Los prompts están en inglés a propósito: Nano Banana y los modelos de video siguen las instrucciones en inglés de forma más fiable. Cópialos tal cual.
La forma más fiable de conseguir un video de IA exactamente como lo planeaste es diseñar primero el fotograma inicial como imagen fija y luego animarlo. Nano Banana te da un control preciso y barato sobre esa imagen: composición, personaje, producto, luz. Después un modelo de video como Veo, Seedance, Wan o Gemini Omni agrega el movimiento y, en la mayoría de los modelos, el sonido. Esta guía recorre todo el proceso en NanoBananas, desde el prompt del primer fotograma hasta una secuencia terminada de varias tomas, con un solo saldo de créditos para ambos pasos.
Los modelos, duraciones y precios en créditos de esta guía son los del estudio de NanoBananas al 9 de noviembre de 2026. El estudio siempre muestra el costo exacto antes de generar.
Por qué empezar con una imagen
- Control: apruebas la composición, el personaje y la luz antes de pagar por el video. Una imagen cuesta de 3 a 20 créditos; un clip de 8 segundos, de 24 a 360.
- Coherencia: la misma imagen, o versiones editadas de ella, puede abrir varios clips para que un personaje o producto se vea igual en todas las tomas.
- Menos clips fallidos: el texto a video tiene que inventar el aspecto y el movimiento a la vez. De imagen a video solo inventa el movimiento, que es donde ocurren la mayoría de los fallos.
- Fidelidad de marca: logotipos, empaques y colores de producto son mucho más fáciles de acertar en una imagen que puedes editar y revisar que en un prompt de video.
Paso 1: crea un primer fotograma que pueda moverse
Genera la imagen en el estudio de imágenes. Un buen primer fotograma no es solo una buena imagen: es una imagen que le deja al modelo de video hacia dónde ir.
- Usa la relación de aspecto del video. 16:9 para horizontal y 9:16 para clips verticales de redes. Veo 3.1 y Gemini Omni solo aceptan esas dos; Seedance y Wan 3.0 también aceptan 1:1, 4:3 y 3:4, y Seedance suma 21:9.
- Deja espacio para el movimiento. Un sujeto pegado al borde no tiene adónde caminar; un producto que llena todo el encuadre no se puede orbitar.
- Congela una acción a la mitad. Un barista sirviendo o un corredor a media zancada le dan al modelo un siguiente movimiento evidente.
- Evita texto diminuto y multitudes densas. Ambos cuestan mantenerse estables cuando todo se mueve.
- Hazla en 2K. Es detalle suficiente para video 1080P. Las imágenes en 4K cuestan más y no hacen el video más nítido.
Prompt del primer fotograma
A barista in a green apron pouring latte art into a white cup at a sunlit café counter, steam rising, medium shot at eye level, soft morning light from the window behind, 16:9 cinematic framing with space on the right.
Usa Nano Banana 2.1 o Pro para el fotograma final, y haz los borradores de composición con Nano Banana 2 en 1K por 3 créditos cada uno. Consulta cómo escribir prompts para Nano Banana para la estructura del prompt.
Paso 2: elige un modelo de video
Todos los modelos de la tabla pueden animar un primer fotograma en el estudio. Se diferencian en duración, formatos, sonido y precio.
| Modelo | Duraciones con primer fotograma | Formatos | Sonido | Costo de ejemplo |
|---|---|---|---|---|
| Veo 3.1 Lite | 4, 6, 8 s | 16:9, 9:16 | Siempre incluido | 8 s en 720P: 24 |
| Veo 3.1 Fast | 4, 6, 8 s | 16:9, 9:16 | Siempre incluido | 8 s en 720P: 48 |
| Veo 3.1 Quality | 4, 6, 8 s | 16:9, 9:16 | Siempre incluido | 8 s en 720P: 176 |
| Gemini Omni 1.1 Flash | 4, 6, 8, 10 s | 16:9, 9:16 | Siempre incluido | 8 s en 720P: 64 |
| Seedance 2.0 Mini | De 4 a 15 s | 6 formatos, incl. 21:9 | Opcional | 8 s en 720P: 24 |
| Seedance 2.0 | De 4 a 15 s | 6 formatos, incl. 21:9 | Opcional | 8 s en 720P: 120 |
| Seedance 2.5 | De 4 a 30 s | 6 formatos, incl. 21:9 | Opcional | 8 s en 720P: 176 |
| Wan 3.0 | 5, 10, 12, 15 s | 16:9, 9:16, 1:1, 4:3, 3:4 | Opcional | 10 s en 720P: 60 |
- Clip corto con sonido para redes: Veo 3.1 Fast, o Lite para ahorrar créditos.
- Toma única más larga: Seedance 2.5 (hasta 30 s) o Wan 3.0 (hasta 15 s con bajo precio por segundo).
- Formato cuadrado o 4:3 para el feed: Seedance o Wan 3.0.
- La prueba de movimiento más barata: Veo 3.1 Lite o Seedance 2.0 Mini, 24 créditos por 8 segundos en 720P.
Para una comparación más profunda, lee Seedance vs Veo vs Wan y Veo 3.1 Quality, Fast o Lite.
Paso 3: describe el movimiento, no la escena
Abre Image to Video y sube tu imagen. La imagen ya define la escena, así que el prompt debe describir qué se mueve, cómo se mueve la cámara y qué se oye. Volver a describir toda la escena invita al modelo a cambiarla.
Prompt de movimiento
The barista slowly finishes the pour and lifts the jug away; steam drifts upward. The camera pushes in gently toward the cup. Calm pace, natural motion, ambient café sound.
| Término de cámara | Qué hace | Ideal para |
|---|---|---|
| Push in / dolly in | La cámara se acerca al sujeto | Concentrar la atención en un producto o un rostro |
| Pull back / dolly out | La cámara se aleja | Revelaciones y cierres |
| Pan left / right | La cámara gira sobre su eje | Seguir un movimiento que cruza el encuadre |
| Orbit | La cámara rodea al sujeto | Productos, esculturas, tomas principales |
| Handheld | Ligero movimiento natural | Estilo documental y de redes |
| Static | La cámara no se mueve | Diálogos y movimientos sutiles |
- Nombra una acción principal y un movimiento de cámara por clip. Dos de cada uno suelen mezclarse.
- Usa palabras de velocidad: slowly, gently, suddenly, in one smooth motion.
- Describe el sonido cuando el modelo lo genera: quiet café ambience, footsteps on gravel, no music.
- Escribe el prompt en inglés: la mayoría de los modelos de video siguen mejor los prompts en inglés.
Paso 4: prueba barato y luego genera el final
- Prueba el movimiento a 720P y con la duración más corta del modelo. En Veo 3.1 Lite una prueba de 4 segundos cuesta 12 créditos.
- Revisa el clip con una lista corta: ¿el sujeto mantiene su rostro y su forma?, ¿la cámara hace lo que pediste?, ¿algo se deforma en los bordes?, ¿el sonido es el correcto?
- Corrige una cosa por intento. Poco movimiento: describe una acción más clara. Demasiado: agrega subtle y static camera.
- Genera el final con la duración y la resolución en que vas a publicar, en el modelo cuya prueba te gustó.
Mantén fijos la imagen y el prompt de movimiento al cambiar de modelo, para comparar modelos y no prompts.
Controla el final con primer y último fotograma
El modo de primer y último fotograma toma dos imágenes y genera el movimiento entre ellas. Es la mejor manera de que las revelaciones, los antes y después y las transiciones terminen justo donde quieres. En el estudio lo admiten Veo 3.1 (los tres niveles), Seedance 2.0, 2.5, Fast y Mini, Wan 3.0 y 2.7, y Gemini Omni 1.1.
- Crea el fotograma inicial en Nano Banana.
- Crea el fotograma final editando el inicial, no con un prompt nuevo. Por ejemplo: Keep the room, camera angle and furniture unchanged. Change the lighting from daytime to evening with the lamps switched on. Así los dos fotogramas quedan lo bastante parecidos para unirse.
- Sube ambos fotogramas y describe la transición: The light slowly fades from day to evening as the lamps turn on one by one. Static camera.
Si los dos fotogramas son muy distintos, el modelo tiene que inventar un cambio grande en pocos segundos, y ahí aparecen las deformaciones. La guía de edición de fotos explica la fórmula de mantener y cambiar para el fotograma final.
Arma una secuencia de varias tomas
Los videos largos se componen de varios clips. Para que sean coherentes, crea el primer fotograma de cada toma a partir de la misma fuente.
- Haz una imagen principal del personaje o del producto.
- Edítala para crear el primer fotograma de cada toma: un primer plano, un plano general, otra ubicación. Mantén siempre el rostro, la ropa o el empaque en la oración de lo que no cambia.
- Anima cada fotograma con su propio prompt corto de movimiento, en el mismo modelo y con la misma configuración.
- Une los clips en un editor. Para continuar una toma exactamente, extrae el último fotograma del clip anterior y úsalo como primer fotograma del siguiente.
Para mantener estable a un personaje entre imágenes, consulta la guía de consistencia de personajes.
Tres pares de imagen a video para copiar
Toma principal de producto
Imagen (Nano Banana)
A matte black wireless earbud case standing open on a wet black stone surface, droplets on the surface, dramatic rim light from behind, dark studio background, 16:9 with the product centered and space around it.
Movimiento (modelo de video)
Slow orbit around the earbud case from left to right as a single drop of water falls nearby and ripples. Rim light glints across the edges. Quiet, deep ambient tone.
Retrato para redes
Imagen (Nano Banana)
A young woman in a yellow raincoat standing on a city street at night, neon reflections on the wet pavement, looking slightly off camera, 9:16 vertical framing from the waist up.
Movimiento (modelo de video)
She turns her head toward the camera and smiles as rain falls softly. The camera pushes in slightly. Sound of light rain and distant traffic.
Plano de apertura de paisaje
Imagen (Nano Banana)
A wooden cabin beside a still mountain lake at sunrise, thin mist on the water, pine forest behind, warm light on the peaks, 16:9 wide shot with the cabin on the left third.
Movimiento (modelo de video)
Mist drifts slowly across the lake and smoke rises from the chimney. The camera pulls back gently and rises. Birdsong and a light breeze.
Problemas comunes y soluciones
| Problema | Causa probable | Solución |
|---|---|---|
| El rostro cambia durante el clip | Rostro pequeño en el encuadre o clip largo | Usa un primer fotograma más cercano, un clip más corto o primer y último fotograma con el mismo rostro |
| Casi nada se mueve | El prompt describe la escena, no una acción | Nombra una acción clara y un movimiento de cámara |
| La escena se convierte en otra cosa | El prompt vuelve a describir la escena de otra forma | Quita la descripción de la escena; deja solo movimiento, cámara y sonido |
| Los bordes se deforman o se derriten | Movimiento rápido o encuadre apretado | Haz la acción más lenta y deja más espacio alrededor del sujeto |
| Música no deseada | El modelo agregó su propia banda sonora | Describe el sonido que quieres y agrega no music |
| El texto o el logotipo parpadea | El texto pequeño es difícil de mantener estable | Agranda el logotipo en la imagen o agrégalo en el editor |
Preguntas frecuentes
¿Puedo animar una foto que ya tengo?
Sí. Sube cualquier imagen sobre la que tengas derechos en el modo Image to Video y describe el movimiento. Las fotos de personas reales deben ser tuyas o usarse con su permiso.
¿Qué relación de aspecto debe tener la imagen?
La misma que el video: 16:9 para horizontal o 9:16 para vertical. Veo 3.1 y Gemini Omni admiten esas dos; Seedance y Wan 3.0 también admiten cuadrado y 4:3.
¿Cuántos créditos cuesta pasar de imagen a video?
Depende del modelo, la duración y la resolución. Por ejemplo, 8 segundos en 720P cuestan 24 créditos en Veo 3.1 Lite o Seedance 2.0 Mini, 48 en Veo 3.1 Fast y 64 en Gemini Omni 1.1 Flash. El estudio muestra primero el costo exacto.
¿Cuál es el mejor modelo para imagen a video?
Para clips cortos con sonido, Veo 3.1 Fast. Para tomas largas, Seedance 2.5. Para un costo bajo por segundo, Wan 3.0. Prueba la misma imagen en dos modelos antes de decidir.
¿El primer fotograma debe estar en 4K?
No. Una imagen en 2K basta para video 1080P, y una imagen más nítida no hace el video más nítido.
¿Tengo que describir la imagen en el prompt de video?
No. Describe solo el movimiento, la cámara y el sonido. Volver a describir la escena puede hacer que el modelo la cambie.
¿Cómo hago un video más largo que un clip?
Crea varios clips a partir de primeros fotogramas relacionados y únelos en un editor, o usa el último fotograma de un clip como primer fotograma del siguiente.