Sora: cómo empezar a crear video con IA

Sora convierte una descripción de texto en video. Suena sencillo, pero la primera semana es una sucesión de clips en los que las manos tienen seis dedos, un automóvil atraviesa una pared y el texto de una camiseta cambia a mitad de plano. No es culpa de la herramienta, sino de la falta de método. Esta guía te da uno: cómo conseguir acceso, cómo construir un prompt, en qué gana Sora a Runway y Kling y en qué pierde, y cómo iterar para que, de cada diez clips, dos sean realmente buenos.

Acceso y planes

Sora funciona a través de una cuenta de OpenAI, normalmente incluida con una suscripción a ChatGPT. En la práctica te encontrarás con dos niveles: uno más barato (tipo Plus), con unas pocas decenas de generaciones al mes, clips más cortos y menor resolución, y otro más caro (tipo Pro), con un límite más alto, clips más largos, mayor resolución y menos marcas de agua en algunas regiones. Toma estas cifras como estimaciones: OpenAI cambia los límites y los precios más de una vez por trimestre, así que comprueba la situación actual en tu propio panel antes de pagar.

• Comprueba la disponibilidad en tu país: el despliegue es regional y de vez en cuando se pausa.
• Empieza con el plan más barato y una semana de pruebas antes de pagar el superior.
• Los límites de generación cuentan cada intento, también los fallidos: planifica los prompts, no dispares a ciegas.
• Exportar desde el plan de clips más largos suele dar un material más limpio para la edición posterior.

Anatomía de un prompt

Un buen prompt de video no es una frase, sino cinco capas ensambladas en una descripción coherente. Cada capa controla una parte distinta del encuadre, y cualquier capa que te saltes la adivinará el modelo, normalmente mal.

1. Sujeto: quién o qué aparece en el encuadre, con detalles concretos (edad, ropa, material, color).
2. Acción: qué hace, con un solo movimiento por clip; no metas tres acciones en cinco segundos.
3. Cámara: el tipo de plano y el movimiento, por ejemplo static wide shot, slow dolly in, handheld tracking, top-down.
4. Iluminación: la hora del día y el carácter de la luz, por ejemplo soft morning light, harsh noon sun, neon night.
5. Estilo: la estética y el medio, por ejemplo 35mm film, anime cel, documentary, claymation.

El orden importa: empieza por el sujeto y la acción, porque definen lo que anima el modelo. El estilo y la iluminación, al final, funcionan como un filtro aplicado sobre la escena. Evita las negaciones (“sin una multitud al fondo”): los modelos de video las interpretan mal y a menudo te dan justo lo que prohibiste. En su lugar, describe en positivo lo que debe aparecer: “una calle vacía al amanecer”.

Duración de los clips y relación de aspecto

Sora genera clips cortos: aproximadamente entre unos pocos segundos y algo más de una docena por generación, según el plan y la resolución. No es una herramienta para rodar una toma única de tres minutos; es un generador de piezas que luego montas en un editor.

• 16:9: YouTube, presentaciones, planos horizontales “cinematográficos”.
• 9:16: Reels, TikTok, Shorts; compón la acción en el centro y en la parte superior del encuadre.
• 1:1: feed, miniaturas, o cuando todavía no sabes cuál será el formato final.

Cuanto más corto es el clip, menor es la probabilidad de morphing y de que la física empiece a fallar, porque el modelo tiene menos fotogramas en los que equivocarse. Si necesitas una escena más larga, genera varios planos cortos de la misma situación y móntalos juntos: queda más estable que una sola generación larga.

Storyboard y remix

Dos funciones que marcan la diferencia entre rodar “a ciegas” y dirigir. Storyboard te permite dividir un clip en puntos temporales y asignar a cada uno su propia descripción: el sujeto camina, luego se detiene, luego se gira. Eso te da sobre la secuencia de acontecimientos un control que un solo prompt no puede darte.

Remix toma un clip existente y cambia un parámetro manteniendo el resto: la misma escena, pero bajo la lluvia; el mismo personaje, pero con otra ropa. Es la forma más barata de iterar, porque no empiezas desde cero. Un workflow que funciona: una generación sólida como base y luego tres o cuatro remixes que cambien una sola cosa cada vez. Si cambias muchas cosas a la vez, nunca sabrás qué mejoró el resultado.

Fallos habituales y cómo mitigarlos

Los modelos de video tienen un conjunto de artefactos que se repite. Conocerlos te ahorra la mayor parte de la frustración.

• Morphing: los objetos cambian de forma de manera fluida. Acorta el clip, simplifica la escena, reduce el número de elementos en movimiento.
• Fallos de física: objetos que se atraviesan entre sí, una gravedad extraña. Elige movimientos simples y naturales; evita las colisiones complejas y las multitudes.
• Artefactos en el texto: los rótulos y los logotipos “bailan” y se vuelven ilegibles. No cuentes con que el texto salga bien en la generación; añade los rótulos en la edición.
• Manos y caras inconsistentes: sobre todo en movimiento. Mantén al sujeto en plano medio y evita los gestos rápidos de las manos en primer plano.
• Deriva de estilo: la estética cambia a mitad del clip. Usa un clip más corto y una sola descripción de estilo dominante en lugar de tres contradictorias.

La regla general: todos los artefactos empeoran con la duración del clip y la complejidad de la escena. La mitigación más barata es menos: menos segundos, menos movimiento, menos elementos.

Workflow de iteración

No trates una generación como una lotería. Trátala como un experimento con una sola variable. Un ciclo sencillo funciona bien:

1. Escribe el prompt en cinco capas y genera una versión base.
2. Identifica lo que está más flojo (¿el movimiento?, ¿la iluminación?, ¿el sujeto?).
3. Cambia solo ese elemento, con el prompt o con un remix.
4. Compara con la base; quédate con la mejor versión y descarta la peor.
5. Repite hasta tener un candidato listo para el montaje, no uno “suficientemente bueno”.

Guarda los prompts que funcionaron: son tu biblioteca privada y valen más que cualquier guía. Al cabo de dos semanas tendrás un conjunto de plantillas de planos probadas que solo tendrás que retocar en un punto.

Ejemplos de estructura de prompt

Cuatro esqueletos que puedes rellenar con tus propios detalles. No son guiones listos para pegar: son patrones de orden y de nivel de detalle.

• Producto sobre una mesa: sujeto (una taza de cerámica con café humeante), acción (el vapor sube despacio), cámara (slow dolly in), iluminación (luz suave de la mañana que entra por una ventana), estilo (35mm, poca profundidad de campo).
• Personaje en movimiento: sujeto (una corredora con chaqueta roja), acción (corre por el paseo junto al agua), cámara (handheld tracking desde un lado), iluminación (hora dorada), estilo (documental, grano ligero).
• Ambiente de un lugar: sujeto (un callejón vacío del casco antiguo), acción (llovizna ligera, reflejos en los adoquines), cámara (static wide shot), iluminación (neón de noche), estilo (cinematográfico, alto contraste).
• Plano abstracto: sujeto (una gota de tinta en el agua), acción (se disuelve en filamentos), cámara (macro, top-down), iluminación (uniforme, de estudio), estilo (cámara lenta, fondo limpio).

Sora vs Runway vs Kling

Ninguna de estas herramientas gana en todo. Eliges según el plano, no de una vez para siempre.

• Sora gana en coherencia de escena, movimiento natural y comprensión de descripciones complejas y narrativas: destaca en los planos de ambiente “cinematográficos”.
• Runway gana en control preciso (motion brush, máscaras, edición de video existente) y en un workflow rápido e iterativo para editores.
• Kling gana a menudo en movimientos de personajes más largos y fluidos, y suele ser más generoso con las generaciones gratuitas: va bien para hacer pruebas en volumen.

En la práctica, muchos creadores generan variantes de la misma escena en dos herramientas y eligen el mejor plano. No es un desperdicio: sale más barato que diez correcciones en una sola herramienta a la que justo le cuesta ese tipo de movimiento.

En resumen

Empieza con el plan más barato y una semana de pruebas. Construye el prompt en cinco capas (sujeto, acción, cámara, iluminación, estilo), en positivo y sin negaciones. Genera clips cortos y móntalos en la edición en lugar de pelearte por una sola toma larga. Itera una variable cada vez, usa el remix y guarda los prompts que funcionan. Añade el texto y los logotipos fuera de la generación. Recurre a Sora para planos coherentes y atmosféricos; a Runway para el control y la edición; a Kling para movimientos largos y pruebas baratas.