Cómo hacer un video de cartera con IA: así se hizo de verdad un clip de 5 segundos de una cartera de cuero
Una cartera de cuero color castaño que gira, se abre para enseñar los tarjeteros y vuelve a cerrarse, hecha en tres tomas con las propias fotos de producto de una tienda.
Hecho para Emery · Alden Wallet in Chèvre
“Thanks for your product, it looks great.”
Gracias por su producto, se ve genial.
Así se hizo un clip de 5 segundos de la cartera Alden de Emery, una marca de marroquinería de los Emiratos Árabes Unidos: la cartera plegable color castaño aparece de pie, ligeramente abierta, gira, se abre para enseñar los tarjeteros y vuelve a cerrarse. Hicieron falta tres rondas de primeros fotogramas y tres tomas en Kling 3.0 Omni, 434 créditos en total, en una sola tarde. A continuación, cada paso en orden, lo que salió mal en cada uno y la imagen con la que lo comprobamos.
- Marca
- Emery, marroquinería, EAU
- Producto
- Cartera Alden RFID, chèvre castaño
- Modelo
- Kling 3.0 Omni, 720p, sin sonido
- Clip
- 5 segundos, cuadrado 1:1
- Tomas
- 3, 434 créditos en total
- Página del producto
- Alden Wallet in Chèvre
El encargo: un clip de 5 segundos de una cartera de cuero real
Le ofrecimos a Emery un clip gratis de 5 segundos de uno de sus productos. Noor, de Emery, respondió con un solo enlace: la cartera Alden RFID en chèvre castaño, una plegable fina de piel de cabra. Su página de producto ya tenía un video de 19 segundos con personas y texto; lo que no tenía era la cartera sola, en un estudio.
Antes de dibujar o generar nada, revisamos las 12 fotos de la página y anotamos cómo es la cartera: una plegable apaisada de esquinas rectas, con pespunte color crema en tres de los bordes exteriores y ninguno en el pliegue, un forro fino color ocre mostaza en los bordes abiertos, tres tarjeteros en cada mitad interior y un pequeño EMERY grabado en seco por dentro. El exterior no lleva logo.
Cinco de esas fotos, todas en castaño, entraron en el estudio de RefVid como un solo producto guardado. Cada fotograma y cada toma posterior se comprobó contra ellas.
Foto de Emery: el frente cerrado
Foto de Emery: el interior
Primer plan: un giro 360 en mesa giratoria, y los fotogramas dibujados que descartamos
Empezamos con nuestra plantilla de giro 360 en mesa giratoria, la toma que habíamos ofrecido. El problema apareció antes de generar nada: ninguna foto muestra la mitad trasera de la cartera cerrada. Un clip 360 anterior para otra tienda había fallado justo ahí, con una parte trasera inventada, una segunda marca y pespuntes en los cuatro lados.
Además queríamos el interior en el clip, porque los tarjeteros son lo que busca quien compra una cartera. Así que los siguientes fotogramas, dibujados con un modelo de imagen, ponían la cartera de pie y medio abierta en forma de V sobre la mesa giratoria, con las dos mitades exteriores hacia fuera y un atisbo del forro entre ellas.
Los descartamos todos, por dos motivos. Las capas interiores quedaban más altas que las tapas exteriores, algo que nunca pasa en la cartera real: en todas las fotos, los tarjeteros quedan por debajo del borde de la tapa o a ras de él. Y la piel salía con un dibujo de laberinto estampado, no con el grano fino e irregular de la piel de cabra.
Dibujado a partir de palabras: descartado
A partir de una foto de pose real: elegido (paso 4)
La alternativa honesta: su propia foto, en plano
La solución sin dibujar nada era la foto 9 de Emery: la cartera castaña cerrada y tumbada, vista en tres cuartos desde arriba, recortada en cuadrado como primer fotograma. Un giro en su propio plano solo enseña esa cara superior y los cuatro bordes, todo ello fotografiado, así que el modelo no tiene nada que inventar.
Era honesta, pero renunciaba al interior. Los tarjeteros, el forro y el grabado EMERY no aparecerían nunca, y un clip de la cara superior cerrada aporta poco junto a las fotos que ya hay en la página. Así que la toma cambió: la cartera estaría de pie, se abriría y volvería a cerrarse.
La foto 9 de Emery, recortada en cuadrado
Cómo dibujamos el primer fotograma: una foto de pose real, en otro color
La nueva toma necesitaba la cartera de pie y ligeramente abierta, como en la foto 8 de Emery. Esa foto muestra la versión negra, así que, en vez de describir la pose con palabras, le dimos al modelo de imagen la foto 8 como pose y le pedimos que cambiara solo el color y el pespunte al castaño, a partir de las fotos en castaño.
La pose, el ángulo, la abertura y la altura de cada capa salían de una foto real, así que esta vez nada sobresalía de las tapas. Después ajustamos el color de la piel a la foto frontal de Emery con una corrección de color local: el centro del fotograma da RGB 135, 59, 43 frente al 136, 60, 43 de la foto.
También dibujamos una referencia abierta: la cartera abierta como un libro, con tres tarjeteros en cada mitad, compuesta a partir de la foto de Emery de la negra abierta y coloreada con los primeros planos en castaño. Entró en el producto guardado como sexta foto, para que el modelo pudiera ver todo el interior. Desechamos dos fotogramas finales dibujados con la cartera cerrada: el grano parecía cuarteado y la cartera, demasiado fina.
Foto 8 de Emery, en negro: la pose
Recoloreada en castaño: el primer fotograma
Referencia abierta: añadida como sexta foto
Fotograma final dibujado: descartado
Generar el video de producto con Kling AI: la toma 1 y el tercer panel
Todas las tomas se hicieron en el estudio de RefVid con Kling 3.0 Omni: cuadrado 1:1, 720p, sin sonido, las seis fotos como producto y la foto recoloreada como primer fotograma. Una toma de 5 segundos cuesta 155 créditos.
La toma 1 llevaba además un último fotograma: el primero en espejo, para que tras media vuelta la cartera terminara mostrando su otro lado. El prompt marcaba los tiempos del movimiento: un cuarto de vuelta mientras se abre hasta unos 135 grados a los 2,25 s, una pausa de medio segundo y luego otro cuarto de vuelta mientras se cierra.
Revisada a 8 fotogramas por segundo, falló de tres maneras. Entre 0,75 y 1,25 s apareció un tercer panel entre las dos mitades. La pose abierta duró unos 1,2 s, no medio segundo. Y después de cerrarse la mitad derecha, la izquierda también se movió hacia dentro y toda la cartera se desplazó, para acabar en el ángulo del último fotograma en espejo.
Primer fotograma
Último fotograma: el primero, en espejo
Toma 1 a 1,0 s: un tercer panel
Toma 2 a 1,0 s: dos mitades
Toma 2: sin último fotograma, y las palabras «exactly two halves»
La toma 2 cambió dos cosas y nada más. Se quitó el último fotograma, porque era lo que obligaba al movimiento de más. Y el prompt ahora dice qué es la cartera: una plegable de exactamente dos mitades, nunca un tercer panel, y solo la mitad derecha se cierra mientras el resto se queda quieto.
El prompt, tal como se envió:
«Alden Wallet in Chèvre standing upright on an off-white studio surface. It is a bifold: exactly two halves joined at the fold, never a third panel or extra flap. From 0 to 2 seconds it turns a quarter of the way, bringing its open side round to face the camera, and opens like a book as it turns, to about 135 degrees, until both inner halves face the camera, showing the chestnut card slots, the cream stitching and the small EMERY deboss inside. It pauses only for a brief moment, under half a second. Then the right half alone swings shut onto the left half in one slow, smooth, continuous motion, and is fully closed at 5 seconds; while it closes, the left half and the whole wallet stay exactly where they are, without sliding, turning or jumping. The card slots always stay below the top edges of the outer covers. Off-white seamless background, soft even studio light, locked-off camera, sharp focus on every detail.»
El resultado: dos mitades en cada fotograma, un cierre suave y los tarjeteros por debajo del borde superior de las tapas. No es perfecto: se queda abierta unos 1,6 s y, entre 4,5 y 4,75 s, la cartera ya cerrada gira rápido hacia la cámara. Ese giro termina el clip con el frente de la cartera, así que lo dejamos.
Toma 3 a 4 segundos, y por qué volvimos a la toma 2
La pausa parecía tiempo sobrante, así que la toma 3 usó el mismo primer fotograma y el mismo prompt a 4 segundos, por 124 créditos. La pausa se acortó, pero el giro desapareció con ella: la cartera se abrió y se cerró, y nunca giró hacia la cámara al final.
El giro es lo que hace que el clip parezca una toma de producto y no una puerta que se abre, así que descartamos la toma 3 y la toma 2 es el clip que recibió Emery.
Entregado: libre para usar y sin marca de agua
- El clip le llegó a Noor, de Emery, esa misma tarde, libre para usarlo en su tienda, en marketplaces, en redes y en anuncios, sin marca de agua. Aceptó que lo mostráramos aquí.
- Tiene su propia página para compartir en RefVid, donde cualquiera puede verlo o descargarlo.
Lo que aprendimos del modo Kling primer y último fotograma
- Las fotos reales ganan a los fotogramas dibujados. Cada fotograma dibujado que falló, falló en algo que una foto acierta sin esfuerzo: la altura de las capas, el grano, el grosor. Dale al modelo de imagen una foto de pose real. Recolorear una foto de la cartera negra en la pose correcta funcionó al primer intento; describir la pose con palabras falló tres veces.
- Un último fotograma en espejo obliga a moverse de más. El modelo tiene que llegar a ese ángulo exacto, así que añade un movimiento para lograrlo: aquí, un segundo cierre y un desplazamiento de toda la cartera.
- Kling 3.0 Omni rellena los segundos sobrantes con una pausa. Cuando el movimiento del prompt dura menos que el clip, se detiene, diga lo que diga el prompt sobre pausas breves. Acortar el clip eliminó el giro además de la pausa.
| Toma | Fotogramas | Duración, créditos | Resultado |
|---|---|---|---|
| 1 | Primer fotograma + último fotograma en espejo | 5 s, 155 | Descartada: un tercer panel a 0,75–1,25 s, una pausa de 1,2 s y un desplazamiento al final |
| 2 | Solo primer fotograma | 5 s, 155 | Elegida: dos mitades en todo momento, una pausa de 1,6 s y un giro rápido a 4,5 s |
| 3 | Solo primer fotograma | 4 s, 124 | Descartada: una pausa más corta, pero sin giro |
Haz uno con tu propio producto
- El plano de apertura y cierre de la toma 2 ya es una plantilla. Guarda 1–10 fotos de tu cartera, entre ellas una abierta en plano y un primer plano de los tarjeteros, y el estudio se abre con la toma ya escrita. Tu primer video de 3 segundos es gratis.
- Para un producto cerrado que deba girar, empieza mejor por la plantilla de giro 360 en mesa giratoria, con un primer fotograma hecho a partir de una foto real.
Pruébalo con tu propio producto
El mismo plano ya está listo abajo: añade fotos de tu producto y pulsa Generar. Tu primer video es gratis.
Primer video gratis, sin tarjeta
Empieza con una plantilla
Cada una abre el estudio con las tomas, el formato y la duración ya listos. Añade tu propio producto y genera.
Más vídeos de producto
Vídeos de producto →
Preguntas frecuentes
¿Cuánto tiempo llevó hacer el clip de la cartera?
Unas cuatro horas el 5 de noviembre, de 11:25 a 15:27 UTC: revisar las 12 fotos de Emery, tres rondas de primeros fotogramas, tres tomas de unos minutos cada una y una revisión fotograma a fotograma de cada toma.
¿Cuánto costó el clip?
434 créditos por tres tomas en Kling 3.0 Omni: 155 por cada toma de 5 segundos y 124 por la de 4 segundos. En RefVid, un video suelto cuesta desde 2,99 $, los paquetes de créditos desde 9,90 $ y los planes desde 10 $ al mes.
¿Conviene usar el modo Kling primer y último fotograma para que un producto gire?
Solo cuando el último fotograma es una pose a la que el producto llega de forma natural desde el primero. El nuestro era el primero en espejo, y el modelo añadió un segundo cierre y un desplazamiento de toda la cartera para llegar a él. Sin último fotograma, la toma 2 se movió con suavidad: da un primer fotograma, describe el final con palabras y revisa la toma fotograma a fotograma.
¿Por qué no dibujar el primer fotograma a partir de un prompt?
Porque los detalles dibujados se desvían. Nuestros fotogramas dibujados ponían los tarjeteros por encima de las tapas y le daban a la piel un dibujo estampado. Una foto real en la pose correcta conservó la forma, aunque la foto 8 de Emery muestra la cartera negra: solo había que cambiar el color, y lo comprobamos con las fotos.
¿Por qué la cartera hace una pausa en mitad del clip?
Kling 3.0 Omni rellenó el tiempo sobrante con una pausa. La apertura y el cierre que describimos duraban menos de 5 segundos, así que el modelo mantuvo la pose abierta unos 1,6 segundos, aunque el prompt pedía menos de medio segundo. Recortar el clip a 4 segundos eliminó también el giro, así que nos quedamos con la pausa.
¿Cómo hacer anuncios de productos con IA a partir de mis propias fotos?
Guarda 1–10 fotos de tu producto una sola vez, empieza con una plantilla parecida a la toma que buscas y genera un clip de 5 segundos. Para una cartera: el frente cerrado, el interior abierto en plano y un primer plano de los tarjeteros, y luego la plantilla de cartera. Si tienes una foto del producto en la pose que quieres, úsala como primer fotograma.