La tendencia
El prompt de Tiny Desk AI, asiento por asiento
Si quieres construirlo tú mismo con un modelo de vídeo con IA, la parte difícil no es describir la escena. Es decirle al modelo qué cara pertenece a qué intérprete y mantener esa correspondencia entre planos.
Por qué mapear asientos gana a «mete a esta gente»
Un modelo que recibe cinco retratos y una instrucción vaga los mezclará encantado, los intercambiará entre planos o se cargará a uno. Nombra cada asiento, da una señal visual estable y repite que la correspondencia se mantiene entre planos.
El prompt que usamos, abreviado
Actuación de banda en directo fotorrealista, vertical 9:16, un solo plano continuo. Escena: un escritorio de oficina apretado convertido en un mini escenario de concierto — estanterías y fundas de discos detrás de la banda, dos lámparas de escritorio cálidas, un micrófono vintage en pie de jirafa, auriculares, un pequeño amplificador combo. Reparto: @Image1 sustituye al cantante principal en el micrófono central. @Image2 sustituye al saxofonista a la izquierda del escritorio. @Image3 sustituye al teclista, sentado. @Image4 y @Image5 sustituyen a los dos coristas detrás del escritorio. Mantén cada identidad distinta en todos los planos: misma cara, pelo, tono de piel, gafas, ropa y complexión. Nunca mezcles, transformes, dupliques ni intercambies a dos personas. Planos: 0:00–0:04 plano abierto detrás del escritorio; 0:04–0:10 acercamiento al solista cantando y riendo; 0:10–0:13 el solo de saxofón; 0:13–0:15 vuelta al plano abierto, saludando. Audio: un groove de funk original de los 80 a tempo medio, con voces sin letra, armonías de coro y un breve solo de saxofón. No reproduzcas ninguna canción, letra ni grabación existente. Reglas: todos son adultos; sin texto en pantalla, logos ni marcas de agua; sin fundido a negro; llena todo el clip.
Lo que un prompt no puede garantizar
Ningún prompt hace que la sincronía labial sea exacta, y ningún retrato da una voz. Si necesitas una grabación concreta debajo del clip, eso es trabajo de edición con un archivo con licencia, y no hará que los labios coincidan con cada sílaba. Sé honesto sobre eso en lo que publiques.
La parte que la gente se salta
Asientos sin ocupar. Si tu escena de referencia tiene cinco intérpretes y solo aportas dos retratos, di explícitamente que los otros tres se quedan como la banda original —o que deben sustituirse por músicos inventados—. Si no, el modelo adivina, y normalmente adivina mal.
Sigue leyendo: cómo este generador aplica el mismo mapa de asientos · qué es el formato.