Guía de Videos Explicativos
Crea videos explicativos desde el guion hasta el montaje final a través de la CLI de inference.sh.
Inicio Rápido
Requiere la CLI de inference.sh (belt). Instrucciones de instalación
belt login
belt app run google/veo-3-1-fast --input '{
"prompt": "Animación de estilo gráfico en movimiento limpio, datos abstractos fluyendo entre nodos conectados, esquema de colores azul y blanco, estética corporativa profesional, transiciones suaves"
}'
Fórmulas de Guion
Problema-Agitación-Solución (PAS) — 60 segundos
| Sección | Duración | Contenido | Recuento de Palabras |
|---|
| Problema | 10 s | Menciona el punto de dolor que tiene el espectador | ~25 palabras |
| Agitación | 10 s | Muestra por qué es peor de lo que creen | ~25 palabras |
| Solución | 15 s | Presenta tu producto/idea | ~35 palabras |
| Cómo Funciona | 20 s | Muestra 3 pasos o características clave | ~50 palabras |
| CTA | 5 s | Una acción siguiente clara | ~12 palabras |
Antes-Después-Puente (BAB) — 90 segundos
| Sección | Duración | Contenido |
|---|
| Antes | 15 s | Muestra el estado frustrante actual |
| Después | 15 s | Muestra el resultado ideal |
| Puente | 40 s | Explica cómo tu producto los lleva allí |
| Prueba Social | 10 s | Estadística o testimonio rápido |
| CTA | 10 s | Siguiente paso claro |
Destacado de Funcionalidad — 30 segundos (redes sociales)
| Sección | Duración | Contenido |
|---|
| Gancho | 3 s | Dato sorprendente o pregunta |
| Funcionalidad | 15 s | Muestra una funcionalidad resolviendo un problema |
| Resultado | 7 s | El resultado/beneficio |
| CTA | 5 s | Pruébalo / Aprende más |
Reglas de Ritmo
| Tipo de Contenido | Palabras por Minuto | Notas |
|---|
| Narración estándar | 150 ppm | Ritmo conversacional |
| Complejo/técnico | 120 ppm | Permitir tiempo de procesamiento |
| Enérgico/redes sociales | 170 ppm | Más rápido para formato corto |
| Contenido infantil | 100 ppm | Claro y lento |
Regla clave: 1 escena por mensaje clave. No incluyas múltiples ideas en un solo visual.
Pautas de Duración de Escenas
- Plano de establecimiento: 3-5 segundos
- Demostración de funcionalidad: 5-8 segundos
- Texto/estadística en pantalla: 3-4 segundos (debe ser legible)
- Transición: 0.5-1 segundo
- Pantalla de CTA: 3-5 segundos
Producción Visual
Tipos de Escenas
belt app run google/veo-3-1-fast --input '{
"prompt": "Video de demostración de producto limpio, manos escribiendo en un portátil mostrando un panel de control, oficina moderna y luminosa, luz natural suave, profesional"
}'
belt app run bytedance/seedance-1-5-pro --input '{
"prompt": "Gráficos en movimiento abstractos, flujos de datos coloridos conectando formas geométricas flotantes, animación fluida y suave, fondo oscuro con elementos brillantes, estética tecnológica"
}'
belt app run google/veo-3-1-fast --input '{
"prompt": "Persona feliz relajándose en un sofá con un portátil, sonriendo a la pantalla, sala de estar luminosa y ventilada, luz cálida de la tarde, sensación de cliente satisfecho, estilo comercial de estilo de vida"
}'
belt app run falai/flux-dev-lora --input '{
"prompt": "Comparación de pantalla dividida, lado izquierdo escritorio desordenado con papeles y estrés, lado derecho espacio de trabajo minimalista limpio y organizado, diferencia dramática, diseño limpio"
}'
Imagen a Video para Escenas
belt app run falai/flux-dev-lora --input '{
"prompt": "Espacio de trabajo profesional con interfaz holográfica brillante, futurista pero limpio, iluminación de acento azul"
}'
belt app run falai/wan-2-5-i2v --input '{
"prompt": "Movimiento suave de cámara hacia adentro, elementos holográficos flotando y girando sutilmente, cambios de luz ambiental suaves",
"image": "ruta/a/workspace-still.png"
}'
Producción de Locución
Consejos para la Escritura de Guiones
- Frases cortas. Máximo 15 palabras por oración.
- Voz activa. "Puedes rastrear tus datos" no "Tus datos pueden ser rastreados."
- Tono conversacional. Léelo en voz alta — si suena rígido, reescríbelo.
- Una idea por oración. Una oración por latido visual.
Generar Locución
belt app run falai/dia-tts --input '{
"prompt": "[S1] ¿Cansado de pasar horas en informes que nadie lee? Hay una mejor manera. Conoce DataFlow. Convierte tus datos sin procesar en historias visuales... en segundos. Solo conecta tu fuente, elige una plantilla y comparte. Prueba DataFlow gratis hoy."
}'
Control de Ritmo en TTS
| Técnica | Efecto | Ejemplo |
|---|
Punto . | Pausa media | "Esto lo cambia todo. Así es cómo." |
Puntos suspensivos ... | Pausa larga (dramática) | "Y el resultado... fue increíble." |
Coma , | Pausa corta | "Rápido, simple, potente." |
Exclamación ! | Énfasis/energía | "¡Empieza a construir hoy!" |
Signo de interrogación ? | Entonación ascendente | "¿Y si hubiera una mejor manera?" |
Música y Audio
Pautas para la Música de Fondo
- Volumen: 20-30% por debajo de la narración (reducir 6-12dB cuando se reproduce la voz)
- Estilo: combinar con el tono de la marca (corporativo = ambiente electrónico, startup = indie optimista)
- Estructura: crescendo de introducción (primeros 3s) -> bucle sutil bajo la narración -> crescendo en CTA
- Sin voces: solo instrumental bajo la narración
belt app run <music-gen-app> --input '{
"prompt": "música de fondo corporativa optimista, electrónica moderna, 90 BPM, positiva y profesional, sin voces, adecuada para video explicativo de producto"
}'
Pipeline de Ensamblaje
Flujo de Trabajo de Producción Completo
belt app run falai/dia-tts --input '{
"prompt": "[S1] Aquí tu guion..."
}'
belt app run google/veo-3-1-fast --input '{"prompt": "descripción de la escena 1"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "descripción de la escena 2"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "descripción de la escena 3"}' --no-wait
belt app run infsh/media-merger --input '{
"media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'
belt app run infsh/video-audio-merger --input '{
"video": "merged-scenes.mp4",
"audio": "voiceover.mp3"
}'
belt app run infsh/caption-videos --input '{
"video": "final-with-audio.mp4",
"caption_file": "captions.srt"
}'
Duración del Video por Formato
| Formato | Duración | Plataforma |
|---|
| Teaser para redes sociales | 15-30 s | TikTok, Instagram Reels, YouTube Shorts |
| Demostración de producto | 60-90 s | Sitio web, página de destino |
| Explicación de funcionalidad | 90-120 s | YouTube, correo electrónico |
| Tutorial/paso a paso | 2-5 min | YouTube, centro de ayuda |
| Video de presentación para inversores | 2-3 min | Complemento de presentación |
Tipos de Transición
| Transición | Cuándo Usarla | Efecto |
|---|
| Corte | Por defecto entre escenas relacionadas | Limpio, profesional |
| Disolución/Encadenado | Paso del tiempo, cambio de estado de ánimo | Suave, contemplativo |
| Barrido | Nuevo tema o sección | Separación clara |
| Zoom/empuje | Profundizar en un detalle | Enfocar la atención |
| Corte de coincidencia | Similitud visual entre escenas | Ingenioso, memorable |
Errores Comunes
| Error | Problema | Solución |
|---|
| Guion demasiado extenso | Locución apresurada, espectador abrumado | Reducir a 150 ppm máximo |
| Sin gancho en los primeros 3s | Los espectadores se van inmediatamente | Empezar con el problema o una estadística sorprendente |
| Imágenes desfasadas con la narración | Desconexión confusa | Las imágenes deben coincidir o preceder ligeramente a las palabras |
| Música de fondo demasiado alta | No se oye la narración | Reducir la música 6-12dB por debajo de la voz |
| Sin subtítulos | El 85% de los videos en redes sociales se ven en silencio | Añadir siempre subtítulos |
| Demasiadas ideas | El espectador no retiene nada | Un mensaje central por video |
Habilidades Relacionadas
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering
Explora todas las aplicaciones: belt app list