Imagen a video para anuncios de producto: de la foto fija al clip vertical

Con imagen a video, el producto manda

Un modelo de texto a video inventa el producto a partir de tu descripción. Uno de imagen a video parte de tu fotografía y le agrega movimiento. En un anuncio, esa diferencia decide si el frasco del video es el mismo que tienes en tu estante.

Si estás armando videos a partir de una idea y un guion, nuestra guía de texto a video para pymes cubre ese camino. Este artículo supone que ya tienes fotos de producto y quieres convertirlas en anuncios de video cortos sin una sesión de grabación.

Cuándo elegir imagen a video y cuándo no

• Usa imagen a video cuando el aspecto del producto está definido: productos envasados, cosmética, joyas, herramientas, cualquier cosa con etiqueta.
• Usa texto a video cuando importa más el concepto que el objeto: un clip de ambiente, un lugar, un servicio que no puedes fotografiar.
• Combínalos cuando necesites ambos: genera una escena y luego incorpora el producto desde una fotografía.

Una forma rápida de decidir es preguntarte qué debe reconocer quien mira. Si tiene que reconocer tu frasco exacto en una góndola, parte de la foto. Si tiene que reconocer una sensación, un prompt escrito es más rápido y más barato de iterar.

Los productos con letra chica, logos complejos o requisitos exactos de color están en el extremo más exigente. Igual funcionan, pero necesitan más revisión y clips más cortos.

Prepara la foto de origen

El modelo solo puede trabajar con lo que contiene la foto, así que la entrada importa más que el prompt. Dedícale diez minutos a esto y todos los pasos siguientes se vuelven más fáciles.

Lista de revisión de la foto de origen

• Resolución: al menos 2000 píxeles en el lado largo, nítida al 100% de zoom y sin artefactos de compresión en los bordes.
• Fondo: limpio y despejado. Una superficie lisa o un recorte simple le deja menos cosas que interpretar mal al modelo.
• Luz: pareja y suave, sin reflejos duros en el vidrio o el metal, porque los reflejos tienden a parpadear cuando el clip se mueve.
• Etiqueta: de frente a la cámara, completamente visible y enfocada, ya que es lo que la gente va a leer.
• Espacio para moverse: deja aire alrededor del producto para que un acercamiento o una órbita no lo corte.

Fotografía o selecciona tres ángulos por producto: frontal, tres cuartos y un detalle, como una tapa o una textura. Cada tipo de movimiento le va mejor a un ángulo distinto, y vas a necesitar las opciones.

Cuatro tipos de movimiento y cuándo usarlos

• Órbita. La cámara gira alrededor del producto. Sirve para frascos, potes y todo lo que tenga una forma que valga la pena mostrar, y es el movimiento que más probablemente deja en evidencia una etiqueta trasera incorrecta.
• Acercamiento. Un avance lento hacia el producto o un detalle. Es la opción más segura, porque el producto casi no cambia mientras cambia el encuadre.
• Revelación. Una tela se retira, entra una mano, pasa un barrido de luz. Crea un momento y funciona bien para lanzamientos.
• Estilo de vida en contexto. El producto está dentro de una escena, como una vela en el alféizar con el vapor de un tazón al lado. Es el que tiene más riesgo y más emoción.

Ejemplos de prompts de movimiento

• Órbita: La cámara rodea el pote un cuarto de vuelta hacia la derecha durante cinco segundos, a velocidad constante. El pote permanece derecho y sin cambios. Luz natural suave, fondo liso.
• Revelación: Una tela de lino se desliza de izquierda a derecha y deja ver el frasco. El frasco no se mueve. La luz se vuelve un poco más cálida a medida que la tela se despeja.
• Estilo de vida: La vela permanece encendida sobre un alféizar de madera, la llama titila suavemente, las cortinas se mueven apenas con la brisa detrás. La cámara se mantiene fija.

Empieza con un acercamiento sobre tu producto estrella. Cuando funcione, suma una órbita o una revelación. Deja las escenas de estilo de vida para productos donde el entorno vende la sensación, como las velas, el cuidado de la piel o el café.

Escribe el prompt de movimiento

Describe el movimiento, no el producto. La foto ya muestra el producto, así que un prompt que lo vuelve a describir invita al modelo a redibujarlo. Indica qué se mueve, a qué velocidad y qué se queda quieto. Da duraciones y distancias cuando puedas, como "un 15 por ciento más cerca en seis segundos", porque los números guían el movimiento mejor que adjetivos como "lento" o "suave" por sí solos.

Prompt débil: Un hermoso frasco de perfume de lujo, elegante, premium, cinematográfico. Eso describe un ambiente y no le da instrucciones al modelo.

Prompt más sólido: Acercamiento lento sobre el frasco, la cámara avanza cerca de un 15 por ciento durante seis segundos. El frasco, la tapa y la etiqueta permanecen totalmente quietos y sin cambios. Una luz suave recorre el pedestal de piedra de izquierda a derecha. Tono ambiente tranquilo, sin texto.

Fíjate en la frase sobre la etiqueta. Decirle al modelo qué debe permanecer sin cambios es tan útil como decirle qué debe moverse. Veo 3.1, por ejemplo, acepta hasta tres imágenes de referencia, lo que te da otra forma de fijar la apariencia del producto cuando una sola foto no basta.

Un ejemplo práctico: Northfield Candle Co.

Northfield Candle Co. vende seis velas vertidas a mano, con etiquetas color crema y un pequeño logotipo negro. La dueña tiene un presupuesto de unos 55.000 pesos y quiere cinco anuncios verticales para la colección de otoño.

1. Fotografía cada vela a 3000 píxeles, de frente y en tres cuartos, sobre un fondo liso de lino.
2. Genera un acercamiento de seis segundos para cada una, con la etiqueta fijada en el prompt.
3. A dos velas les hace una revelación en vez de eso: una mano enciende un fósforo y la luz se extiende por la cera.
4. Compara la etiqueta de cada clip con la foto original, cuadro por cuadro, al inicio, al medio y al final.
5. Tres clips pasan. Dos muestran el logotipo un poco deformado hacia el quinto segundo, así que los recorta a cuatro segundos y vuelve a poner el logotipo como superposición.

La lección es que un clip no tiene que ser perfecto de principio a fin. Tiene que ser fiel mientras se reproduce.

Además lleva un registro simple: nombre de la vela, tipo de movimiento, número de tomas, aprobado o rechazado. Después del primer lote, el registro muestra que los acercamientos pasan a la primera o a la segunda toma, mientras que las órbitas necesitan tres en promedio. Eso le dice dónde gastar el siguiente lote de intentos, y le da un punto de partida a un freelance o a un colega si otra persona toma la rutina.

Mantén fieles las etiquetas, los logos y los colores

Para una marca, la fidelidad es todo el trabajo. El texto impreso pequeño es lo primero que se deforma, seguido por la geometría del logo y luego por el color.

• Etiquetas y logos: mantén el clip corto, compara los cuadros con el original y agrega el logo como superposición en tu editor si el generado se tambalea. Nuestra guía de edición de imágenes coherente con la marca explica cómo corregir la imagen fija antes de animarla.
• Color: compara el producto con la muestra de color de la marca en la pantalla de un celular. La luz cálida puede empujar una etiqueta crema hacia el amarillo.
• Proporciones: confirma que el producto no crece ni se encoge durante la órbita. Una tapa que cambia de ancho es una señal frecuente de que hay que descartar la toma.
• Promesas: si el video muestra un resultado, como una mancha que desaparece, asegúrate de que tu producto lo cumpla en la realidad.

Especificaciones para Reels, TikTok y Shorts

Las tres plataformas favorecen el video vertical en 9:16, y 1080 por 1920 es la medida segura. Veo 3.1 admite 1080p a 24 cuadros por segundo en 9:16, y Kling 3.0 llega a 4K nativo si además necesitas un archivo máster. Mantén el contenido importante dentro del área central del cuadro, porque los botones de la interfaz y los subtítulos cubren los bordes. Deja libre de cualquier cosa que quieras que la gente lea más o menos el sexto superior y el sexto inferior del cuadro, y exporta una versión con subtítulos incrustados para los feeds donde la gente hace scroll sin sonido.

La duración depende de tu objetivo. Entre seis y diez segundos sirve para un anuncio de producto en loop, y algo más largo sirve para un lanzamiento. Las cifras de Statista de 2025 sitúan el promedio de me gusta de los Reels de Instagram en 475, frente a 377 en las publicaciones estándar, una razón para exportar cada clip en vertical aunque también pienses en una versión cuadrada para el feed.

Algunas plataformas etiquetan el contenido generado con IA o piden que lo declares. TikTok, por ejemplo, agrega etiquetas automáticamente al contenido de su propio Symphony Creative Studio, así que revisa las reglas vigentes de cada canal antes de programar.

Lista de revisión antes de publicar

1. El texto de la etiqueta se lee y coincide con la foto original al inicio, al medio y al final del clip.
2. La forma, las proporciones y el color del logo no cambian, salvo una variación mínima.
3. La forma del producto se mantiene durante todo el movimiento y no aparecieron objetos de más.
4. El movimiento es suave y lo bastante lento como para leerse en un celular, sin parpadeos en el vidrio o el metal.
5. El primer segundo muestra el producto con claridad, porque ahí se decide si la persona sigue haciendo scroll.
6. Lo que dice el texto de la publicación coincide con lo que muestra el video, y cualquier divulgación exigida está incluida.

Si dos o más puntos fallan, genera de nuevo con un clip más corto o un movimiento más simple en vez de parchar. El generador de video con IA de SEENALYZE AI apoya este ciclo con fotos de producto como punto de partida, y los resultados pueden pasar a los anuncios creativos con IA para Meta y Google cuando quieras usarlos como espacios pagados.