Vídeo para Reels, Shorts y TikTok con una red neuronal

El vídeo vertical corto es la forma más barata de llegar a una nueva audiencia en 2026. Pero grabarlo a mano cada día es duro: hace falta una idea, un encuadre, luz, montaje. Una red neuronal cubre la parte más cara — la imagen en movimiento. Describes una escena con palabras o animas una foto lista, y luego solo queda añadir rótulos, sonido y publicar. Este capítulo trata de cómo hacer clips para el feed para que se vean hasta el final.

Para qué plataforma y qué formato

Casi todo el formato corto es vertical 9:16. Pero las plataformas tienen sus propias costumbres de duración y presentación:

• TikTok. 9:16, 15–30 segundos para el reconocimiento, 60–90 para un análisis o tutorial. El algoritmo prefiere clips con un sonido de tendencia y sin un "calentamiento" lento al inicio.
• Instagram Reels. 9:16 para los reels, 4:5 y 1:1 para el feed. 15–60 segundos. Importa la identificación visual: mantén un estilo de clip a clip.
• YouTube Shorts. 9:16, hasta 60 segundos. Aquí se valora la retención y la utilidad — Shorts funciona bien como "recorte" y B-roll de un vídeo largo.

Los primeros tres segundos lo deciden todo

El feed se desliza con el pulgar en fracciones de segundo. Si en el primer fotograma no hay movimiento ni intriga, el clip se pasa antes de que empiece tu historia. Por eso genera el primer fotograma por separado y con exigencia: movimiento llamativo, un ángulo inusual, "¿qué es eso?". Las intros lentas y un logotipo de 3 segundos matan la visualización completa.

Describe un gancho en una frase — mira qué produce el modelo. Para la primera vez, prueba: "un travelling brusco de cámara a través de un chorro de café en una taza, cámara lenta, gotas en el aire, luz cálida". El vídeo cuesta más que las imágenes: un clip está disponible tras registrarte y el onboarding — que conceden tokens iniciales.

Con qué armar un clip entero

Un reel terminado no es solo la imagen. En Twelver toda la cadena se arma en un chat, sin apps aparte:

1. Escenas. texto a vídeo para fotogramas desde cero o animar una foto si ya tienes una toma del producto o del protagonista.
2. Voz en off. locutar un texto — un narrador vivo sin grabarte en un micrófono.
3. Música. una pista de fondo según el ánimo, sin disputas por los derechos de los éxitos ajenos.
4. Subtítulos. subtítulos automáticos — la mayoría de los clips del feed se ven sin sonido, y los rótulos retienen la atención.

Errores frecuentes

• Demasiada acción en un fotograma. "Una persona corre, se gira, saluda y salta" en 5 segundos se desmorona. Un movimiento claro por escena.
• Texto dentro de la generación. Las letras todavía "se desvían" con los modelos. Superpón los titulares y rótulos sobre el clip terminado, no le pidas a la red que los dibuje.
• Cada clip en un estilo nuevo. Las redes van de reconocimiento. Mantén una caligrafía visual común (luz, color, ritmo), y el feed empieza a leerse como tu marca.
• Cero sonido. Aunque se vea sin sonido, una pista y los subtítulos influyen en la visualización completa y en los compartidos.

Qué sigue

El contenido del feed a menudo anuncia un producto. El siguiente capítulo — cómo armar un vídeo publicitario que vende a partir de una foto de producto normal, uno que no te dé vergüenza poner en promoción.

En el chat de Twelver el clip, la voz en off, la música y los subtítulos se arman en una conversación — sin apps aparte. Los tokens iniciales para vídeo se conceden tras registrarte y el onboarding.