Ray 3.2: recopilatorio de prompts con 5 casos de texto a vídeo y 3 de imagen a vídeo

Los 8 casos siguientes son resultados reales de Ray 3.2: 5 prompts de texto a vídeo y 3 de imagen a vídeo. Cada uno incluye el prompt completo y los parámetros; cópialo y úsalo, y al hacer clic en «Generar con este prompt» se abrirá la página del modelo con el prompt ya rellenado. Ray 3.2 ya está disponible en HiAPI; abre la página del modelo de texto a vídeo para generar directamente. Los nuevos usuarios registrados reciben 200 créditos.

1. Apertura con movimiento de cámara: dolly-in hacia el faro

Parámetros: 5 segundos · 540p · 21:9

Slow cinematic dolly-in toward a lone lighthouse keeper standing on a weathered iron balcony, salt spray drifting across the frame. Overcast dawn light, cool blue-grey tones, soft diffused shadows. The camera glides forward at a steady, patient pace, compressing the distance as gulls cross the background. Anamorphic lens look, shallow depth of field, gentle film grain. Negative: no text, no logos, no warping hands, no abrupt cuts.

Generar con este prompt →

Si escribes el movimiento de cámara en la primera frase, Ray 3.2 lo toma como la instrucción principal y mantiene el deslizamiento hacia delante durante todo el clip. patient pace sirve para frenar el movimiento excesivamente rápido habitual en texto a vídeo; la lista de negativos del final contiene el texto, los logotipos y la deformación de manos. Al cambiar de escena, modifica solo el sujeto y el clima y conserva la frase de la cámara.

2. Plano de establecimiento: aéreo de terrazas de arroz al amanecer

Parámetros: 5 segundos · 720p · 16:9

Aerial establishing shot drifting slowly over a terraced rice valley at golden hour, a low sun raking across flooded paddies that mirror an amber sky. Thin mist pools in the lower terraces. The camera moves laterally with a slow, patient pace, gradually revealing a single farmer walking a narrow dirt path. Warm high-dynamic-range lighting, rich greens and golds, cinematic haze. Negative: no text, no watermark, no flicker, no distorted geometry.

Generar con este prompt →

El desplazamiento lateral necesita un destino: gradually revealing a single farmer da a la cámara un objetivo claro y evita que la imagen simplemente flote. El bloque de iluminación es la principal fuente del aire cinematográfico; escribir juntas golden hour, low sun raking y warm high-dynamic-range es más concreto que limitarse a cinematic. El fotograma de portada de este clip de 720p también se usó como imagen de cabecera del artículo.

3. Luz ambiental: callejón de neón en una noche de lluvia

Parámetros: 5 segundos · 540p · 16:9

A rain-slicked alley at night, neon signage reflecting in puddles, steam rising from a street-food stall. A handheld camera pushes gently down the alley, wet reflections shimmering with every step. Moody cyan-and-magenta neon lighting, deep shadows, volumetric haze, cinematic bokeh from the background signs. Negative: no readable text, no logos, no morphing people, no strobing.

Generar con este prompt →

handheld camera pushes gently aporta un ligero temblor de cámara en mano, y gently evita que se convierta en un temblor caótico. Las escenas de neón tienden a generar letreros ilegibles; incluir no readable text en la lista de negativos es más fiable que esperar que escriba bien las palabras. Si necesitas un texto de marca, déjalo para superponerlo en posproducción.

4. Seguimiento de sujeto en movimiento: zorro en la nieve

Parámetros: 5 segundos · 540p · 16:9

A red fox bounding through fresh powder snow in a sunlit birch forest, snow kicking up in slow backlit sprays. The camera tracks alongside the fox at a steady pace, keeping it centered as the trees blur past. Crisp winter morning light, cool whites with a warm sunlight rim, sparkling snow particles. Negative: no extra limbs, no jitter, no text, no unnatural speed ramps.

Generar con este prompt →

keeping it centered as the trees blur past es la clave: indica al modelo que el sujeto es el ancla y que lo que se mueve es el fondo, que es exactamente cómo se lee un plano de seguimiento real. Las acciones de animales son las que más problemas de extremidades generan; conviene mantener no extra limbs y no unnatural speed ramps en la lista de negativos.

5. Macro vertical: espresso

Parámetros: 5 segundos · 540p · 9:16

Vertical macro shot of a single espresso being pulled, dark crema swirling into a warm glass cup on a marble counter in soft morning window light. The camera slowly tilts up from the dripping portafilter to the finished cup. Shallow depth of field, warm caramel tones, gentle rising steam, premium commercial finish. Negative: no shaking hands, no spills, no text overlay, no colour banding.

Generar con este prompt →

El 9:16 no cuesta más: Ray 3.2 solo cobra según la duración y la resolución, y el vertical cuesta lo mismo que el horizontal. En el macro, el sujeto apenas se mueve; usar slowly tilts up from ... to ... da a la cámara un punto de inicio y otro de fin claros, y la imagen no se queda congelada.

Imagen a vídeo: el primer fotograma ya da la imagen, el prompt solo describe el cambio

Los 3 casos siguientes usan ray-3.2/image-to-video. El primer fotograma ya fija el sujeto, la composición y la luz, así que el prompt debe centrarse en lo que ocurre después: la acción del sujeto, cómo se mueve la cámara y cómo cambian la luz o el clima. Cada uno dura fijos 5 segundos y la relación de aspecto sigue al primer fotograma.

6. Primer fotograma: estrella fugaz sobre el cielo nocturno del desierto

Imagen del primer fotograma: tienda de campaña en el desierto, Vía Láctea y una lámpara encendida

Parámetros: 5 segundos · 720p · primer fotograma de aprox. 3:2 (1024×687), salida 4:3 de 1104×832

The shooting star streaks across the Milky Way as the camera slowly cranes down toward the glowing tent, desert sand ripples shimmer in the lantern light, cinematic night timelapse feel

Generar con este prompt → (sube la imagen anterior como primer fotograma)

El primer fotograma determina el sujeto y la escena; el prompt solo describe la estrella fugaz y el descenso de la cámara, y todo lo demás se mantiene igual. La imagen original no tiene una relación de aspecto estándar, así que la salida se ajusta a la 4:3 más cercana y se recorta un poco en los bordes; coloca los elementos importantes lo más centrados posible.

7. Primer y último fotograma: peonía de capullo a plena floración

Primer fotograma	Último fotograma
Peonía en capullo al amanecer	La misma peonía en plena floración bajo la luz de la mañana

Parámetros: 5 segundos · 540p · 16:9 · primer fotograma + último fotograma

Time-lapse in a greenhouse at dawn: the peony bud slowly unfolds into full bloom as morning light brightens, static camera

Generar con este prompt → (sube las dos imágenes, primero el primer fotograma y luego el último)

Al pasar end_image_url, el vídeo termina en el último fotograma. En este caso el encuadre de las dos imágenes está ligeramente desplazado; aunque el prompt indica static camera, el modelo añadió un desplazamiento lateral para alinearse con el último fotograma. Si quieres que la cámara quede completamente fija, alinea primero la composición de las dos imágenes.

8. 1080p vertical: la leche se hunde en el café helado

Imagen del primer fotograma: foto de producto de café helado en 9:16

Parámetros: 5 segundos · 1080p · 9:16 · 1080×1920

The ribbon of milk keeps folding down through the iced espresso, the ice cubes settle and shift slightly, condensation beads slide down the outside of the glass, very slow push-in toward the glass, warm rim light stays steady, vertical product commercial shot

Generar con este prompt → (sube la imagen anterior como primer fotograma)

El primer fotograma es una imagen de producto en 9:16 y la salida es de 1080×1920, prácticamente sin recorte. 1080p es el nivel más alto y cuesta $1.7145 por vídeo; confirma primero el movimiento en 540p y luego genera en este nivel.

Fórmula general

• Escribe siguiendo el orden «movimiento de cámara → sujeto y acción → entorno → luz y color → lista de negativos», y asigna un solo movimiento principal por vídeo.
• Indica con claridad la dirección y la velocidad de la cámara: slow dolly-in, drifts laterally, handheld push, slowly tilts up.
• Usa términos concretos para la luz: golden hour, overcast dawn, cyan-and-magenta neon, backlit; funcionan mejor que «cinematic».
• Termina con Negative: y enumera lo que hay que excluir: texto, logotipos, extremidades extra, parpadeo, cortes bruscos.
• En imagen a vídeo, no repitas la apariencia que ya aparece en la imagen; describe con claridad «qué ocurre después» y «qué debe permanecer igual»; para la transición entre primer y último fotograma, alinea primero la composición de las dos imágenes.
• Primero fija el movimiento con 5 segundos en 540p ($0.2145 por vídeo, unos 46 vídeos con $10) y, cuando te convenza, sube a 720p o 1080p.

Escena	Relación de aspecto	Resolución recomendada
Apertura con dolly-in	21:9, 16:9	540p para fijar la composición, 720p para el resultado final
Plano de establecimiento aéreo	16:9	720p
Plano vacío con luz ambiental	16:9, 21:9	540p para probar la luz, 720p para el resultado final
Seguimiento de sujeto en movimiento	16:9, 9:16	540p para probar la acción, 720p para el resultado final
Macro vertical de producto	9:16	540p para pruebas, 1080p para la versión final

¿Quieres ver la misma versión directamente? Haz clic en «Generar con este prompt» debajo de cualquiera de ellos y el prompt se rellenará automáticamente; también puedes ir a la página del modelo de texto a vídeo o a la página del modelo de imagen a vídeo para escribir tu primer prompt. Los 200 créditos del registro te permiten entrar directamente en la página del modelo y probarlo; el vídeo completo descuenta créditos según el nivel elegido.

Artículos de la serie Ray 3.2

• Página del modelo Ray 3.2 de texto a vídeo: generación en línea y casos reales
• Página del modelo Ray 3.2 de imagen a vídeo: casos con primer fotograma, último fotograma y vertical
• Cuánto cuesta la API de Ray 3.2: precios de las 6 tarifas y presupuesto mensual
• ¿Cómo se usa la API de Ray 3.2? Genera tu primer vídeo en 5 minutos
• Ray 3.2 vs Runway Gen-4.5: cómo elegir entre texto a vídeo e imagen a vídeo