Cómo crear videos realistas con IA
Los videos realistas con IA no se logran con un solo prompt. Es una pequeña producción: quién aparece, dónde están, cómo se ve cada toma, cómo la ve la cámara y cómo se mueve cada uno, todo definido antes de generar un solo clip. Aquí está ese flujo de trabajo aplicado a un corto real ambientado en Nueva York a finales de los 90, hecho para NOLGIA, con cada prompt tal como se envió y el número de tomas que necesitó cada escena.
- 21 min de lectura
Traducido automáticamente del inglés. Leer el original
Esta guía sigue una pieza real de principio a fin: un corto vertical de Nueva York de finales de los 90, en el que dos amigos hablan a una videocámara en una azotea, en una escalera de emergencia y en una esquina, y te cuenta cómo se hizo. Se creó para NOLGIA con los compositores en vivo, y ambas personas son ficticias. Cada prompt a continuación se cita tal como se envió; el único cambio es que los guiones largos se escriben como guiones simples.
La idea detrás del flujo de trabajo es el control. En lugar de pedirle a un modelo de video que invente a las personas, el lugar, la cámara y la actuación todo a la vez, resuelves cada uno de estos elementos primero, para que el modelo solo tenga que hacer la última parte: darles movimiento. El orden es visión, personajes, locación, tomas, cámara, imagen fija, prompt de video, video, música y edición, y cada etapa alimenta a la siguiente.
Por qué la mayoría de los videos de IA aún parecen generados por IA
El realismo no viene de la palabra photorealistic. Viene de controlar muchas cosas pequeñas a la vez, y cada uno de los errores habituales tiene una etapa en esta guía que lo corrige.
| Qué lo delata | Por qué ocurre | Dónde se corrige |
|---|---|---|
| Una persona distinta, o un atuendo diferente, en cada toma | El modelo inventa a las personas a partir de las palabras cada vez | Paso 2: una hoja de personaje, guardada como Personaje y adjuntada a cada toma |
| El mundo es de la década equivocada | El modelo dibuja el presente a menos que se le indique lo contrario, y a veces incluso cuando se le indica | Pasos 3 y 6: la época nombrada en cada prompt, y cada imagen fija revisada para detectar cosas que aún no existían |
| Una cámara que nadie sostiene | El prompt nunca dice quién la sostiene ni cómo se mueve | Pasos 5 y 7: un movimiento de cámara por beat, descrito de principio a fin |
| Rostros rígidos y manos inquietas | El prompt dice qué sucede, no cómo se comportan las personas mientras sucede | Paso 7: ojos, manos y entrega escritos para cada línea |
| Una banda sonora que no puedes cambiar | El sonido del clip es una sola pista: diálogo, ambiente y cualquier música juntos | Paso 9: solo diálogo y ambiente en el clip, la banda sonora creada por separado |
Comienza con el guion y la visión
Todo empieza con el guion y la sensación que quieres. Antes de cualquier prompt, dile al NOLGIA Agent qué estás creando, con palabras simples: la historia, lo que hacen los personajes, la época, qué tan realista debe verse, la cámara que imaginas y cómo debe sentirse el video terminado. Luego pídele un plan, no un prompt.
- La historia: qué sucede y las líneas que dice cada personaje.
- Los personajes: quiénes son y cómo se comportan frente a la cámara.
- El mundo: el lugar y la época. Una historia de finales de los 90 necesita autos, ropa y calles de finales de los 90.
- El estilo visual: qué tan realista y grabado con qué. El nuestro es una videocámara de consumo de un amigo.
- La cámara: en mano o fija, cercana o amplia, estática o en movimiento.
- La sensación: qué debe sentir el espectador al final.
I want to make a short vertical 9:16 video, about 25 seconds, in three shots. Two friends in their late twenties, a man and a woman, talk straight to a camcorder on a New York rooftop, on a fire escape and on the street, where they catch a yellow taxi. Here are their lines: [paste the script]. It is set in the late 1990s and should look like real footage from a consumer camcorder of the time: handheld, warm late-afternoon sun, soft optics, analog grain. They are casual and funny, like friends being filmed, not presenters. It should feel candid, nostalgic and real, not like an ad. Before writing any prompts, help me plan it: describe each character and each place in detail, then break the script into shots with the framing, the camera move and what happens in each one.El guion de este corto son las líneas habladas de sus tres tomas:
ROOFTOP. SHE: Everyone's trying to make cinematic AI videos, but most of them still look... AI. HE: The trick isn't just the model, it's how you build the whole shot.
FIRE ESCAPE. SHE: This is where the magic happens.
STREET. HE: That's the NOLGIA workflow. SHE, from the back of a taxi: Start making with NOLGIA today. Comment 'nol' to know more.Consejo:Pide el plan primero. El guion es la base de todo lo que sigue: los personajes, los lugares, los ángulos, el movimiento, la luz y el sonido deben servirlo. Acuerda esos detalles con el agente antes de generar nada, y cada prompt posterior será más corto y más preciso.
Diseña los personajes antes de las escenas
Diseña a cada persona antes de crear una escena alrededor de ella. El objetivo no es un rostro atractivo, sino una persona creíble que pertenezca a tu mundo, descrita con tanta precisión que cada toma posterior parta de la misma persona. Una hoja de personaje logra esto en una sola imagen: la misma persona de frente, en tres cuartos y de perfil, de cuerpo entero y en primer plano, con algunas expresiones y un primerísimo plano de piel real.
- Detalle real: textura de la piel y poros, ojos y cabello naturales, manos reales, proporciones creíbles, ropa que se ajusta al cuerpo.
- Luz que podría existir: luz de día a través de una ventana o una lámpara práctica, con brillos y sombras reales, no un brillo uniforme de IA.
- La época: cabello, maquillaje, ropa, accesorios y silueta de la época. Un personaje de los años 90 no debe tener un estilo de los años 2020.
- Un solo atuendo: la misma ropa y joyas en cada cuadro de la hoja, porque la hoja es lo que cada toma copia.
Solid white background. Create an ultra-realistic cinematic character reference sheet for a young adult woman in her mid-to-late 20s, designed for a realistic video campaign.
CHARACTER:
A naturally beautiful but completely believable young woman, around 25-28 years old. Long naturally styled light brown / dark blonde hair with soft volume, expressive eyes, natural eyebrows, realistic facial proportions and subtle imperfections. Warm, confident, playful personality. She should feel like a real person rather than a professional model.
WARDROBE:
Simple understated casual clothing with a slightly nostalgic late-1990s / early-2000s feeling: fitted dark burgundy long-sleeve top, relaxed blue jeans, small gold earrings and delicate layered gold necklace. Simple everyday accessories. No visible logos, no text, no branding. Keep the exact outfit and accessories identical across every frame.
CHARACTER SHEET LAYOUT:
Create a single professional character reference sheet containing multiple realistic photographic frames of the EXACT SAME WOMAN:
1. Full-body front view
2. Full-body 3/4 view
3. Medium waist-up front view
4. Medium 3/4 view
5. Side-profile view
6. Natural relaxed expression
7. Genuine smile / small laugh
8. Speaking naturally, mouth slightly open as if mid-sentence
9. Curious / surprised expression
10. EXTREME FACE CLOSE-UP showing authentic real skin texture, visible pores, tiny imperfections, peach fuzz, fine facial hairs, natural lips, subtle under-eye texture and realistic eye detail
The extreme close-up must look like a real cinema-camera photograph of human skin. Preserve natural skin texture. NO beauty filter, NO airbrushing, NO plastic skin, NO excessive makeup, NO CGI.
VISUAL STYLE:
Extremely photorealistic live-action photography. Warm nostalgic consumer-camcorder aesthetic inspired by late-1990s / early-2000s home-video footage. Slightly soft vintage lens rendering, subtle analog grain, gentle highlight halation, mild chromatic imperfections, natural exposure, warm organic skin tones, slightly lifted blacks and subdued contrast.
LIGHTING:
Natural available light. Soft daylight through windows, warm practical lamps indoors, occasional gentle sunlight hitting the hair and face. Slight natural lens flare and atmospheric glow when appropriate. Lighting must feel accidental and real rather than professionally staged.
CAMERA:
Handheld consumer/prosumer camcorder aesthetic. Camera is physically close to the subject, with imperfect human framing and subtle handheld movement. Occasional slight focus hunting and natural focus falloff. Mostly 35mm-50mm equivalent perspective, with the extreme close-up using a portrait lens.
ENVIRONMENT:
Authentic everyday locations such as a cozy neighborhood café, apartment, kitchen, hallway, sidewalk or casual restaurant. Realistic lived-in backgrounds, practical objects and imperfect environments. Nothing overly luxurious or artificially perfect.
IMPORTANT:
This is a CHARACTER CONSISTENCY SHEET. Every frame must depict the exact same woman with identical facial structure, hairstyle, skin tone, body proportions, jewelry and clothing. No identity drift. No wardrobe changes. No face reshaping. No beauty retouching.
Overall feeling: intimate, candid, nostalgic, playful, slightly funny, warm and extremely realistic - like a genuine person being casually filmed on an old camcorder, not a polished commercial model.
Para guardar uno, abre Personajes desde el menú Crear en la cabecera. Escribe un Nombre y una Descripción, abre Agregar imágenes de referencia, y ya sea Subir imágenes de una hoja que ya tengas o usa Generar imagen con un Prompt del retrato y un modelo, luego haz clic en la miniatura para seleccionarla como referencia. Presiona Crear personaje. Usar en video en la tarjeta abre el compositor de video con el personaje adjunto.
Atención:Corrige la hoja, no la toma. Cualquier error en la hoja será un error en cada toma que la use: un corte de pelo moderno, un logo, un segundo atuendo. Regenera la hoja hasta que esté bien; cuesta una imagen, y una toma cuesta mucho más.
Crea la locación y revisa la época
Una persona realista en un lugar equivocado hace que toda la toma se sienta incorrecta. Define cada lugar de la misma manera en que definiste a las personas: dónde está, cómo se ve, a qué periodo pertenece, qué objetos, edificios, vehículos y utilería hay, y qué hace la luz natural. Luego, busca cualquier cosa que aún no existiera.
Para guardar una, abre Locaciones desde el menú Crear. Dale un Nombre y una Descripción, agrega la imagen fija en Imágenes de referencia con Subir o elígela de tu biblioteca, y presiona Guardar locación. En el compositor de video, el botón Locación la asocia a una toma. En este proyecto, los lugares se escribieron en cada prompt de toma, y la azotea se guardó como locación después para que las tomas futuras de la azotea puedan partir de ella.
Atención:El modelo dibuja el horizonte actual. Mira el horizonte en esta imagen fija: la torre alta a la derecha del centro es el One World Trade Center, que abrió en 2014, y las torres delgadas a la derecha son aún más nuevas. La toma desde la azotea tiene la misma torre, aunque su prompt dice finales de los años 90. Para una pieza de época, revisa cada imagen fija para detectar cosas que aún no existían: teléfonos, autos, letreros, horizontes. Luego, nombra lo que debería estar ahí en su lugar, o mantén el fondo suave y desenfocado.
Divide el guion en tomas
Ahora trata el video como un conjunto de tomas controladas en lugar de una sola generación grande. Pide al NOLGIA Agent que convierta el guion en una lista de tomas, y haz que cada toma responda a las mismas preguntas:
- ¿Qué sucede y dónde está cada personaje?
- ¿Qué está haciendo, mirando y diciendo cada personaje?
- ¿Qué debería ver la audiencia y dónde está la cámara?
- ¿Qué están haciendo sus rostros y manos?
- ¿Qué sucede justo antes y justo después?
| Toma | Qué sucede | Cámara | Duración |
|---|---|---|---|
| 1. Azotea | Ella se apoya en la pared y habla a la lente; él está sentado en el parapeto, fumando, y responde | Toma doble con cámara en mano desde un ángulo bajo, un zoom óptico rápido hacia su primer plano, un paneo corto hacia él | 10 s |
| 2. Salida de emergencia | Bajan por las escaleras, ella dice su línea a la lente y saltan del último escalón | Ángulo bajo desde abajo, siguiéndolos, acercándose a un primer plano cerrado | 4 s |
| 3. Calle | Él dice su línea caminando, hace una seña a un taxi, suben, ella entrega la última línea desde la ventana y el taxi se va | Caminata con cámara en mano, plano medio amplio, reencuadre al taxi, más cerrado en ella en la ventana, se mantiene mientras el taxi se aleja | 12 s |
Elige el encuadre y el movimiento de cámara
La cámara es parte de la narrativa, no un detalle secundario. Para cada toma, elige primero el encuadre: un plano general, un plano medio, un primer plano, un ángulo bajo o alto, sobre el hombro, seguimiento, cámara en mano o un detalle. Luego elige cómo se mueve la cámara y haz que encaje con el momento: un ritmo enérgico puede llevar cámara en mano o seguimiento, uno íntimo quiere una cámara más tranquila. No des a cada toma el mismo movimiento de cámara.
| Movimiento | Lo que hace la cámara | Úsalo para |
|---|---|---|
| Pan | Gira a la izquierda o derecha en el lugar | Moverse de una persona a otra, como el breve giro en la azotea hacia él |
| Tilt | Gira hacia arriba o abajo en el lugar | Revelar algo alto, o seguir una mirada hacia arriba o abajo |
| Dolly in o out | Se mueve físicamente hacia o lejos del sujeto | Construir intimidad, o retroceder para mostrar dónde están |
| Zoom in o out | El lente cambia, la cámara permanece quieta | Una sensación repentina y artesanal, como el zoom de la videocámara de la azotea |
| Seguimiento | Sigue a la persona o a la acción | Caminar y correr, como la escalera de emergencia |
| Cámara en mano | Se mueve con la respiración y los pasos de una persona | Cualquier cosa que deba sentirse filmada por alguien que está ahí |
| Estática | Permanece quieta | Dejar que la actuación lleve la toma |
Consejo:Indica la dirección y la distancia. El prompt de la azotea dedica una sección completa a un paneo corto: el giro más breve hacia él, a la misma altura, sin inclinación, órbita ni acercamiento. Cuanto más exactamente describas el movimiento, menos inventará el modelo. La guía de movimientos de cámara explica doce movimientos y las palabras que describen cada uno.
Fija el estilo en una imagen estática antes de animar
Antes de un prompt de video, escribe un prompt de imagen para el momento clave de cada toma y genéralo como una imagen fija. La imagen fija es donde ajustas el aspecto visual de forma económica: el personaje, el vestuario, el lugar, la época, la luz, el encuadre, el ángulo, la lente, la pose, la expresión, los accesorios y el fondo. Si la imagen fija no está bien, no pases al video.
- Quién: el personaje, vinculado desde Characters, con el vestuario especificado.
- Dónde y cuándo: la locación y la época, con los detalles que le dan realismo.
- Luz: la fuente, la dirección, el color y la hora del día.
- Cámara: la posición, el ángulo, la lente y el encuadre.
- Actuación: la pose, la expresión y hacia dónde miran los ojos.
- Continuidad: el mismo vestuario, accesorios y luz que en las tomas de los lados.
Una vez que esté bien, considéralo bloqueado. La imagen fija se convierte en la referencia visual para el video, por lo que el modelo parte de algo ya resuelto en lugar de reinventar el personaje y la escena. Para crear una, abre Imagen desde el menú Crear, adjunta el reparto con Personajes y el lugar con Locación, elige la Relación de aspecto que usará tu video y pulsa Generar imágenes. Luego, en el compositor de video, elige Anima una imagen bajo Empezar desde y agrega la imagen fija con Agregar fotograma inicial.
Atención:Lo que hicimos en este corto. Las tres tomas aquí pasaron directamente de las dos fichas de personajes a Seedance 2.5, con el lugar y el encuadre escritos en cada prompt. La toma de la calle, que es la más compleja, tomó diez intentos. Cuando una toma sigue fallando en su encuadre o en su lugar, lo primero que se debe agregar es una imagen fija bloqueada. La guía de cortometraje crea cada toma a partir de una imagen fija primero.
Escribe el prompt de video, paso a paso
Ahora convierte cada toma en instrucciones de movimiento. "Ella habla a la cámara" no es suficiente: di qué sucede durante toda la toma, segundo a segundo. El prompt de la azotea de abajo tiene cada parte que una toma realista necesita, en este orden:
- Bloqueo del reparto: usa los mismos dos personajes de las fichas, sin cambios en rostros, cabello, ropa o joyas.
- Formato y lugar: 9:16, una azotea auténtica de Nueva York, finales de los 90, con los objetos que la hacen creíble.
- Luz: sol cálido de última hora de la tarde, dónde cae y qué hace mientras la cámara se mueve.
- Ritmos temporizados: 0:00 a 0:02, 0:02 a 0:05 y así sucesivamente, cada uno con su acción, su movimiento de cámara y su línea de diálogo entre comillas.
- Actuación: cómo se mueven las manos, cuánto y cuándo se quedan quietas; hacia dónde miran los ojos.
- Estilo de cámara e imagen: la videocámara, la sensación de cámara en mano, el grano, el color.
- Los noes: sin gimbal, sin zoom suave, sin filtro de belleza, sin comportamiento de influencer, sin música de fondo.
- Sonido: solo el ambiente del lugar y el diálogo.
SEEDANCE 2.5 - ROOFTOP SCENE / 9:16 VERTICAL
Use the EXACT SAME male and female characters from the supplied character sheets.
Preserve their exact facial identity, hairstyle, skin tone, body proportions, clothing and accessories.
NO identity drift.
NO wardrobe changes.
FORMAT:
9:16 vertical.
LOCATION:
Authentic New York City rooftop, late 1990s America.
Concrete rooftop, brick walls, rooftop equipment, pipes, vents, water-tower elements and NYC skyline clearly visible.
The two characters feel like effortlessly cool young adults casually hanging out, not commercial presenters.
--------------------------------------------------
LIGHTING
--------------------------------------------------
Warm late-afternoon natural sunlight.
Use realistic sunlight and shadow across both characters.
Warm highlights on their faces and hair, natural shadows across their clothing and parts of their faces.
Allow subtle exposure breathing, highlight blooming and occasional natural lens flare as the camera moves.
The lighting must feel completely natural and available.
--------------------------------------------------
0:00-0:02 - OPENING
--------------------------------------------------
Start with a creative LOW-ANGLE handheld shot showing BOTH characters and the NYC rooftop.
The FEMALE is casually leaning against a rooftop wall.
The MALE is sitting casually on the inner side of the rooftop parapet, slightly slouched.
He is ALREADY smoking.
The female looks directly toward the camera and says:
“Everyone’s trying to make cinematic AI videos, but most of them still look…”
--------------------------------------------------
FEMALE PERFORMANCE
--------------------------------------------------
The female uses her hands while speaking, but ONLY in subtle, realistic conversational ways.
Her gestures should be restrained and believable:
- small movement of one hand while making a point
- slight open-palm gesture
- tiny wrist or finger movement
- occasionally moving one hand closer to her body
- relaxed natural arm movement
Do NOT have her constantly wave her hands.
Do NOT exaggerate the gestures.
Do NOT use influencer-style hand movements.
Her hands should sometimes remain completely still while she speaks.
The gestures should happen organically and occasionally, matching the rhythm of her speech.
She remains relaxed against the wall.
--------------------------------------------------
0:02-0:05 - SUDDEN OPTICAL ZOOM
--------------------------------------------------
As she continues speaking, suddenly hit the physical 1990s camcorder zoom rocker.
FAST, JERKY OPTICAL ZOOM:
LOW-WIDE TWO-SHOT
→ QUICK OPTICAL ZOOM
→ TIGHT CLOSE-UP OF FEMALE.
The zoom is sudden and slightly imperfect.
Mechanical zoom-rocker feel.
Small handheld wobble.
Brief motion softness.
Tiny autofocus adjustment.
Subtle exposure breathing.
End on a tight close-up.
She looks DIRECTLY INTO THE CAMERA and finishes:
“…AI.”
Keep her expression natural and understated.
--------------------------------------------------
0:05-0:07 - SHORT SIDEWAYS PAN TO MALE
--------------------------------------------------
IMPORTANT CAMERA INSTRUCTION:
The male is positioned relatively close to the female in the composition.
When transitioning from the female to the male, DO NOT make a long horizontal sweep across the entire rooftop.
Instead, perform the SHORTEST POSSIBLE SIDEWAYS HORIZONTAL PAN needed to move from her to him.
Think:
FEMALE CLOSE-UP
→ QUICK SHORT SIDEWAYS TURN
→ MALE.
The camera should rotate toward the SIDE OF THE FRAME WHERE THE MALE IS LOCATED.
The pan travels toward the NEAREST / SHORTEST SIDE of the next character.
If the male is just to the right of the female, pan quickly RIGHT.
If he is just to the left, pan quickly LEFT.
Never choose the longer direction around the composition.
The camera does NOT travel around the rooftop.
It simply makes a quick, short horizontal handheld turn toward the nearby character.
NO tilt up.
NO tilt down.
NO diagonal movement.
NO orbit.
NO push-in.
NO pull-out.
Keep the camera at approximately the same height.
Allow slight handheld motion blur and a tiny autofocus adjustment during the short pan.
--------------------------------------------------
0:07-0:10 - MALE
--------------------------------------------------
The short sideways pan lands naturally on the male.
Frame him in a low-angle medium close-up while still showing enough rooftop and NYC skyline to establish the location.
He remains relaxed and slightly slouched.
He is already smoking.
Warm sunlight catches one side of his face while the other remains naturally shaded.
He takes a small drag.
Subtle smoke catches the sunlight.
He looks toward camera and says:
“The trick isn’t just the model - it’s how you build the whole shot.”
He makes only a small, natural gesture with the cigarette.
No exaggerated movement.
--------------------------------------------------
CAMERA STYLE
--------------------------------------------------
Authentic late-1990s consumer/prosumer camcorder.
Handheld and imperfect, but visually intentional.
Use:
- creative low angles
- tight close-ups
- wide rooftop establishing framing
- sudden optical zoom
- short reactive sideways pan
- subtle handheld shake
- natural framing corrections
- realistic sunlight and shadows
- occasional focus breathing
- slight motion blur
The camera should feel like a real person casually filming their friends.
The camera movement should NEVER feel like modern stabilized cinema.
--------------------------------------------------
1990s IMAGE
--------------------------------------------------
Extremely photorealistic.
Authentic late-1990s American camcorder.
Slightly soft optical image.
Natural analog grain.
Warm organic skin tones.
Lifted blacks.
Subdued contrast.
Gentle highlight blooming.
Subtle halation.
Mild chromatic imperfections.
Natural lens flare.
Realistic exposure fluctuations.
Must look like actual footage recorded in the late 1990s, NOT modern footage with a retro filter.
NO gimbal.
NO perfect stabilization.
NO smooth cinematic zoom.
NO digital zoom.
NO long sweeping pan.
NO complicated camera movement.
NO exaggerated hand gestures.
NO influencer behavior.
NO beauty filter.
NO plastic skin.
NO CGI appearance.
NO background music.
Only authentic NYC rooftop ambience, distant traffic, wind and naturally recorded dialogue.
Cast: @Image1 is Male1. @Image2 is Female2.Lo que generó es la toma 1 del siguiente paso.
Consejo:Contén las manos. Ambos prompts de diálogo tratan las manos como parte de la actuación: enumeran los pequeños gestos permitidos, indican que a veces las manos deben quedarse completamente quietas y descartan señalar y los gestos de influencer, para que hablar no se convierta en agitar las manos.
Consejo:Escribe los nombres como suenan. El prompt de la calle escribe la marca como se dice, para que el modelo sepa cómo pronunciarla: "That's the nol-jia workflow." Haz lo mismo con cualquier nombre que el modelo pueda pronunciar mal.
Genera las tomas con Seedance 2.5
Abre Video desde el menú Crear. Selecciona Seedance 2.5 con el botón del modelo, configura el chip de relación de aspecto en 9:16 y el chip de duración en la longitud de la toma, y deja Audio On para que el diálogo y el ambiente regresen con la imagen. Pulsa Personajes y agrega a ambas personas: se convierten en @Image1 y @Image2 en el orden de sus chips, y escribir @ en el prompt inserta un nombre. Elige tu proyecto en el menú desplegable Proyecto para que todas las tomas se guarden allí, pega el prompt y pulsa Generar video. El precio aparece en el botón antes de que se ejecute nada. La última línea de cada prompt de toma en esta guía, la que comienza con Cast, la agrega NOLGIA a partir de los personajes adjuntos; tú no la escribes. Nombra a cada personaje junto con su imagen de referencia, seguida de cualquier descripción que hayas guardado en el personaje; en nuestro caso no tienen ninguna. Cuando se crearon estas tomas, esa línea también incluía las palabras "Character portrait of …" y "Clean studio reference image, front-facing, even lighting." del retrato de cada personaje; NOLGIA ya no las envía, por lo que la línea se muestra tal como se envía ahora.
SEEDANCE 2.5 - FIRE ESCAPE STAIRCASE SCENE / 9:16 VERTICAL
Use the EXACT SAME male and female characters from the supplied character sheets.
Preserve their exact:
- facial identity
- hairstyles
- skin tones
- body proportions
- clothing
- jewelry/accessories
NO identity drift.
NO wardrobe changes.
FORMAT:
9:16 vertical.
LOCATION:
Authentic New York City fire escape staircase attached to an old brick building, late-1990s America.
The environment should clearly read as a real NYC fire escape: aged brick walls, metal staircase, urban buildings, rooftop elements and NYC street visible below.
--------------------------------------------------
CAMERA + OPENING
--------------------------------------------------
Start with a CREATIVE LOW-ANGLE handheld shot from below the fire escape staircase, looking upward as both characters walk DOWN the stairs.
Do NOT shoot through railings as a framing device.
Keep the camera physically close to them and slightly below their level.
The female is slightly ahead of the male.
The camera follows them with genuine handheld camcorder movement.
She looks DIRECTLY INTO THE CAMERA while walking and says:
“This is where the magic happens.”
Her delivery is casual, playful and natural.
--------------------------------------------------
FEMALE PERFORMANCE
--------------------------------------------------
While saying the line, she uses ONLY subtle, natural hand gestures.
Small conversational movements:
- slight movement of one hand
- relaxed wrist movement
- a small open-palm gesture
- subtle movement toward herself
Her hands should NOT constantly move.
No exaggerated pointing.
No influencer gestures.
No theatrical acting.
Her eye contact with the camera is important - she should keep looking directly into the lens while speaking.
--------------------------------------------------
TIGHT CLOSE-UP
--------------------------------------------------
As she says the line, the camera moves into a VERY TIGHT CLOSE-UP of her face.
Use a creative low-angle perspective.
Her face fills most of the vertical frame while the NYC fire escape and brick building remain recognizable around the edges.
Keep the camera handheld and imperfect.
Small natural camera shake.
Subtle focus breathing.
Slight motion softness.
Tiny framing corrections.
She continues walking down the stairs while maintaining eye contact with the lens.
--------------------------------------------------
SUNLIGHT + SHADOW
--------------------------------------------------
Use natural late-afternoon sunlight.
As they descend the fire escape, sunlight falls across the female's face and hair while parts of her face naturally fall into shadow.
The camera movement causes the sunlight to shift subtly across her face.
Use:
- warm sunlight
- natural hard/soft shadows
- subtle highlight blooming
- slight lens flare
- realistic exposure breathing
- natural skin texture
Do NOT use studio lighting.
The sunlight should feel like real available NYC afternoon sunlight captured on a 1990s camcorder.
--------------------------------------------------
ENDING - JUMP
--------------------------------------------------
As the female finishes:
“This is where the magic happens.”
Both characters reach the bottom of the fire escape.
They playfully jump down from the final low step onto the pavement together.
The jump should be small, natural and spontaneous - NOT a stunt.
As they jump, the camera operator reacts naturally with a quick downward shake and slight reframing.
Hold for a brief moment as they land.
--------------------------------------------------
CAMERA STYLE
--------------------------------------------------
Authentic late-1990s American consumer/prosumer camcorder.
Creative but spontaneous handheld photography.
Use:
- low-angle perspective
- tight facial close-up
- slight upward perspective
- natural handheld shake
- spontaneous framing corrections
- subtle motion blur
- autofocus breathing
- realistic exposure fluctuations
- sunlight and shadow interaction
The camera should feel like a friend casually following them down the fire escape.
NOT professional stabilized footage.
NO gimbal.
NO Steadicam.
NO perfect stabilization.
NO smooth cinematic tracking.
NO digital zoom.
NO slow motion.
NO exaggerated camera movement.
--------------------------------------------------
1990s IMAGE
--------------------------------------------------
Extremely photorealistic.
Authentic late-1990s American camcorder footage.
Slightly soft optical image.
Natural analog grain.
Warm organic skin tones.
Lifted blacks.
Subdued contrast.
Gentle highlight blooming.
Subtle halation.
Mild chromatic imperfections.
Natural motion blur.
Realistic skin pores and fine facial hairs.
Must look like ACTUAL late-1990s footage, NOT modern footage with a retro filter.
NO beauty filter.
NO plastic skin.
NO CGI appearance.
NO exaggerated acting.
NO influencer behavior.
NO background music.
Only natural NYC street ambience, footsteps, distant traffic, fire escape sounds and naturally recorded dialogue.
Cast: @Image1 is Female2. @Image2 is Male1.
| Toma | Tomas | Duración del que conservamos |
|---|---|---|
| 1. Azotea | 4 | 10 s |
| 2. Salida de emergencia | 3 | 4 s |
| 3. Calle | 10 | 12 s |
Espera repeticiones y reserva tiempo para ellas. Cuanto más tenga que hacer una toma, más repeticiones necesitará: la toma en la calle incluye un paseo, una línea de diálogo, un taxi detenido, dos personas subiendo, una segunda línea y un auto alejándose, y tomó diez intentos. Cambia una sola cosa por toma y revisa cada una por el rostro, las manos, el vestuario y la época antes de juzgar el resto.
Decide sobre la música y créala por separado
El sonido es su propia etapa. Algunos videos no necesitan música de fondo en absoluto, cuando el diálogo, el ambiente o la actuación deben llevar el peso. Si quieres música, créala para este video: el estado de ánimo, el ritmo, los personajes, la época, el lugar y la forma en que hablan deben estar reflejados en ella. Pide al NOLGIA Agent que escriba el prompt de música a partir del guion y el estilo visual.
- Género y época: jazz-blues de los años 90, para una historia de los años 90.
- Tempo y energía: rápido, pero nunca lo suficientemente fuerte como para competir con el diálogo.
- Instrumentos: nómbralos: batería con escobillas, contrabajo, piano eléctrico, trompeta con sordina.
- Estado de ánimo: misterioso, juguetón, un poco excéntrico.
- Voces: ninguna, debajo del diálogo.
- Lo que no debe ser: sin romance, sin clímax épico, sin solos.
Fast-paced 1990s jazz-blues instrumental background score, mysterious, quirky and slightly unpredictable. Designed as an energetic underscore beneath spoken dialogue.
Tight, dry brushed drums with a quick nervous groove, walking upright bass, short staccato electric piano chords, muted jazz guitar riffs, occasional muted trumpet stabs and strange little keyboard flourishes. Use syncopation, abrupt pauses, unexpected chord changes and quick musical turns to create a clever, mischievous feeling.
The mood is mysterious and serious but subtly wacky - like a clever character is about to reveal something unusual. Fast-moving without becoming loud or aggressive. Keep the melody fragmented and understated so it never competes with narration.
Strong 90s analog character: dry studio recording, warm tape saturation, slightly dusty texture, punchy drums, tight bass, minimal reverb. Feels like a quirky 90s Japanese TV show, detective scene, creative-tech segment or fast-paced documentary.
NO romance, NO sentimental melody, NO dreamy atmosphere, NO epic cinematic buildup, NO funk, NO vocals, NO big solos. Keep it instrumental, rhythmic, tense, playful and constantly moving.
Abre Audio desde el menú Crear, elige Música en ¿Qué necesitas?, selecciona Lyria 3.5, pega el prompt y pulsa Generar audio. No hay configuración de duración: esta toma duró unos 2 minutos y la recortas en la línea de tiempo. La pista tomó cuatro intentos: los tres primeros pidieron una música de fondo sutil y tranquila, y el cuarto, el de arriba, pidió algo con ritmo rápido. Esa es la que está en el proyecto.
Consejo:Mantén la pista fuera de los clips. Cada prompt de toma termina con NO background music y especifica los únicos sonidos permitidos: la ambientación del lugar y el diálogo. El sonido del clip es una sola pista, por lo que una música de fondo incrustada no se puede bajar ni cortar al ritmo después.
Ensámblalo en el editor de línea de tiempo
La última etapa es la edición: las tres tomas en orden, la pista debajo y el tiempo ajustado hasta que se reproduzca como un solo video.
- Abre el Workspace del proyecto y pulsa Nueva línea de tiempo, ponle un nombre, configura el tamaño de cuadro en Vertical 9:16 y pulsa Crear.
- En Medios del proyecto, agrega las tres tomas en orden: azotea, escalera de incendios y calle. Arrastra cada una a la línea de tiempo, o pasa el cursor sobre ella y presiona + para añadirla en la posición del cabezal de reproducción.
- Recorta cada toma para que el corte coincida con una línea o un movimiento: arrastra el borde de un clip con la herramienta Selección, o define Marcar entrada y Marcar salida en la vista previa antes de añadirlo.
- Agrega la música en su propia pista de audio debajo de las tomas usando Agregar pista en el grupo Audio de la barra de herramientas. Divídela al final de la imagen con Dividir y elimina el resto.
- Selecciona la música y, en el inspector de Audio, baja el Volumen del clip o activa Atenuar bajo la voz para que el diálogo se escuche por encima. Agrega un Fundido de salida al final.
- Presiona Exportar video. El MP4 terminado se guardará en tu Biblioteca, y la flecha junto al botón ofrece la versión editada para Premiere Pro o DaVinci Resolve y After Effects.
Consejo:Ajusta el cuadro a la plataforma. Una línea de tiempo 9:16 (1080 por 1920) exporta un video vertical para TikTok, Reels y Shorts; el mismo selector tiene 4:5, 1:1, 16:9 y los formatos panorámicos de cine. ¿Ya creaste la línea de tiempo en otro tamaño? Haz clic en Velocidad de fotogramas en el encabezado del editor para abrir Configuración del proyecto, pulsa Cambiar tamaño del cuadro y elige Vertical. Con Encajar, las tomas 9:16 llenan un cuadro vertical exactamente; Relleno recorta clips de cualquier otra forma para cubrirlo.
La guía de audio cubre con más detalle la voz, la música y los efectos de sonido en la línea de tiempo.
Dónde aún regeneras
- La época se filtra. La toma en la azotea dice finales de los 90 y aún pone el One World Trade Center en el horizonte. Nombra lo que debe estar en el fondo, o mantenlo suave, y revisa cada toma.
- Tomas con mucha acción. Cada acción en una toma es otra cosa que puede salir mal. La toma de la calle tenía seis y tomó diez intentos; la de la escalera de emergencia tenía dos y tomó tres.
- Diálogo. Un nombre mal leído o una línea que se extiende más allá del final de la toma significa otro intento. Escribe los nombres como suenan y mantén las líneas lo suficientemente cortas para la duración que elegiste.
- Rostros. La ropa, el cabello y las joyas provienen de las fichas en cada toma aquí. Si el rostro es la misma persona de una toma a otra no es algo que hayamos medido, por lo que no lo afirmamos.
Cuánto cuesta
Las fichas de personajes y las imágenes fijas se cobran por imagen, las tomas por modelo y duración, y la música por ejecución. Cada mensaje al NOLGIA Agent se factura como un turno de agente, como explica el manual del agente. El corte en la línea de tiempo y la exportación no se cobran. Tarifas vigentes para los modelos en este corto:
GPT Image 2.5 SunburstEvery plan
Per image
Native 8 créditos · 2K 21 créditos · 4K 58 créditos
Seedance 2.5Pro and up
Per 5s clip
480p 26 créditos · 720p 56 créditos · 1080p 137 créditos
1080p renders at 16:9 and 9:16
Lyria 3.5Every plan
Per generation
Standard 5 créditos
Se lee en vivo del catálogo al cargar esta página. Cada precio se muestra antes de generar. Ver todas las tarifas.
Lista de verificación
- El guion, la época y la sensación explicados al NOLGIA Agent, y un plan antes de cualquier prompt.
- Una hoja de personaje para cada persona, verificada según la época y guardada como Character.
- Una imagen fija de cada lugar, verificada para descartar elementos que no existían en esa época y guardada como Location.
- Una lista de tomas: qué sucede, dónde está la cámara y cómo se mueve, toma por toma.
- Una imagen fija bloqueada para cualquier toma con un encuadre preciso.
- Un prompt de video por toma con tiempos definidos, diálogos entre comillas, manos, ojos, luz, las prohibiciones y SIN música de fondo.
- Cada toma verificada por el rostro, las manos, el vestuario y la época.
- Una banda sonora creada para este video, o la decisión de no usar ninguna.
- Las tomas, la banda sonora y los tiempos ensamblados en el editor de Timeline.
Para probarlo con nuestro reparto, descarga las hojas y la imagen fija de la azotea, guárdalas como dos personajes y una locación en tu propia cuenta, y ejecuta los prompts anteriores.
Los ingredientes
Preguntas y respuestas
- ¿Qué modelo se usó para el video?
- Las tres tomas son Seedance 2.5 con ambos personajes adjuntos. Tomó las dos hojas de personaje como referencias y generó el diálogo y el ambiente de la calle en el mismo clip.
- ¿Pueden hablar los personajes?
- Sí. Escribe cada línea entre comillas dentro de su beat, indica quién la dice y cómo, y mantenla lo suficientemente corta para la toma. Escribe los nombres de las marcas tal como suenan.
- ¿Es la misma persona en cada toma?
- La ropa, el cabello y las joyas provienen de las fichas de personaje en cada toma. No hemos medido si el rostro es de la misma persona de una toma a otra, por lo que no lo afirmamos.
- ¿Por qué escribir NO background music en cada toma?
- El sonido del clip es una sola pista. Si el modelo agrega una banda sonora, no puedes bajarla por debajo del diálogo ni cortarla en el beat, por lo que la música se crea por separado y se coloca debajo de las tomas en la línea de tiempo.
- ¿Tengo que crear una imagen fija antes de cada toma?
- No. Las tres tomas aquí pasaron directamente de las fichas de personaje. Una imagen fija vale la pena cuando una toma sigue fallando en su encuadre, su lugar o sus accesorios, porque es más barato corregir una imagen que un video.
Empieza con el plan
Abrir NOLGIA AgentGuías relacionadas
Cine
Un cortometraje con IA: el flujo de trabajo del guion al corte final
Una película de 25 segundos, Last Train, desde un guion de cinco líneas hasta un corte con corrección de color: un personaje guardado, una locación guardada, un objeto, fotogramas primero, luego tomas, sonido, Studio y la exportación a Premiere o Resolve.
· 13 min de lectura
Prompts
Haz que los videos de IA se vean reales: luz, movimiento y cámara
Tres frases hacen que un clip parezca filmado: una fuente de luz con nombre, un caminar con peso y una cámara que alguien sostiene. Probamos cada uno antes y después en Kling v3.
· 9 min de lectura
Prompts
Seedance 2.5: cómo crear prompts, con una biblioteca que ya se ejecutó
Cómo escribir para Seedance 2.5 en NOLGIA: texto a video, una imagen fija como fotograma inicial, una toma como @Video1 con su sonido, las seis relaciones de aspecto, de 4 a 30 segundos, y lo que rechaza.
· 10 min de lectura