Prompts de movimiento de imagen a vídeo: palabras que mueven una imagen y palabras que la deforman

Cuando una imagen fija se convierte en un clip, el modelo conserva tu imagen y le añade lo único que no puedes dibujar: el tiempo. El prompt es donde le dices cómo debe pasar ese tiempo. La mayoría de los resultados decepcionantes de imagen a vídeo no son fallos del modelo sino fallos de vocabulario: un prompt que vuelve a describir la imagen, o que pide cuatro tipos de movimiento en un clip de 5 segundos. Esto es un glosario más que un tutorial: las palabras que mueven una imagen de forma fiable, las que la derriten de forma fiable, y cinco prompts reescritos de lo uno a lo otro. La guía paso a paso explica cómo adjuntar el fotograma y elegir la duración; este artículo trata solo de qué escribir.

La regla detrás de cada palabra de esta página

Un prompt de movimiento tiene tres huecos: qué hace la cámara, qué hace el sujeto y qué hace el aire (viento, agua, humo, luz). Rellena cada hueco con una sola frase concreta y direccional, y deja el resto vacío. El modelo lee un clip corto como un presupuesto de cambio; cada frase extra gasta una parte, y cuando el presupuesto se agota el modelo empieza a cambiar cosas que no le pediste. Eso es la deformación.

Palabras de cámara que funcionan

• Cámara estática, fija. La frase más segura del idioma. Úsala siempre que el sujeto sea una cara, un producto o cualquier cosa con bordes rectos.
• Lento acercamiento o lento alejamiento. Un movimiento suave hacia el sujeto o alejándose de él. "Lento" hace aquí un trabajo real; quítalo y el modelo puede precipitarse y emborronar.
• Suave panorámica a la izquierda o suave panorámica a la derecha. Gira la vista. Funciona mejor cuando el fotograma inicial tiene algo interesante en el borde hacia donde girar.
• Lenta inclinación hacia arriba. Buena para edificios, árboles y cualquier cosa alta con cielo encima.
• Pequeña órbita alrededor del sujeto. Favorece a los objetos sobre una mesa; arriesgada con personas, porque el lado oculto de una cabeza hay que inventarlo.
• Deriva de cámara en mano. Un leve temblor documental. Se lee como metraje real; mantenlo "sutil" o se convierte en un terremoto.

Palabras de sujeto que funcionan

Elige verbos que lleven incorporados una dirección y una velocidad. "Se gira despacio hacia la cámara", "el vapor asciende de la taza", "la cortina se levanta con la brisa", "el zorro baja la cabeza para beber". Cada uno nombra una parte del cuerpo o un objeto, un movimiento, un tempo. Si el sujeto es una persona, los movimientos más pequeños son los más convincentes: un parpadeo, una respiración, una mirada, el pelo que se mueve. Un gesto completo que cruza el encuadre le pide al modelo redibujar la mano doce veces por segundo, y la guía de manos y texto explica por qué eso rara vez acaba bien.

Palabras de atmósfera que funcionan

• "Las nubes se desplazan despacio por el cielo"
• "La luz de la vela parpadea"
• "La lluvia resbala por el cristal"
• "Motas de polvo flotan en el haz de luz"
• "Las olas llegan y espuman sobre la arena"

La atmósfera es el movimiento más barato que puedes comprar. Ocurre detrás o alrededor del sujeto, así que el modelo puede mantener el sujeto exactamente como está dibujado y aun así hacer que el clip se sienta vivo. Si una imagen fija no tiene ningún elemento atmosférico evidente, nombra uno que podría estar ahí de forma plausible: "una fina bruma en el aire" casi nunca falla.

Las palabras que deforman

• "Dinámico", "épico", "cinematográfico", "dramático". No llevan dirección ni velocidad. El modelo rellena el hueco con movimientos grandes al azar.
• Dos movimientos de cámara en un clip. "Panorámica a la derecha y luego acercamiento" son dos planos. Haz dos clips.
• Verbos de transformación. "Se convierte en", "pasa a ser", "se transforma". Estás pidiendo que la imagen deje de ser tu imagen.
• Cualquier cosa rápida. "Rápidamente", "a toda velocidad", "esprinta". Velocidad significa más cambio por fotograma, y más cambio por fotograma significa más píxeles inventados.
• Caminar hacia la cámara. Los pies se congelan, la cabeza deriva, las piernas se cruzan como tijeras. Si el paseo es imprescindible, hazlo corto y añade "paso natural, pies en movimiento".
• Volver a describir la escena. "Una mujer con abrigo rojo de pie junto a un lago al atardecer" ya está en la imagen. Cada una de esas palabras compite por la atención con las palabras de movimiento.

Cinco prompts, antes y después

Palabras de ritmo y duración del clip

"Lento", "suave", "gradual" y "sutil" no son decoración: reducen la cantidad de cambio que el modelo intenta por fotograma, que es justo lo que hace que una imagen fija siga pareciéndose a sí misma. Combínalas con un clip corto. El estudio renderiza hasta 30 segundos en algunos modelos, pero un clip de 5 segundos con un solo movimiento limpio es casi siempre más aprovechable que uno largo, y además es más barato, porque el precio aumenta con los segundos y la resolución y se muestra en el compositor antes de confirmar. Prueba las palabras primero a la resolución más baja; cuando el movimiento sea el correcto, vuelve a renderizar la versión final. Si un render falla, el importe vuelve a tu saldo automáticamente.

Qué modelo escucha mejor

Todos los modelos de vídeo del estudio aceptan un fotograma inicial a través de la acción Animar o del botón Referencia, pero difieren en lo literalmente que leen las palabras de movimiento. Motion Real es el indicado cuando importa la plausibilidad física, el agua y la tela en particular. Motion ofrece el mayor detalle en las resoluciones más altas y tolera un prompt algo más completo. Motion Turbo sirve para averiguar rápido si una idea se mueve siquiera. La comparativa de modelos los pone lado a lado, y la guía de texto a vídeo tiene el glosario de cámara más largo si generas sin fotograma inicial.

Lo que ningún prompt puede hacer

Un prompt de movimiento no puede añadir algo que no está en el encuadre y hacer que parezca que pertenece a él; un personaje nuevo que entra se inventará de la nada. No puede mantener legible una línea larga de texto cuando la cámara se mueve, así que fija la cámara en los planos con envases o carteles. No puede seguir a un sujeto fuera del encuadre y mostrar lo que hay detrás. Y no puede convertir una imagen fija borrosa o mal compuesta en un clip nítido: el fotograma inicial es el techo. Arregla primero la imagen, luego abre el estudio, adjúntala y escribe palabras para los tres huecos.