Un flujo con un agente
Lección 17 de 22 del curso «Vídeo IA sin flops». Gratis, con animaciones y un test.
Un anuncio por 2000 $
En junio de 2025, durante las Finales de la NBA, se emitió un anuncio de la plataforma de predicciones Kalshi. Lo hizo una sola persona, el cineasta de IA PJ Accetturo, en dos o tres días. El vídeo lo generó Veo 3 de Google y, según él, el presupuesto fue de unos 2000 $. Los medios escribieron que era aproximadamente un 95 % más barato que un rodaje normal. Eso no significa que ya no hagan falta equipos de rodaje. Pero es un buen ejemplo de cómo es un flujo de IA real en un proyecto de verdad y no en una demo. Veamos cómo se hizo y qué puede llevarse Mira.
La papelera es normal
La cifra más útil de esta historia no es el precio sino el desperdicio. El autor contó que los 15 clips del anuncio costaron unas 300–400 generaciones. O sea, entraba en el anuncio aproximadamente un plano de cada 20–27. No es un fracaso, es el trabajo normal con un modelo generativo: cada generación es una tirada de dados y tú eliges la mejor. De ahí dos conclusiones. Primera: presupuesta no por el número de planos del vídeo, sino por el número de intentos. Segunda: los borradores deben ser baratos, o veinte intentos por plano te arruinarán. De eso trata la próxima lección.
Cómo se hizo
El flujo era sencillo. Primero la persona escribió un guion en bruto: qué pasa en cada plano. Luego pidió a Gemini convertir cada plano en un prompt detallado para Veo: plano, cámara, luz, acción, sonido. Después, cientos de generaciones en Google Flow, la selección de los 15 mejores clips y un montaje normal. Fíjate dónde está el agente y dónde la persona. El modelo se quedó lo aburrido: reescribir una idea como un prompt técnico largo con reglas fijas. La persona se quedó la idea, la selección y el montaje. Así trabajará Mira con su agente, solo que en vez de Gemini y Flow a mano tiene a Claude con Higgsfield conectado.
Tandas pequeñas
Un detalle de esta historia es especialmente útil. El autor pedía a Gemini prompts de cinco planos a la vez porque, según él, con más bajaba la calidad. Es típico de los modelos de lenguaje: si pides 30 prompts de golpe, salen más cortos y parecidos, y los detalles del brief se pierden al final. Cinco planos a la vez dan prompts detallados, y la tanda se revisa a ojo antes de lanzar, cuando aún no has gastado créditos. Regla de Mira: el agente escribe prompts en tandas de 5 planos, los enseña y solo después lanza la generación.
El flujo de Mira
Juntémoslo todo en una cadena de seis pasos. Idea y guion son solo de Mira: para qué existe el vídeo y qué debe sentir el espectador. El storyboard lo hace con el agente: él propone planos y cámara, ella corrige. El agente escribe prompts en tandas de cinco, con la carpeta del personaje y las reglas de niveles anteriores. El agente lanza borradores a 480p–720p dentro del tope. Elegir tomas vuelve a ser de Mira: mira la cuadrícula y marca lo mejor. Final y montaje son compartidos: el agente renderiza a resolución completa los planos elegidos y Mira monta el vídeo. Fíjate: la persona está al principio, en el medio y al final.
El agente se revisa
El agente no solo genera: también puede mirar el resultado. Dale una lista corta de niveles anteriores: cinco dedos sin fundirse, la cara coincide con el pasaporte del personaje, los pies no patinan. Si un borrador no pasa, el agente lo repite, pero no sin fin. Pon un límite duro: máximo dos reintentos por plano y luego el agente se para y te pregunta. ¿Por qué? Si un plano falla igual tres veces seguidas, el problema no es la suerte sino el enfoque. Hace falta una edición de zona, motion control con una referencia real u otra puesta en escena, y eso lo decide una persona.
Orden en los archivos
Cientos de generaciones se vuelven caos enseguida: el cliente dice «me gustó la que se ríe» y tienes cuarenta archivos llamados video(17).mp4. Por eso el agente, desde el primer día, lo guarda todo en cuatro carpetas. En /refs, la hoja del personaje, el pasaporte y las fotos del producto. En /prompts, el prompt de cada plano para poder repetir el bueno. En /drafts, borradores con nombres claros: número de plano, versión y resolución, por ejemplo shot02_v3_720p.mp4. En /final, solo los planos elegidos a resolución completa. El agente mantiene este orden solo, y tú encuentras la toma en un segundo.
Ponte a prueba
- 15 clips costaron 300–400 generaciones. ¿Qué significa para la planificación de Mira?
Respuesta correcta: Presupuestar por número de intentos y hacer borradores baratos. El desperdicio es parte normal del trabajo con un modelo generativo. Se incluye en el presupuesto de antemano. - Mira pidió al agente prompts para 30 planos de golpe. Salieron cortos e iguales. ¿Qué cambia?
Respuesta correcta: Pedir en tandas de 5 planos y revisar cada tanda. Las tandas pequeñas conservan los detalles del brief y revisar antes de lanzar ahorra créditos. - El agente repite el plano 3 por sexta vez: los dedos vuelven a fundirse. ¿Qué regla habría ayudado?
Respuesta correcta: Máximo 2 reintentos y luego parar y preguntar a Mira. Un error que se repite indica un mal enfoque. Otro enfoque lo decide una persona. - El cliente escribe: «Vuelve a la versión donde se ríe». Mira tiene 40 archivos video(…).mp4. ¿Qué la habría salvado?
Respuesta correcta: Carpetas y nombres tipo shot02_v3_720p, más los prompts guardados. Nombres claros y prompts guardados permiten encontrar y repetir cualquier toma.