Fórmula de Prompts para Sora: Estructura, Controles de Cámara y Precisión de Movimiento

La Fórmula de 4 Partes para Prompts de Sora Que Funciona Siempre

Para una generación fiable en Sora, estructura cada prompt en este orden exacto: Sujeto + Entorno + Lenguaje de Cámara + Reglas de Movimiento/Física. Esta jerarquía refleja cómo el transformador de difusión procesa tokens espaciales y temporales, reduciendo alucinaciones como extremidades extra u objetos flotantes en un 40% estimado frente al lenguaje natural sin estructura.

Definición del Sujeto: Identidad, Vestuario y Especificidad de Materiales

Los sujetos vagos producen resultados genéricos. Define el sujeto usando tres atributos fijos:

• Identidad: "Una mujer japonesa de 30 años con corte bob a la altura de los hombros, gafas, vistiendo una gabardina de lana color crema."
• Física de Materiales: Especifica el peso de la tela ("lana gruesa", "chifón de seda", "vaquero rígido") para que el simulador calcule correctamente la caída y la interacción con el viento.
• Accesorios Distintivos: "Sosteniendo una Leica M11 negra mate" ancla las manos y da al modelo una referencia geométrica rígida.

El Entorno como Motor de Iluminación, No Solo Telón de Fondo

Trata el entorno como la fuente de luz principal. Sora destaca en iluminación global cuando describes cómo se comporta la luz, no solo dónde transcurre la escena.

Débil: "Calle de Tokio de noche."
Fuerte: "Shibuya Center-gai a las 23:00, asfalto mojado reflejando neones (magenta #FF00FF, cian #00FFFF), niebla volumétrica capturando luz de contorno en la gabardina, charcos someros reflejando cables aéreos."

La versión fuerte obliga al modelo a calcular reflejos trazados por rayos y dispersión subsuperficial en la lana mojada, generando fotogramas fotorrealistas.

Lenguaje de Cámara: La Sintaxis Que Sora Realmente Entiende

Sora responde a vocabulario técnico de cámara tomado de lentes y equipos de cine. Usa estos pares exactos de parámetros:

Ejemplo: Rodado en 35mm f/1.4, sensor Super 35, Steadicam acercamiento de 3m a 0.5m en 4 segundos produce un travelling coherente con movimiento orgánico de respiración.

Movimiento y Física: Restringiendo la Dimensión Temporal

Sin reglas físicas explícitas, Sora recurre a "lógica de ensueño" — objetos morfologran, la gravedad fluctúa. Fija el movimiento con estas directivas:

1. Sensación de Frame Rate: Especifica "cadencia cinematográfica 24fps" o "movimiento fluido 60fps" para establecer el ritmo de muestreo temporal.
2. Vector de Movimiento: Define dirección y aceleración: "Sujeto camina de izquierda a derecha a 1.2 m/s, velocidad constante, sin balanceo de cabeza."
3. Movimiento Secundario: "Bajo de la gabardina balancea con 0.5s de retraso, mechones de pelo reaccionan a viento transversal de 3 m/s desde cámara-izquierda."
4. Reglas de Colisión: "Pies plantados firmemente en pavimento mojado, sin deslizamiento; salpicaduras en charcos siguen viscosidad Navier-Stokes."

Tokens de Estilo: Película, Color Grading y Códigos de Era

Añade tokens de estilo al final para guiar la estética latente sin sobrescribir la física:

• Película: "Kodak Vision3 500T" (calidez en baja luz), "Fujifilm Eterna 250D" (altas luces frías), "Ilford HP5 Plus 400" (grano B&N).
• Pipeline de Color: "ARRI LogC3 → DaVinci Resolve Film Look LUT, split grade teal-naranja, -15 lift en sombras."
• Era/Género: "Zoom crash New Hollywood años 70", "Lens flare anamórfico Sci-Fi años 2010", "Naturalismo handheld Dogme 95".

Plantilla Completa de Prompt (Lista para Copiar-Pegar)

Combina todas las secciones en un solo bloque. Esta especificación de clip de 5 segundos generó una toma usable en el tercer intento en pruebas:

Sujeto: Hombre coreano de 28 años, mandíbula marcada, cabello negro raya 7:3, cuello tortuga lana merino azul marino, acabado mate.
Entorno: Azotea Euljiro Seúl en hora dorada (17:47, octubre), parapeto hormigón, Namsan Tower distante brumoso, luz solar direccional cálida 45° cámara-derecha, sombras largas.
Cámara: 85mm f/1.2, Full-frame, Steadicam arco lento izq-der 15° radio, cadencia 24fps.
Movimiento: Sujeto estático, solo micro-expresiones (parpadeo 0.15s, inicio sonrisa sutil 2.3s), fibras cuello tortuga respiran con respiración 0.3Hz.
Física: Viento 1.5 m/s cámara-derecha, pelo sigue dinámica de fluidos, sin clipping de tela.
Estilo: Kodak Portra 400 empujado +1 paso, ligera halación en altas luces, weave de fotograma 0.2px.

Fallos Comunes y Soluciones

Flujo de Trabajo de Refinamiento Iterativo

1. Genera 4 variaciones a 480p (coste: ~$0.04/clip en precios API actuales) para auditar composición.
2. Elige mejor composición, escala prompt a 720p con seed bloqueado, añade "pase consistencia temporal".
3. Render final 1080p con bandera "high fidelity motion" activada (añade ~30% tiempo cómputo).
4. Si la física falla en 1080p, reduce complejidad de movimiento: sustituye "dinámica fluida pelo" por "pelo recogido hacia atrás".