Cómo Hacer un Video Musical con IA, Toma por Toma

La mayoría de las guías sobre cómo hacer un video musical con IA se detienen en elegir una herramienta y escribir un prompt, así que nunca ves cómo se planifica, genera y mantiene unido el valor de toda una canción en tomas. Seguimos Catch Out, un cortometraje de 4:06 por Dr. Dreams de la Residencia de Verano 2026 de Flick, con tres canciones escritas por Dr. Dreams en su banda sonora, desde su primer fotograma en una cerca de patio ferroviario hasta el reflector que atrapa a su tripulación. La película se construyó a partir de 29 clips de video y 62 imágenes generadas en su lienzo público. Esta guía muestra cómo hacer un video musical con IA en ocho pasos, toma por toma, cada uno con el fotograma real y el prompt detrás de él.

¿Cómo se organiza un cortometraje musical con sus canciones?

¿Cómo se hace un video musical con IA, toma por toma?

1. Paso 1

   Elige el elenco una vez

   Crea una hoja de rotación para cada personaje antes de la primera toma, frente y ambos perfiles sobre fondo blanco, para que cada prompt de video pueda citar el mismo rostro y la misma ropa durante toda la canción.

   • Dr. Dreams hizo hojas de referencia para Casey, Patches, Gumby, el oficial ferroviario llamado el Bull, y Thor el perro.
   • Casey recibe una segunda hoja con la cabeza rapada, porque su aspecto cambia en la fogata y 8 de los 29 prompts de video requieren la cabeza rapada.

   

   Professional character turnaround reference sheet. Show the SAME man (Casey) in 3 panels side by side: front view, left profile, right profile. Full body, neutral A-pose, plain white seamless background, even studio lighting, orthographic framing. Identical face (lean, 23, long unkempt brown hair, light stubble, wide earnest eyes), same costume in every panel: worn blue/brown plaid flannel over black tee, ripped dirty jeans, heavy boots. Label each panel: FRONT, LEFT, RIGHT.

   Significado:Una hoja de referencia de personaje muestra al mismo hombre llamado Casey en tres vistas de cuerpo completo con fondo blanco.

2. Paso 2

   Crea cada locación

   Escribe cada locación como una nota encabezada y generala como un plano vacío, para que cada parada de la canción tenga un lugar fijo antes de que cualquier personaje entre en él.

   • El lienzo contiene 8 notas encabezadas "Montaje", desde un contenedor de basura de tienda hasta un paso elevado de autopista bajo la lluvia.
   • Cada plano está vacío a propósito, "encuadrado para dejar espacio en primer plano para las figuras", para que el equipo pueda ser colocado en él más tarde.

   

   # Montage — Truck Stop at Night
   
   A truck stop parking lot at night, rows of parked semis with running lights, tall sodium lamp poles casting orange pools over wet asphalt, a lit fuel canopy and diner sign glowing in the background. Empty scene, no people or animals, framed to leave foreground room for figures sitting and splitting food. Moody cinematic photography, moody night color, orange and cyan light mix.

   Significado:Un estacionamiento nocturno de camiones con luces naranjas, asfalto mojado y un letrero de cafetería brillando al fondo.

3. Paso 3

   Construye el encuadre de apertura

   Compón la primera toma como una imagen fija con cada personaje en su lugar, luego anímala desde ahí, para que la canción abra en un encuadre que elegiste en lugar de uno que el modelo de video supuso.

   • El prompt numera sus imágenes de referencia, "Imagen 1-3 son Casey", para que el modelo sepa qué rostro pertenece a quién.
   • La película terminada abre en esta valla, con el equipo escondiéndose de un reflector del patio de trenes.

   

   Build a cinematic night scene. Image 1-3 are Casey (jittery 23, long unkempt hair, anxious eyes). Images 4-6 are Patches (25, sun-scorched, leather jacket, calm). Images 7-9 are Gumby (23, tall lanky, red bandanna, thrift clothes). Image 10 is Thor the floppy-eared hound. Place all four crouched low together in tall weeds by a chain-link fence at night, a distant rail-yard spotlight raking behind them. Thor asleep across Casey's boot. Faces half-lit, breath visible, cold blue moonlight, shallow depth of field, 35mm film grain, tense stillness.

   Significado:Casey, Patches, Gumby y el perro Thor se agachan juntos entre maleza alta junto a una valla de noche.

4. Paso 4

   Marca el tiempo de la acción en compases

   Escribe una acción larga como compases marcados dentro de un clip, como [00:00], [00:04] y [00:08], para que la carrera, el salto y el aterrizaje se reproduzcan como una sola toma que puedes extender a lo largo de un tramo de la canción.

   • Este salto de tren es cinco tiempos en un clip, hecho con Seedance 2.0 a partir de una imagen fija de la tripulación junto al vagón de carga.
   • El prompt nombra la puerta lateral cuatro veces y descarta el extremo del vagón dos veces, fijando un detalle que un modelo de video fácilmente se equivoca.

   

   

   00:15

   A continuous 15-second night sequence, strict profile perspective throughout, camera parallel to the moving train. [00:00] Close-up tracking shot on their running feet pounding across the gravel, past the train wheels. [00:04] Profile shot tracking alongside the three punks and their dog as they run parallel to the boxcar, keeping pace with the wide open SIDE sliding door in the middle of the car's long side wall; the train is moving quickly and picking up speed. [00:08] Medium profile shot on Patches (woman in the leather jacket) as she runs alongside the open side door, then grabs the edge and swings up sideways through the open side door into the dark interior, entering through the side of the car, never the end. [00:11] Wide profile tracking shot as Gumby (tall, red bandanna) scoops up Thor the dog while running and hands the dog up sideways through the open side door to Patches, who grabs him. [00:14] Close shot as Patches sets Thor down safely on the boxcar floor inside. Cold blue moonlight, distant yard lights, film grain, kinetic handheld urgency, breath visible in the cold air. They always enter through the open door on the side of the boxcar, not the back end.

   Significado:Tres jóvenes y su perro corren junto a un tren en movimiento y suben por la puerta lateral abierta.

5. Paso 5

   Dale a la música una toma tranquila

   Después de un pasaje ruidoso, dale a la canción una toma lenta con casi ninguna acción, para que la música lleve el momento y la audiencia tenga un respiro antes de la siguiente serie de cortes.

   • En el corte, la primera noche en el vagón de carga está entre el salto de tren y el montaje de carretera.
   • Los tiempos son pequeños a propósito: sentarse, colgar las piernas sobre el borde, pasar una botella, sonreír.

   00:13

   interior moving box car Empty Boxcar Interior, Rear Door Open. live action film. 
   [00:00] The characters Casey, Road-Worn - Character Ref SheetPatches with Stick-and-Poke TattoosGumby Character ReferenceThor Character Reference jog into the scene from behind the camera and sit on the floor of the box car, exhausted. breathing heavy. camera dollies. 
   [00:03] close on Casey as he sits at the edge of the open door, his legs hanging over the edge. 
   [00:05] over casey's shoulder, looking out the moving fields beyond. 
   [00:08] cut to camera push in close on patches who takes a swig from a bottle. she tosses it over to gumby. 
   [00:10] cut to gumby who catches the bottle. drinks from it. Thor sits next to him. 
   gumby. 
   [00:13] cut back to three shot of all of them. smiling. happy.  camera tilts up toward ceiling. 

   Significado:Los personajes corren exhaustos hacia un vagón en movimiento, se sientan, comparten una botella y sonríen felices en estilo de película de acción en vivo.

6. Paso 6

   Corta el montaje una parada a la vez

   Dale a cada tramo del montaje un lugar y una acción pequeña, para que cada corte en el tiempo llegue a un sitio nuevo y un largo camino quepa en aproximadamente un minuto de película.

   • El montaje de carretera de Catch Out va desde aproximadamente 0:40 hasta 1:52 y visita seis lugares, uno tras otro.
   • Esta toma de la parada de camiones cita la placa de la tienda y la hoja de Patches por enlace, y toda su acción es Patches charlando con el empleado mientras Gumby sale.

   00:04

   live action film. [00:00] interior gas station Flying J Truck Stop Store cut to the checkout counter where  [00:09 handheld camera tracking gumby as he walks to the exit. he walks past Patches Patches Character Turnaroundpatches is chatting and flirting with the teenage clerk behind the counter. camera handheld

   Significado:Gumby camina hacia la salida de una gasolinera mientras Patches coquetea con el empleado en el mostrador, filmado con cámara en mano estilo película de acción en vivo.

7. Paso 7

   Haz los accesorios

   Genera cualquier objeto en el que gire la historia como su propia toma de producto, para que se vea igual en cada mano y en cada corte de la canción.

   • La escena de la fogata gira en torno a unas máquinas de afeitar robadas: Patches rapa la cabeza de Casey, y él mantiene el corte rapado durante el resto de la película.
   • El lienzo contiene tres accesorios de cortapelos, y este inalámbrico descarta un cable de alimentación tres veces en un solo prompt.

   

   # Prop: Brand New Cordless Hair Clippers
   
   A brand new cordless consumer electric hair clipper, matte black plastic body with a polished chrome adjustable guard and a crisp sharp trimming blade, pristine and unused straight out of the box. Cordless with NO power cord and no cable of any kind. Single object presented as a clean studio product shot, centered on a pure seamless white background, bright even soft studio lighting, sharp focus, subtle soft shadow beneath, no hands, no people, no packaging, no cord. Crisp commercial product photography.

   Significado:Una cortadora de cabello inalámbrica nueva de plástico negro mate con cuchilla afilada se presenta en un fondo blanco con iluminación de estudio.

8. Paso 8

   Prepara el giro

   Escribe el giro de la historia como un clip que escala ritmo a ritmo, desde una carrera hasta una mirada hacia atrás y un reflector cegador, para que la imagen alcance su punto culminante de la misma manera que una canción llega a su último estribillo.

   • Aproximadamente a los 2:48 de la película, el equipo se congela bajo el resplandor del reflector del camión de seguridad.
   • El prompt termina cada ritmo con lo que la audiencia debería sentir, "tensión intensa, rugido del motor".

   00:15

   ive action film. no background music. night, trainyard Trainyard Edge, No Fences. [00:00] camera dolly, tracking along side the crew Patches Character TurnaroundGumby Character TurnaroundCasey - Turnaround Sheet, Buzzed HeadThor Character Turnaround as they run across the tracks [00:03] cut to close on casey, glancing over his shoulder as he runs, camera handheld
   [00:06] cut to casey's POV looking back as a  second security truck suddenly pulls out onto the road  behind him, headlights and a blinding white spotlight blasting straight at him [00:09] camera tracking behind the three of them running as a security truck Railroad Security Truck suddenly pulls out in front of them, and screeches to a stop and shins a spotlight on them. the three young people freeze, throwing hands up against the glare, silhouetted, caught. hard tension, engine roar, no music.
   [00:12] cut to medium camera orbits in front of the three of them, they're blasted with the spotlight, squinting against the harsh light. 

   Significado:Un equipo corre por las vías del tren de noche mientras camiones de seguridad los persiguen con focos brillantes en estilo de acción en vivo.

   Abrir el flujo de trabajo de Catch Out

¿Qué requirió hacer un cortometraje musical?

¿Qué mantiene unido un video musical con IA?

1. 1. Bloquea los rostros primero

   Name the reference sheets in the prompt and ask for a match, as the train hop shot does, so a cut on the beat never swaps one face for another.

   Keep Patches, Gumby, and Casey exactly matching their reference sheets throughout.

   Catch Out, dirigida por Dr. Dreams

   Significado:Patches, Gumby y Casey mantienen su apariencia exacta de las hojas de referencia durante toda la escena.

2. 2. Un lugar por tramo de canción

   Plate each stop empty before anyone stands in it, so the montage reads as a journey rather than a blur of backgrounds.

   Empty scene, no people or animals.

   Catch Out, dirigida por Dr. Dreams

   Significado:Una escena vacía sin personas ni animales.

3. 3. Planifica el cambio en la nota

   Write a character's later look into the first note, so the second sheet is ready when the story reaches it.

   Long unkempt hair (later buzzed short).

   Catch Out, dirigida por Dr. Dreams

   Significado:Cabello largo y descuidado que luego se corta muy corto.

4. 4. Termina en plano abierto y deja que la canción termine

   Close on a wide shot with slow camera movement, so the last chorus or the credits have a picture to play over.

   Camera booms up slowly, rising above the train as it rolls off into the distance.

   Catch Out, dirigida por Dr. Dreams

   Significado:La cámara se eleva lentamente mientras el tren se aleja rodando en la distancia con movimiento cinematográfico.

Preguntas sobre cómo hacer un video musical con IA

Más sobre cómo hacer videos musicales en Flick

Película en esta guía

• Dr. Dreams · Catch Out