Vídeo de producto con IA consistente: que el producto siga siendo el producto

Al espectador le perdona que una cara esté un poco desviada. No le perdona que una botella cambie de forma entre dos cortes, ni que un logo tenga una letra de más. Además, los productos suelen ser reflectantes, transparentes o tener letra pequeña, justo lo que peor manejan los modelos de vídeo.

Hay también un problema comercial. Un anuncio que muestra mal el producto puede engañar a los compradores. Trata la fidelidad como un requisito, no como un extra.

La forma se desvía cuando el modelo ve el producto desde un solo ángulo y tiene que adivinar la profundidad. Una referencia solo de frente convierte una caja profunda en una plana, o una botella redonda en una ovalada, en cuanto la cámara orbita.

Solución: usa al menos tres ángulos, por ejemplo frontal, lateral y tres cuartos desde arriba, más una imagen con una mano para dar escala. Evita las fotos de móvil de gran angular tomadas de cerca, porque la distorsión de la lente se convierte en parte de la forma. En el prompt, describe el tamaño en relación con la escena, como "cabe en una mano", en lugar de describir la forma.

Todos los modelos de vídeo actuales redibujan el texto pequeño. Los nombres de marca grandes suelen aguantar. Las listas de ingredientes, las tallas y la letra pequeña suelen volver como garabatos verosímiles. Hoy las referencias no pueden resolver esto del todo.

Solución: decide qué texto debe leerse y planifica en torno a ello. Usa un primer plano protagonista donde la etiqueta principal mire de frente a la cámara y la cámara se mueva despacio. En el resto de tomas, mantén el producto a media distancia o ligeramente girado, para que la etiqueta se vea pero no se pueda leer. Si el texto exacto debe aparecer, añádelo como gráfico en la edición o corta a una fotografía de producto real.

Los logos fallan de dos maneras. La marca cambia: las letras se fusionan o un símbolo se simplifica. O se mueve sobre el producto, por ejemplo de la tapa al cuerpo. La primera es un problema de resolución. La segunda, de cobertura.

Solución: incluye un primer plano nítido en el que el logo ocupe una buena parte del encuadre, y asegúrate de que las referencias más abiertas muestren dónde está. Usa la mayor resolución que ofrezca tu herramienta para los planos de logo y mantén el movimiento lento mientras el logo está en pantalla. Los paneos rápidos y el desenfoque de movimiento son donde las marcas se rompen.

El color se desvía porque la luz de la escena se aplica sobre el producto. Una botella coral en una escena de atardecer sale naranja. Un dispositivo negro mate bajo luz de neón se vuelve azul brillante. El modelo no se equivoca en cuanto a física, pero el producto ya no coincide con el de la estantería.

Solución: toma las referencias con luz neutra y uniforme, sin filtros y con el balance de blancos correcto, para que el color de referencia sea el color real. Usa luz neutra o suave en los planos centrados en el producto y reserva el color intenso para los planos en los que el producto aparece pequeño en el encuadre. Para colores clave de la marca, prevé un ajuste de color ligero en la edición y compara con una foto del producto real.

Una composición que mantiene el riesgo bajo: una toma de 3 segundos con el producto en uso a media distancia, con la etiqueta girada hacia otro lado. Un acercamiento lento de 5 segundos hasta el ángulo protagonista, con la etiqueta principal de frente a la cámara. Un detalle de 3 segundos de la textura, la tapa o un botón. Y, para terminar, una fotografía de producto real o una tarjeta final con el texto exacto, hecha en tu editor.

Genera cada toma a partir de las mismas referencias de producto y con el mismo modelo. Las manos o una persona sin nombre se pueden describir en el prompt. Si un presentador recurrente debe sostener el producto, necesitas un modelo que acepte dos sujetos en una misma petición, como los modelos Omni de Kling con dos elementos.

Pausa cada toma en la que el producto sea visible y compara los cuatro puntos con el producto físico: silueta, composición de la etiqueta, logo y color. Revisa reflejos y partes transparentes por si aparece una geometría imposible. Elimina cualquier toma en la que el texto se pueda leer pero sea incorrecto.

En RefVid, un producto es un recurso con de 1 a 5 imágenes de referencia, con la vista principal en primer lugar. Cada toma de una campaña parte de ese mismo conjunto en Kling 3.0 Omni, y todos los clips aparecen en la página del recurso para su revisión. Puedes valorar cada clip, así que las tomas que merecen conservarse son fáciles de localizar.