Prompts para vlogs de viaje con un personaje que se ve igual en todas partes

Define el atuendo de viaje una sola vez e inclúyelo en las referencias: una chaqueta, una mochila, un sombrero si lo usa. Los espectadores reconocen a un vlogger por su silueta tanto como por su cara.

En la vida real cambiarse de ropa en cada clip no es problema, pero en video con IA duplica el riesgo de deriva. Si quieres un atuendo nuevo, guarda una versión nueva del personaje para ese tramo del viaje.

Usa el lenguaje visual del vlog: selfie con el brazo estirado, caminar hacia el objetivo, vistas por encima del hombro de una calle, un plano general con el viajero pequeño en el encuadre. Estos encuadres indican el género al modelo sin necesidad de descripciones largas.

Describe los lugares por lo que se ve, no solo por su nombre. "Un callejón estrecho de adoquines con tendederos y persianas azules" da más control que el nombre de una ciudad, y evita depender de cuánto conozca el modelo un monumento concreto.

La duración, el formato y el sonido van entre corchetes antes de cada prompt; son ajustes, no texto del prompt. Los prompts dicen "el viajero", y RefVid asocia el personaje guardado.

Prompt (7 s, 16:9): El viajero baja de un tren a un andén concurrido, con la mochila en un hombro, y mira el panel de salidas. La cámara lo sigue por detrás y luego gira hacia su rostro mientras sonríe. Luz de la mañana entrando por un techo de cristal, gente moviéndose en un fondo desenfocado.

Por qué funciona: las llegadas son aperturas naturales, y el giro termina en una vista frontal que cubren las referencias. Si cambia la mochila, incluye una foto de ella por separado.

Prompt (6 s, 9:16): Encuadre de selfie del viajero caminando despacio por un callejón estrecho de adoquines con tendederos y persianas azules. Mira hacia los edificios y luego vuelve al objetivo. Balanceo de cámara en mano, sol cálido del final de la tarde rebotando en paredes claras.

Por qué funciona: el encuadre de selfie mantiene el rostro grande y estable durante todo el clip. Conserva un ritmo de caminata lento; caminar rápido añade rebotes que difuminan los rasgos.

Prompt (8 s, 16:9): Plano general del viajero caminando descalzo por el borde de una playa tranquila al amanecer, con los zapatos en una mano. Pequeño en el encuadre, con olas que le bañan los pies. La cámara está fija sobre la arena. Cielo rosa pálido, viento suave.

Por qué funciona: los planos generales toleran más porque el rostro es pequeño. Úsalos para variar el ritmo entre los planos cercanos de conversación.

Prompt (8 s, 9:16, con sonido): El viajero está de pie en la barandilla de un pequeño ferri, con el viento moviéndole el pelo, sosteniendo la cámara con el brazo estirado. Dice: "A dos horas de la ciudad y el agua ya está así de clara." Luego apunta brevemente la cámara hacia la isla que tiene enfrente. Sol brillante del mediodía, salpicaduras de mar. Sonido: zumbido del motor, viento.

Por qué funciona: una sola frase con un gesto hacia el paisaje es el momento central del vlog. El viento en el pelo añade movimiento sin mover el rostro. En RefVid la frase entre comillas se dice tal cual; el habla en inglés y en chino suena mejor.

Prompt (7 s, 9:16): El viajero está sentado en una mesita de café en la acera, con un café pequeño delante, hablando en voz baja con un teléfono apoyado en el azucarero. Se ríe, mira la calle y luego vuelve al objetivo. Sombra suave de un toldo, sonidos de la calle de fondo.

Por qué funciona: una cámara fija y apoyada mantiene estable la identidad. Sin ninguna frase escrita, el clip funciona como plano de corte bajo una narración que grabas tú.

Prompt (8 s, 16:9): Vista de estilo aéreo que sube lentamente desde detrás del viajero, de pie en un mirador de montaña, con los brazos cruzados sobre una barandilla de madera y un valle de campos en terrazas debajo. Hora dorada, sombras largas, niebla ligera a lo lejos.

Por qué funciona: una vista de espaldas con la revelación del paisaje solo necesita que coincidan el atuendo y el pelo. Incluye en las referencias una foto de espaldas.

Prompt (6 s, 16:9): El viajero recorre un puesto de mercado nocturno, toma un cucurucho de papel con frutos secos asados y le sonríe al vendedor. Cámara por encima del hombro, farolillos colgantes de colores, vapor de los puestos cercanos.

Por qué funciona: las escenas de mercado están llenas de movimiento, así que la vista por encima del hombro mantiene la atención en el personaje. Si el rostro del vendedor atrae el foco, déjalo parcialmente fuera del encuadre.

En RefVid un clip puede tener hasta 3 planos, y la duración del clip se reparte entre ellos por igual: un clip de 9 segundos podría ser el plano 1, un general del viajero en el andén; el plano 2, un primer plano de selfie al salir de la estación; el plano 3, la calle exterior. "Siguiente plano" inicia un clip nuevo desde el último fotograma del anterior, así un paseo puede continuar entre clips.

En Veo 3.1, a octubre de 2026, según la documentación de Veo de Google, los clips con imágenes de referencia duran 8 segundos, así que planifica un momento por clip. En cualquier caso, une los clips en tu editor y mantén el mismo conjunto de referencias en todos los clips del viaje.

Cada video de un personaje aparece en su página dentro del Estudio de RefVid, así que un viaje por diez ciudades queda en un solo lugar y es fácil detectar la deriva entre ciudades. Los prompts se pueden escribir en cualquier idioma; RefVid los traduce para el modelo.