Blog25 de octubre de 2026

Crear video con IA: del guion al archivo final

Por el equipo creativo de Virtalio, una agencia creativa con más de 15 años produciendo piezas, sitios y campañas para pymes, marcas y agencias. Última revisión: octubre de 2026.

Crear un video con IA se decide antes de generar, no después. El sistema entrega planos; el video lo arma el montaje. Entre esos dos momentos hay una especificación —qué se ve, cuánto dura, qué movimiento tiene, qué no puede cambiar de un plano a otro— y un criterio de descarte para revisar lo que devuelve. Cuando la especificación es vaga, se generan veinte archivos y ninguno sirve; cuando es precisa, se generan menos y se aprueba más rápido.

Definir el video antes de generarlo

Hay tres decisiones que no se pueden dejar para la etapa de generación, porque después cuestan volver a empezar.

El destino. No es lo mismo un video que se ve sin sonido mientras se desplaza una pantalla que un video que se ve completo en una ficha de producto. El destino fija la proporción, la duración tolerable y el peso del texto en pantalla.
La duración objetivo. Se decide en segundos y se escribe. Un video de diez segundos tiene espacio para una idea; uno de treinta, para tres. Repartir mal esos segundos es lo que convierte un buen concepto en una lista apurada de escenas.
Qué se genera y qué se filma. Material de archivo, producto real, instalaciones, personas de la empresa: cada elemento que entra filmado reduce la cantidad de planos que la IA tiene que resolver bien. El reparto entre lo generado y lo filmado es una decisión de producción, no un detalle técnico, y la desarrollamos aparte en qué se genera y qué se filma en una campaña.

Sobre la elección de modelo hay una decisión distinta que no corresponde a este artículo: los modelos vigentes, sus capacidades y su costo por generación se comparan en qué modelo usar y cuántos créditos cuesta. Aquí la pregunta es anterior: qué le vas a pedir al plano.

El guion como hoja de especificación

Un guion escrito para generar planos se parece más a una ficha técnica que a un texto dramático. Cada plano debería responder, en una línea, estas preguntas:

Qué se ve. El sujeto y el entorno, con el nivel de detalle que hace falta para que no se invente lo demás.
Encuadre y movimiento. Plano general, medio o detalle; cámara fija o desplazamiento. En generación, un movimiento mal pedido produce más deformación que un movimiento simple.
Duración del plano. Expresada en segundos, no en adjetivos.
Luz y hora del día. Es lo que da continuidad entre planos: dos tomas del mismo lugar con luces distintas no se pueden cortar juntas.
Lo que no debe aparecer. Textos legibles, logotipos de terceros, marcas de agua y manos en primer plano.

Ese último punto merece más atención de la que recibe. Buena parte de las variantes que se descartan se caen por lo mismo: texto inventado que queda ilegible o deformado, manos con dedos de más y logotipos de marcas reales aparecidos de la nada. Escribirlo como prohibición explícita en la especificación reduce el desperdicio más que cualquier ajuste posterior.

Generar variantes y descartarlas con criterio

La generación no es una tirada de dados que se repite hasta que salga algo. Es un proceso de selección y lo que decide el resultado es el criterio de descarte, escrito antes de mirar los archivos para no terminar eligiendo por cansancio.

Se descarta por deformación. Anatomía imposible, objetos que se funden entre sí, bordes que se derriten al mover la cámara.
Se descarta por texto. Cualquier palabra legible inventada dentro del plano es un problema legal y de marca, no un problema estético. El texto de campaña se agrega en el montaje, sobre el video, no dentro.
Se descarta por continuidad. Si el plano 3 tiene el mismo producto con otro color o la misma locación con otra ventana, no pertenece a la misma secuencia.
Se descarta por duración inservible. Un plano que solo funciona en sus primeros dos segundos no sirve para un corte que necesita cuatro.

Un detalle práctico: conviene revisar cada variante completa y no solo el fotograma congelado que se ve en la previsualización. La mayoría de los defectos aparecen en el movimiento —una mano que se reordena, un fondo que respira, un borde que se dobla— y ese cuadro no está en la miniatura.

Continuidad: el problema que la IA no resuelve sola

Un video se sostiene en que el espectador acepte que los planos pertenecen al mismo mundo. En generación, esa continuidad se administra a mano: el mismo sujeto, el mismo vestuario, el mismo producto, la misma dirección de luz y la misma paleta entre planos consecutivos. Si el video lleva un personaje recurrente, hay que fijarlo con referencias y mantenerlas en cada plano; si lleva un producto, la referencia es el producto real y el producto real siempre gana.

Cuando el video tiene varias piezas encadenadas —imagen, video, voz, música—, el trabajo se ordena mejor por etapas con entradas y salidas claras que en un solo paso. Los flujos con nodos existen para eso: cada etapa recibe un resultado concreto, lo transforma y lo entrega, y el orden queda documentado para poder repetirlo con otra marca. En Virtalio ese editor es AI Canvas, y aplica la misma lógica que cualquier línea de producción: un paso no empieza hasta que el anterior pasa revisión.

El montaje sigue decidiendo el ritmo

Un plano aprobado todavía no es un video. El corte define el ritmo, la duración final de cada toma, las transiciones y el punto exacto en que entra el mensaje. Es la etapa donde más se arreglan los defectos de generación: un plano flojo se acorta, uno bueno se sostiene dos segundos más, y una secuencia que en bruto no funcionaba empieza a funcionar cuando encuentra su música.

El audio entra aquí y no antes: la locución o la voz sintética, la música y los efectos. La voz se prepara como se prepara cualquier locución, con el texto escrito para ser leído en voz alta —números, siglas y nombres de producto resueltos, no dejados a interpretación— porque un guion mal escrito no lo arregla ninguna lectura. Si la pieza lleva voz propia de la marca, el flujo de trabajo está descrito en el AI Studio.

Declarar que el contenido es generado

La obligación de declarar no es opcional y no depende del proveedor. Las plataformas piden marcar el contenido sintético o alterado: YouTube exige revelar el contenido alterado o sintético cuando una parte realista puede confundirse con una persona o un hecho real, y las normas de comunidad de TikTok tratan el contenido generado por IA dentro de sus reglas de integridad y autenticidad. En la Unión Europea, el Reglamento de Inteligencia Artificial incluye obligaciones de transparencia para el contenido sintético.

En los catálogos de producto la etiqueta ya tiene formato: Google Merchant Center acepta los códigos IPTC que marcan una imagen creada con un modelo o compuesta con elementos sintéticos. Lo práctico es tratarlo como parte de la entrega: si el archivo es generado, se marca cuando se publica y queda anotado en la ficha del proyecto.

Entregar según el destino

La proporción y la resolución no se eligen al final; se entregan ya cortadas. YouTube documenta las resoluciones y proporciones recomendadas y cada plataforma hace lo mismo con lo suyo, así que lo sensato es exportar una versión por destino desde el mismo montaje y no recortar la principal para que entre en otro formato.

Lo que se entrega: el video final por cada proporción, una versión sin texto sobreimpreso para volver a montar, y los archivos de origen del proyecto. El video que se genera para una campaña casi siempre termina sirviendo en tres lugares distintos, y tener el montaje abierto es lo que permite hacerlo sin volver a producir.

Cómo pedirle esto a un equipo

Si el video lo produce alguien más, el pedido útil no es "un video con IA". Es el destino, la duración, el reparto entre generado y filmado, y la lista de lo que no puede aparecer. Con eso, la producción se vuelve un proceso con etapas revisables; sin eso, se vuelve una serie de intentos cuyo resultado nadie puede aprobar. Para llevarlo a una pieza concreta, puedes agendar una llamada o empezar a producir en el AI Studio.

Preguntas frecuentes

¿Cuánto tarda un video hecho con IA?

Depende menos de la generación que del guion. Con la especificación cerrada, la generación de planos es rápida y el tiempo se va en la selección, el montaje y el audio. La mayoría de las piezas se entregan en menos de 48 horas, y una campaña completa con video toma entre 3 y 5 días con revisiones incluidas.

¿Se puede usar un video generado en un anuncio pagado?

Sí, y la condición es declararlo cuando la plataforma lo pida. Además del cumplimiento, hay una razón práctica: un anuncio que declara su origen rara vez recibe la objeción que recibe un anuncio que la audiencia descubre después.

¿Hay que grabar algo o todo se puede generar?

Casi todo se puede generar, pero no todo conviene. El producto real, el rostro de una persona real y los espacios donde opera la empresa suelen rendir mejor filmados o fotografiados: son los elementos donde el espectador detecta más rápido una inconsistencia. La IA rinde mejor en lo que no existe o sería caro de producir.

¿Qué se revisa antes de aprobar un plano?

Cuatro cosas: que no haya deformación en el movimiento, que no aparezca texto legible ni logotipos de terceros, que la luz y el producto coincidan con los planos vecinos, y que el plano se sostenga el tiempo que el corte necesita.

Fuentes