De texto a vídeo en Telegram

El texto a vídeo es el arranque en frío: sin foto, sin referencia, solo una descripción escrita que entra y un clip que sale. Todos los modelos del bot lo aceptan, y la diferencia entre un resultado aprovechable y uno turbio está sobre todo en cómo se escribe el prompt.

Escribe para una cámara, no para un buscador

La costumbre que la gente trae de las herramientas de imagen es amontonar adjetivos. El vídeo premia otra cosa: di qué hay en el plano y luego di qué está haciendo el plano. Un sujeto, un entorno, una posición de cámara y un movimiento llevan un clip mucho más lejos que una lista de palabras de estilo.

Un prompt como «slow push in on a woman reading by a rain-streaked window, warm lamplight, quiet evening» le da al modelo cuatro cosas sobre las que actuar. «Beautiful cinematic masterpiece 8k detailed» no le da ninguna.

Di qué se mueve

El vídeo tiene un eje que las imágenes no tienen, y es justo el que se olvida escribir. Si en el prompt no se mueve nada, el modelo se inventa el movimiento, y el movimiento inventado es donde los clips empiezan a verse raros. Nombra el movimiento que quieres, ya sea del sujeto, de la cámara o de la luz.

Prueba barato y luego apuesta

Prueba la redacción en el modelo de entrada a 480p. Un borrador de seis segundos son 12 créditos, así que puedes probar tres redacciones por menos de lo que cuesta un clip terminado. Cuando la redacción produzca el plano que tenías en la cabeza, relánzala en una resolución mayor y en un modelo más pesado. Abre el bot y el selector de modelo queda a un toque del borrador. La guía paso a paso cubre el resto del recorrido.

Elegir modelo para un prompt escrito

El nivel cinematográfico es al que acudir cuando el plano necesita un movimiento de cámara o tiene que cortar entre ángulos. El nivel de calidad aguanta mejor el detalle fino y es la elección cuando el sujeto tiene que resistir una mirada de cerca. El modelo de entrada no es solo más barato: siempre devuelve sonido, lo que hace que un clip hecho solo con texto se sienta terminado sin un segundo paso. Los cinco aceptan un prompt escrito, y la página de precios dice cuánto cuesta cada segundo.

Y si ya tienes la imagen y lo que quieres es que se mueva, eso es de imagen a vídeo.