Un director que relee cada vídeo antes de grabarlo

Dentro de la web, el planificador escribe un storyboard de una sola vez, a partir del texto de la página, sus temas ordenados y un brief breve sugerido. A su alrededor vigila una pila de reglas cuidadosas, cada una contra un defecto: un revisor que reescribe una escena fallida, una parte mínima de grabaciones reales, al menos una acción real, el paseo, las tarjetas diseñadas.

Cada regla ve una pieza; ninguna relee el vídeo entero con criterio. Lo que se colaba era justo lo que una persona arregla en una sesión de Claude: un clic en un botón que no hace nada, una escena sobre una página que el vídeo nunca muestra, una tarjeta que repite la voz, una afirmación que la página no hace.

En Claude, esa reparación es un bucle sencillo: leer el storyboard con get_storyboard, corregirlo con update_storyboard y volver a leerlo. Faltaba saber si la web podía seguir el mismo bucle.

Puede. El director ejecuta ese bucle dentro del paso de planificación. Una vez escrito y revisado el plan, un modelo más potente, Gemini 2.5 Pro, recibe exactamente lo que recibe una sesión de Claude:

• el storyboard, tal como lo leería un asistente;
• los temas que ordenó la sonda, con lo que el paseo vio hacer a cada botón: abrir una página, abrir un panel, nada o una puerta de inicio de sesión;
• las páginas de la web y el brief;
• las mismas instrucciones que nuestro MCP da a los asistentes: las comprobaciones del storyboard, la guía de reparación, las reglas del oficio.

Responde con las mismas operaciones de edición que envía un asistente. El mismo validador las revisa, el mismo servicio las aplica y la grabadora graba el resultado. Como mucho hay dos pasadas: la segunda relee el storyboard reparado y no responde nada cuando está bien.

Un modelo que edita el vídeo de alguien necesita límites que no dependan de su buena conducta. Por eso la protección está escrita en código, y descarta cualquier operación que quiera:

• gastar lo que la persona no pidió, como un presentador o visuales de IA más allá del ajuste de IA del vídeo, de modo que un vídeo gratuito sigue sin IA;
• cambiar la voz, la música, el estilo o las pronunciaciones de la persona;
• grabar un botón que la sonda no ordenó, o una página que la web no tiene;
• tocar una escena que la persona escribió ella misma, o reordenar escenas sin nombrar cada una exactamente una vez.

Y el director nunca hace fallar un vídeo. Si el modelo se equivoca, se niega o se queda sin tiempo, el storyboard queda tal como lo dejó la revisión.

Probamos el director con vídeos de prueba antes de activarlo, y dos lecciones salieron directamente de ese banco.

La primera tenía que ver con los rechazos. Nuestro MCP rechaza un lote de ediciones entero, algo correcto para un asistente que lee el rechazo y lo intenta de nuevo. Dentro del pipeline nadie lo lee, así que un solo despiste podía dejar fuera una pasada entera de buenas ediciones. Ahora el director revisa cada edición por separado, conserva las válidas, repara los despistes habituales y devuelve un rechazo al modelo una vez, como haría un asistente atento.

La segunda tenía que ver con la duración. Al principio, las reparaciones del director se trataban como palabras de una persona, que nuestro ajustador de duración nunca toca, y los vídeos del banco salían cortos. Ahora sus ediciones se marcan como de la máquina, y el ajustador de duración actúa después.

Probamos cinco webs sin brief, como llega un visitante:

• en pagetovid.com, 8 reparaciones: la apertura floja pasó a ser escribir una dirección en el campo, una tarjeta pasó a ser la grabación de la sección real y el vídeo terminó con un clic real;
• en nyna.ai, 5: un clic hacia una página de inicio de sesión pasó a ser un foco, una pregunta escrita en el chat fue seguida de su respuesta y las afirmaciones que la página no hace se reescribieron a partir de lo que muestra;
• en aifr.ai, 5 en la primera pasada y 3 en la segunda;
• en el vídeo vertical de una constructora, 4, aunque todavía empieza con una tarjeta de texto;
• en el tutorial de una tienda de bicis, un clic hacia una app de mensajería y un clic sin efecto pasaron a ser focos.

El director añade de uno a tres minutos y medio antes de grabar; la grabación, la voz y el render no cambian. Desde hoy está activo para cada vídeo, con un solo interruptor para apagarlo. Para ver la distancia que acorta, compara los tres vídeos en /difference.