Cómo Corregir Prompts de Movimiento y Postura en Video Generado por IA

En la generación de video con IA, es común enfrentarse a problemas donde el modelo interpreta mal las instrucciones de movimiento. En esta conversación, se analiza cómo corregir prompts que contienen contradicciones espaciales y cómo definir transiciones posturales complejas sin alterar elementos específicos del cuerpo.

Person saltando hacia arriba y abajo en la misma posición sobre una cama.
Ilustración del movimiento de salto en el mismo lugar sin desplazamiento lateral.

El primer punto de discusión aborda un prompt inicial donde se le pedía a la protagonista saltar «in her place» sobre una cama, pero luego incluía la instrucción de que casi se cae al borde. Esta contradicción semántica confunde al modelo, ya que «almost miss the edge of the bed» implica necesariamente un desplazamiento hacia el borde.

Para solucionar esto, se propone hacer mucho más explícito el movimiento vertical. La solución corregida enfatiza saltar «straight up and down in exactly the same spot», asegurando que los pies permanezcan en la misma posición y que no haya ningún movimiento hacia adelante, atrás o lateralmente.

El análisis continúa con una segunda parte: describir cómo pasar de estar sentado en el borde de una cama a recostado sobre ella sin cambiar la posición de las piernas. La conversación desglosa esto en tres etapas claras:

Person recostándose sobre una cama manteniendo las piernas plantadas.
Transición de postura desde el borde de la cama hasta recostado sin mover las piernas.
  1. Leaning backward: Comenzar sentada y doblarse lentamente hacia atrás, apoyándose con las manos.
  2. Lowering her back: Continuar bajando el torso mientras las piernas permanecen completamente quietas.
  3. Lying back: Terminar el movimiento recostando la espalda sobre el colchón sin alterar la posición de las extremidades inferiores.

Se concluye que usar frases inequívocas como «her legs remain planted in exactly the same position» es vital para evitar que los modelos interpreten rigidez o desplazamientos no deseados. Estas precisiones son fundamentales para garantizar una generación de video coherente y libre de alucinaciones espaciales.