Por qué el modelo entiende las palabras del cine
Porque en sus datos de entrenamiento estaban a la vez la palabra y el metraje que le corresponde. En descripciones de vídeo, guiones y material profesional, «dolly in» o «crane shot» aparecían siempre junto al mismo tipo de movimiento, y lo que el modelo aprendió es esa asociación.
De ahí se siguen dos cosas. Una, que los términos asentados y frecuentes funcionan bien — justo los que aparecieron muchas veces. La otra, que la jerga rara o de gremio no: un proveedor recomienda expresamente reescribir el término poco frecuente como «el término más una descripción en palabras llanas», porque por sí solo no basta.
Los seis movimientos que salen de forma fiable
- Push in / pull out. La cámara se acerca al sujeto o se aleja de él. Es el movimiento más fiable que hay: casi siempre acierta.
- Pan. La cámara gira en horizontal sin moverse del sitio. Sale bien si dices hacia dónde.
- Tilt. Lo mismo en vertical. Algo más flojo que el pan.
- Orbit. La cámara rodea al sujeto. Es vistoso y sale sorprendentemente bien — pero ocho segundos dan para poca vuelta.
- Tracking / follow. La cámara sigue a un sujeto en movimiento. Funciona si describes también el movimiento del sujeto.
- Handheld. Un temblor leve, de cámara en mano. Da sensación documental y se invoca con mucha facilidad.
Lo que no es movimiento, sino posición de cámara
El movimiento es solo la mitad. La otra mitad es desde dónde miras — y esa es la que casi todo el mundo se salta.
- Altura. «Eye level», «low angle», «high angle», «bird's eye». Es la palabra suelta con más efecto sobre la imagen.
- Tamaño de plano. «Wide shot», «medium shot», «close-up», «extreme close-up». El modelo maneja bien estos términos asentados.
- Carácter del objetivo. «Wide angle», «long lens», «macro». No sale una simulación óptica, sino el aspecto que suelen tener esas imágenes.
- Profundidad de campo. «Shallow depth of field, blurred background» — es una de las mejoras de calidad más potentes que existen, porque lo que distingue una imagen de cine de un vídeo de móvil es el fondo.
La advertencia del proveedor que conviene leer
La documentación de uno de los grandes proveedores repite dos veces la misma frase: ciertos ángulos de cámara y objetivos avanzados no están soportados oficialmente, y tanto el resultado como la fiabilidad pueden variar. No es una excusa, es información útil.
Traducido a la práctica: una palabra de cámara es una sugerencia, no una orden. Con los términos asentados y frecuentes el porcentaje de acierto es alto; con los raros el modelo entrega lo que más se parece a la descripción. Por eso conviene pedir un movimiento de cámara por clip. Dos o tres seguidos no los ejecuta: sale un promedio que no se parece a ninguno.
La cámara fija que no se queda fija sola
Es la molestia más habitual, y tiene una explicación sencilla. En los datos de entrenamiento la inmensa mayoría de los vídeos llevan la cámara en movimiento, así que el valor por defecto es moverse. Si quieres un plano fijo, con aspecto de fotografía, tienes que decirlo aparte — un proveedor recomienda expresamente dedicarle una frase entera.
Lo que funciona: «the camera stays completely still on a tripod, the framing never changes». Lo que no: «static shot» a secas, porque es poco para que el modelo anule su valor por defecto. Y al revés vale igual: si quieres un movimiento concreto, di también su dirección y su velocidad.
Tres vías para dirigir mejor la cámara
Donde la palabra no llega, hay un nivel por encima.
- Camera tokens elegidos de un menú. Un proveedor ofrece los movimientos como opciones de menú (pan, orbit, crane, push in, pull out). Es más previsible que el texto libre, a cambio de menos variedad.
- Guion plano a plano. En otro puedes desglosar la escena por planos, con campos: duración, posición de cámara, perspectiva y movimiento de cámara. Es lo más parecido a lo que le dirías a un director de fotografía.
- Vídeo de referencia. El método más potente: no describes el movimiento de cámara, lo interpretas. Un proveedor ofrece justo para esto una previsualización gris, con aspecto de barro: mueves la cámara ahí y el modelo se queda con el movimiento.
Una plantilla para copiar
[POSICIÓN DE CÁMARA] + [TAMAÑO DE PLANO] + [QUÉ HAY EN EL ENCUADRE] +
[UN movimiento de cámara, con dirección y velocidad] + [LUZ] + [CARÁCTER DEL OBJETIVO]
Ejemplo:
Plano medio en contrapicado de una taza de cerámica sobre un banco de taller.
La cámara se acerca despacio durante cinco segundos y termina cerca
del borde. Luz suave de ventana desde la izquierda, poca profundidad
de campo, el fondo queda desenfocado.
Para plano fijo, en una frase aparte:
La cámara se queda completamente quieta sobre un trípode, el encuadre no cambia.
La plantilla enseña la estructura en español, pero el prompt escríbelo en inglés. Los modelos de vídeo se entrenaron con descripciones en inglés, y el vocabulario de cámara — la posición, el tamaño de plano, el nombre del movimiento — es más preciso en inglés. Cuánto cuesta la elección de idioma lo mide los modelos y las lenguas pequeñas , con datos.
Malentendidos habituales
- «Si pido más movimientos de cámara, saldrá más dinámico.» Un clip, un movimiento. De dos sale un promedio.
- «Indicar la distancia focal da una imagen ópticamente exacta.» No. Da el aspecto, no la física — los propios proveedores lo advierten.
- «Lo fijo es el valor por defecto.» Es justo al revés: lo es el movimiento, y lo fijo hay que pedirlo aparte.
- «Si no sale, necesito un prompt mejor.» A veces sí, pero más a menudo necesitas otro mecanismo: camera tokens, campos por plano o un vídeo de referencia.
Lo que conviene llevarse
Un clip, un movimiento de cámara, con dirección y velocidad — eso es medio trabajo hecho. La otra mitad es la posición de cámara y el carácter del objetivo, porque de ahí sale la sensación de cine. Si la palabra no basta, sube un nivel: tokens, campos por plano o vídeo de referencia. Para el cuadro completo de lo que estos modelos pueden y no pueden, Cómo funciona el vídeo con IA es el punto de partida, y sobre cómo arreglar un plano fallido trata Editar vídeo con IA , el artículo siguiente.