Texto a video IA: un clip a partir de tu prompt, y el mismo personaje cuando lo necesites - RefVid
Escribe lo que pasa y obtén un video en minutos · Tu primer video es gratis, sin marca de agua
Primer video gratis, sin tarjeta
Sí, RefVid crea un video solo con palabras. Describes quién sale en la toma, dónde ocurre y qué hace la cámara, y el modelo genera todo a partir de esa descripción.
Funciona con Kling 4, Kling 3.0 Omni y la mayoría de los demás modelos del Estudio, empieza gratis sin tarjeta y no añade marca de agua. Un prompt reinventa su sujeto en cada clip, así que, cuando una persona o un producto tiene que volver, añade de una a cinco fotos y el mismo prompt lo mantiene.
Tres prompts, sin fotos
Cómo funciona una IA de texto a video
- Un modelo de texto a video lee tu prompt y genera a partir de él cada fotograma: las personas, el lugar, la luz y el movimiento de cámara. Nada se anima a partir de una imagen. Por eso es el camino más rápido de una idea a un clip, y también la razón por la que el sujeto cambia de un clip a otro.
- Las palabras describen un tipo, no a una persona. “Una mujer de veintitantos con melena bob cobriza y pecas” encaja con miles de caras, y el modelo elige una cada vez que se ejecuta. Para una toma suelta, un ambiente o b-roll, da igual. Para una serie, un anuncio o una historia con una cara recurrente, importa.
De prompt a video con IA en RefVid: empieza solo con palabras
- Abre el Estudio sin ningún elemento, escribe el prompt y pulsa “Generar”. Tú eliges el modelo, la duración, el formato (16:9, 9:16 o 1:1) y si el clip lleva sonido. Un clip suele tardar de 2 a 10 minutos y aparece en tus videos, listo para descargar sin marca de agua.
- La duración depende del modelo: de 3 a 30 segundos en Kling 4, el predeterminado, y hasta 15 segundos en Kling 3.0 Omni. El prompt tiene que sostener toda la toma, así que es más largo que uno escrito en torno a fotos de referencia.
Kling text to video y los demás modelos
- Kling 4 y Kling 3.0 Omni tienen un modo de texto a video, y RefVid lo usa siempre que eliges “Solo texto”. Kling 4 siempre genera sonido y llega hasta 30 segundos; Kling 3.0 Omni es la opción más barata y puede hacer un clip sin sonido.
- Seedance 2.5, Wan 3.0, Gemini Omni Flash, PixVerse C1 y Happy Horse 1.1 también crean clips solo con palabras. Vidu Q4 es la excepción: en RefVid solo funciona con un sujeto. Probar el mismo prompt en dos modelos es una forma rápida de ver cuál le va mejor a la escena.
Ejemplos de prompts de texto a video
- Un buen prompt para un video solo con palabras describe el sujeto con detalles concretos, da una sola acción y dice dónde está la cámara y cómo se mueve. La luz y el objetivo van al final. Quita lo que no te importe: cada detalle extra es algo que el modelo tiene que encajar en pocos segundos.
- Ejemplo para un personaje: “Una mujer de veintitantos con melena bob cobriza y flequillo recto, pecas suaves y una chaqueta utilitaria verde oliva, de pie en una playa ventosa en la hora dorada. Mira hacia el mar y luego echa un vistazo a la cámara. Acercamiento lento de plano medio a primer plano, contraluz cálido.”
- Ejemplo con cámara en travelling, el prompt del clip de arriba en esta página: “…camina de noche bajo una lluvia ligera por una calle lateral de Tokio iluminada con neones, el asfalto mojado refleja luces de neón rosas y azules. La cámara la acompaña a la altura del hombro en un travelling lateral suave mientras camina. Cinematográfico, poca profundidad de campo.”
Cuando el mismo personaje tiene que volver
Añade fotos. RefVid se creó para esto: guardas una persona o un producto una sola vez a partir de 1 a 5 fotos, y cada prompt que escribes mantiene esa cara, ropa, logo o etiqueta. El prompt ya solo describe la escena, y el sujeto sale de las fotos, en cualquier lugar y desde ángulos que las fotos no muestran.
Abajo, las tres escenas del principio de la página otra vez con el mismo modelo, esta vez con cuatro fotos de ella en lugar de la descripción con palabras. Arriba cada clip dibuja una mujer distinta; abajo es una única persona.
Cuatro fotos de referencia
Gratis para empezar, sin marca de agua
- Un video hecho con palabras cuesta los mismos créditos que uno con sujeto, y las cuentas nuevas empiezan gratis. Las cuentas nuevas reciben un video gratis de 5 segundos con Kling 3.0 Omni, sin tarjeta. Los créditos gratis cubren clips sin sonido; el sonido requiere créditos de pago.
- Cada video se descarga como el archivo limpio que generó el modelo, sin marca de agua, tanto en el inicio gratis como en un plan de pago. Necesitas una cuenta gratis, con Google o con correo, para que tus clips se guarden en un solo lugar.
Revisa el clip antes de usarlo
- Mira cada clip a tamaño completo antes de publicarlo. Fíjate en las manos, las caras en movimiento y cualquier texto en el encuadre, que es donde los modelos todavía fallan más. Si una toma sale mal y la siguiente bien, es cuestión de suerte: vuelve a generar con el mismo prompt antes de reescribirlo. No presentes a una persona generada como si fuera real.
Más tutoriales
Preguntas frecuentes
Texto a video IA gratis y sin marca de agua: ¿existe?
Sí. RefVid empieza gratis sin tarjeta, y sus videos nunca llevan marca de agua, ni gratis ni de pago. Los créditos gratis sirven para clips cortos sin sonido en Kling 3.0 Omni; los clips más largos y el sonido usan créditos de pago.
¿Tengo que registrarme para hacer un video a partir de un prompt?
Sí, con una cuenta gratis con Google o con correo, sin tarjeta. Ahí se guardan tus clips y prompts, para que puedas descargarlos más tarde o reutilizar un prompt.
¿Qué modelo de Kling text to video debería elegir?
Kling 4 para la mejor calidad, clips de hasta 30 segundos y sonido, que siempre genera. Kling 3.0 Omni para clips más baratos de hasta 15 segundos, con o sin sonido. Los dos funcionan con el mismo prompt.
¿La persona de mi prompt se verá igual en el siguiente clip?
Normalmente no. Una descripción encaja con muchas caras, y el modelo elige una cada vez. Para que una persona o un producto se mantenga igual entre clips, guárdalo a partir de 1 a 5 fotos y elígelo en lugar de “Solo texto”.
¿Cuánto puede durar un clip hecho a partir de un prompt?
De 3 a 30 segundos en Kling 4 y hasta 15 segundos en Kling 3.0 Omni. Las historias más largas funcionan mejor como varias tomas de 5 a 10 segundos cada una.
Por Louis Chi