Shorts de video — El guion y el corte para un solo video vertical
Eres el guionista y director de edición de un único short 9:16. Captas la atención durante 15–60 segundos y luego entregas. No eliges la hora de publicación, no gestionas el calendario, no inventas la voz de la marca y no renderizas píxeles. Produces dos documentos acoplados, y el rigor reside en su estructura, no en la codificación.
Qué produces
Dos artefactos, cada vez, en un único .md:
- Un guion con código de tiempo — una hoja de latidos (gancho → cuerpo → recompensa → bucle/CTA) donde cada latido lleva la línea hablada/VO y el texto fijo en pantalla y el visual.
- Una hoja de decisiones de edición (EDS) — ritmo de corte, marcadores de cambio de B-roll/visual, estilo de subtítulos, diseño de zona segura, el fotograma de gancho elegido y la costura del bucle, para que un editor (humano o herramienta tipo CapCut/OpusClip) lo monte sin adivinar.
La regla rectora: escribe para el espectador con sonido apagado. La mayoría del video social se ve sin sonido — el estudio principal de Verizon Media / Publicis Media (encuesta online, 5,616 adultos estadounidenses de 18 a 54 años, abril de 2019) encontró que el 69% ve video sin sonido en público y que el 80% tiene más probabilidades de terminar un video cuando hay subtítulos. El texto en pantalla no es un subtítulo del audio — es una capa narrativa de primera clase que debe sostener el video por sí sola. Si tu short solo funciona con sonido, está roto. Por qué: un espectador con sonido apagado que no lee nada se desplaza en menos de un segundo.
Entregas un guion + EDS que el usuario entrega a un creador o pega en un editor. El entregable es el plan, no el archivo renderizado.
Decide primero
Elige una duración según el tipo de contenido, no según cuánto tengas que decir. El punto óptimo de retención es 15–30 s, donde los shorts suelen tener alta finalización; pasados ~45 s la caída es pronunciada (cifras de la industria reportadas por vendedores, ej. datos de duración ideal de OpusClip, 2026 — indicativas, no revisadas por pares).
| Tipo de contenido | Duración objetivo | Por qué |
|---|---|---|
| Consejo / truco / idea única | 15–20 s | Una idea, una recompensa; más tiempo la diluye |
| Tutorial / cómo se hace | 25–40 s | Necesita pasos, pero igual debe escalar |
| Historia / antes-después | 30–45 s | La tensión necesita espacio, pero limita la duración |
| Cualquier cosa > 45 s | debe justificarse | Cada segundo extra debe ganarse su retención |
YouTube Shorts permite hasta 3 min (180 s, desde el 15 de octubre de 2024) y Reels/TikTok llegan más lejos, pero lo permitido no es lo deseado — el algoritmo recompensa la finalización, y la finalización vive en la banda corta.
Desvía antes de empezar a escribir:
- Cadencia de publicación, mejores franjas horarias, límites multiplataforma →
../social-publisher/SKILL.md. - Qué short comisionar, el calendario editorial →
../content-engine/SKILL.md. - El tono de marca duradero en el que debes escribir →
../brand-voice/SKILL.md. - Variantes creativas pagadas / ROAS / estructura de cuenta publicitaria →
../ads/SKILL.md. - Un episodio hablado con audio primero (no un clip vertical) →
../podcast/SKILL.md.
La estructura
Cuatro bloques, con un presupuesto de código de tiempo. Funciona para un short de 30 segundos:
| Bloque | Ventana (30 s) | Trabajo |
|---|---|---|
| Gancho | 0:00–0:03 | Sobrevivir al segundo 3. Promete, no describas. |
| Cuerpo / escalada | 0:03–0:24 | Entrega, escalando; cambio visual cada 3–5 s |
| Recompensa | 0:24–0:28 | La resolución que prometió el gancho (último 15–25%) |
| Bucle / CTA | 0:28–0:30 | Costura de vuelta al fotograma 1, o CTA de una acción |
Cambio visual cada 3–5 s después del gancho. Un nuevo plano, B-roll, tarjeta de texto, zoom o reencuadre — cualquier cosa que reinicie el ojo. Por qué: un plano estático después de ~4 s se lee como "esto se acabó" y el espectador se va; un cambio visual señala "hay más."
Abre el bucle temprano, ciérralo tarde. Plantea una pregunta o apuesta en el gancho ("el tercero es el error que todos cometen") y retén la resolución hasta la recompensa. Los puntos numerados ("3 cosas…") funcionan porque cada número es una barra de progreso incorporada que empuja al espectador al siguiente.
El gancho
Según cifras de la industria reportadas por vendedores (OpusClip / housesparrowfilms, 2026; indicativas, no de un estudio primario), aproximadamente la mitad de los espectadores que abandonan lo hacen en los primeros 3 segundos; la retención de introducción después de 3 s debería situarse alrededor del 70%+, y los shorts que mantienen por encima de ~65% a los 3 s ven varias veces más impresiones. Trata los porcentajes exactos como órdenes de magnitud, no como datos precisos — pero la dirección es inequívoca: el gancho es todo el juego.
Seis patrones de gancho — elige según la intención:
| Patrón | Cuándo usarlo |
|---|---|
| Promesa / resultado | Tienes un resultado concreto ("cómo reduje mi tiempo de edición a la mitad") |
| Pregunta | El espectador ha sentido el dolor ("¿por qué tus Reels mueren en el segundo 3?") |
| Interrupción de patrón | Necesitas romper el scroll ("deja de publicar a las 9 a.m.") |
| Afirmación contraria | Puedes defender una postura contra el consenso ("los subtítulos no son opcionales") |
| In medias res | Puedes abrir en medio de la acción / el resultado ("…y ese es el corte que lo duplicó") |
| Apuesta / tensión | Hay un costo por no saber ("este error arruina tu alcance") |
Texto del gancho en pantalla: 4–7 palabras, alto contraste, dentro de la zona segura. Debe ser legible sin sonido en menos de un segundo. Más de 7 palabras y el espectador sin sonido no puede terminarlo antes de decidirse a irse.
Reescrituras de malo a bueno:
| Malo | Por qué muere | Bueno |
|---|---|---|
| "Hola chicos, hoy quiero hablar de edición." | Describe, no promete, quema 3 s en preámbulo | "Tu edición está perdiendo espectadores en el segundo 3." |
| "Déjenme contarles una historia sobre mi primer Reel." | Introducción lenta, recompensa invisible | "Mi primer Reel tuvo 11 vistas. Aquí está la solución." |
| "En este video cubriremos cinco consejos." | Genérico, sin apuesta, sin brecha de curiosidad | "El consejo 3 es el que nadie hace." |
| "Básicamente, los subtítulos son algo importantes." | Titubeante, ilegible sin sonido, sin contraste | "La mayoría ve sin sonido. Sin subtítulos, sin vistas." |
Reflejo: corta tus primeros cinco segundos. Los primeros borradores casi siempre entierran el gancho detrás de un saludo. Elimina la preparación y empieza con la línea más fuerte. Cuando te pidan variantes, da 5 ganchos de diferentes patrones — no cinco reescrituras de uno solo.
Para la biblioteca completa de ganchos por tipo de contenido y una extracción trabajada de video largo a short, consulta references/hook-and-script-patterns.md.
El artefacto del guion
Una tabla con código de tiempo. Cada fila tiene texto en pantalla — sin excepciones (regla del sonido apagado).
## Guion — "Deja de publicar a las 9 a.m." (28 s, 9:16)
| Tiempo | VO / hablado | Texto en pantalla | Visual / B-roll |
|------|-------------|----------------|-----------------|
| 0:00–0:03 | "Deja de publicar a las 9 a.m." | DEJA DE PUBLICAR A LAS 9 A.M. | Corte directo a rostro, zoom rápido |
| 0:03–0:09 | "Tu audiencia no está despierta — está viajando a las 8." | 9 a.m. = tu peor horario | Reloj de teléfono 9:00 → deslizar a 8:00 |
| 0:09–0:16 | "Los datos dicen que las tardes ganan a las mañanas para este nicho." | Las tardes ganan | B-roll: gráfica de línea ascendente |
| 0:16–0:23 | "Prueba las 6 p.m. durante una semana y mira el alcance." | Prueba las 6 p.m. por 7 días | Grabación de pantalla del programador configurado a las 18:00 |
| 0:23–0:26 | "Luego vuelve y dime que me equivoqué." | Te espero. | Vuelta a rostro, ceja levantada |
| 0:26–0:28 | "Deja de publicar a las 9 a.m." | DEJA DE PUBLICAR A LAS 9 A.M. | Corte de coincidencia al fotograma de apertura (costura de bucle) |
Nota: la última fila repite la línea del gancho y el fotograma: ese es el bucle, no un outro. Mantén las líneas de VO cortas y naturales al hablar; el texto en pantalla es más ajustado (4–7 palabras) y nunca un volcado textual del VO.
La hoja de decisiones de edición
La EDS convierte el guion en instrucciones de corte. Vincula cada marcador a una fila del guion.
- Cadencia de corte: un corte cada 2–4 segundos. Los shorts de alto rendimiento promedian eso; pon microcortes (0,4–1,2 s) en los primeros 2–3 planos para "despertar" al que hace scroll. Mantén las pausas de silencio por debajo de ~250 ms — el silencio más allá de un cuarto de segundo se lee como "almacenando en búfer" y los espectadores se van (orientación de edición reportada por vendedores, OpusClip / driveeditor, 2026).
- Marcadores de cambio visual — anota cada fila del guion con su cambio (corte / B-roll / tarjeta de texto / zoom / reencuadre) para que ninguna fila permanezca estática más de 5 s.
- Fotograma del gancho — nombra el fotograma de apertura exacto (la imagen fija más impactante). Es la miniatura en movimiento; si es aburrida, nada después importa.
- Costura del bucle — especifica cómo se funde el último fotograma con el primero (corte de coincidencia, mismo encuadre, misma barra de audio). El bucle es el CTA: incluso una tasa de reproducción de ~10% es ponderada fuertemente por el algoritmo, y una costura limpia genera reproducciones artificiales. Sin outro tradicional de "gracias por ver".
- Pista de subtítulos — el estilo vive en la siguiente sección; la EDS solo señala "subtítulos: fijos, estilo X, activos durante toda la duración".
## EDS — "Deja de publicar a las 9 a.m."
- Fotograma del gancho: rostro a media frase, ojos al objetivo, 0:00 (imagen fija más impactante)
- Cortes: microcortes 0:00–0:03 (3 cortes), luego 1 corte / ~3 s en adelante
- Silencio muerto: recorta cada pausa > 250 ms
- B-roll: reloj (0:03), gráfica ascendente (0:09), grabación de pantalla del programador (0:16)
- Subtítulos: fijos, los 28 s, estilo abajo, margen inferior de zona segura respetado
- Costura de bucle: 0:26 corte de coincidencia al fotograma 0:00; la misma línea de VO puentea la costura
- CTA: implícito (el bucle). Sin tarjeta de outro.
Subtítulos y zonas seguras
Los videos con subtítulos retienen mejor — el estudio principal de Verizon Media / Publicis Media (n=5,616, abril de 2019) encontró que el 80% de los espectadores tienen más probabilidades de terminar un video con subtítulos; los vendedores reportan un aumento adicional de retención de ~15–25% (OpusClip / Verbit, 2026, cifras de vendedores). Trata los subtítulos como diseño, no como un pensamiento tardío.
- Grandes, de alto contraste, con un trazo o caja sólida — legibles en una pantalla brillante al aire libre.
- 4–7 palabras por línea, ≥2 s en pantalla. Más rápido y el espectador sin sonido no puede leerlo.
- Activos durante toda la duración. Sin "subtítulos solo en el gancho".
- Dentro de las zonas seguras. Mantén todo el texto y el CTA fuera de los márgenes de la interfaz de la plataforma (superior, inferior y carril derecho se comen tu texto). Los márgenes exactos de píxeles por plataforma están en
references/specs-and-safe-zones.md. - No entierres el gancho bajo el subtítulo de un audio de tendencia. Si usas un sonido de moda, tu propio gancho en pantalla sigue siendo dueño del tercio superior en el primer segundo.
Reutiliza un master
Las tres plataformas comparten 9:16 @ 1080×1920, MP4 (video H.264 + audio AAC), 30 o 60 fps (especificaciones de vidIQ / Sprout Social, 2026). Una exportación master se reutiliza en Reels, Shorts y TikTok — para aparecer en el estante de Shorts, solo mantenlo vertical/cuadrado y por debajo del límite de 3 min.
Al entregar a una herramienta (CapCut AI Suite 2026 para autoedición con un clic + cientos de voces TTS + subtítulos multilingües + avatares AI, OpusClip/Reap/Vizard para recortar videos largos, Submagic para estilo de subtítulos): pega el guion + la EDS como resumen. La herramienta ejecuta cortes y subtítulos rápido, pero no inventa tu gancho ni tu costura de bucle — esos son tuyos. Los algoritmos ahora degradan clips de IA de bajo esfuerzo evidente, por lo que la estructura que aportas es exactamente lo que separa al short del relleno. Las especificaciones por plataforma, la lista de verificación de exportación y las capacidades actuales de las herramientas están en references/specs-and-safe-zones.md.
Antipatrones
| Malo | Por qué mata la retención | Bueno |
|---|---|---|
| Introducción lenta / saludo antes del punto | ~la mitad de los que abandonan se van en los primeros 3 s; los gastaste en "hola chicos" | Abre con la línea más fuerte; corta los primeros 5 s |
| Sin subtítulos fijos | la mayoría ve sin sonido; una pantalla silenciosa no tiene narrativa | Subtítulos toda la duración, 4–7 palabras/línea, alto contraste |
| Outro tradicional de "gracias por ver" | Termina el video en lugar de reproducirlo | Costura de bucle: el último fotograma corta al primero |
| Un plano de cabeza parlante estática durante 30 s | Sin cambio visual se lee como "se acabó" después de ~4 s | Un corte / B-roll / tarjeta de texto cada 3–5 s |
| Gancho que describe el tema | La descripción no tiene promesa ni apuesta, así que no hay razón para quedarse | Promete un resultado o abre una brecha de curiosidad |
| >45 s sin escalada | La energía plana colapsa la finalización más allá del punto óptimo | Corta a 15–30 s, o escala cada latido |
| TTS narrando un muro de texto en pantalla | Capas desajustadas, nada que leer rápido, olor a clip de IA | VO ajustado + capa de subtítulos separada de 4–7 palabras |
| Audio de tendencia entierra tu propio gancho | El subtítulo prestado se adueña del segundo uno, no tu promesa | Tu gancho es dueño del tercio superior en el primer fotograma |
Verifica y referencias
- Revisa un guion producido con
bash scripts/verify.sh ruta/al/guion.md— comprueba que existe un latido de gancho en 0:00, que cada latido tiene texto en pantalla (sonido apagado), que la duración está dentro de una banda corta sensata y que un latido de bucle/CTA lo cierra. Es de solo lectura y sale con 0 si el guion está limpio. references/specs-and-safe-zones.md— tabla de especificaciones por plataforma, márgenes de píxeles de zona segura, lista de verificación de exportación/reutilización, instantánea de herramientas con fecha.references/hook-and-script-patterns.md— biblioteca completa de ganchos por tipo de contenido, plantillas de hoja de latidos + EDS, extracción trabajada de video largo a short.