Clips de vídeo con IA y b-roll en un vídeo de tu web
El b-roll generado con IA son unos segundos de vídeo generado que colocas en un momento que tu web no puede enseñar: la mañana antes de que un cliente te encuentre, una mano que abre un portátil, una habitación con el trabajo ya hecho. En PageToVid el clip es el visual más caro que puedes pedir, así que va en uno o dos momentos donde el movimiento aporta significado, y el resto del vídeo sigue siendo grabación real de tu página.
Esta guía es para el fundador o la persona de marketing con un plan de pago o un vídeo suelto que quiere que su vídeo parezca rodado y no capturado, sin gastar un mes de créditos en una sola pieza.
Made by Seedance: nuestro propio vídeo de 29 segundos en 16:9, con tres clips generados (un escritorio al amanecer, una mano que abre un portátil, el mismo escritorio al atardecer), una línea de tiempo de cuatro pasos y una tarjeta final.
Qué es un clip generado en un vídeo de PageToVid
Cada escena de un storyboard tiene un visual. Una escena image con una descripción generate dibuja una imagen fija fotorrealista; añade clip y la misma descripción se convierte en unos segundos de vídeo en movimiento.
Tres detalles deciden cómo queda en el render:
- Duración. El clip de la casa dura ocho segundos. A un modelo concreto se le pide un clip tan largo como la escena en pantalla, dentro de lo que ese modelo puede hacer (Seedance 2.5 llega a 30 segundos). Si la locución dura más que el vídeo, congelamos el último fotograma limpio en lugar de repetir o cortar a negro.
- Formato. El clip se genera en la relación de aspecto del vídeo: uno en 9:16 recibe imagen vertical, no un plano horizontal con bandas negras.
- Sonido. Los modelos de vídeo generan el sonido junto con la imagen. Bajo una escena con locución queda bajo, como ambiente; en una escena sin voz suena a pleno volumen y se convierte en la banda sonora.
La duración de cada escena la marca la voz (mira la locución marca la duración), así que un clip nunca alarga un vídeo.
Made by Seedance: tres clips, dos tarjetas, 29 segundos
Hicimos Made by Seedance para probar un modelo concreto: cinco escenas, 29 segundos, 16:9, todos los clips pedidos a seedance-2.0-mini.
La primera escena es un clip de luz de mañana sobre un escritorio de madera, un portátil cerrado y una taza humeante, con un lento acercamiento de cámara, bajo la frase «Every website is already a story. It is just sitting still.» La segunda es un plano detalle de una mano que abre el portátil. La tercera deja el vídeo por una línea de tiempo dibujada, titulada «While the coffee cools», con cuatro pasos. La cuarta vuelve al mismo escritorio con luz de media tarde, portátil abierto y taza vacía, bajo «Three minutes later the same page is moving, and it is yours.» Cierra una tarjeta: «Paste a link. Get a video.»
Lo que funciona: los dos planos del escritorio son un mismo sitio a dos horas del día, un antes y un después contados sin una palabra. Cada descripción termina con «no text, no logos», así que no aparece texto ilegible en la pantalla.
Lo que cambiaríamos para la web de un cliente: este vídeo nunca enseña una web. En un vídeo de web real, al menos la mitad de las escenas deben ser grabaciones de la página, y los clips las enmarcan en lugar de sustituirlas.
Dónde compensa un clip y dónde no
La prueba que hacemos antes de escribir clip: ¿el cambio a lo largo del tiempo es lo que cuenta? Si el momento se entiende igual con una foto, quédate con la foto.
| Momento | Mejor visual | Por qué |
|---|---|---|
Plano de apertura, antes de que aparezca el producto | Clip | El movimiento en los dos primeros segundos retiene a quien hace scroll; una imagen fija parece una diapositiva. |
Una transformación (del caos al orden, de la noche a la mañana) | Clip | El cambio es el mensaje. |
Una persona que reacciona | Clip, con un personaje | Una cara que se mueve se lee como una persona; mira personajes coherentes. |
Una idea o un lugar bajo una frase larga | Imagen fija | Cuesta 40 créditos y aguanta una frase larga sin congelarse. |
Una cifra, una lista, un precio | Tarjeta dibujada | Hay que leerla, y la tipografía dibujada se mantiene nítida. |
Tu interfaz, tu catálogo, tu formulario | Grabación de pantalla | Es el único plano que tiene que ser verdad. Una interfaz generada inventa un producto que no vendes. |
Las imágenes fijas tienen su propia guía: imágenes con IA en tu vídeo. Para el sentido de b-roll en edición, consulta la entrada del glosario sobre b-roll.
Cuánto cuesta: un ejemplo con números
Imagina un vídeo de lanzamiento de 40 segundos para una app de reservas: seis escenas, cuatro de ellas grabaciones de la web real, un clip de apertura con una recepción desbordada y una imagen fija de una recepción tranquila al final.
- El render: 40 créditos, sea cual sea la duración o el formato.
- El clip de apertura de la casa: 311 créditos.
- La imagen fija final: 40 créditos.
Si conviertes las seis escenas en clips, pagas seis clips y además escondes el producto.
Si eliges un modelo concreto, el clip se cobra según lo que cuesta ese modelo por segundo a la resolución usada: una escena más larga cuesta más. Varios candidatos (best_of, hasta cuatro) se cobran cada uno completo. Los precios siguen a los proveedores, así que pide a tu asistente list_models o quote_cost, los dos gratis, y lee el ai_plan que devuelve create_animation antes de generar nada. ai_budget pone un tope previo a clips e imágenes, con rechazo, cola o alternativa más barata al superarlo.
Sin suscripción, los vídeos sueltos AI film, Cinematic y Launch kit incluyen clips e imágenes en modelos fijados para un vídeo, y los packs de clips se suman en cualquier plan; se gastan antes que los créditos. La oferta actual está en precios, y las cuentas de créditos en los créditos y lo que cuesta un vídeo.
Cómo escribir la descripción de un clip, paso a paso
La descripción de una imagen fija describe una foto. La de un clip describe unos segundos de acción, y el vídeo generado funciona mejor con un solo sujeto haciendo una sola cosa.
Nombra el movimiento de cámara
Acercamiento, alejamiento, órbita lenta, panorámica, cámara al hombro o plano fijo. Made by Seedance usa uno por clip: un acercamiento, una deriva a la izquierda, una órbita.
Da una sola acción
«Una mano abre un portátil» funciona. «Abre el portátil, lee un correo y sonríe» son tres clips metidos en uno, y el modelo correrá o se saltará el del medio.
Define luz y óptica
Hora del día, fuente de luz, poca profundidad de campo, grano de película. Eso transmite el ambiente mucho mejor que un adjetivo como «inspirador».
Prohíbe texto y logotipos
Termina con «no readable text, no logos». Las letras generadas no son fiables, y PageToVid dibuja de todos modos los subtítulos y la tipografía reales encima del clip.
Ajusta la locución
Mantén corto el texto que suena sobre un clip. El clip de la casa dura ocho segundos; una frase larga encima acaba en un fotograma congelado, limpio pero estático.
Itera barato: renderiza primero con imágenes fijas, corrige el texto y luego activa clip donde el movimiento importa con update_storyboard. Una descripción, un personaje y un formato sin cambios reutilizan el clip ya generado y no se cobra nada.
Errores que vemos en vídeos llenos de clips
- Planos de producto generados. «Un panel con nuestras estadísticas» dibuja una interfaz que no tienes. Graba la página.
- Un clip en cada escena. El vídeo se convierte en un anuncio de nada en concreto.
- La misma persona sin nombre, dos veces. Dos clips de «una fundadora joven» muestran a dos mujeres distintas. Crea antes un personaje.
- Olvidar el sonido. Una escena sin voz reproduce el audio del clip a pleno volumen, incluida cualquier frase que el modelo se invente.
Cuándo no usar clips con IA
Cuando el producto puede enseñarse solo. Casi todas las webs SaaS, tiendas y herramientas de reservas tienen una pantalla que cuenta la historia mejor que cualquier plano generado; una grabación cuesta menos y es verdad.
Cuando necesitas imágenes reales con licencia. Un lugar, un evento o una persona reales se graban o se licencian. Herramientas basadas en bancos de imágenes, como Pictory, montan sus escenas con las bibliotecas de Getty Images y Storyblocks en los planes de pago; mira PageToVid frente a Pictory.
Para un anuncio que vas a emitir durante meses. Si un solo plano sostiene la campaña, paga a un realizador. Los clips generados encajan en vídeos que rehaces a menudo, como anuncios en vídeo que pruebas en varias versiones.
Convierte tu sitio web en un vídeo — gratis
Pega la página que quieres filmar. PageToVid escribe el guion, graba el sitio real, pone la voz y entrega el MP4.
Preguntas frecuentes
¿Cuánto cuesta un clip de vídeo con IA?
El clip de la casa (720p, ocho segundos, con sonido) cuesta 311 créditos, además de los 40 créditos del render. Un modelo concreto cuesta lo que indica list_models; quote_cost calcula gratis el precio de cualquier petición.
¿Puedo usar clips con IA en el plan gratuito?
No: la IA necesita un plan con IA o un pase de vídeo. Vale para todos los vídeos gratis, también el primero. En un vídeo gratis, las escenas que pedían vídeo generado se dibujan como tarjetas de texto, y los avisos del render te dicen cuáles.
¿Los clips con IA tienen sonido?
Sí. Los modelos generan el ambiente y los ruidos junto con la imagen. Bajo una escena con locución, el audio del clip queda suave debajo de la voz; en una escena sin locución suena a pleno volumen.
¿Qué pasa si falla la generación de un clip?
Se te devuelve lo que costaba y el render termina igualmente. Los avisos de get_video nombran la escena que se quedó sin visual con IA; vuelve a renderizar y solo esa escena se genera de nuevo, porque los clips sin cambios se reutilizan.