12 de agosto de 2026
Dirigir la IA como un director de fotografía: objetivos, encuadres y movimientos que lo cambian todo
Los modelos de imagen y de vídeo aprendieron con millones de fotos etiquetadas con vocabulario de cine. Háblales en 85 mm, f/1.4 y contrapicado, y obedecen. El nodo Cámara de Imaginode escribe esos términos por ti, al principio del prompt, justo donde más pesan.
la palabra que les falta a tus prompts
Toma dos prompts. El primero: «retrato de una mujer pelirroja en una cafetería». El segundo: «close-up, 85mm lens, f/1.4, retrato de una mujer pelirroja en una cafetería». El primero produce una imagen correcta, encuadrada al azar, con un fondo que compite por el protagonismo. El segundo produce un retrato cerrado, fondo fundido en manchas de luz, mirada nítida. Mismo sujeto, ocho palabras de diferencia, dos imágenes que no tienen nada que ver entre sí.
Esas ocho palabras no son fórmulas mágicas. Son los términos que un director de fotografía le daría a su ayudante de cámara antes de rodar el plano. Y da la casualidad de que los modelos de IA los entienden notablemente bien, por una razón muy concreta que vamos a detallar en el siguiente apartado. No es superstición de foreros: es estadística pura.
Este artículo repasa cada ajuste con su efecto concreto sobre la imagen, muestra cómo el nodo Cámara de Imaginode escribe todos esos términos por ti, y termina con la verdadera dificultad del multiplano: mantener la misma realización de un plano al siguiente, que es donde la mayoría de los proyectos se caen sin saber por qué.
por qué los modelos entienden el vocabulario de cine
Los modelos de imagen y de vídeo se entrenaron con cantidades enormes de fotos y clips etiquetados. Y quién etiqueta con esmero sus imágenes: los fotógrafos, los bancos de imágenes, las webs de análisis de equipo fotográfico. Sus descripciones están llenas de menciones técnicas: «shot on 85mm», «f/1.4», «low angle shot», «dolly in». Millones de ejemplos, siempre asociados al mismo tipo de resultado visual.
En consecuencia, esos términos no son decorativos para el modelo: están asociados estadísticamente a acabados muy marcados. Escribir «85mm» convoca todas las imágenes de retrato a 85 mm que el modelo ha visto, con su compresión de perspectiva y su fondo suave. Es infinitamente más fiable que «bonita foto profesional», que no corresponde a ningún acabado en particular y deja al modelo eligiendo por ti.
La consecuencia práctica es entusiasmante para quien viene de la fotografía y frustrante para el resto: el prompt eficaz se parece a una hoja de rodaje, en inglés. La buena noticia es que no necesitas aprendértela de memoria. Para eso existe precisamente el nodo del que trata este artículo, y hace el trabajo mejor que la memoria de cualquiera.
el nodo Cámara: cinco ruedas, cero jerga que memorizar
En el canvas de Imaginode, el nodo Cámara sustituye la memorización por cinco ruedas ilustradas: encuadre, objetivo en milímetros, apertura, ángulo y movimiento. Giras las ruedas mirando las miniaturas y el nodo escribe los términos ingleses correctos correspondientes. No hace falta saber que «plano americano» se dice «cowboy shot»: la rueda lo sabe por ti.
Detalle que lo cambia todo: esos términos se insertan al principio del prompt, antes de tu descripción de escena. Los modelos ponderan más el inicio de un prompt, así que un ajuste colocado en primera posición se respeta claramente mejor que el mismo ajuste ahogado al final de la frase. El movimiento, por su parte, se añade como frase final explícita, la forma que los modelos de vídeo siguen mejor.
Conecta después el nodo Cámara a un nodo Imagen o Vídeo como cualquier otra entrada: un cable, el punto que se ilumina, y ya está en marcha. Un mismo nodo Cámara puede alimentar varios generadores a la vez; volveremos sobre ello porque es el arma secreta de la coherencia entre planos, y probablemente la razón de más peso para trabajar en un canvas de nodos.
los seis encuadres y lo que cuenta cada uno
El encuadre es la primera decisión, la que define qué mira el espectador. La rueda propone seis. El primerísimo primer plano aísla un detalle, unos ojos, una mano sobre el pomo de una puerta, y fabrica tensión. El primer plano encuadra el rostro: es el encuadre de la emoción, el que hace existir a un personaje delante de la cámara.
El plano medio corta a la cintura y funciona para los diálogos y los gestos. El plano americano, cortado a media pierna, viene del wéstern, donde había que ver el revólver, y sigue siendo el encuadre natural para mostrar a alguien en acción. El plano general sitúa al personaje en su decorado. El gran plano general aplasta al personaje dentro de un entorno inmenso: perfecto para abrir una historia y decirle al espectador dónde está.
El error de principiante se ve todos los días: generarlo todo en plano medio, el encuadre por defecto de los modelos cuando no se especifica nada. Una secuencia entera a la misma distancia del sujeto resulta plana, por mucho talento que tenga el modelo. Alterna: un gran plano general para presentar el lugar, un plano americano para la acción, un primer plano para la reacción. Tres decisiones, y la secuencia ya respira.
el objetivo: el 14 mm deforma, el 135 mm comprime
La rueda de objetivo va de 14 a 135 mm, y esa cifra cambia la geometría misma de la imagen, no solo el nivel de zoom. Un 14 mm abarca un campo enorme y estira las perspectivas: las líneas se disparan, los primeros planos se vuelven monumentales. Soberbio para la arquitectura o un interior angosto, cruel con una cara, a la que deforma como un espejo de feria.
El 24 mm y el 35 mm son los objetivos del reportaje: lo bastante amplios para situar, lo bastante prudentes para no deformar. El 50 mm reproduce aproximadamente la perspectiva del ojo humano, de ahí su apodo de objetivo normal. Es la elección neutra, la que no cuenta nada más que la escena tal cual es, sin comentario óptico añadido.
Más allá, el teleobjetivo comprime. El 135 mm acerca visualmente los planos entre sí: la montaña parece colocada justo detrás del personaje, la fila de coches se convierte en un muro compacto. Esa compresión, combinada con el desenfoque de fondo, produce las imágenes más «de cine» de toda la gama. Prueba la misma escena de calle a 24 mm y luego a 135 mm: no te creerás que se trata del mismo lugar.
el 85 mm, mejor amigo de los retratos
Si solo te quedas con una cifra de este artículo, que sea 85. El 85 mm es la focal de retrato por excelencia: lo bastante larga para aplanar ligeramente los rasgos, algo que favorece a prácticamente todas las caras, y lo bastante corta para conservar algo de contexto detrás del sujeto. Las narices parecen más finas que a 24 mm, las proporciones más justas, el conjunto más amable.
Los modelos de IA han visto millones de retratos etiquetados «85mm», así que el término es uno de los más potentes de todo el vocabulario. En un nodo Imagen, la combinación de primer plano, 85 mm y gran apertura saca casi con seguridad un retrato nítido en los ojos y fundido por detrás, el acabado que asociamos a las fotos de boda de gama alta. Es lo más parecido a una receta garantizada que existe en este terreno.
Anécdota vivida en un proyecto de ficha de producto: el mismo prompt de retrato, en Flux Pro 1.1 a 6 créditos, primero sin ajustes y luego con el nodo Cámara en 85 mm f/1.8. La primera versión era utilizable. La segunda fue tomada por una foto de estudio por el cliente, que preguntó por el fotógrafo. Doce créditos en total por la comparación, una lección que dura.
la apertura: f/1.4 aísla, f/16 lo enseña todo
La rueda de apertura va de f/1.4 a f/16, y pilota una sola cosa visible: la profundidad de campo. Regla simple, apertura grande igual a fondo desenfocado. A f/1.4 solo el sujeto está nítido, el fondo se disuelve en manchas suaves y círculos luminosos. A f/16 todo está nítido, del primer plano al horizonte, sin escapatoria posible para ningún detalle.
El f/1.4 es la herramienta del aislamiento: una cara despegada de un fondo recargado, un producto sobre una mesa llena de cosas. Es también un tapavergüenzas confesable: cuando el modelo genera un fondo aproximado, el desenfoque lo camufla con elegancia. Muchos creadores lo usan exactamente para eso, aunque pocos lo digan en voz alta.
A la inversa, f/8 o f/16 sirven al paisaje y a la arquitectura, donde cada plano debe seguir siendo legible. Cuidado con la coherencia: pedir un gran plano general de montaña a f/1.4 es contradictorio, y el modelo responde entonces a la buena de Dios. Apertura amplia en plano cerrado, apertura cerrada en plano amplio: ese reflejo resuelve el 90 % de los casos sin pensarlo dos veces.
los ángulos: agrandar o aplastar a un sujeto
La altura de ojos es el ángulo neutro, el del documental. En cuanto la cámara abandona esa altura, toma partido. El contrapicado, cámara baja mirando hacia arriba, agranda al sujeto y lo convierte en héroe: es el ángulo de los carteles de superhéroes y de las fotos de directivos en portada de revista. Diez centímetros de punto de vista, y tu personaje domina la escena entera.
El picado hace lo contrario: aplasta, aísla, fragiliza. Un personaje filmado en picado en una gran sala vacía cuenta la soledad sin una sola palabra. El ángulo cenital, en vertical absoluta, transforma la escena en composición gráfica: muy usado para la comida y los planos de escritorios bien ordenados, donde la geometría es el mensaje.
Queda el ángulo holandés, el horizonte inclinado a propósito, que instala el malestar y la inestabilidad: persecuciones, escenas de crisis, momentos en los que algo no encaja. Para usar con cuentagotas, precisamente porque se nota. Un teaser entero en ángulo holandés produce sobre todo mareo, y ningún espectador te lo va a agradecer.
por qué todo esto debe ir al principio del prompt
Un prompt no se lee como un contrato, con cada palabra al mismo peso. Los modelos dan más importancia al inicio del texto, y esa ponderación decrece hacia el final. Un «low angle shot» en primera posición será respetado; el mismo término en la palabra cuarenta será a veces ignorado, sobre todo si la descripción de escena es rica y está llena de detalles que compiten por la atención.
Esa es exactamente la anatomía que impone el nodo Cámara: los términos técnicos primero, encuadre, focal, apertura, ángulo; después tu descripción de escena, tus @menciones de personajes en verde, tu estilo. Y el movimiento de cámara como frase final explícita, porque los modelos de vídeo procesan mejor una instrucción de movimiento formulada como una acción completa que como un adjetivo suelto en mitad del texto.
Si escribes tus prompts a mano, reproduce esta estructura tal cual. Y si tu prompt está en un español de borrador, la varita mágica de los nodos Imagen y Vídeo lo reescribe en inglés estructurado mediante el modelo Kimi por 1 crédito, preservando las @menciones. Y respeta esta jerarquía: técnica en cabeza, escena después, movimiento como cierre.
antes y después: la misma escena, con dirección y sin ella
Escena testigo: «una panadera saca una hornada de pan, luz de la mañana». Sin dirección, los modelos entregan típicamente un plano medio a altura de ojos, todo nítido, iluminación correcta, composición de foto de banco de imágenes. Técnicamente limpio, inmediatamente olvidable. Es la media estadística de todas las panaderías vistas durante el entrenamiento, ni más ni menos.
Primera pasada con el nodo Cámara: primer plano, 85 mm, f/1.4, altura de ojos. El resultado cierra el encuadre sobre el rostro concentrado, el vaho del obrador se funde en halo, el pan se convierte en una mancha dorada en primer término. Segunda pasada: plano general, 24 mm, f/8, ligero contrapicado. Esta vez la tienda entera existe, las estanterías se fugan en perspectiva, la panadera se convierte en el eje de un lugar con vida propia.
Ninguna de las dos versiones es «mejor». Son dos intenciones diferentes, y ese es exactamente el punto: sin ajustes no tenías intención, tenías una media. Coste del experimento completo en Imagen 4 Fast: 9 créditos por tres imágenes, unos 0,09 €. La dirección de cámara es la palanca más barata de toda la creación con IA, y con diferencia.
los movimientos de vídeo, uno a uno
En vídeo entra en juego la quinta rueda. La cámara fija es la elección por defecto que hay que asumir sin complejos: deja vivir la escena y le ahorra al modelo una fuente de error, porque un plano fijo falla menos que un plano con movimiento complejo. El travelling de avance se acerca al sujeto y crea inmersión o amenaza; el travelling de retroceso revela el contexto o firma el final de una escena.
La panorámica barre la escena sobre un pivote, ideal para descubrir un decorado o seguir un desplazamiento. La grúa ascendente se eleva por encima de la escena, el movimiento de los finales de película. La órbita gira alrededor del sujeto y lo transforma en objeto precioso: muy usada en publicidad de producto, espectacular pero exigente, es el movimiento que los modelos fallan con más ganas.
La cámara en mano añade un temblor humano, valioso para las escenas de acción o el falso documental. El zoom lento, por último, cierra el encuadre de forma imperceptible e instala una tensión sorda: el movimiento más discreto y probablemente el más fiable en generación. Conecta el nodo Cámara al nodo Vídeo y la frase de movimiento se añade sola al final del prompt.
qué movimiento para qué intención
El movimiento correcto depende de lo que el plano debe hacer sentir, no de lo que impresiona en una demo. Abres un teaser: grúa ascendente o travelling de retroceso, que establecen la amplitud del mundo. Presentas un producto: órbita lenta o zoom lento, que instalan la precisión. Sigues a un personaje inquieto: cámara en mano con travelling de avance, y la incomodidad es inmediata.
Una regla de sobriedad, aprendida a base de créditos: un solo movimiento por plano de 5 segundos. Los prompts que piden una órbita ascendente con zoom producen trayectorias de borracho. Los modelos de vídeo actuales ejecutan bien un movimiento simple y claramente nombrado, y se pierden en cuanto se les carga de coreografía. Menos es más, aquí de manera literal.
Y recuerda lo que sabe hacer la cámara fija. En un buen plano con viento en las hojas y un personaje que respira, la ausencia de movimiento de cámara es una decisión de puesta en escena, no una pereza. Alrededor de un tercio de los planos de una película profesional son fijos. Tus vídeos con IA pueden seguir la misma proporción sin perder ni un gramo de ambición.
un solo nodo Cámara para todos tus planos
El problema aparece con el segundo plano: tu plano A está a 35 mm a altura de ojos y, sin darte cuenta, generas el plano B a 85 mm en contrapicado. Montados uno detrás de otro, aquello huele a collage, sin que nadie sepa decir exactamente por qué. Las películas de verdad se sostienen porque un director de fotografía impone las mismas decisiones ópticas a toda una secuencia.
En el canvas, la solución es estructural: un mismo nodo Cámara puede alimentar varios generadores. Crea un nodo ajustado a tu identidad visual, por ejemplo 35 mm, f/2.8, altura de ojos, y conéctalo a tus tres nodos Imagen y a tus tres nodos Vídeo. Seis planos, una sola fuente de verdad óptica, y la sensación de secuencia aparece por sí sola.
El día que quieras cambiar de dirección, giras una rueda en un solo nodo y regeneras. El historial de las últimas 12 generaciones de cada nodo te deja comparar la versión antigua y la nueva antes de decidir. Añade un nodo Estilo para la paleta y un nodo Referencia para el personaje, y tienes un pipeline que se parece a un equipo de rodaje de verdad.
cámara, estilo, referencia: el equipo de rodaje completo
El nodo Cámara ajusta la óptica, pero una película coherente se apoya en tres pilares. El segundo es el nodo Estilo: una dirección artística escrita más imágenes de moodboard, conectado a tus generadores para imponer la misma paleta y la misma materia a todos los planos. El tercero es el nodo Referencia, que mantiene a tus personajes reconocibles de un plano al siguiente.
El nodo Referencia merece dos frases de manual. Le das un nombre, una descripción y fotos; después, una simple @mención en cualquier prompt, mostrada en verde, inyecta la descripción y adjunta las fotos automáticamente. Sin él, la cara de tu heroína cambia en cada generación, y ninguna rueda del nodo Cámara puede hacer nada al respecto, por bien que la gires.
El montaje tipo de una secuencia cabe por tanto en pocos nodos: una Cámara conectada a todo, un Estilo conectado a todo, una Referencia por personaje, y un nodo Imagen o Vídeo por plano. Si cablear todo eso te intimida, el asistente de la esquina inferior derecha construye el workflow completo y lo añade al canvas en un clic, por 1 crédito por mensaje.
lo que la dirección no salva, y el siguiente paso
Seamos francos con los límites. El nodo Cámara hace fiable el acabado, no corrige las debilidades de los modelos: las manos siguen siendo azarosas, la física sigue siendo aproximada, y en vídeo una generación de cada tres o cuatro sigue yendo a la papelera, con ajustes perfectos o sin ellos. Un plano entregado pero fallido se factura igualmente; solo los fallos técnicos se reembolsan de forma automática.
La dirección de cámara reduce sobre todo la mitad mala de los fallos: los que venían de un encuadre sufrido en vez de elegido. Combinada con el método de validar cada plano en imagen antes de animarlo, detallado en nuestro artículo sobre el primer vídeo con IA, transforma un presupuesto de lotería en un presupuesto de producción, con cifras que por fin se pueden prever.
Siguiente paso concreto: abre un canvas, coloca un nodo Imagen a 1 crédito en Flux Schnell, un nodo Cámara, y genera la misma escena con tres encuadres diferentes. Tres créditos, diez minutos, y sabrás por instinto lo que este artículo te ha explicado con palabras. La academia de cursos en vídeo integrada en la documentación muestra el ejercicio en condiciones reales, si prefieres mirar antes de probar.