Guía de instrucciones de Sora 2: Cómo escribir mejores instrucciones para la generación de vídeos con IA

Las indicaciones lo son todo en Sora 2. Tu vídeo es tan bueno como lo sea tu mensaje. Si el mensaje está desactivado, la salida también lo será, sin importar lo sofisticada que sea la herramienta.

Pero, ¿qué hace que un aviso sea «malo»? ¿Es demasiado corto y vago, por ejemplo «una chica paseando por una ciudad»?

¿O demasiado descriptivo, compuesto por 3 párrafos y un guion?

La verdad está en algún punto intermedio. Un buen mensaje es claro, centrado y le da a Sora lo suficiente para entender tu visión sin ahogarla con detalles.

Antes de preguntar

Antes de empezar a preguntar, imagina la escena en tu cabeza. ¿Qué está pasando? ¿Cuál es la emoción? ¿Cuál es el escenario? Captura esa esencia en unas pocas frases contundentes. Si eres demasiado general, Sora improvisará; si eres demasiado rígido, los detalles se perderán y el modelo no podrá seguir el ritmo. Ambos tienen valor. Prueba ambos. Comprueba cuál se ajusta a tu proyecto.

Al principio, deja un poco de espacio para que Sora interprete. Puede que tengas suerte con algo nuevo o que acabes con un desastre, pero siempre aprenderás del experimento.

Y, por último, prepárate para repetir. Cada mensaje proporciona un resultado nuevo y, a menudo, los pequeños ajustes que realices darán vida a la versión final. En el tercer o cuarto intento, empezarás a notar patrones: qué palabras te dan mejores resultados, cuáles confunden al modelo y cómo utilizar el lenguaje como objetivo.

Ejemplo breve de aviso:

En una entrevista portátil de los 90, un viejo pescador japonés se para junto al muelle y dice: «El mar era más salvaje en ese entonces».

¿Por qué funciona este mensaje?

• «Entrevista portátil de los 90» establece el estilo y tono visual. La modelo elegirá el tipo de cámara, la iluminación y la gradación de color que coincidan con las imágenes antiguas: texturas ligeramente granuladas, luz natural y movimientos temblorosos que parezcan auténticos.
• «un viejo pescador japonés está de pie junto al muelle» define el sujeto y entorno con los detalles suficientes para fundamentar la escena. Le explica a Sora cuál es el objetivo principal (el pescador) y el lugar (el muelle), dejando espacio para interpretaciones creativas, como qué aspecto tiene el muelle o qué ropa lleva puesto el hombre.
• «y dice: 'El mar era más salvaje en ese entonces. '» agrega diálogo y estado de ánimo. Es probable que Sora 2 sincronice estrechamente el movimiento y el tono de los labios, aunque los matices emocionales y el momento exacto aún pueden variar.

Este mensaje generará de manera confiable un clip corto que coincida con la configuración y la atmósfera descritas. Sin embargo, es posible que no se alinee perfectamente con su visión, ya que varios detalles clave son inciertos. El mensaje no menciona la hora del día, el clima, el movimiento del fondo, el ángulo de la cámara, el atuendo o el tono emocional, por lo que Sora hará conjeturas creativas. Si te importan esos detalles, inclúyelos en tu próxima iteración.

Indicaciones débiles frente a fuertes

Un mensaje vago hace que la modelo adivine lo que quieres. Un mensaje detallado le indica la dirección. Pero demasiados detalles hacen que el modelo no pueda seguir tu línea de pensamiento.

Débil: «Alguien enciende una vela».

Fuerte: «Primer plano de manos encendiendo una cerilla y encendiendo una vela; la cera se derrite lentamente a medida que la llama se estabiliza en un enfoque suave».

Débil: «Una habitación acogedora».

Fuerte: «Una habitación pequeña iluminada por una lámpara cálida, una manta en un sofá y un gato durmiendo».

Las indicaciones fuertes funcionan porque reemplazan los adjetivos vagos («agradable», «hermoso», «acogedor») por imágenes claras, cosas que Sora realmente puede mostrar. Incluyen acciones específicas («sirve café», «enciende una vela») en lugar de verbos genéricos («hace», «mueve»). Proporcionan contexto (iluminación, textura y emoción) en unas pocas frases fuertes, no en oraciones largas.

Las indicaciones débiles hacen que la IA adivine. Las indicaciones fuertes lo guían como un camarógrafo.

No necesitas escribir descripciones largas; simplemente da instrucciones específicas usando lo que está visible, los movimientos y el estado de ánimo que deseas capturar.

De vez en cuando, Sora logra el ambiente por sí sola, como si simplemente lo entiende. Pero si quieres un look o un momento específico, dale una dirección. Cuanto más guíes, más te acercarás a lo que tienes en la cabeza.

En pocas palabras

Lo mejor que puedes hacer ahora es experimentar.

Juega con indicaciones cortas, instrucciones largas, indicaciones raras. Mira qué tipo de caos o belleza obtienes. Puedes escribir tres líneas perfectas y odiar el resultado, o escribir cinco palabras al azar y obtener algo que te deje boquiabierto. Ambas son victorias.

Esta es la parte divertida: descubrir tu propio «estilo rápido». Cada creador encontrará un ritmo diferente entre el control y la aleatoriedad. Así que ve a explorar y deja que Sora te sorprenda.