Para hacer un video con IA, escribe una descripción breve de una toma (quién aparece, qué hace, cómo se mueve la cámara y qué suena), elige un modelo de video y pulsa Generar. Un clip de 5 segundos sale en un minuto aproximadamente. En PopNow, el modelo por defecto, MiniMax H3, genera un clip de 5 segundos con sonido por 185 créditos. Si quieres decidir exactamente cómo se ve el primer fotograma, empieza desde una imagen en lugar de un texto; eso se llama imagen a video.
Ese es todo el proceso. El resto de esta guía trata de la parte que decide si el clip sale bien: qué escribir, cuál de los dos puntos de partida usar y qué esperar. Hicimos los dos tipos de clip con la misma escena el 17 de octubre de 2026, y ambos están en esta página con los prompts exactos.
Dos formas de hacer un video con IA
| Texto a video | Imagen a video | |
|---|---|---|
| Le das | Una descripción escrita | Una imagen y una descripción del movimiento |
| Mejor cuando | Tienes una idea pero no una imagen | Necesitas una cara, un producto, un outfit o un encuadre concretos |
| Tú controlas | La historia y la cámara | El aspecto exacto del primer fotograma |
| Cuidado con | Que el modelo elija detalles por ti | Un movimiento que tiene que partir de esa pose exacta |
La mayoría de los principiantes deberían empezar con texto a video. Es la forma más rápida de aprender qué hace un modelo con tus palabras. Cambia a imagen a video cuando el aspecto importa: tu propio producto, un personaje que ya diseñaste o una foto que quieres animar.
Cómo hacer un video con IA desde texto
- Abre el generador de video. Se abre en Generar, con MiniMax H3 seleccionado, a 768p, 16:9 y 5 segundos.
- Escribe una toma. Describe el sujeto, la acción, la cámara y el sonido en un solo párrafo. Una o dos acciones caben en cinco segundos; una historia completa no.
- Elige el formato. 16:9 para YouTube y portátiles, 9:16 para el móvil, 1:1 para el feed.
- Revisa el precio en el botón y pulsa Generar. El botón muestra los créditos exactos antes de empezar. Si un clip falla, los créditos vuelven.
- Mira el resultado y ajusta una sola cosa. Si la cámara hizo algo raro, cambia solo la frase de la cámara y vuelve a generar. Cambiar todo a la vez hace difícil saber qué ayudó.
Este es el prompt que usamos, escrito con la forma que funciona:
Early morning on a wet cobblestone street in an old European town. A woman in her late twenties with curly red hair and a yellow raincoat rides a vintage green bicycle with a wicker basket of bread past a small bakery with warm glowing windows. She rings the bell and smiles as a few pigeons take off from the stones in front of her. Camera: a smooth side tracking shot that keeps pace with her. Sound: the bicycle bell, tires on wet stones, fluttering wings and a quiet town waking up.
Y este es el resultado, 32 segundos después de pulsar Generar:
Lo que acertó: el impermeable, la bici, la cesta del pan, la panadería con luz cálida y las piedras mojadas, además de una banda sonora. Lo que cambió: al principio ella avanza hacia la cámara en lugar de pasar de lado, y las letras del toldo de la panadería no tienen sentido. Ambas cosas son habituales. Los modelos tratan las indicaciones de cámara como sugerencias, y todavía no escriben bien los rótulos dentro de un video. Si el nombre de una tienda importa, empieza desde una imagen donde el rótulo ya esté bien.
Cómo hacer un video con IA desde una foto
- Consigue tu primer fotograma. Usa una foto que tomaste tú, o créala en el generador de imágenes. Nosotros hicimos la nuestra a partir de una descripción de un párrafo de la misma escena.
- Abre el generador de video y añade la imagen. Elige Desde una foto y colócala como Fotograma inicial. El formato del video ahora sigue a la imagen.
- Describe solo el movimiento. La imagen ya muestra quién es y dónde está, así que el prompt solo necesita lo que pasa después, cómo se mueve la cámara y el sonido.
- Genera. Con MiniMax H3, un clip de 5 segundos cuesta 185 créditos, lo mismo que texto a video.
El prompt de movimiento que usamos: "She keeps pedaling along the wet cobblestones, rings the bicycle bell and smiles; the pigeons in front of her take off into the air. The camera tracks smoothly alongside her." El clip salió en 46 segundos:
Esta vez la cámara sí siguió a su lado, una paloma salió volando justo delante de la rueda, y su cara, su pelo y su abrigo coinciden con la imagen fija desde el primer fotograma hasta el último. Esa es la verdadera ventaja de imagen a video: el modelo no tiene que inventar el aspecto, así que dedica su esfuerzo al movimiento.
Cómo escribir un prompt para un video con IA
Un buen prompt de video se lee como un párrafo claro de un director, no como una lista de palabras clave. Cuatro partes, en este orden:
- Sujeto. Quién o qué, con dos o tres detalles que importen: "una mujer de unos veinte y pico con pelo pelirrojo rizado y un impermeable amarillo".
- Acción. Una o dos cosas que pasan en cinco segundos: "toca el timbre y sonríe mientras las palomas levantan el vuelo".
- Cámara. Un solo movimiento: travelling, avance lento, plano general fijo, primer plano en mano. Si no conoces los términos, el botón Cámara debajo del cuadro de prompt tiene una docena de movimientos listos para elegir.
- Sonido. Nombra los sonidos que quieres oír. Los modelos que generan audio siguen esto sorprendentemente bien.
Tres hábitos que ahorran créditos: mantén cada clip en una sola toma, describe lo que quieres en lugar de lo que no quieres, y cambia una cosa a la vez entre pruebas.
Qué modelo usar y cuánto cuesta
PopNow tiene decenas de modelos de video, y la biblioteca de modelos los enumera todos con ejemplos. Para un primer video, estos tres cubren la mayoría de necesidades:
- MiniMax H3, el predeterminado. Buen movimiento y sonido sin ajustes en los que pensar: 185 créditos por 5 segundos a 768p.
- Seedance 2.0 Mini a 480p, para borradores rápidos mientras afinas el prompt: 124 créditos por 5 segundos.
- Kling 3.0, cuando quieres 1080p o 4K y un movimiento muy natural; mira su página de modelo para ver el precio de cada resolución.
¿Necesitas más de una toma? Haz cada toma como un clip propio y después únelos, o continúa un clip con Alargar, que retoma desde el último fotograma. Si prefieres partir de una sola frase y obtener un video terminado y editado, con varias tomas, locución y música, para eso está el creador de videos con IA: escribe el plan, genera cada toma y las une.
Preguntas frecuentes
¿Puedo hacer un video con IA gratis?
En PopNow pagas por clip con créditos, sin suscripción. Un clip de 5 segundos con MiniMax H3 cuesta 185 créditos, y un borrador de 5 segundos con Seedance 2.0 Mini a 480p cuesta 124 créditos, así que un borrador barato a 480p es la forma económica de probar un prompt antes de pagar una versión más nítida. Si una generación falla, los créditos vuelven a tu saldo.
¿Cuánto tarda en hacerse un video con IA?
Nuestros dos clips de 5 segundos tardaron 32 y 46 segundos. Los clips más largos, las resoluciones más altas y las horas de mucha demanda tardan más; unos minutos es lo normal.
¿Puedo hacer un video con IA a partir de una foto mía?
Sí. Añade la foto como Fotograma inicial y describe el movimiento. Usa una foto tuya o de alguien que haya dado su permiso, con la cara bien visible.
¿Los videos con IA tienen sonido?
Muchos modelos ya generan sonido junto con la imagen. MiniMax H3 añadió la campanilla, las ruedas y el ruido de la calle por su cuenta a partir de nuestro prompt. Otros modelos, como Kling y Seedance, te permiten activar o desactivar el sonido.
¿Cuánto puede durar un video con IA?
La mayoría de los modelos generan de 5 a 10 segundos por clip, y algunos llegan a 15 o más. Para videos más largos, haz varios clips y únelos, o alarga un clip unos segundos cada vez.
