Por qué tus vídeos de IA se ven bien pero no transmiten nada: Un tutorial sobre el arte de crear "vibe"

Esa imagen que tienes en la cabeza, esa que puedes ver tan claramente. ¿Por qué la IA sigue negándose a filmarla?

La mayoría de las veces, no es el modelo el que te falla. Es que falta algo entre tú y el modelo: un traductor.

Ya has visto este tipo de vídeo generado por IA. El rostro es nítido, las extremidades no se solapan entre sí, la iluminación incluso parece coherente. Lo ves y tu única reacción es un seco "ajá", y luego sigues haciendo scroll. Falta algo. Buscas palabras como "atmósfera", "cinematográfico", "textura", pero en el momento en que las escribes en un prompt, dejan de funcionar. Veinte reescrituras después, has agotado tus créditos apostando a nuevos intentos.

Esta guía hace dos cosas. Primero, te enseña cómo un método llamado Vibe Creating traduce la sensación que no puedes nombrar en un lenguaje sobre el que un modelo realmente puede actuar. Segundo, te ofrece una forma sin configuración previa para que lo pruebes tú mismo y generes tu primer vídeo con "esa sensación" en menos de diez minutos.

¿Qué es Vibe Creating y por qué arregla tus prompts?

Vibe Creating es la práctica de describir el resultado emocional que deseas y dejar que un método lo traduzca a las decisiones cinematográficas concretas que lo crean. Tú mantienes el control de "lo que quiero sentir". El método se encarga de "cómo rodar eso".

Si la frase te suena familiar, es a propósito. A principios de 2025, Andrej Karpathy acuñó el término "vibe coding" para describir un flujo de trabajo donde dejas de escribir código línea por línea y, en su lugar, describes la intención a un modelo y dejas que genere la implementación (Vibe coding, Wikipedia, febrero de 2025). El término se difundió tan rápido que Collins lo nombró palabra del año. Vibe Creating aplica el mismo cambio al vídeo. Dejas de microgestionar las distancias focales y empiezas a describir la experiencia.

Aquí está la trampa que hace que la mayoría de los prompts fallen. Cuando quieres que una escena se sienta peligrosa, instintivamente escribes "atmósfera peligrosa". El modelo recibe cinco palabras abstractas y te da los elementos del peligro: un robot, un arma, un cielo oscuro. Todos los ingredientes están presentes, pero no sientes nada. La frase era demasiado abstracta para señalar cualquier mecanismo visual específico.

Vibe Creating no se apresura a generar. Primero resuelve qué es lo que realmente produce la sensación de peligro, luego escribe el prompt como una imagen sentida en lugar de una lista de parámetros. Esa distinción es todo el método, así que el resto de este tutorial de Vibe Creating recorre cinco ejemplos reales de su funcionamiento.

Tutorial de Vibe Creating Caso 1: Cómo el "peligro" se convierte en un movimiento de cámara

Comienza con el fotograma inicial de un corto viral de IA, un robot vaquero deambulando por un pueblo zombi. La trama cabe en una sola frase, pero tu ritmo cardíaco sigue a la cámara. El primer plano coloca el cañón de un arma justo contra el objetivo, y tu subconsciente recibe un mensaje único: estás en peligro en este momento.

Intentas recrear la escena. Escribes "atmósfera peligrosa" y obtienes los elementos del peligro sin nada de pavor.

Entrégale la misma intención a Vibe Creating y razonará sobre tres cosas que deben suceder a la vez:

• Fija el ojo en el cañón del arma y desenfoca el fondo hasta convertirlo en una mancha. Eso es la profundidad de campo reducida haciendo su trabajo.
• Haz que sientas que estás arrodillado y mirando hacia arriba a un arma que apunta hacia ti. Eso es un ángulo contrapicado haciendo su trabajo.
• Empuja el cañón casi fuera de la pantalla y hacia tu cara. Eso es una ligera distorsión de gran angular haciendo su trabajo.

Aquí está el movimiento clave. Lo que finalmente entra en el prompt no es "profundidad de campo reducida, ángulo contrapicado, distorsión de gran angular". Esos son los mecanismos. Lo que se escribe es la imagen sentida que esos mecanismos crean. Vibe Creating traduce la técnica profesional en algo que tanto un modelo como un humano captan al instante. Tres efectos se disparan juntos, tu subconsciente registra genuinamente "estás en peligro", y tu mente consciente solo piensa "qué gran plano".

Esa es la naturaleza de la atmósfera. La información viaja a través del canal subconsciente y evita tu razonamiento. Vibe Creating es el traductor que construye ese canal. Tú dices lo que quieres. Él resuelve cómo rodarlo.

Tutorial de Vibe Creating Caso 2: Un jardín que se siente "incorrecto" a propósito

Ahora, una sensación más difícil. Esto es todo lo que tenía en mi cabeza cuando abrí el generador:

Una chica de pelo plateado con un vestido de gasa de cristal, de pie en el jardín frente a una cabaña nórdica de madera bajo un cielo de atardecer ardiente. Cada fotograma es hermoso, pero algo señala silenciosamente que no es seguro.

Genuinamente, no sabía cómo fabricar "inseguridad". Vibe Creating lo expresa como una especie de receta: belleza + 30% de valle inquietante + accesorios rituales + una cámara voyeur + fuente de luz desajustada = maldad bajo una piel de cuento de hadas.

Cada término en esa receta es un parámetro que funciona en el momento en que aterriza en un prompt. El único problema es si puedes recordarlo, describirlo y hacer que el modelo lo entienda en el instante en que te sientas a crear. Si no puedes, ese es exactamente el trabajo que Vibe Creating te quita de encima. Capta esa frase vaga y escribe la receta por ti. El resultado se lee así:

Nota que la cámara nunca muestra el cuerpo del monstruo, solo los ojos, una extremidad y las sombras que se balancean. Esa contención es una traducción deliberada de "inseguridad". También es mucho más fácil de renderizar para un modelo que una criatura completa, lo cual es parte de por qué se genera limpiamente.

Tutorial de Vibe Creating Caso 3: Haciendo que un vídeo de IA se sienta como un tráiler de película

Envía el siguiente ejemplo a un amigo que estudió cine, oculta la fuente y probablemente adivinará que es el tráiler de una película de ballet. Es una única generación sin cortes. Sin edición, sin etalonaje.

La intención era "dame textura de nivel de tráiler" para una joven bailarina en un backstage de teatro que está vivo y zumbando antes de un espectáculo. Cuando le das "textura de tráiler" a Vibe Creating, su lógica funciona así:

La apertura en el backstage no es para lucirse, es una estrategia narrativa. Empujar desde un backstage oscuro y desordenado hacia el escenario iluminado es un camino que Black Swan y The Red Shoes usaron. Caminar hacia el escenario es en sí mismo una metáfora del destino. El modelo no solo renderiza la imagen, renderiza el blocking.

Tres variables deben ser correctas al mismo tiempo: el ángulo del reflejo en el suelo, la dirección de las sombras y el retraso sutil en el movimiento. Si te equivocas en una, la cualidad onírica colapsa y se convierte en imágenes de cámara de seguridad.

El fotograma donde el hombre y la mujer se miran a los ojos utiliza la plantilla estándar de Hollywood para "el momento en que ocurre el amor": contraluz lateral trazando sus contornos, bombillas de fondo fundiéndose en bokeh, enfoque suave que empuja al mundo lejos hasta que solo quedan dos personas. Demuestra una cosa: el techo de lo que estos modelos pueden hacer ya alcanza la calidad de un tráiler de película. Lo que te retiene nunca fue el modelo. Es el prompt.

Tutorial de Vibe Creating Caso 4: Traduciendo la "soledad" en imágenes

Esta es una sola palabra abstracta, y ver cómo se desglosa es la parte más útil de cualquier tutorial de Vibe Creating. El clip es una astronauta en un planeta desconocido, recordando fragmentos felices de la vida en la Tierra. Sientes que estás allí de pie con ella. ¿Cómo?

Vibe Creating se niega a renderizar la palabra "solitario". Autoexpande la abstracción en una cadena de decisiones concretas. Esta es la tabla de traducción:

El método entiende algo que todas las clases de escritura enseñan pero nadie recuerda usar. La soledad no es vacío. La soledad es seguir recordando cómo se veía la calidez. Le das una palabra. Te devuelve una estructura de imágenes que realmente transporta esa palabra.

Tutorial de Vibe Creating Caso 5: La prueba A/B que prueba el punto

Llegados a este punto surge una objeción justa: si simplemente escribo un prompt más profesional, ¿realmente necesito esto? Así que aquí está la prueba controlada, y el resultado es la evidencia más fuerte en todo este tutorial de Vibe Creating.

Entrada del Grupo A. Una lista de planos lista para producción. Tamaños de plano etiquetados, movimientos de cámara especificados, códigos de tiempo, diseño de sonido, todo. Tres planos que cubren a una niña pequeña en un callejón bajo la lluvia que duda, luego salta a un charco, el agua explota, ella estalla en carcajadas. Sobre el papel, la historia está completa y el documento podría ir directamente a un equipo de rodaje real.

Plano 1: Recuerdo húmedo (Configuración) (00:00 – 00:03) | Duración: 3 segundos Tamaño de plano: Plano general → Plano completo Movimiento de cámara: Encuadre estático, enfoque fijo. Visuales: La lluvia acaba de parar. Una bruma de tonos fríos flota en el aire. El camino de adoquines está cubierto de charcos que reflejan las paredes viejas, desgastadas y cubiertas de musgo a ambos lados. En el borde del encuadre, un par de botas de agua amarillas de gran tamaño —demasiado grandes para los pies que contienen— entran lentamente a la vista. Una niña pequeña con esas brillantes botas amarillas camina con cuidado hasta el borde del charco más grande y se detiene, bajando la mirada para observar el vasto reflejo en su superficie. Sonido: Viento húmedo y hueco tras la lluvia; el goteo monótono del agua de las tejas; el leve chirrido de las botas de goma sobre la piedra mojada. Plano 2: El enfrentamiento antes del salto (Duda en Primer Plano) (00:03 – 00:08) | Duración: 5 segundos (momento emocional clave) Tamaño de plano: Primerísimo primer plano → Primer plano Movimiento de cámara: Un zoom-in extremadamente lento (a paso de "respiración lenta"), centrándose en su rostro y ojos. Visuales: La cámara se fija en la mejilla de la niña. Sus cejas se fruncen con fuerza mientras su mirada se mueve de un lado a otro entre el enorme charco y sus botas amarillas gigantes. Se muerde ligeramente el labio inferior y su nariz se arruga levemente por la intensidad de la anticipación nerviosa. Respira hondo —toda su cara es un retrato exquisitamente vívido de conflicto interno: "Quiero saltar... pero no me atrevo". El plano se extiende sin prisas, como si el tiempo mismo se hubiera congelado. Sonido: Todo el viento ambiental se desvanece hasta casi el silencio (un silencio parecido al vacío), dejando solo una respiración nítida y ligeramente apresurada y el leve sonido de su lengua rozando su labio inferior. Al final del octavo segundo, un latido profundo y suprimido truena repentinamente: un pulso cardíaco profundo. Notas de VFX: Renderizado de textura facial hiperdetallada (shader de piel SSS); respuestas microcapilares dinámicas debajo de la piel; sus ojos capturando la luz reflejada del charco; simulación física de gotas de lluvia deslizándose por los mechones de su cabello. Plano 3: El estallido y su eco (Reacción) (00:08 – 00:15) | Duración: 7 segundos Tamaño de plano: Plano general en ángulo contrapicado → Plano medio estático Movimiento de cámara: En el instante en que explota la acción, la cámara salta hacia afuera y se bloquea en un encuadre fijo. Visuales: (Final del segundo 8) El latido truena, y en ese instante, toda la duda se drena del rostro de la niña. Sus ojos se vuelven resueltos. Junta ambos pies y salta al charco. Capturada en fotografía de alta velocidad, el agua erupciona en el aire como innumerables gotas cristalinas, rompiéndose como diamantes. Al fondo, un gato jengibre que dormitaba pacíficamente se despierta sobresaltado por el violento chapuzón; con el pelaje erizado, trepa en un salto maravillosamente indigno a un muro más alto. La cámara vuelve a un plano medio: la niña de pie entre los restos dispersos de agua en el camino de piedra, mirando hacia arriba, y en ese momento, su rostro estalla en una sonrisa tan brillante, tan pura, tan cristalina en su risa, que sus ojos brillan con lágrimas. Sonido: Un chapuzón violento y con muchos graves (diseño de sonido de chapuzón a cámara lenta); el frenético revuelo y siseo del gato; la risa clara y sin restricciones de la niña. Monólogo interior: (Ninguno) Notas de VFX: Simulación de fluido volumétrico realista para el chapuzón; simulación física a cámara lenta de gotas de agua suspendidas en el aire; un cambio sutil en el etalonaje hacia tonos más cálidos y saturados en el momento de la liberación de la risa.

Resultado del Grupo A. Los adoquines húmedos, la bruma, los reflejos en los charcos, todo apareció. Se ejecutaron los parámetros técnicos. Pero dos cosas fallaron:

• La instrucción "un par de botas de agua entran lentamente al encuadre" se renderizó literalmente como un par de botas vacías paradas solas en medio del callejón, con una figura flotando a través de la niebla detrás de ellas. La lista de planos quería algo tierno e infantil. El resultado fue el inicio de una película de terror.
• El arco emocional se disolvió. El rostro de la niña solo mostraba lágrimas. La progresión de duda, resolución, erupción, risa había desaparecido.

Entrada del Grupo B. La misma lista de planos exacta, entregada a Vibe Creating para reescribirla. El método no añade cosas. Elimina el ruido. Su razonamiento funciona a grandes rasgos: este documento está escrito en un estilo de ejecución pura, pero debajo hay una narrativa emocional completa, por lo que es un buen candidato para la traducción. Mantén la progresión de tres tiempos de acercarse al charco, la breve batalla interna, el estallido repentino. Elimina la mayoría de los términos técnicos de bajo valor, tamaños de plano y códigos de tiempo. Mantén los detalles que llevan un peso emocional real: las botas amarillas, la piedra mojada, el salto, el gato naranja sobresaltado, la risa y los ojos húmedos. Convierte el diseño de sonido en un lenguaje experiencial natural. La reescritura dice:

La lluvia acaba de parar. Una bruma fría todavía flota a través del viejo callejón, y los charcos cubren el camino de adoquines, reflejando las paredes desgastadas, peladas y cubiertas de musgo a ambos lados. Un par de botas de agua amarillas de gran tamaño entran lentamente al encuadre. Una niña pequeña se abre paso con cuidado hasta el charco más grande y se detiene, bajando la cabeza para mirar el reflejo tembloroso de abajo. El aire solo lleva el sonido húmedo y hueco del viento tras la lluvia, el goteo intermitente de agua desde los aleros y el suave y delicado chirrido de sus botas contra la piedra mojada. Ella mira el charco, luego mira hacia abajo a sus botas, sus cejas frunciéndose con fuerza, sus labios presionados levemente, como encerrada en un duelo solemne e infantil consigo misma. Claramente quiere saltar, pero duda en el último momento. Su respiración se vuelve aguda y acelerada, y todo a su alrededor parece drenarse repentinamente, dejando solo esa anticipación tensa y temblorosa: la sensación de estar a un aliento de saltar, justo antes de tener el coraje para hacerlo. Al segundo siguiente, la resolución inunda su rostro. Junta ambos pies y se lanza al charco. El agua erupciona hacia el cielo, rompiéndose en brillantes fragmentos de luz. A su lado, un gato jengibre que dormitaba se despierta de golpe y sale disparado presa del pánico, trepando hacia un muro más alto. Mientras el chapuzón se desvanece, la niña se queda de pie entre los restos dispersos de agua en el camino de piedra, levanta la cabeza y estalla en carcajadas —claras, brillantes, totalmente libres—, con sus ojos brillando débilmente con lágrimas, como si un mundo lavado por la lluvia acabara de ser iluminado por sus propias manos.

Ni un solo término técnico. Pero terminaste de leerlo y la escena ya se reprodujo en tu cabeza. El modelo lo lee de la misma manera.

Resultado del Grupo B. Una niña pequeña con coletas en un chubasquero verde y botas amarillas, deteniéndose en el charco, un primer plano de duda con las cejas fruncidas, luego ambos pies golpeando el suelo, agua explotando, el gato junto al muro saliendo disparado, y su rostro elevándose hacia una risa con ojos húmedos. El arco sobrevivió intacto.

Aquí está la comparación en una tabla.

La lección es directa. Más detalles técnicos no ayudaron. Perjudicaron activamente, porque la mitad era ruido que el modelo tenía que filtrar.

Cómo comenzar tu primer proyecto de Vibe Creating en tres pasos

No necesitas aprender ingeniería de prompts. El flujo de trabajo completo son tres pasos, y la única parte de pago es el renderizado final.

Paso uno: enseña la habilidad a tu asistente de IA. Copia la Habilidad de Vibe Creating completa al final de este artículo y pégala en cualquier asistente de IA que ya uses. Claude Code, Codex y TRAE funcionan, y si solo quieres una prueba rápida, pégala directamente en cualquier cuadro de chat de IA. Sin instalación, sin configuración, sin dependencias. Lo lee una vez y ya lo sabe.

Paso dos: describe la sensación con palabras sencillas. Todo funciona. Una palabra, como "libertad". Una frase, como "quiero esa energía de apertura de Love Death and Robots". O un estado de ánimo vago, como "vi el atardecer hoy y de repente quise filmar algo, no sé qué". La Habilidad averigua a qué familia atmosférica pertenece tu sensación, te hace una pregunta o dos si es necesario, y luego genera un prompt completo: cámara, luz, temperatura de color, ritmo, accesorios, estilo de referencia, todo escrito para ti.

Paso tres: renderízalo en algún lugar que realmente pueda ejecutarlo. Copia el prompt, pégalo en un modelo de vídeo Seedance 2.0 y genera.

Una nota sobre dónde renderizar, ya que importa más de lo que la gente espera. Los vídeos de ejemplo en este tutorial se generaron en Seedance 2.0 en Atlas Cloud. Seedance 2.0 es el modelo de audio-vídeo de ByteDance que produce hasta 15 segundos de metraje sincronizado a partir de entradas de texto e imagen, y es el mismo motor detrás de CapCut y Dreamina. Las razones por las que se adapta específicamente a este flujo de trabajo:

• Los rostros se mantienen estables y las expresiones se conservan, que es exactamente donde vive o muere un vídeo de "vibra". Una gran atmósfera colapsa en el instante en que un rostro se deforma.
• Acceso global sin lista de espera, para que puedas actuar sobre una sensación en el momento en que la tengas.
• Más de 300 modelos detrás de una sola clave API, lo que facilita ejecutar el mismo prompt en diferentes modelos y comparar, o conectar la generación a un pipeline existente.

Un minuto después, la imagen que solo existía en tu cabeza, la que nunca pudiste explicar a nadie, aparece en pantalla por primera vez.

La Habilidad de Vibe Creating completa (Copia y usa)

Esta es la parte genuinamente útil. Pega el bloque de abajo en tu asistente de IA y ejecutará todo el método por ti. Está escrito como una especificación de Habilidad, por lo que funciona tanto si lo sueltas en un asistente de codificación como en un cuadro de chat simple.

plaintextCopy
1---
2name: vibe-creating-prompt
3description: Decide si la entrada de un usuario se adapta a Vibe Creating. Cuando lo haga, destila prompts de plano único, descripciones de múltiples planos, escenas emocionales o entrada mixta en prompts que generen mejores vídeos, mientras se conservan los diálogos, voz en off, música, efectos de sonido y otras restricciones estrictas especificadas por el usuario. No apto para películas narrativas largas sincronizadas con diálogos, listas de planos de ejecución industrial, demostraciones de funciones o tutoriales de interfaz.
4---
5
6# Habilidad de Vibe Creating Prompt
7
8## Descripción general
9El objetivo es destilar lo que el usuario realmente quiere expresar, para que el modelo pueda captar el centro visual, la dirección emocional y la continuidad de la experiencia. Prioriza la intención creativa, el valor emocional, las imágenes clave y la unidad visual. Desenfatiza los parámetros técnicos de bajo valor y el lenguaje de ejecución mecánica.
10
11## Inicio rápido
12Al recibir la entrada, ejecuta tres pasos:
131. Primero juzga si se adapta a Vibe Creating (VC).
142. Luego juzga el mejor manejo en este momento: pasar a través, destilación ligera, reescritura completa, preguntar primero, mantener como está u ofrecer una versión VC opcional.
153. Cuando la información sea insuficiente, pregunta. Pregunta solo lo necesario para completar la acción actual. No interrogues por el simple hecho de clasificar.
16
17## Juicio de Escena y Expresión
18Primero usa el juicio de Escena (S) para decidir si VC encaja, luego el juicio de Expresión (E) para decidir el manejo. La comprobación de densidad de información (I) tiene prioridad sobre la acción específica: siempre que falte información clave, pregunta primero y luego procede.
19
20### S1: Ajuste nativo para VC
21- E1 (cerca de la expresión VC): reescritura completa por defecto; si el texto ya es maduro, cambia a destilación ligera o pasa a través.
22- E2 (expresión mixta): destilación ligera por defecto y luego reescritura, conservando la estructura válida, el orden narrativo y la progresión emocional.
23- E3 (expresión de control preciso): tratar como traducible a VC; no rechazar solo porque esté escrito como ejecución. Elimina el control técnico de bajo valor y conviértelo al lenguaje visual natural que genera mejor.
24
25### S2: Ajuste parcial para VC
26- E1: destilación ligera por defecto; si ya es utilizable, pasa a través.
27- E2: ofrece una versión VC opcional por defecto y deja que el usuario decida.
28- E3: mantén el significado original por defecto y nota suavemente que hay una reescritura VC disponible si se desea.
29
30### S3: Ajuste bajo para VC
31- E1: mantente cerca del original, no fuerces VC; mantén como está si es necesario.
32- E2: prefiere mantener como está o limpieza muy limitada; estiliza localmente solo cuando se solicite explícitamente.
33- E3: mantén como está por defecto; explica que esta necesidad se adapta a un flujo de trabajo de storyboard tradicional en lugar de una reescritura VC continua.
34
35Cuatro reglas estrictas durante el enrutamiento:
36- La información insuficiente pregunta primero: independientemente de lo bien que encaje la escena, si falta el ancla visual, la acción principal o la dirección de estilo, pregunta antes de escribir.
37- Las restricciones estrictas del usuario ganan: si el usuario requiere explícitamente mantener diálogos, música, números de plano, parámetros, estructura de párrafos o formato de entrega, no los elimines; una versión VC debería ser una versión adicional o proporcionada después de que el usuario esté de acuerdo.
38- Los planos múltiples conservan la estructura: cuando el usuario ya está expresando una experiencia unificada a través de segmentos de plano, no la aplastes en un bloque de prosa único; pero no uses una salida numerada por defecto a menos que el usuario solicite explícitamente mantener los números o el formato de lista.
39- La escritura de control preciso no es lo mismo que una escena de bajo ajuste: juzga primero el objetivo de la escena y luego decide si traducir.
40
41### Comprobación de densidad de información
42Incluso cuando la escena encaja en VC, no fuerces una reescritura cuando falte información clave. Pregunta primero si: no hay un ancla visual clara; solo una sensación abstracta sin personaje, objeto o escena; un sujeto pero sin acción o estado; fragmentos visuales pero sin una relación principal o dirección de estilo; una entrada muy corta que tiene sujeto y evento pero carece de una dirección de estilo, método de visualización o momento clave claro; contenido de múltiples planos con saltos obvios donde no está claro por qué pertenecen juntos.
43
44Bajo Vibe Creating, un prompt debe satisfacer estas cuatro capas; rellena lo que falte primero, no hay necesidad de preguntar mecánicamente por todo en orden:
451. Ancla visual: el núcleo que más necesita ser visto (persona / objeto / concepto nombrado / el efecto en sí).
462. Acción o estado: lo que está sucediendo (escribe solo uno: acción / estado / trama).
473. Tono local: cómo se siente este tiempo (una palabra de humor o adjetivo).
484. Tema del vídeo: el caso de uso más el estilo visual.
49   - Caso de uso: corto conceptual, micro-narrativa, previsualización de película, expresión emocional, explicativo, clip de efectos.
50   - Estilo visual: hiperreal, cinematográfico, animación, claymation, tinta oriental, ciber, ilustrativo.
51
52Principio de preguntar: la comprobación de densidad no es una puerta separada de S y E, se ejecuta en paralelo como una comprobación de estabilidad sobre si la entrada puede aterrizar directamente en la acción enrutada. Rellena la información mínima necesaria para reescribir, generalmente una ronda. Solo sigue preguntando cuando un vacío bloquee claramente que la imagen aterrice. Para entradas muy cortas, abstractas y de una sola imagen, prioriza convertir la palabra abstracta en la información que una imagen visible necesita; si la dirección es mayormente clara, da un juicio inicial primero y luego pregunta sobre las 1 a 3 brechas más críticas.
53
54## Política de Interacción
55No expongas etiquetas de clasificación interna, pero completa internamente los tres juicios: Escena (S), Expresión (E), Densidad de información (I). Se permiten juicios iniciales; no fuerces una clase cuando la información sea insuficiente.
56
57Después de juzgar, decide la acción: pasar a través, destilación ligera, reescritura completa, preguntar primero, mantener como está, versión VC opcional.
58
59Principios de manejo:
60- La escena encaja en VC pero la información es corta: rellena la información mínima requerida para la acción actual.
61- Cuando la entrada ya tiene un sujeto claro, estructura, relación temporal, imágenes centrales y un objetivo emocional claro, y el texto ya está fuertemente listo para la generación, pasa a través por defecto; solo destila ligeramente para mayor claridad si es necesario, no reescribas activamente.
62- La escena encaja en VC pero contiene control preciso no declarado: desenfatiza, elimina o traduce por defecto; si lo hiciste, debes notarlo y decirle al usuario que puede especificar qué mantener.
63- Ajuste parcial: no presiones VC por defecto; conserva el significado u ofrece una versión VC opcional.
64- Ajuste bajo: explica que es un desajuste de objetivos o flujo de trabajo, no un rechazo a la creatividad del usuario.
65- Los diálogos, voz en off, música, efectos de sonido, estructura y requisitos de parámetros especificados por el usuario se conservan primero.
66
67## Política de lenguaje de cámara
68No elimines el lenguaje de cámara al por mayor. Lo que hay que eliminar son los parámetros técnicos de bajo valor que le dicen al sistema cómo rodar. Lo que hay que mantener o traducir es la intención de cámara que le dice al espectador cómo sentirse.
69
70Desenfatiza o elimina por defecto: distancia focal, milímetros, jerga de posición de cámara, parámetros de movimiento de cámara, números de plano, profundidad de campo, apertura, exposición, obturador, notas de equipo, cámara A/B, cobertura, instrucciones de edición pura.
71
72Cuando el usuario pida explícitamente mantener parámetros, sigue la restricción primero y luego decide si también ofrecer una versión VC.
73
74Cuando no se declara si mantener el control preciso: no trates el control técnico como algo que debe mantenerse; procesa como la versión creativa VC más amigable con la generación; conserva las partes que contribuyen a la emoción, la narrativa o la experiencia de visualización; para el control de cámara puramente técnico, elimina o traduce en un resultado natural; no interrumpas para confirmar primero, pero si desenfatizaste, eliminaste o traduciste el control técnico, debes notarlo brevemente y ofrecer una versión que conserve las restricciones si el usuario quiere que se mantengan parámetros, estructura o ritmos específicos.
75
76## Reglas de prioridad de sonido y restricciones
77Los diálogos, voz en off, música, efectos de sonido, letras, narración y otro contenido sonoro especificado explícitamente se clasifican por encima de la optimización creativa. La Habilidad puede reordenar, pero no debe reescribir la redacción, reemplazar el contenido o eliminar un requisito de sonido explícito del usuario.
78
79En caso de conflicto, ejecuta en este orden:
801. Contenido especificado por el usuario y restricciones estrictas (diálogos, voz en off, música, SFX, estructura de planos, retención de parámetros, formato, límites de estilo).
812. Optimización creativa (destilar historia, emoción, memoria, imágenes y experiencia unificada sin romper restricciones).
823. Consistencia del paradigma VC (solo después de los dos primeros, ajusta el lenguaje para que el prompt sea más fácil de entender y generar para el modelo).
83
84Suplementario: mantén diálogos, voz en off, música o SFX escritos por el usuario palabra por palabra. Cuando la descripción visual y los requisitos de sonido están mezclados, puedes reordenar pero no alterar el contenido sonoro. Si la parte visual encaja en VC pero la parte sonora no, reescribe solo la parte visual. Si todo solo se sostiene con diálogos largos y estrictos sincronizados a nivel de palabra, usa "sin reescritura VC" por defecto.
85
86## Modos de Reescritura
87Elige el modo según el factor dominante en la entrada:
88- Reescritura narrativa: para entradas impulsadas por historias, relaciones o eventos. Genera un prompt continuo o mantén de 2 a 5 ritmos segmentados, preservando el orden de los eventos y los giros emocionales.
89- Reescritura emocional: para entradas impulsadas por estados de ánimo, sentimientos o estados. Concéntrate en el entorno, el ritmo, la textura y la experiencia de visualización; no fuerces una cadena causal para que parezca una historia.
90- Reescritura de memoria: para recuerdos, flashbacks, antigüedad, desvanecimiento, cosas que se recuerdan. Preserva el desenfoque, el blanqueo, las brechas y la fragilidad; fortalece las imágenes recurrentes y la sensación de paso del tiempo.
91- Reescritura de flujo de conciencia: para asociaciones, fragmentos, percepción subjetiva, expresión no lineal. Se permite la incompletitud, pero la imagen debe permanecer perceptible y las imágenes unificadas internamente.
92- Reescritura de experiencia de múltiples planos: para entradas de múltiples segmentos, múltiples escenas, múltiples cortes que sirven a una experiencia. Segmenta naturalmente, o agrupa por número solo cuando se solicite explícitamente, de 1 a 3 oraciones cada uno; mantén el flujo de la escena, la progresión emocional y los motivos visuales, descarta la jerga de ejecución de bajo valor.
93- Destilación mixta: para entradas que mezclan contenido creativo con lenguaje de ejecución. Mantén la estructura original e información válida tanto como sea posible, elimina solo ruido técnico, repetición y control de bajo valor; no reescribas demasiado ni inventes nuevos ritmos.
94
95## Reglas de Salida
96El objetivo es ayudar al usuario a expresarse con mayor precisión, no reescribir su trabajo en una pieza diferente.
97
98Longitud y forma:
99- Por defecto, no significativamente más largo que el original, y no infles una entrada muy corta en prosa larga.
100- No añadas nada que no esté respaldado, especialmente sin relaciones inventadas, giros en la trama, detalles de la escena o cambios emocionales.
101- Para la salida de un solo segmento, ajusta a un prompt que se pueda usar para generar directamente.
102- Preservar la estructura no es preservar números; los números de plano, números de segmento o formato de lista en la entrada no cuentan por sí mismos como una solicitud para mantener la numeración. Mantén la salida numerada solo cuando el usuario lo solicite explícitamente; de lo contrario, usa la segmentación natural por defecto.
103- Con suficiente información y sin restricciones adicionales, un solo segmento o plano suele tener de 30 a 120 palabras; afloja al preservar la estructura, los diálogos o la progresión de múltiples segmentos.
104- Cuando el usuario solicite explícitamente mantener la estructura original, preserva la estructura sobre la brevedad.
105
106Formato visible para el usuario:
107- No expongas etiquetas internas como S1 + E2 o Modo 5.
108- Por defecto, una salida de cuatro partes, orden fijo: Juicio / Acción / Resultado / Notas (si las hay).
109- Juicio: establece brevemente si se adapta a VC, si el original ya es utilizable, si la información es suficiente.
110- Acción: usa explícitamente una etiqueta: pasar a través / destilación ligera / reescritura completa / preguntar primero / mantener como está / versión VC opcional.
111- Resultado: la reescritura real, el texto mantenido como está o las preguntas.
112- Notas (si las hay): control técnico desenfatizado, eliminado o traducido esta vez; restricciones estrictas mantenidas como diálogos, voz en off, música, SFX; o un prompt en el que el usuario puede especificar parámetros, estructura o ritmos a mantener.
113- La salida debe ser natural, concisa y adaptarse al contexto de la tarea original del usuario.
114- Omite la cuarta parte cuando no se necesiten notas.

Preguntas frecuentes sobre Vibe Creating

¿Necesito saber ingeniería de prompts para seguir un tutorial de Vibe Creating?

No. Todo el punto de Vibe Creating es que describes la sensación con palabras sencillas y el método maneja la traducción a cámara, luz y ritmo. La Habilidad complementaria es copiar y pegar en cualquier asistente de IA, sin instalación ni configuración. Está más cerca del vibe coding, donde describes la intención y dejas que la herramienta genere la implementación (Simon Willison, "Not all AI-assisted programming is vibe coding", marzo de 2025).

¿Por qué la lista de planos detallada perdió frente al prompt más simple en la prueba A/B?

Porque la mitad de una lista de planos técnica es ruido que el modelo tiene que filtrar. Los tamaños de plano, códigos de tiempo y movimientos de cámara no llevan emoción, y pueden ser malinterpretados, como que "las botas entran al encuadre" se convierta en un par de botas vacías paradas solas. La reescritura de Vibe Creating mantuvo el arco emocional de tres ritmos y los detalles significativos, por lo que el modelo recibió imagen y sentimiento puros.

¿Es Vibe Creating lo mismo que vibe coding?

Son primos, no lo mismo. El vibe coding, acuñado por Andrej Karpathy en 2025, trata sobre generar software describiendo la intención. Vibe Creating aplica la misma filosofía de "describir el resultado" al vídeo, traduciendo una sensación en las decisiones cinematográficas que la producen. Ambos desplazan tu esfuerzo de "¿cómo?" a "lo que quiero".

¿Qué modelo debería renderizar realmente después de escribir el prompt?

Los ejemplos aquí usaron Seedance 2.0, el modelo de audio-vídeo de ByteDance que emite hasta 15 segundos de metraje sincronizado. Para el trabajo impulsado por la atmósfera, los rostros y expresiones estables son lo que más importa, que es donde se mantiene bien. Puedes ejecutarlo a través de Atlas Cloud sin lista de espera y comparar con otros modelos en la misma clave API.

¿Cuánto tiempo lleva todo el flujo de trabajo del tutorial de Vibe Creating?

Aproximadamente diez minutos de principio a fin para tu primer intento. Un minuto o dos para pegar la Habilidad, un minuto para describir tu sensación y obtener un prompt terminado, y cerca de un minuto para renderizar un clip. La mayor parte de la espera es la generación en sí, no la configuración.

Resumen

Lo que se interponía entre tu imaginación y la pantalla nunca fue el modelo. El techo de estas herramientas ya alcanza la calidad de tráiler de película, como mostró el ejemplo de la bailarina. Lo que te detiene es la brecha entre la sensación que tienes y el lenguaje sobre el que un modelo puede actuar.

Vibe Creating cierra esa brecha. Tú nombras la sensación, él escribe el plano. Los cinco casos aquí, el peligro como movimiento de cámara, un jardín que se siente mal, el blocking de nivel de tráiler, la soledad desglosada en imágenes y una reescritura que superó a una hoja de especificaciones completa, se reducen al mismo movimiento: escribe cómo debe sentirse un espectador, no qué cámara usar.

Pega la Habilidad, describe algo que has querido filmar y renderízalo en Atlas Cloud. La ventana de descuento cierra el 15 de junio, así que estos son unos buenos días para ver esa imagen en tu cabeza aparecer en pantalla por primera vez.