más que el dramatismo.

Dónde falla: el permiso silencioso. Si no dices que el sujeto está quieto, el modelo puede añadir un pequeño balanceo por su cuenta. Declara la quietud de forma explícita y luego dale al elemento ambiental una dirección y un ritmo.

Patrón 5: la órbita reveladora

Una órbita cambia el ángulo de visión y no el objeto, lo que hace que una sola fotografía parezca tomada desde varias posiciones. El ejemplo de producto de Luma es una órbita lenta en sentido horario con sombras que se desplazan al cambiar la perspectiva.

"La cámara orbita despacio en sentido horario alrededor de la zapatilla sobre un fondo liso. Las sombras suaves se desplazan por el suelo al cambiar el ángulo, y la zapatilla conserva su forma y su color."

Por qué funciona: el movimiento revela la forma y el material, algo que una foto de producto plana no puede mostrar.

Dónde falla: el texto y el envase. Una órbita que pasa del frente pide al modelo inventar el reverso de una etiqueta que nunca ha visto. Si la etiqueta debe seguir siendo legible, mantén el arco corto y di que el frente mira a la cámara.

Patrón 6: el reposo seguro para bucle

Los clips cortos para redes sociales suelen reproducirse en bucle, así que el movimiento debería terminar cerca de donde empezó. Este patrón evita los movimientos de un solo sentido, como un dolly o una revelación, y usa un ciclo suave en su lugar.

"La luz respira sobre el sujeto en un ciclo lento y constante mientras una capa fina de niebla se desplaza de lado. La cámara permanece fija. El movimiento es continuo y vuelve a su posición inicial."

Por qué funciona: un ciclo no tiene un punto final que pueda descuadrar, así que el corte de vuelta al primer fotograma resulta invisible.

Dónde falla: el ritmo. Un ciclo que se completa en menos de dos segundos se percibe como un parpadeo, así que busca una sola pasada lenta a lo largo de todo el clip.

Elige el patrón según la foto, no según la moda

La foto te dice qué patrón puede sostener. Un plano cerrado de producto con etiqueta tiene espacio para un acercamiento, una órbita o movimiento ambiental, pero no para una actuación del sujeto. Un retrato que llena el encuadre admite un giro o una microexpresión, no un paseo. Un paisaje amplio premia el paralaje; un interior premia la luz y el polvo.

La calidad del origen marca el techo. La guía de Luma recomienda subir al menos 1024x1024 píxeles, y las preguntas frecuentes de Wink señalan que las fuentes recargadas o de baja calidad producen un movimiento menos consistente. Si la foto está blanda, recorta al sujeto en lugar de pedirle al modelo que invente detalle.

Escribe las salvaguardas en el mismo prompt

La mayoría de los arreglos que la gente aplica después de una generación fallida pertenecen al primer prompt. La guía de Wink recomienda prompts negativos para el parpadeo, la deformación y los errores de anatomía, y el consejo se generaliza: nombra los artefactos que no quieres en lugar de regenerar hasta que desaparezcan.

Cuando una herramienta no tiene un campo negativo aparte, pon la restricción en la frase positiva: "el texto de la etiqueta se mantiene nítido y sin cambios" y "las manos quedan fuera del encuadre" evitan cada una un fallo concreto. Describe además solo lo que contiene la foto de origen: la lista de errores comunes de Wink encabeza con inventar objetos o personas que no están en la imagen.

Una plantilla que puedes adaptar

Cuatro líneas, en este orden:

• Cambio: qué se mueve, en qué dirección, cuánto.
• Cámara: acercamiento, panorámica, órbita o quietud.
• Entorno: el único elemento ambiental, si lo hay.
• Ritmo y restricción: lento o constante, más lo que debe permanecer sin cambios.

Completada para una vela sobre una mesa: "La llama parpadea suavemente y se inclina un poco hacia la izquierda. La cámara mantiene una posición fija. Una cinta fina de humo sube y se disuelve. Ritmo lento y constante; el tarro de vidrio y su etiqueta se mantienen nítidos."

La plantilla es aburrida a propósito. Los prompts aburridos son reproducibles, y la reproducibilidad es lo que te permite cambiar una variable cada vez.

Revisa primero el primer segundo

Antes de juzgar un clip, mira solo el primer segundo. Ahí es donde aparece la deriva: un rostro que ya se ha desplazado, una etiqueta que ha empezado a deformarse, un horizonte que se ha inclinado. Si el fotograma inicial no coincide con la foto fija, el prompt pidió demasiado, y reescribir la mitad de la frase no lo va a salvar.

La generación es corta por diseño, así que planifica la extensión en lugar de un solo plano largo. Consigue un movimiento limpio de cuatro segundos y luego une segmentos con el mismo lenguaje de prompt para que el movimiento se mantenga consistente.

Dónde se ejecutan estos patrones en KOOX AI

La herramienta de foto a video de KOOX AI sigue la misma estructura de tres pasos que asumen estos patrones: sube una foto clara, describe el movimiento y la sensación de cámara, y luego genera y ajusta. La página de la herramienta de IA de foto a video también señala que las imágenes claras, bien iluminadas y con un sujeto visible dan los mejores resultados.

Si prefieres crear primero el fotograma de partida, la herramienta de IA de texto a imagen puede generar una imagen fija limpia para animar.