Prompts de presentador para tutoriales, cursos y guías prácticas

Planifica el encuadre en función de los gráficos. Si un gráfico aparecerá a la derecha, coloca al presentador en el tercio izquierdo y pide una pared lisa a la derecha. El espacio vacío es más fácil de rellenar en la edición que limpiar un fondo cargado.

Usa un plató neutro y sobrio: una pared clara, una sola planta, un escritorio. Cuanto más detallado sea el fondo, más cambiará entre lecciones. Si el plató importa, añade una foto suya como foto de escena de RefVid, que fija la ubicación y el aspecto.

Limita cada frase hablada a una sola idea y escríbela entre comillas para que el modelo la trate como diálogo. Con el sonido activado, el modelo genera la voz junto con la imagen, y las frases cortas mantienen la voz sincronizada con la boca. RefVid no clona voces, así que la voz puede variar entre clips; para un curso con una voz constante, graba tú la narración y desactiva el sonido.

Los ejemplos llaman Lena y Marco a los presentadores; usa el nombre con el que guardaste los tuyos. La duración del clip y la relación de aspecto son ajustes, que aquí se indican entre corchetes.

Prompt (8 s, 16:9): Lena está de pie frente a una pared lisa gris claro, colocada en el tercio izquierdo del encuadre. Sonríe, asiente con suavidad y dice: "En esta lección, montarás tu primer proyecto en menos de cinco minutos." Plano medio, cámara fija a la altura de los ojos, luz suave y uniforme desde una gran ventana a la derecha.

Por qué funciona: el lado derecho vacío deja espacio para una tarjeta de título. Mantén la misma colocación en todas las lecciones para que el curso se vea coherente.

Prompt (6 s, 16:9): Marco se sienta en el borde de un escritorio con un portátil a su lado, levanta la vista de la pantalla hacia la cámara y dice: "Empecemos por el ajuste que más gente pasa por alto." Plano medio-amplio, luz cálida de lámpara de escritorio y luz fría de ventana, estantería desenfocada.

Por qué funciona: mirar hacia arriba desde el portátil motiva el corte a una grabación de pantalla. Si la pantalla del portátil atrae la atención, gírala para que no mire a cámara.

Prompt (5 s, 16:9): Lena está de pie a la izquierda del encuadre y señala con la mano abierta hacia la pared vacía de la derecha, mira hacia ella y luego vuelve a la cámara. Plano medio fijo, pared lisa color blanco roto, luz uniforme.

Por qué funciona: un gesto de mano abierta hacia un espacio vacío es la configuración estándar para un gráfico emergente. Añade el gráfico en la edición justo donde apunta la mano.

Prompt (6 s, 16:9): Marco mantiene las dos manos separadas a la altura del pecho, como si mostrara el tamaño de algo, y luego las junta mientras habla con calma. Primer plano medio, fondo claro, luz principal suave.

Por qué funciona: los gestos sencillos de tamaño y comparación se leen bien y combinan con casi cualquier diagrama. Evita contar con los dedos en detalle; siguen apareciendo dedos de más.

Prompt (5 s, 16:9): Lena está junto a una gran pizarra en blanco y da dos golpecitos con un rotulador, luego se gira hacia la cámara con una leve sonrisa. Plano medio-amplio fijo, luz brillante de aula.

Por qué funciona: una pizarra en blanco evita texto inventado; el diagrama lo añades después. Escribir en la pizarra dentro del clip suele producir texto sin sentido.

Prompt (7 s, 16:9): Lena camina despacio por un pasillo de oficina luminoso hacia la cámara, hablando con naturalidad, con una mano gesticulando. La cámara retrocede delante de ella al mismo ritmo. Luz de día desde paredes de cristal, compañeros desenfocados.

Por qué funciona: los segmentos andando y hablando rompen el ritmo entre grabaciones de pantalla. Mantén un ritmo lento para que el rostro se vea nítido.

Prompt (6 s, 16:9): Marco está al aire libre junto a una pequeña instalación de paneles solares, se gira hacia ellos y recorre su borde con un gesto, luego vuelve a mirar a la cámara. Plano medio, ligera sensación de cámara en mano, luz clara de mediodía.

Por qué funciona: los planos rodados en exteriores hacen que la lección parezca real. El objeto debe ser grande y sencillo; el equipo pequeño y detallado se dibuja mal con facilidad.

En RefVid, los clips duran de 3 a 15 segundos en Kling 3.0 Omni, y un clip puede tener hasta tres planos, así que una frase de apertura y un plano de señalización pueden salir de una misma generación. La duración que elijas se reparte por igual entre los planos.

Veo 3.1, para comparar, genera 4, 6 u 8 segundos, y sus clips de referencia duran siempre 8 segundos, según la documentación de Google a octubre de 2026. Con cualquier modelo, mantén fijas las referencias del presentador y el plató en cada lección; lo único que debería cambiar es la frase y el gesto.

RefVid guarda al presentador como personaje, así que un curso de treinta lecciones usa las mismas referencias en cada clip.