Película de Instagram · 42 s · 9:16
LOG OUT
Una película sobre dejar el scroll, hecha sin cámara: cada plano se generó a partir de imágenes de referencia, con la misma cara de principio a fin.
- 42 s
- duración de la película
- ~40
- imágenes de referencia (moodboard + cara)
- 4
- transiciones con IA: edificio, pantalla, pared, ojo
- 0
- cámaras: cada plano es generado
Que la vida real parezca real y la magia quede para las transiciones
El argumento de la película es «esta es mi vida real». No se usó ninguna cámara: la cama, la parada de autobús, el metro y el escritorio son imágenes generadas, cada una a partir de una imagen de referencia encontrada en internet y la misma referencia de cara.
Esos planos cotidianos son sencillos a propósito: luz natural, encuadre corriente, sin efectos. Los momentos en los que se nota la IA son un puñado de transiciones: el avance hacia una ventana encendida, una pantalla que se convierte en una habitación, una pared que se convierte en un portal y la inmersión hacia la cara y el ojo.
Las transiciones parecen mágicas porque todo lo que las rodea parece corriente.
Un banco de unas 40 imágenes de referencia
Antes de generar nada, reunimos unas 40 referencias en un moodboard: exteriores de edificios de noche, una pared y una cama de dormitorio, un escritorio, un set de referencias de la cara (incluido un macro del ojo) y capturas de apps.
Cada plano con IA parte de una referencia más la referencia de la cara, no de un prompt solo. Así la cara, la luz y la habitación se mantienen coherentes de un plano a otro.
Una regla: validar un plano antes de empezar el siguiente.
Una sola cara, fijada antes de cualquier escena
La cara viene de un selfie real, más una segunda foto usada solo para el corte de pelo. Un único prompt fijó la identidad y pidió una hoja de varios ángulos sobre fondo neutro. Esa hoja se convirtió en la referencia de cara de todas las escenas de la película. La hoja de abajo muestra el mismo método con otro personaje.
El prompt es sobre todo una lista de lo que no debe cambiar: nada de mezclar caras, nada de filtro de belleza, ni otros ojos ni otra nariz. Decir qué proteger funcionó mejor que describir la cara.
Para el plano del ojo, pedimos quitar todo lo que se reflejaba en las gafas. Primero cristales limpios; el reflejo de la pantalla llega después, donde la película lo necesita.
Do not modify the facial identity from the first reference. Do not blend identities. Do not copy the face, head shape, skin tone, facial proportions or expression from the second reference. Transfer only the hairstyle. No face morphing, no beauty filter, no smooth skin, no CGI, no cartoon, no anime, no exaggerated jawline, no different nose, no different eyes, no different eyebrows, no altered lips, no beard changes, no glasses, no oversized hairstyle, no more than approximately 7 cm of hair on top, no excessive volume, no fluffy TikTok hairstyle, no watermark, no text, no artifacts. 📷 3/4 left 📷 3/4 right 📷 Left profile 📷 Right profile 📷 Slightly above eye level 📷 Slightly below eye level
Una sola ventana encendida en un edificio oscuro
Partimos de una foto de referencia nocturna de un edificio y le pedimos a Nano Banana que apagara todas las ventanas menos una. Después, correcciones cortas, una cada vez: un solo ordenador y luego el foco en el monitor.
Después Kling animó la imagen en un avance lento hacia la ventana. El plano 3 continúa el mismo movimiento hasta que el marco de la ventana llena la pantalla.
Edit this photo: night scene, all windows of the building completely dark except ONE window on the top floor glowing warm yellow. Inside that window, the faint silhouette of a person sitting at a computer. Quiet empty street, cinematic moody lighting, slight film grain, cold blue night tones contrasting with the single warm window. Photorealistic, cinematic color grade.
Slow steady camera push-in toward the single illuminated window of the building, smooth dolly movement, night atmosphere, subtle parallax, no people moving, cinematic.
Camera continues pushing closer toward the lit window until the window frame fills the screen, slow and deliberate, slight upward tilt, cinematic tension.
Prompts usados, listos para copiar
El plano de la cama necesitó cuatro prompts
Directo desde la galería de Klingobanana, cada toma con su prompt. Toma 1: la cara correcta, pero sonreía. Mal tono para una película sobre la adicción.
Toma 2: una cara cansada y una habitación más oscura. Toma 3: los ojos corregidos. Toma 4: un solo móvil y nada más encendido que su pantalla. Es la de la película.
Correcciones cortas, una cada vez, funcionan mejor que reescribir todo el prompt.
La cámara entra en la pantalla
Grabamos la pantalla de Klingobanana mientras cargaba miniaturas y encadenamos dos generaciones de Kling.
Primero, un zoom hacia la pantalla hasta que la interfaz sale del encuadre. Después, una transición de primer y último fotograma desde ese cuadro hasta la imagen generada de la cama, para que la imagen plana cobre vida como una habitación.
Para ser sinceros: el montaje actual solo usa los primeros segundos de este fragmento.
Camera slowly zooms into the computer screen, pushing toward the image displayed inside the interface, the UI edges slide out of frame, smooth continuous zoom, cinematic.
Seamless transition: the flat image comes alive, colors deepen, the scene becomes three-dimensional and real, subtle camera settle, cinematic morph.
La pared se convierte en un portal
El primer guion proyectaba frases motivacionales sobre la pared. Lo quitamos: el texto proyectado parece basura de IA. La regla pasó a ser mostrar, nunca proyectar texto.
En su lugar, la pared sigue siendo una pared. Las sombras y las grietas empiezan a sugerir formas y luego aparece una interfaz luminosa.
Hicimos 3 ediciones progresivas con Nano Banana de la misma foto de la pared del dormitorio y luego usamos Kling entre la primera y la última. La toma 1 solo dio las primeras líneas brillantes. La toma 2 dio el estallido completo, y esa es la que nos quedamos.
Edit: the shadows and wall cracks subtly begin forming abstract shapes — a hint of a face, a landscape — barely perceptible, everything else unchanged, realistic.
Edit: the shapes on the wall become clearer, soft glowing outlines emerging from the wall texture, dreamlike but grounded, the room still real.
Edit: a glowing interface portal materializes on the wall — the Klingobanana interface floating like a hologram projection, warm light spilling into the room, cinematic sci-fi realism.
The wall slowly comes alive: shadows morph into glowing shapes that form a floating luminous interface, organic slow transformation, light gradually filling the dark room, cinematic.
De la pared al interior del ojo
El ojo sale del set de referencias de la cara: un macro con una pantalla reflejada en el iris. Fue la foto más difícil de conseguir, así que hicimos varios intentos.
Una transición de portal de 14 s lleva después la película de la pared a la cara. Para la inmersión en sí, Kling parte del macro y cae dentro de la pupila.
Extreme macro shot of a human eye, camera dives slowly INTO the pupil, the reflection of a computer screen visible in the iris grows larger until the darkness of the pupil swallows the frame, cinematic, hyper-detailed, shallow focus.
Voz, música y un montaje ajustado a las palabras
La narración usa la voz estándar de ElevenLabs «Daniel» con eleven_v3. Probamos una voz clonada y la descartamos: la voz estándar resultaba más convincente.
Las frases en darija de los amigos están dobladas con dos voces de ElevenLabs. La música sale de ElevenLabs Music, a partir de un plan de composición de 4 secciones que sigue los momentos de la película.
El montaje es una página HTML animada con GSAP y renderizada a vídeo con HyperFrames. Los subtítulos aparecen palabra por palabra, en mayúsculas, con Outfit 900 y un efecto pop. Los cortes se reajustaron sobre las palabras clave de la narración usando marcas de tiempo por palabra.
Quiet Confession 0–9 s sparse solo piano, reflective Boredom Build 9–23 s subtle rising pulse, mirrors compulsive checking Portal Lift 23–33 s swelling pads, hopeful ascending melody Resolution 33–40 s warm resolving piano, fade to silence
Qué falló y cómo se arregló
La IA añadió dos personas de más
El clip de los amigos salió con 4 personas cuando el guion pide 2. Mantuvimos la imagen y sustituimos el audio por dos voces en darija de ElevenLabs. La segunda frase se aceleró 1,34× conservando el tono, para que las dos terminen antes de que empiece la narración.
Una grabación de pantalla se renderizó con 0 fotogramas
El .webm tenía metadatos rotos (120 fps, sin duración), así que el render no capturaba nada. La solución: recodificarlo a MP4 H.264 a 30 fps constantes con faststart.
Las frases en la pared parecían basura de IA
El texto proyectado parece relleno generado. Quitamos las frases y mostramos la transformación: sombras, grietas y luego luz.
La voz clonada perdió frente a la voz estándar
Probamos una voz de narrador clonada. Resultaba menos convincente que la estándar, así que volvimos a «Daniel».
Haz tu propia película
Los prompts de esta página funcionan en Klingobanana. Pega uno, cambia el sujeto y construye tu escena.
Empezar a crear