Cómo hacer shorts y reels con IA: flujo de trabajo para videos cortos

El proceso para un clip vertical de 15 a 60 segundos

El video corto premia lo mismo en TikTok, Douyin, Instagram Reels, YouTube Shorts, Kuaishou, Xiaohongshu y WeChat Channels: un buen arranque, ningún segundo muerto y un desenlace claro. Las herramientas de IA aceleran la parte central del proceso, pero las decisiones del principio y del final siguen siendo tuyas.

Las etapas de guion y voz tienen sus propias guías: consulta guion para video corto, voz en off con IA y subtítulos automáticos. Esta página se centra en cómo se conectan las etapas y en qué hace que un video corto mantenga la atención.

Los primeros 1–3 segundos deciden el resto

En nuestras pruebas, el fotograma inicial influye más en el abandono temprano que cualquier otra cosa del clip. El primer fotograma debería ser ya el más atractivo del video: luminoso, con el rostro totalmente visible e iluminado, el sujeto ya en movimiento o sonriendo, en plano cercano o medio para que ocupe la mayor parte de la pantalla.

Inicios que en la práctica pierden espectadores: una revelación lenta, una cabeza mirando hacia abajo, una habitación oscura, un rostro medio tapado, una tarjeta con logotipo o una intro de «despertar» que explica el concepto. Pon el concepto en el atrezo y el escenario. Si el video trata de una receta para un día de lluvia, abre con el cuenco humeante junto a una ventana mojada, no con alguien entrando en la cocina.

Acompaña la imagen con una primera frase que haga una promesa concreta o muestre un problema concreto, por ejemplo «Esta es la forma más barata de mantener viva la albahaca» o «Tres ajustes que arreglan las fotos borrosas del móvil». La frase y la imagen deben decir lo mismo.

Imágenes, voz, subtítulos y música

• Planifica los planos según las duraciones del modelo. Muchos modelos solo aceptan segundos enteros o niveles como 5, 10 o 15 segundos. Un short de 30 segundos suele ser seis planos de 5 segundos o tres de 10.
• Usa una imagen de referencia por personaje y comprueba cada imagen nueva con ella: ropa, manos, accesorios, pelo, colores y altura. Los editores de imágenes pueden cambiar detalles que no pediste, y el modelo de video copia ese error en todos los fotogramas.
• Escribe solo lo que vería una cámara. Los modelos de video interpretan las metáforas al pie de la letra, así que «montañas como una pintura a tinta» puede convertir un fondo real en una ilustración plana.
• Graba o genera la voz antes de la edición final, para cortar las imágenes según la voz y no al revés.
• Mantén los subtítulos cortos, con buen contraste y lejos de los bordes inferior y derecho, donde la plataforma coloca sus botones y textos. Consulta nuestra guía de tamaños de video vertical para ver las zonas seguras.
• Haz que la duración de la música coincida con la del video. Si generas por segmentos, recorta tú el audio de cada segmento en lugar de dejar que el modelo elija un fragmento.

Si un modelo genera o vuelve a renderizar la banda sonora, la música puede empezar tarde. Hemos medido desfases de aproximadamente un segundo, mientras que el movimiento seguía con bastante precisión los tiempos del prompt. Antes de juzgar la sincronización, vuelve a poner el audio original en el clip generado:

ffmpeg -i gen.mp4 -i song.mp3 -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -shortest synced.mp4

Los clips generados suelen salir en 720p o en un 1080p poco nítido. Aumenta la resolución después de editar, no antes, y conserva una única exportación maestra. Cada nueva subida y recodificación en las redes sociales añade artefactos.

Retención: bucles y cambios de patrón

Las aplicaciones de video corto muestran tu clip primero a un grupo pequeño y amplían la audiencia si la gente lo ve hasta el final, lo repite o lo comparte. Unos cuantos hábitos de edición ayudan en la práctica:

• Cambia algo en pantalla cada 2–4 segundos: un plano nuevo, un zoom, un subtítulo, un objeto que entra en el encuadre. Un plano estático más largo suele sentirse lento en el móvil.
• Muestra el desenlace al final, pero promételo al principio. «Espera al último» solo funciona si el último es de verdad el mejor.
• Crea un bucle: haz que el último fotograma enlace con el primero, para que al repetirse parezca continuo. También funciona una frase que empieza al final y termina al principio.
• Corta todas las pausas de la voz. Un silencio que en un video largo está bien, en uno corto parece un error.
• Termina con el desenlace, no con una despedida ni una tarjeta de logotipo. La gente se va en las despedidas.

Ejemplo práctico: un short de IA de 30 segundos

Este guion por escenas es para un video explicativo de 30 segundos sobre por qué los gatos tiran cosas de las mesas. Usa seis planos de IA de 5 segundos de un gato de dibujos animados creado a partir de una sola imagen de personaje, una voz en off de unas 80 palabras y un bucle al final.

0-5 s   SHOT 1 close-up: orange cat on a kitchen counter, paw already pushing a cup
        toward the edge, bright morning light. Cup falls off frame at 4 s.
        VO: "Your cat is not being rude. It is running an experiment."
5-10 s  SHOT 2 medium: cat watches the floor, ears forward.
        VO: "Cats are hunters. A paw tap tests whether something is alive."
10-15 s SHOT 3 close-up: paw taps a pen three times, pen rolls.
        VO: "If it moves, it is interesting. If it falls, even better."
15-20 s SHOT 4 medium: cat looks at the camera, then at an empty bowl.
        VO: "It also works on you. You came running, didn't you?"
20-25 s SHOT 5 wide: owner's hand fills the bowl, cat ignores it, looks at a glass.
        VO: "The fix: give it toys that move, and keep glasses away from edges."
25-30 s SHOT 6 close-up: paw rests next to a new cup at the counter edge.
        VO: "Because tomorrow, the experiment starts again..."
        (last frame matches the first frame for a clean loop)

Captions: 3-5 words per line, upper middle of the frame.
Music: light pizzicato loop cut to exactly 30 s, -18 dB under the voice.

El primer fotograma ya muestra al gato y la taza en movimiento, así que no hay una presentación lenta. Cada plano es una sola acción, y cada línea de voz en off dura aproximadamente un plano.

Producción en lote de una serie

Una serie es más fácil de hacer crecer que los clips sueltos, porque la audiencia sabe qué le dará el siguiente episodio. Producir en lote ahorra más tiempo cuando reutilizas la estructura y los recursos, no el contenido.

1. Fija el formato: duración, estructura de escenas, estilo de subtítulos, estilo de música, diseño de la portada.
2. Crea una sola vez los recursos reutilizables: hoja de personaje, fondos, sonido de intro.
3. Escribe de cinco a diez guiones en una sola sesión, cada uno con sus propios datos o su propia historia.
4. Genera todos los primeros fotogramas, compáralos con la hoja de personaje y luego pon en cola los planos de video juntos.
5. Edita a partir de un proyecto plantilla, pero cambia cada vez el gancho, los planos y el desenlace.

Lista de publicación y lectura de estadísticas

Los límites de las plataformas cambian, así que compruébalos en cada aplicación antes de empezar una serie. Estos son algunos puntos verificados en páginas oficiales en el momento de escribir esto (noviembre de 2026):

Al leer las estadísticas, fíjate en la gráfica de retención, no solo en las visualizaciones. Desde el 24 de agosto de 2026, YouTube cuenta una visualización en cuanto el video empieza a reproducirse, así que muchas visualizaciones con pocas visualizaciones con interacción suelen indicar que los primeros segundos no funcionan. Busca el segundo en el que la línea cae más, mira ese momento y cambia una sola cosa en el siguiente video: el primer fotograma, la primera frase o la duración. Para ver las reglas de etiquetado con más detalle, consulta nuestra guía sobre cómo etiquetar contenido de IA.