Recetas de prompts de texto a vídeo para Kandinsky 6.0 Pro orientadas a desarrolladores

Por qué la estructura del prompt importa más que su longitud

Los prompts largos dan la sensación de producir mucho. Describes la iluminación, la atmósfera, el fondo, el modelo del coche, el color del cielo — y luego el clip ignora la mitad o, peor, mezcla todo en un producto borroso de compromiso. Los modelos de texto a vídeo como kandinsky-6.0-pro/text-to-video no premian la verbosidad; premian la estructura.

Un prompt estructurado hace tres cosas que un párrafo de formato libre no puede hacer:

• Separa las preocupaciones. El tipo de plano, la acción del sujeto y el comportamiento de la cámara son variables independientes. Cuando se enredan en una sola frase, no puedes saber qué parte causó una salida deficiente.
• Hace posible la comparación. Si cada prompt de un lote sigue el mismo esqueleto, las diferencias en la salida se pueden atribuir a la parte que realmente cambiaste.
• Es plantillable. Los prompts con ranuras fijas se pueden parametrizar y generar de forma programática — algo esencial en cuanto pasas de las pruebas manuales a la fase de canalización.

En este artículo usamos una receta de tres partes:

[SHOT] + [SUBJECT & ACTION] + [CAMERA]

Corta, ordenada, repetible. El objetivo no es escribir menos por escribir menos, sino escribir de forma predecible, de modo que la misma receta con una sola ranura sustituida te dé una comparación significativa en lugar de otra película distinta. Todo lo que sigue se construye sobre este esqueleto: plantillas listas para copiar y pegar, redacción del movimiento de cámara, el bucle de iteración y, por último, cómo conectar todo el flujo a una llamada a la API.

Anatomía de una receta de prompts de texto a vídeo

Antes de escribir una receta, entiende qué hace cada bloque.

Plano (Shot)

El bloque de plano fija la intención del encuadre y la duración: primer plano, plano medio, plano general de establecimiento, picado, contrapicado. Es la línea del prompt con mayor apalancamiento, porque ancla la composición. Si el plano está mal, nada de lo que venga después puede salvar el clip.

Mantenlo en una sola frase. Wide establishing shot supera a a shot that shows the whole scene from far away so you can see everything in the environment.

Sujeto y acción

Este bloque describe qué se mueve y cómo se mueve. Sé específico con el sujeto y usa solo una acción principal por clip. Dos acciones que compiten en un mismo prompt suelen producir un sujeto que hace mal ambas cosas.

• Bien: a cyclist rides left to right across frame
• Arriesgado: a cyclist rides while waving and the camera zooms and the crowd cheers

Si necesitas una segunda acción, pregúntate si debería pertenecer a un clip separado.

Movimiento de cámara (Camera)

La redacción del movimiento de cámara le dice al modelo cómo debe comportarse el punto de vista: estático, panorámica, inclinación, dolly-in, órbita. Es el bloque que los desarrolladores suelen omitir — y el que más influye en que un lote de clips se sienta coherente. La redacción breve e imperativa funciona mejor; consulta la sección específica más abajo.

Qué omitir

La receta omite deliberadamente cadenas largas de adjetivos, narración emocional e instrucciones negativas expresadas en prosa. Si un detalle no se puede asignar a plano, sujeto o movimiento de cámara, en esta etapa suele ser ruido. Vuelve a añadirlo solo cuando la receta principal produzca resultados estables.

Un modelo mental útil: cada bloque aporta información a la misma imagen de salida desde una dirección distinta — composición, movimiento, punto de vista. Cuando un bloque es ambiguo, el modelo rellena los huecos con sus propios priors, y es ahí donde la inconsistencia se cuela.

Recetas listas para copiar y pegar para planos habituales

Cada plantilla sigue [SHOT] + [SUBJECT & ACTION] + [CAMERA]. Sustituye los valores entre corchetes; mantén la estructura intacta.

Plano principal de producto

Close-up product shot of a [PRODUCT] rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field

Se usa para vídeos en bucle de comercio electrónico y clips principales de aplicaciones. Mantén la rotación como único movimiento.

Entorno de establecimiento

Wide establishing shot of [ENVIRONMENT] at [TIME OF DAY], light haze in the air, slow forward dolly

Adecuado para aperturas y transiciones de capítulo. El dolly-in añade profundidad sin robar el protagonismo.

Movimiento de personaje o figura

Medium shot of [PERSON OR FIGURE] [PRIMARY ACTION], natural pace, camera static at eye level

Una sola acción. Si la figura necesita entrar primero y luego actuar, divídelo en dos clips.

Bucle abstracto o de fondo

Full-frame abstract shot of [SHAPE OR PATTERN] drifting slowly, [COLOR PALETTE], gentle camera drift

Diseñado para fondos en bucle sin costuras. Evita el movimiento direccional fuerte para que el punto de bucle sea menos evidente.

Material de estilo UI o pantalla

Straight-on shot of [DEVICE OR SURFACE] displaying [CONTENT], subtle parallax, camera locked, no rotation

El bloqueo de cámara mantiene estables el texto y los elementos de interfaz — algo fundamental si vas a componer una UI real encima.

Detalles de naturaleza y textura

Close-up shot of [NATURAL ELEMENT] moving gently in [CONDITION], macro framing, slow lateral drift

Úsalo con moderación en un lote; los clips de textura son donde más se notan las diferencias entre modelos, así que al comparar mantén el movimiento de cámara idéntico dentro de un mismo grupo.

Redacción clara y legible del movimiento de cámara y de la acción

El lenguaje del movimiento de cámara es donde los prompts fallan en silencio. Los modelos responden mejor a una redacción breve y convencional que a prosa descriptiva, y la consistencia dentro de un lote importa más que la elegancia.

Usa un vocabulario pequeño

Elige un conjunto fijo de términos de movimiento de cámara y reutilízalos en todas partes. Un conjunto inicial viable:

• camera static / camera locked off
• slow forward dolly / slow backward dolly
• pan left / pan right
• tilt up / tilt down
• orbit around subject
• handheld drift

Resiste la tentación de inventar movimientos compuestos como "dolly-zoom with a slight arc" a menos que ya hayas verificado que el modelo los maneja. Cada frase inusual es una variable no probada.

Separa el movimiento del sujeto del movimiento de cámara

Son dos instrucciones distintas y deben ocupar ranuras distintas. A cyclist rides left to right describe al sujeto; pan right describe la cámara. Escribir the camera follows the cyclist las fusiona y te deja sin claridad sobre cuál debería priorizar el modelo.

Especifica la velocidad

Una palabra — slow, steady, brisk — suele bastar. La palabra de velocidad ancla cuánto de la duración del clip consume el movimiento, algo importante cuando necesitas clips de longitud fija para montarlos juntos.

Mantén la redacción constante dentro de un lote

Si generas diez variantes para comparar, mantén la línea de movimiento de cámara idéntica byte a byte. Cambiar a la vez el sujeto y el movimiento de cámara entre ejecuciones significa que no puedes atribuir la diferencia a ninguno de los dos. Es el error más común en las pruebas improvisadas de prompts.

Prioriza las instrucciones positivas y observables

Describe lo que hace la cámara, no lo que evita. Camera static es una instrucción clara; camera doesn't shake exige que el modelo razone sobre una negación. La redacción positiva también hace que tu biblioteca de prompts sea más fácil de buscar después.

Ajustar la receta sin romperla

La receta es un punto de partida, no un activo fijo. La disciplina está en cómo la cambias.

Cambia una sola ranura por ejecución

Elige una receta base, genera una línea base y luego modifica solo un bloque — plano, sujeto o movimiento de cámara — y vuelve a generar. Si cambias el plano y el sujeto a la vez, no puedes saber qué ajuste funcionó. Esta restricción se siente lenta al principio, pero ahorra mucho tiempo en cuanto crece tu biblioteca.

Registra todo

Para cada ejecución, registra:

• la cadena de prompt completa, sin modificar
• qué ranura se cambió y a qué
• un veredicto breve (conservar / descartar / revisar de nuevo)
• cualquier artefacto evidente o desviación respecto a la receta

Basta con un archivo de texto plano o una columna de hoja de cálculo. La clave es que un prompt que te gustó hace tres semanas sea reproducible, no reconstruido de memoria.

Versiona la receta

Trata las plantillas de prompts como tratas el código. Dales identificadores (product_hero_v1, establishing_city_v2) y mantén una línea de registro de cambios por versión. Cuando un clip posterior se vea mal, puedes recuperar la receta exacta que lo produjo.

Saber cuándo está terminada una receta

Una receta es estable cuando tres ejecuciones consecutivas con los mismos parámetros producen salidas que puedes aceptar. En ese momento, congélala, etiquétala y pasa al siguiente tipo de plano. Seguir ajustando una receta que ya funciona es cambiar estabilidad por beneficios marginales.

Poda con decisión

La mayoría de las recetas que escribes acaban descartándose. Elimina o archiva las que nunca se estabilizaron — una biblioteca de plantillas a medio hacer y sin mantenimiento es peor que una biblioteca pequeña en la que confías.

Llevar la receta a la canalización

La iteración manual sirve para explorar. Producción exige prompts parametrizados y versionados, enviados a través de un endpoint estable.

Plantillas parametrizadas

Guarda la receta como una plantilla con ranuras con nombre, en lugar de como una cadena terminada:

{
  "id": "product_hero_v1",
  "template": "Close-up product shot of a {{product}} rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field"
}

La renderización es sencilla: sustituye {{product}} en el momento de la llamada. La plantilla permanece fija; solo cambia el valor de la ranura. Es la misma disciplina de una variable a la vez de las pruebas manuales, solo que aplicada de forma programática.

Mantente en un solo endpoint

Dirige tanto el tráfico de experimentación como el de producción al mismo endpoint de modelo, kandinsky-6.0-pro/text-to-video. Cuando tus llamadas de prueba y tus llamadas publicadas llegan a la misma API, un prompt que funciona en la exploración se comporta exactamente igual en producción. Cambiar de interfaz entre fases es una fuente habitual de errores del tipo "ayer funcionaba".

Versiona y registra en el punto de llamada

Cada clip generado debería poder rastrearse hasta un ID de receta, el prompt renderizado y una marca de tiempo. Registra estos datos junto con las referencias de salida. Cuando un clip se marque, querrás poder responder sin hacer forense: "¿qué versión de la receta y qué parámetros produjeron esto?".

Genera lotes con criterio

Al generar variantes, cambia solo una ranura dentro de un lote y mantén todo lo demás constante — incluida la línea de movimiento de cámara. Esto preserva la comparabilidad del lote y hace que la revisión automática o el muestreo manual sean mucho más rápidos.

Reincorpora los resultados a la biblioteca

Las recetas que se estabilizan en producción deberían etiquetarse y reutilizarse. Con el tiempo, la biblioteca se convierte en el verdadero activo de prompts de tu equipo: un conjunto de bloques de construcción validados y versionados, en lugar de una carpeta de cadenas desechables.

Una vez que la plantilla está parametrizada y versionada, la misma receta puede impulsar tanto las pruebas manuales como los lotes de producción sin modificaciones.

Modos de fallo habituales y cómo interpretarlos

Las salidas deficientes no suelen ser aleatorias. Asigna el síntoma al bloque más probablemente responsable y cambia solo ese bloque.

La composición varía entre ejecuciones

Causa probable: el bloque de plano. Una frase de encuadre vaga o compuesta — a wide shot, somewhat close — da margen de interpretación al modelo. Redúcela a un único término de plano canónico y mantenlo constante dentro de un lote.

El sujeto hace lo incorrecto o hace demasiado

Causa probable: el bloque de sujeto y acción. Varias acciones en un mismo prompt, o acciones descritas con verbos vagos. Redúcelo a una acción principal y usa lenguaje observable.

Movimiento de cámara excesivo o errático

Causa probable: la redacción del movimiento de cámara, o su ausencia. Sin instrucción de cámara, el modelo inventa movimiento. Añade un camera static explícito o un movimiento con nombre; elimina la prosa que insinúa movimiento — the scene sweeps across se lee como una instrucción de cámara.

Aparecen detalles que no pediste

Causa probable: un prompt demasiado largo. Las cadenas de adjetivos y el lenguaje emotivo invitan al modelo a rellenar huecos. Reduce la receta a los tres bloques, confirma que el núcleo funciona y luego reintroduce detalles de uno en uno.

La salida es consistente pero aburrida

Causa probable: una receta demasiado restringida. Si cada bloque está bloqueado y el resultado es plano, la solución suele ser un cambio controlado — un nuevo movimiento de cámara, una nueva acción — en lugar de una reescritura completa.

Los resultados no son reproducibles

Causa probable: un problema de proceso, no del prompt. Ediciones no registradas, redacción del movimiento de cámara cambiada entre ejecuciones, o pruebas en un endpoint distinto al de producción. El remedio es la biblioteca versionada y la disciplina de endpoint único descritas antes.

Interpretar los fallos de este modo convierte cada generación mala en una hipótesis concreta y comprobable, en lugar de una razón para reescribirlo todo.