Un presentador en la esquina de tu demo

Hasta ahora, un clip generado ocupaba todo el fotograma. Funciona en una escena narrativa, pero un recorrido de producto pierde el sentido en cuanto el producto desaparece detrás de una cara. La disposición que la gente espera es un recuadro: la grabación de pantalla sigue y un presentador habla desde una esquina.

Así que creamos el presentador: un clip generado de una persona dibujado sobre la escena en lugar de sustituirla. Pasa por la misma generación que cualquier otro clip, con cualquiera de nuestros modelos de vídeo, un personaje con nombre opcional para que la misma persona aparezca en toda la película, y el mismo cobro con reembolso automático si falla.

Su voz se adapta a la escena. En una escena sin narración, el presentador habla a plena voz; bajo un recorrido narrado, su sonido baja a un fondo suave para que las dos voces nunca compitan.

Un recuadro solo sirve si nunca tapa lo que muestra el recorrido. Lo hicimos flexible en lugar de rígido:

• si no se indica esquina, elige la que deja libre el sujeto del plano; una esquina indicada se respeta, y se avisa si tapa el sujeto
• su tamaño se mantiene entre el 14 % y el 42 % del fotograma, en forma redondeada, circular o cuadrada
• evita el botón o el campo exacto en el que se hace clic, antes y después del movimiento de cámara, que la grabadora ahora recuerda con precisión

Los subtítulos pedían el mismo cuidado. En un plano de clic cuyo sujeto está abajo, nuestros subtítulos suben por encima del sujeto para no tapar nunca lo que se pulsa. El subtítulo y el presentador toman ahora su posición de una única función compartida, así que un subtítulo elevado y la ventana de la esquina nunca pueden pisarse. Una prueba reconstruye un subtítulo elevado 460 píxeles y comprueba que el presentador queda por encima y dentro del fotograma.

Un clip generado no está obligado a terminar su frase dentro de la duración que pedimos. Un presentador con seis segundos puede necesitar siete para cerrar la idea, y una escena que corta en seis pierde la palabra más importante.

Por eso cada clip generado se escucha ahora con el mismo modelo de voz Whisper que usamos en producción, y el momento en que su habla termina de verdad se guarda con el clip. Una escena sin narración se sostiene más allá de la última palabra del presentador, y nunca más allá del final del propio clip. Los clips creados antes de este cambio se escuchan una vez, en su siguiente render.

Es una medida pequeña con un gran efecto: el presentador siempre termina lo que dice, y la escena siguiente empieza con una respiración natural, no a mitad de sílaba.

La página del proyecto no reproduce un MP4. Repite tu storyboard en directo en el navegador, compuesto por la misma función que el render final, para que pruebes un cambio y lo veas al instante. Queríamos que fuera imposible distinguir esa vista previa de la película entregada.

Para lograrlo, la vista previa recibe ahora todos los ajustes del render, los 29: estilo y animación de subtítulos, énfasis, etalonaje, nivel de sonido, efectos de clic, llamadas, estilo de corte, la tarjeta final y su código QR, el objetivo, el idioma y el tempo. La vista previa se compone desde el mismo estilo guardado y sigue el panel de Estilo en directo.

Una prueba lee las dos llamadas y falla si algún ajuste llega solo a una. La validamos quitando el etalonaje de la vista previa y viendo cómo fallaba. Un editor fiable es aquel en el que la mayoría de los cambios no necesitan un render completo para comprobarse.

El presentador está disponible desde nuestro servidor MCP, así que un asistente como Claude puede añadir uno a cualquier escena con una sola edición del storyboard y leerlo después. Tú describes quién habla y qué dice; la esquina, el tamaño y la mezcla se resuelven solos, salvo que los indiques.

Un detalle importaba más de lo que parece. Guardar en el editor reescribe todas las escenas del storyboard, así que el presentador sobrevive a cada guardado. Retocar un subtítulo nunca toca un clip que ya generaste.

Mira lo que aportan los clips generados en la página de clips de IA, y cómo los asistentes manejan PageToVid en la página de asistentes.