Generación de planos: de la imagen de referencia del personaje al clip utilizable
💡 Objetivo: al terminar esta etapa, con unas 35 minutos de curso (sin contar las esperas de renderizado), habrás convertido uno a uno los planos del storyboard en clips utilizables: el primer plano se ejecuta en el momento, y de una vez dominas la escritura de prompts para generación de planos con IA, el control de transiciones, el diagnóstico de fallos y la disciplina de reintentos.
🎯 Objetivos de la etapa
- Ejecutar el primer plano: usa la imagen de referencia de la escena como fotograma inicial para ejecutar imagen-a-video y produce el primer clip utilizable de 3–5 segundos (3–5 segundos es el valor de diseño de duración de plano en este curso) — ver 4.1 Primer plano
- Saber escribir prompts de «movimiento» y controlar la dirección de las transiciones: describe por separado acción, movimiento de cámara y atmósfera, con la escritura desglosada frase por frase a partir de los prompts de ejemplo oficiales; para transiciones y planos de desplazamiento usa el flujo de fotogramas inicial y final, llevando el plano de la imagen A a la imagen B — ver 4.2 Prompts de acción y movimiento de cámara, 4.3 Control con fotogramas inicial y final
- Saber diagnosticar fallos y tener límite de reintentos: localiza el problema en 60 segundos; máximo 3 reintentos por plano, y si se supera, sustituye o déjalo pasar — ver 4.4 Diagnóstico de fallos, 4.5 Reintentos y sustitución
⏳ Tiempo estimado
- Las cinco lecciones suman unos 35 minutos (8 + 7 + 7 + 7 + 6); con un margen de ±30% queda aproximadamente en 25–46 minutos
- Las esperas de renderizado se cuentan aparte: declaración oficial de velocidad — sin optimización específica, TI2V-5B puede generar video de 5 segundos en 720P en menos de 9 minutos con una sola GPU de consumo. Contando los reintentos, es prudente reservar una espera del orden de media hora por plano (recomendación de estimación de este sitio)
- Ruta rápida si vas con prisa: 4.1 Primer plano es obligatorio; lee 4.2 cuando el primer resultado no te satisfaga; lee 4.3 al encontrarte con planos de transición; vuelve a 4.4 y 4.5 cuando surjan problemas
🚀 Antes de empezar
- Has completado Materiales de personajes y escenas: tienes en mano las imágenes de referencia de personajes y escenas — imagen-a-video las usará como fotograma inicial
- Ruta de producción definida: 1.3 Herramientas en la nube o despliegue local
- Ruta local: ComfyUI ya actualizado a la última versión (requisito del tutorial oficial; si no encuentras plantillas en la biblioteca, probablemente la versión es demasiado antigua) y los archivos del modelo Wan2.2 ya en su lugar — entra desde ComfyUI Inicio rápido; dónde colocar los modelos, ver Explicación de la carpeta de modelos
- Ruta en la nube: cuenta de Comfy Cloud ya activada (las plantillas en la nube como
video_wan2_2_5B_ti2vse pueden abrir directamente), o la cuenta de la plataforma en la nube elegida en la página de rutas 1.3 Rutas ya lista - Storyboard en mano: el 2.4 Storyboard ya está finalizado — esta etapa consiste en convertirlo línea por línea en video
- Materiales archivados según la 3.5 Convención de nomenclatura: por muchos reintentos que haya, las versiones no se sobrescriben entre sí
- Un vaso de agua ☕ — cada plano requiere esperar el renderizado, buen momento para hidratarte
📚 Lecciones de esta etapa
Las cinco lecciones responden a cinco preguntas: ¿cómo ejecutar el primer plano? ¿Cómo escribir prompts de «movimiento»? ¿Cómo controlar las transiciones? ¿Cómo investigar los fallos? ¿Cuántos reintentos son suficientes?
| Lección | Contenido | Duración |
|---|---|---|
| 4.1 Primer plano | Ejecuta el primer plano con imagen-a-video: la imagen de referencia de la escena como fotograma inicial | 8 minutos |
| 4.2 Prompts de acción y movimiento de cámara | Desglose frase por frase de los ejemplos oficiales + plantilla de vocabulario de cámara | 7 minutos |
| 4.3 Control del recorrido del plano con fotogramas inicial y final | Fotograma inicial + fotograma final fijan el recorrido; úsalo para transiciones y planos de desplazamiento | 7 minutos |
| 4.4 Diagnóstico de fallos de plano | Localiza el problema en 60 segundos: separa problemas de entorno y problemas de contenido | 7 minutos |
| 4.5 Estrategia de reintentos y sustitución de planos | Máximo 3 reintentos por plano: reintentar, degradar o dejarlo pasar | 6 minutos |
Cuatro flujos de trabajo oficiales: cómo elegir en la generación de planos con IA
El tutorial oficial de Wan2.2 para ComfyUI ofrece cuatro flujos de trabajo, todos localizables en la biblioteca de plantillas. Esta sección solo explica «cómo usarlos para planos de microdramas»; las operaciones a nivel de nodo enlazan a las páginas específicas de la sección comfyui:
| Flujo de trabajo oficial | Nombre de búsqueda en la biblioteca de plantillas | Cuándo usarlo en un cortometraje | Tutorial a nivel de nodo |
|---|---|---|---|
| Wan2.2 5B (texto a video + imagen a video en uno) | Wan2.2 5B | Ruta principal para el clip de práctica (recomendado en este curso): un modelo con dos usos, se puede ejecutar con 8GB de VRAM | Wan2.2 5B flujo de trabajo |
| Wan2.2 14B T2V (texto a video) | Wan2.2 14B T2V | Sin una imagen de referencia adecuada, genera la escena directamente desde texto | 14B T2V flujo de trabajo |
| Wan2.2 14B I2V (imagen a video) | Wan2.2 14B I2V | Usa la imagen de referencia como primer fotograma, prioriza la calidad de imagen | 14B I2V flujo de trabajo |
| Wan2.2 14B FLF2V (primer y último fotograma) | Wan2.2 14B FLF2V | Transiciones y planos de desplazamiento: el primer y el último fotograma definen la trayectoria | 14B FLF2V flujo de trabajo |
En el flujo de trabajo 14B verás dos archivos de modelo de difusión (ruido alto + ruido bajo): es el diseño MoE de doble experto de Wan2.2: el experto de ruido alto gestiona la composición general y el experto de ruido bajo los detalles (README oficial: parámetros totales 27B, activados por paso 14B). El flujo de trabajo 5B solo tiene un archivo de modelo de difusión, lo cual es más amigable para el clip de práctica.
💡 ¿Por qué el 5B es la primera opción para el clip de práctica?
- Palabras textuales del tutorial oficial: ComfyUI con el offloading nativo, el 5B «should fit well on 8GB vram» (se puede ejecutar con 8GB de VRAM); incluso las tarjetas gráficas de nivel básico pueden con ello
- Un solo modelo admite tanto texto a video como imagen a video, cubriendo ambas necesidades del clip de práctica
- El posicionamiento oficial del 5B es «prototipado rápido y exploración creativa», y lo que el clip de práctica necesita es justamente prueba y error rápidos, no la perfección a la primera
- El posicionamiento oficial del 14B se inclina más por la calidad de imagen (descripción del flujo de trabajo: high-quality, control estético cinematográfico), pero exige más hardware: los scripts de línea de comandos del repositorio oficial indican para el 14B un mínimo de 80GB de VRAM en una sola tarjeta (la versión empaquetada de ComfyUI no especifica cifras concretas). Cuando la VRAM sea justa, en 4.4 diagnóstico de fallos hay una ruta de reducción de VRAM con versiones GGUF cuantizadas de la comunidad
Aclaremos primero los límites (también son los límites de todo el curso): la generación de planos con IA es generar cada plano por separado, hacer varios intentos y finalmente editar y combinar, no generar el cortometraje completo de una sola vez; las imágenes de referencia pueden mejorar la consistencia de los personajes, pero no garantizan que «el rostro nunca cambie entre planos»; el desvío residual en forma del rostro o vestuario se compensa con 2.5 verificación de continuidad de planos y 4.3 primer y último fotograma.
📋 Consulta rápida de recursos oficiales
- Wan2.2 ComfyUI tutorial oficial (docs.comfy.org)
- Wan2.2 repositorio oficial (README de GitHub)
- Wan2.2 Prompt Guide (guía oficial de prompts, documento de DingTalk, este sitio no ha capturado su contenido)
- Descarga de modelos: Comfy-Org/Wan_2.2_ComfyUI_Repackaged (HuggingFace, versión empaquetada de ComfyUI)
- Ruta en la nube: Comfy Cloud (plantillas
video_wan2_2_5B_ti2v,video_wan2_2_14B_t2v,video_wan2_2_14B_i2v,video_wan2_2_14B_flf2v)
🎒 Lo que vas a obtener
- Un conjunto de clips utilizables de 3–5 segundos archivados según la numeración de planos del guion de storyboard, listos en cualquier momento para pasar a la edición de montaje final
- Una metodología de prompts de plano de «acción + movimiento de cámara + atmósfera», extraída de los ejemplos oficiales, sin depender de la magia
- El uso práctico del flujo de trabajo de primer y último fotograma: los planos de transición van de la imagen A a la imagen B, reduciendo la parte que depende solo del azar
- La disciplina de reintento de «diagnóstico en 60 segundos + máximo 3 intentos por plano»: el presupuesto se gasta donde importa, y el gasto se registra en 1.4 tabla de registro de costes
¿Todo listo? Empieza la primera lección: el primer plano →