Prompts de video de producto con IA: 8 recetas probadas (con cada video)

La mayoría de las listas de "prompts de video con IA" están escritas al revés: alguien reúne prompts que se ven impresionantes, los publica y nunca ejecuta ni uno solo. Esta funciona al contrario. Escribí ocho recetas de prompts para videos de producto, ejecuté cada una en el generador de videos cinematográficos de producto de iArt e incrusté el clip exacto que produjo cada prompt — sin editar, primera toma salvo que se indique lo contrario. Cada clip de 10 segundos costó $0.80 y se renderizó en uno a cinco minutos.

Dos de las recetas también usan una foto del producto como entrada, porque eso lo cambia todo en el resultado: abajo hay una comparación directa donde el mismo prompt corre con y sin foto, y puedes ver la diferencia en diez segundos.

El patrón detrás de las ocho

Después de revisar una biblioteca pública de más de 200 prompts publicados y de probar los míos, las recetas que funcionan comparten una misma forma. Un prompt de video de producto que funciona es una lista de tomas, no un mood board:

• El formato primero. Relación de aspecto y duración en la primera oración: "9:16 vertical, 10 seconds."
• La luz antes que los objetos. Nombra la iluminación y la paleta antes de describir lo que pasa — "dark studio, single warm amber key light" define más del look final que cualquier otra cosa.
• Beats con código de tiempo. Divide el clip en ventanas de 2–4 segundos: "0–3s: macro on the bottle. 3–6s: light sweep reveal." Los motores siguen esto con una precisión sorprendente.
• Un movimiento de cámara explícito por beat. Dolly-in, órbita, punch-in — nómbralo. "Cinematic camera work" te da uno al azar.
• Solo tipografía grande. Da las palabras exactas que quieres en pantalla, mantenlas cortas y prohíbe todo lo demás: los titulares se renderizan nítidos, pero el texto decorativo pequeño sale distorsionado. Cada receta aquí termina con una restricción negativa como "no small print anywhere."
• El audio es parte de la toma. Una sola línea — "rain ambience, one deep clock-tick on the final cut" — y el motor lo genera en la misma pasada.
• Una foto fija la identidad; el prompt dirige la película. Si el video debe mostrar tu producto, adjunta una foto y di qué debe preservarse. Sin foto, el motor inventa un producto verosímil (la receta 2b muestra exactamente cómo se ve eso).

Cada prompt de abajo está listo para copiar y pegar. Están escritos para el generador de videos de producto de iArt, pero la estructura sirve en cualquier motor actual de texto a video.

Receta 1 — Hero shot de lujo (perfume)

Luxury perfume commercial, 16:9, 10 seconds. Dark studio, single warm amber key light. 0-3s: extreme macro on the cut-glass facets of a perfume bottle, slow dolly-in, light refracting. 3-6s: a slow light sweep reveals the full bottle silhouette on black. 6-10s: bottle centered and still, big bold serif headline "MIDNIGHT AMBER" fades in above it, smaller line "EAU DE PARFUM" below. Fine amber dust particles drift through the beam. Audio: low ambient hum, one soft chime when the title lands. Do not put any text on the bottle label, no human hands, no small print anywhere — only the two title lines.

Por qué funciona: toda la primera mitad es luz sobre vidrio, algo que los motores renderizan de maravilla, y el producto solo tiene que quedarse quieto en el beat final. Nota que la etiqueta de la botella está deliberadamente en blanco — se pidió, y se cumplió. Los prompts se mantienen en inglés, tal como fueron probados: son el texto exacto que produjo cada clip.

Receta 2 — Tu producto real, a partir de una foto (reloj)

Esta es la receta para vendedores. La entrada fue esta foto:

Cinematic watch commercial, 9:16 vertical, 10 seconds. Use my attached photo as the product — preserve the watch exactly: dial layout, hands, case shape, strap material. Do not redraw or invent dial markings. 0-3s: the watch lies on wet black slate, sparse rain droplets, one hard rim light carving the case edge. 3-7s: slow 180-degree orbit around the watch, ending in a macro push-in on the dial as a droplet slides off the crystal. 7-10s: cut to the watch upright and centered, big bold sans-serif type above it: "TIME. OWNED." — nothing else on screen. Audio: rain ambience, one deep clock-tick on the final cut.

La forma de la caja, la esfera negra sin marcas, la correa blanca con sus orificios ovalados — todo pasó de la foto a una escena que nunca existió. La línea que hace el trabajo pesado es "preserve the watch exactly", más nombrar las partes que importan. El agente incluso avisó, antes de filmar, que la esfera de mi foto no tenía marcas y prometió no inventar ninguna.

Receta 2b — El mismo prompt, sin la foto

Para mostrar qué hace realmente la foto, ejecuté el prompt idéntico con la foto eliminada (describiendo el reloj con palabras):

Sigue siendo un comercial atractivo — pero es un reloj, no el reloj: crema en vez de blanco, una caja más gruesa, proporciones distintas. Sin imagen de referencia obtienes un producto verosímil; con ella obtienes el tuyo. Esa es toda la diferencia entre un prompt de brand film y un video de producto a partir de una foto.

Receta 3 — Skincare de lujo discreto, etiqueta preservada

El mismo flujo foto-primero con un frasco de skincare (una foto de producto de muestra con una marca ficticia, así que la etiqueta misma es parte de la prueba):

Quiet-luxury skincare commercial, 9:16 vertical, 10 seconds. Use my attached photo as the product — preserve the amber glass bottle, white dropper cap and the NOVA label exactly; do not redraw the label or add any text to it. 0-3s: golden morning light sweeps across beige linen, the bottle stands in soft shadow that slowly lifts. 3-6s: macro — a single amber drop falls from the dropper in slow motion, catching the light, landing on a glass surface and blooming outward. 6-10s: the bottle hero-center in full warm light, one big elegant serif line fades in beside it: "SKIN, SIMPLIFIED." Audio: soft room tone, one gentle piano note as the title lands. Negative: no skin or faces, no extra bottles, no small text beyond the label.

La etiqueta NOVA, de cuatro letras, sobrevivió intacta. Ese es el límite honesto que conviene conocer: un logotipo corto y en negrita suele transferirse limpio; la letra pequeña, nunca. El motor vuelve a renderizar las letras en lugar de pegar píxeles, así que cuanto más texto tenga tu etiqueta, más deberías planear un beat macro que la mantenga legible — o dejar la etiqueta fuera de los close-ups más cerrados.

Receta 4 — Testimonio estilo UGC

UGC-style testimonial clip, 9:16 vertical, 10 seconds, shot like a real phone video, slightly handheld. A woman in her late 20s sits by a bright window at home, morning light, holding a small unbranded amber dropper bottle. She looks into the camera and says naturally: "Okay — I did not expect this to actually work." Then a quick punch-in on the bottle in her hand, her thumb over the label. Native audio: her voice, faint room tone, a bird outside. Style: authentic phone footage, imperfect framing, natural skin texture. Negative: no studio lighting, no on-screen text, no captions, no brand names spoken or shown.

El registro opuesto a todo lo anterior: aquí el prompt va en contra del acabado pulido. Las frases que cargan el peso son "shot like a real phone video", la línea hablada entre comillas (el motor genera la voz junto con el metraje) y la lista negativa que prohíbe luz de estudio y subtítulos. Si usas una persona generada por IA en anuncios, decláralo donde tu plataforma lo exija — los testimonios sintéticos presentados como clientes reales te van a pasar factura.

Receta 5 — Film tecnológico minimalista (audífonos)

Minimalist tech product film for wireless earbuds, 16:9, 10 seconds, shot like a product-design film on a white cyclorama. 0-3s: one matte black earbud rotates slowly on an invisible turntable, macro, soft studio light, shallow depth of field. 3-6s: the charging case opens toward camera and both earbuds rise out and drift apart in a clean exploded-view arrangement, floating parts perfectly aligned. 6-10s: everything glides back together, case closes, and one big bold black sans-serif line lands beside it: "HEAR EVERYTHING." Audio: soft whoosh on the drift, one deep click when the case closes. No spec sheets, no small feature labels, no other text anywhere — only that one headline.

"Exploded view" es la frase de mayor valor en prompts de productos tech: transmite competencia de ingeniería y los motores la ejecutan con limpieza. La tentación de agregar llamadas a funciones es exactamente lo que la restricción negativa existe para frenar: esas etiquetas pequeñas son por donde se cuela el texto distorsionado.

Receta 6 — Campaña de moda (hora dorada)

Fashion campaign film, 9:16 vertical, 10 seconds, desert at golden hour. 0-3s: close on beige trench-coat fabric rippling in wind, strongly backlit, sand drifting past. 3-7s: a model walks slowly toward camera across a dune ridge, coat flaring behind, camera dollies back at matching speed, low sun flaring at the frame edge. 7-10s: the model stops as a silhouette against the sun, coat still moving, big thin elegant serif type lands top of frame: "FALL / 26" — nothing else. Audio: wind, fabric movement, one distant swell of strings. Negative: no face close-ups, no brand logos, no other text.

La tela al viento es para la moda lo que la luz sobre el vidrio para el perfume: el material hace la actuación. "No face close-ups" no es solo cuestión de gusto — los rostros de IA se deforman bajo escrutinio, y un cierre en silueta esquiva el problema por completo mientras se ve más como una campaña real.

Receta 7 — Teaser de lanzamiento guiado por tipografía

Typography-led app launch teaser, 16:9, 12 seconds, black background, huge bold white sans-serif type only. 0-2s: the words "EVERY IDEA" slam onto screen one word per beat with a deep bass hit each. 2-4s: they cut away and "DESERVES MOTION." slams in the same way. 4-8s: a sleek smartphone floats up from the bottom through the words, screen glowing with soft abstract color gradients, gentle camera drift around it. 8-12s: phone settles center, final line lands beneath it: "LAUNCH DAY 10.01" in the same huge bold type. Audio: minimal electronic pulse, bass hits synced to each word slam. Strict rule: only these three text moments, no small text, no UI details readable on the phone screen, no logos.

Tres momentos de texto, cada palabra especificada, todo lo demás prohibido. "No UI details readable on the phone screen" importa: pide un degradado brillante en lugar de una interfaz y no habrá nada en la pantalla que pueda salir mal. Para trabajo más pesado de tipografía cinética — copy largo, coreografía de palabras sincronizada al beat — un pipeline dedicado de tipografía supera a un motor de video.

Receta 8 — El stunt de instalación CGI

CGI-style outdoor installation ad, 9:16 vertical, 10 seconds, photoreal. A generic white minimalist running sneaker, three meters tall with no logos, stands in the middle of a city crosswalk in morning light like a public art installation. 0-3s: street level — pedestrians walk past and film it with phones, the giant sneaker towers over them. 3-7s: a drone shot orbits down around the sneaker, sunlight flares between buildings, tiny reflections in office windows. 7-10s: wide top-down as the crosswalk stripes line up under the shoe, big bold headline lands across the sky: "STEP BIGGER." Audio: city ambience, one cinematic riser into the title. Negative: no readable faces, no car brands, no logos anywhere, no text except the headline.

El formato de "objeto imposible en una calle real" — el anuncio CGI — solía ser una partida de VFX de cinco cifras. El truco al promptearlo es el anclaje de escala: los peatones filmándolo con sus teléfonos le dan a la toma una referencia de tamaño creíble y hacen que el efecto se lea como una instalación, no como un error.

Qué falla, honestamente

• El texto pequeño se distorsiona. Los titulares grandes se renderizan nítidos; la letra pequeña, las etiquetas de especificaciones y las líneas largas salen como sopa de letras. Diseña tu prompt para que nada pequeño necesite ser legible.
• Las etiquetas se re-renderizan, no se pegan. Incluso con una foto, las letras de tu producto son redibujadas por el motor. Un logotipo corto y en negrita como NOVA sobrevive; el texto denso de una etiqueta no será exacto carácter por carácter. El agente me lo advirtió antes de filmar — créele.
• Sin foto, el producto es inventado. La receta 2b es la prueba. Está bien para brand films y teasers; está mal para mostrarles a los compradores lo que van a recibir.
• Las restricciones negativas tienen límites. El sneaker de la receta 8 se prompteó con "no logos anywhere" — y aun así le creció una curva tenue con forma de logo en el costado, justo donde las marcas de sneakers ponen el suyo, porque eso es lo que el motor cree que parecen los sneakers. Los arquetipos de categoría se filtran de vuelta; revisa tu resultado antes de publicarlo.
• Las primeras tomas no están garantizadas. Cada clip de esta página es una primera toma, pero tómalo como una buena racha, no como una promesa — presupuesta una o dos repeticiones en una campaña real.

Cómo ejecutar estos prompts

1. Abre el generador de videos cinematográficos de producto de iArt — puedes empezar en el plan gratuito.
2. Si el video debe mostrar tu producto real, agrega tus fotos de producto (el formulario acepta hasta 5); si no, pasa directo al prompt.
3. Pega una receta y sustituye tu producto, las palabras de tu titular y tu formato (9:16 para Reels/TikTok, 16:9 para YouTube y landing pages).
4. Revisa el plan de tomas que propone el agente, apruébalo, y el clip se renderiza en entre uno y cinco minutos. Exportar el archivo requiere un plan de pago.

FAQ

¿Estos prompts solo funcionan en iArt?

La estructura — formato primero, iluminación primero, beats con código de tiempo, movimientos de cámara explícitos, solo tipografía grande, restricciones negativas — se transfiere a cualquier motor moderno de texto a video. Los resultados que se muestran aquí son los que produjo iArt, y el flujo de preservación de foto de las recetas 2 y 3 es específico de herramientas que aceptan imágenes de referencia.

¿Cuánto costó cada video?

Cada clip de 10 segundos de esta página costó $0.80 generarlo a 768p; el teaser tipográfico de 12 segundos costó $0.96. La generación se cobra por segundo de salida, y exportar requiere un plan de pago.

¿Puedo mantener legible la etiqueta de mi producto?

Un logotipo corto y en negrita suele transferirse limpio desde tu foto — la etiqueta NOVA de la receta 3 sobrevivió intacta. El texto de etiqueta denso o pequeño es re-renderizado por el motor y no será exacto carácter por carácter, así que deja la letra pequeña fuera de los close-ups o planea alrededor de ella.

¿Qué relación de aspecto deberían usar los videos de producto?

Ajústala a la ubicación: 9:16 para TikTok, Reels y Shorts; 16:9 para pre-roll de YouTube y heroes de sitios web; 1:1 para colocaciones en el feed. Decláralo en la primera oración del prompt — los motores lo respetan, y la composición cambia con él.

¿Cuánto debería durar un video de producto con IA?

Diez segundos es el punto ideal para un anuncio de un solo producto: tres beats, un titular, listo. Alargarlo solo vale la pena cuando tienes estructura real para llenarlo — más beats, no beats más lentos.

Pruébalas con tu producto

Elige la receta más cercana a tu categoría, sustituye tu foto de producto y tus tres palabras, y ejecútala: haz un video cinematográfico de producto con una cuenta gratuita. Si quieres el recorrido más profundo del flujo foto-primero, la pieza complementaria es Video cinematográfico de producto a partir de una foto.