Vídeos de IA para redes sociales: cómo hacer clips verticales cortos que se vean

Una guía de Kanakaw · unos 8 min de lectura

El vertical 9:16 es el valor predeterminado en redes sociales, con una excepción

En TikTok, Instagram Reels y YouTube Shorts, el vídeo se ve en vertical, a pantalla completa, un clip cada vez. Un clip vertical 9:16 llena toda la pantalla del móvil: el sujeto es más grande, el primer fotograma impacta más y no hay adónde se vaya la mirada. Un clip horizontal 16:9 en el mismo feed queda encajado en una franja pequeña en el centro de la pantalla, con barras negras arriba y abajo, y un clip pequeño es un clip que la gente pasa de largo.

Eso no significa que el 16:9 esté muerto. Sigue encajando en cualquier lugar donde un vídeo va dentro de una página más ancha: el feed principal de YouTube, un vídeo incrustado en tu web, una ubicación publicitaria apaisada, una presentación. La proporción cuadrada 1:1 funciona cuando una publicación tiene que servir a la vez para la cuadrícula de Instagram y Facebook, y 3:4 es un compromiso útil para publicaciones de feed que se ven sobre todo en móviles pero también aparecen en ordenador. Kanakaw ofrece las cinco — 16:9, 9:16, 1:1, 4:3 y 3:4 —, así que elige la proporción para el lugar donde vivirá el clip antes de generarlo. No puedes cambiar la forma después sin recortar el vídeo o generarlo de nuevo.

La regla práctica es simple: una proporción por destino. Si un clip tiene que funcionar como Reel y como vídeo de YouTube, genéralo dos veces: una en 9:16 para redes sociales y otra en 16:9 para YouTube. Dos generaciones cuestan más que una, pero un compromiso recortado y borroso te cuesta el espectador, que es la pérdida más cara.

Texto a vídeo o foto a vídeo: elige según lo que ya tengas

Hay dos formas de hacer un clip social en Kanakaw y la adecuada depende de tu punto de partida. Texto a vídeo construye una escena a partir de un prompt escrito. Es la opción para todo lo que no puedes filmar: un producto flotando sobre una playa a la hora dorada, una calle de ciudad bajo la lluvia de noche, un barrido aéreo lento sobre un paisaje que no existe. Si la idea necesita una escena imposible, cara o lejana, escríbela como un prompt y deja que el generador la construya.

Foto a vídeo parte de una imagen que ya tienes y la anima. Es la mejor opción cuando el gancho depende de algo real: tu producto, tu cara, un lugar real. Una foto de producto funciona bien cuando el movimiento es pequeño y creíble: la botella gira unos grados, el vapor sube de una taza, la luz se mueve por la etiqueta. Un retrato funciona cuando el movimiento es sutil: un giro lento de la cabeza, una pequeña sonrisa. Una foto de paisaje cobra vida con nubes a la deriva o agua ondulada. Una foto entra en cada clip y la foto es el ancla: cuanto más respete el movimiento lo que ya hay en la imagen, más natural se verá el resultado.

Como regla general: si la idea necesita algo real, anima una foto. Si la idea necesita una escena que no existe, escribe un prompt. Ambas usan los mismos motores de vídeo entre bastidores — Wan 2.2, MiniMax Hailuo y LTX-2 — y el generador elige el adecuado para el trabajo, así que no hay nada que configurar ahí. Tus decisiones son la proporción, la duración, la resolución y el prompt.

Escribe prompts de movimiento que funcionen sin sonido

La mayoría del vídeo social se ve sin sonido, al menos durante los primeros segundos. El sonido está apagado por defecto en el feed y muchos espectadores nunca lo encienden. Tu clip tiene que entenderse sin sonido: un sujeto claro, un movimiento y algo que merezca la pena mirar en el primer segundo. Si el primer segundo es un fundido lento desde negro o una habitación vacía, el espectador ya se ha ido.

Un buen prompt de movimiento tiene cinco partes: el sujeto, el escenario, un movimiento de cámara, una acción del sujeto y el ambiente o la luz. Por ejemplo: "A ceramic coffee cup on a wooden table, morning light through a window, steam rising slowly, camera pushes in gently, warm and calm". O: "A woman in a red jacket standing on a city street at dusk, she turns her head toward the camera, slow tracking shot, neon signs glowing". Cada prompt describe una sola cosa que ocurre, no tres.

Mantén el movimiento lento. Los movimientos de cámara que van bien con el vídeo social vertical son los suaves: un acercamiento lento hacia el sujeto, un paneo lento por una escena, un travelling que sigue a alguien caminando, una órbita lenta alrededor de un producto. El movimiento rápido es donde el vídeo de IA se rompe: las caras y las manos pueden tambalearse, los bordes se emborronan, los objetos se transforman a mitad de fotograma. El movimiento pequeño y lento esconde todo eso. Otras dos cosas que evitar: pedir dos acciones a la vez («she runs and the camera spins») y poner palabras dentro de la escena (el texto renderizado dentro del vídeo de IA suele salir confuso). Como los vídeos de Kanakaw son silenciosos, pon tu mensaje en subtítulos añadidos en tu editor después — CapCut o cualquier editor sirve — en lugar de en el propio vídeo.

Duración, coste y límites honestos

Cinco segundos bastan para un gancho. En redes sociales, la decisión de seguir viendo se toma en los primeros uno o dos segundos, así que un clip corto y directo suele superar a uno largo. Usa 5 segundos para probar una idea y para ganchos diarios; 10 segundos para una historia pequeña con principio y fin; 15 segundos cuando el clip necesita un ritmo completo: una revelación de producto, un antes y después, un chiste con planteamiento. Si necesitas algo más largo, genera varios clips y cóselos en tu editor: cada clip es una toma y una secuencia de tomas es un vídeo.

Lo que cuesta un clip depende de dónde empieza, de cuánto dura y de lo nítido que sea. Un clip de texto a vídeo de 5 segundos cuesta 238 créditos a 480p, 476 a 720p y 951 a 1080p; 10 segundos cuestan aproximadamente el doble y 15 segundos aproximadamente el triple. Un clip de imagen a vídeo de 5 segundos cuesta 357 créditos a 480p, 713 a 720p y 1.426 a 1080p. La forma más barata de probar una idea es un clip de texto a vídeo de 5 segundos a 480p. Para un clip que se publicará de verdad, 720p es el punto ideal en móviles: visiblemente más nítido que 480p a aproximadamente la mitad del precio de 1080p. El generador siempre muestra el coste exacto en créditos antes de crear, así que no hay sorpresas.

En términos de presupuesto: el paquete de $19.99 (1.000 créditos) cubre dos clips de texto a vídeo de 5 segundos a 720p. El paquete de $59.99 (5.000 créditos) cubre diez: una semana de ganchos diarios con créditos de sobra. La generación de vídeo es solo para miembros y la membresía viene con cualquier paquete de créditos: 30 días con un paquete mensual y 12 meses con uno anual. No hay prueba gratuita y el inicio de sesión es solo con Google.

Por último, los límites honestos. Los clips duran 5, 10 o 15 segundos, nada más, así que planifica en tomas. Los vídeos son silenciosos, sin ninguna pista de audio: añade música, una voz en off o subtítulos en tu editor. Imagen a vídeo toma exactamente una foto por clip, así que una transición de dos fotos necesita dos clips cortados juntos. Las caras y las manos pueden tambalearse con movimientos rápidos, por eso los movimientos de cámara lentos funcionan mejor. Y puedes usar los vídeos que generes comercialmente, sujeto a los Términos de uso, incluso en una cuenta de empresa o en un anuncio de pago.

Preguntas frecuentes

¿Qué tamaño debe tener un vídeo de IA para TikTok o Reels?

Vertical 9:16, a 720p. Llena la pantalla del móvil en TikTok, Reels y Shorts, donde un clip horizontal quedaría encajado en una franja pequeña. Usa 16:9 solo para el feed principal de YouTube, incrustaciones o ubicaciones apaisadas, y 1:1 cuando una publicación tiene que servir a la vez para la cuadrícula de Instagram y Facebook.

¿Cuánto cuesta un vídeo social?

Un clip de texto a vídeo de 5 segundos cuesta 238 créditos a 480p, 476 a 720p y 951 a 1080p. Un clip de imagen a vídeo de 5 segundos cuesta 357 créditos a 480p, 713 a 720p y 1.426 a 1080p. Diez segundos cuestan aproximadamente el doble y 15 segundos aproximadamente el triple. El generador muestra el coste exacto antes de crear.

¿Los vídeos de Kanakaw tienen sonido?

No. Los vídeos de Kanakaw son silenciosos: no hay pista de audio. Eso va bien para los feeds sociales, donde la mayoría de los clips se ven sin sonido de todos modos. Añade música, una voz en off o subtítulos en pantalla en tu editor después de descargar el clip.

¿Puedo usar los vídeos de Kanakaw en mi cuenta de empresa o en anuncios?

Sí. Los vídeos que generes se pueden usar comercialmente, sujeto a los Términos de uso, incluso en una cuenta de empresa, en publicaciones orgánicas y en anuncios de pago. Lo mismo vale para las imágenes que generes en Kanakaw.

¿Necesito una membresía para hacer vídeos con IA?

Sí. La generación de vídeo es solo para miembros. La membresía viene con cualquier paquete de créditos que compres: 30 días con un paquete mensual y 12 meses con uno anual, y no hay una tarifa de membresía aparte. La generación de imágenes Standard solo requiere haber iniciado sesión.

Pruébalo: Texto a vídeo · Precios · Todas las guías