Hay un truco que ya viste: cambiar el auto de tu video por otro usando fotos de referencia. Funciona, y tengo una guía aparte solo de eso.
Esta es la versión completa: cambiar el auto y el lugar al mismo tiempo, conservando tu movimiento exacto. Tú caminas igual, con tu mismo paso, pero ahora hacia un Lamborghini en la entrada de un hotel. Es otro modelo, otro proceso y otro costo. Aquí está todo, con los números reales de lo que me costó a mí.
1. Lo que necesitas
Una cuenta de Higgsfield (higgsfield.ai). Algunos modelos tienen generaciones de prueba para usuarios nuevos; revisa las condiciones en tu cuenta.
Un video corto tuyo, de 5 a 8 segundos, donde hagas algo claro: caminar hacia tu coche, abrir la puerta, subirte. Con la cámara lo más quieta posible.
Fotos del coche que quieres, por fuera y por dentro. Yo saqué las mías de un anuncio de un Lamborghini Huracán.
Unos 110 créditos si vas a hacer dos tramos como yo, y entre 20 y 30 minutos.
2. Por qué el prompt de una línea no sirve aquí
Si solo quieres cambiar el coche, hay un camino corto: un modelo de referencias y un prompt de una línea. Lo tengo explicado en mi otra guía, cambiar el auto de tu video.
Pero ese camino no te deja cambiar el lugar. Si le pides el coche y el escenario a la vez, el modelo genera un video nuevo guiado por tus referencias, y en el camino te cambia a ti, tu ropa o tu encuadre.
Para esto se usa Genjutsu Motion Control. Funciona al revés: toma el movimiento de tu video y lo pasa a una imagen que tú armaste antes, con el coche y el lugar que quieres. Tu movimiento se respeta porque viene de tu grabación, y todo lo demás viene de la imagen.
3. Escoge el tramo correcto de tu video
Este paso decide la mitad del resultado y no cuesta un crédito.
Busca un tramo de 5 a 8 segundos donde pase una acción completa: llegas, abres, te subes. Que no se corte a la mitad.
Evita el momento donde más se mueva la cámara. En mi caso tenía dos tomas: una del estacionamiento con la cámara fija, y otra manejando. La primera salió mucho mejor. En la segunda escogí justo donde giraba más rápido el volante, y ahí es donde el modelo se desordena.
Saca el primer cuadro de ese tramo en buena resolución. Ese cuadro es la base de todo lo que sigue.
4. Arma la imagen base, que es donde decides todo
Aquí es donde eliges el coche y el lugar, y lo mejor es que cuesta 2.75 créditos. Puedes probar tres lugares distintos por menos de 9 créditos antes de gastar 49 en un video.
Usa un modelo de edición de imagen con referencias. Le das tres cosas: tu cuadro base, una foto del coche de frente y una de lado. Y le pides que conserve a la persona exactamente igual.
Este es el prompt que usé, cambia solo lo que está entre corchetes:
Replace the [TU COCHE] with the [COCHE NUEVO] from images 2 and 3: same body colour, same wheels, same shape. Place it where the original car is, at the same angle and the same distance from the camera.
Replace the whole background: [EL LUGAR NUEVO, con 3 o 4 objetos concretos]. No [LO QUE HAY EN TU FONDO REAL].
Lighting: [VER EL PASO 5]. Photorealistic unretouched iPhone video frame of a real place, not a render, fine grain, no HDR, no oversaturation, no text, no logos, no lettering. Vertical 9:16.
En español: edita la imagen 1, conserva al hombre exactamente igual en la misma pose y el mismo encuadre, cambia el coche por el de las fotos 2 y 3 en el mismo lugar y ángulo, cambia el fondo entero por el lugar nuevo, y que se vea como un cuadro de video de iPhone sin retocar, no como un render.
5. El error de la luz, que es el que arruina estos videos
Probé tres lugares con la misma imagen base: un garaje privado, el pit lane de un autódromo y la entrada de un hotel.
Ganó el hotel, y no por gusto. Mi grabación es a mediodía, con sol duro, sombras cortas y cielo azul. El hotel es exterior y de día, así que mi luz real ya casi encajaba y mi sombra siguió cayendo en la misma dirección.
Los otros dos tuvieron que reiluminarme entero: el garaje porque es cerrado, el autódromo porque lo generó nublado. Cuando el modelo te reilumina, se nota.
La regla: escoge un lugar cuya luz se parezca a la de tu grabación. Si grabaste de día con sol, busca un lugar de día con sol. Si grabaste de noche, uno de noche. Y pide esa luz explícitamente en el prompt, con la dirección de las sombras.
6. Genera el video con Motion Control
Ya con la imagen base aprobada, el video es un solo paso. Le das la imagen y tu tramo de video, y el prompt le explica qué conservar de cada uno.
Background: the exact [LUGAR] from @image1 for the whole clip, with [3 O 4 OBJETOS DEL LUGAR], the same [LUZ] and the same shadows, fixed camera. The original [TU FONDO REAL] of @video1 must never appear in any frame.
Photorealistic unretouched iPhone video look, fine grain, no flicker, no extra people, no HDR, no oversaturation, no text, no lettering, no logos, no cuts.
En español: usa el video 1 como maestro, conserva su movimiento exacto, los gestos, el ritmo y el encuadre fijo. Reemplaza toda la escena por la de la imagen 1, con la misma persona, la misma ropa y la misma posición. El fondo original nunca debe aparecer.
La frase que más trabaja es la última del segundo párrafo. Si no le dices explícitamente que tu fondo real no debe aparecer, se cuela a ratos.
7. Arregla los 24 fps y vuelve a pegar tu audio
Esto no te lo dice nadie y es obligatorio: el video sale a 24 fps y sin audio. Si lo montas así junto a tu grabación original, se nota el brinco.
Además sale apenas más largo que tu tramo. En mi caso 7.04 segundos contra 7.00, o sea 0.6%. Es poco, pero hay que medirlo cada vez, no asumirlo.
Con ffmpeg se arregla todo en un comando. Cambia el 1.00595 por tu factor real, que es la duración del generado dividida entre la del original:
Si no usas ffmpeg, tu editor de video también lo hace: cambia la velocidad del clip al porcentaje que calculaste, ponlo a 30 fps y pégale el audio del tramo original.
8. Lo que el modelo hace mal, medido
El texto siempre sale mal. El escudo del volante de mi video quedó con letras revueltas que se parecen a la marca pero no la dicen. No hay prompt que lo arregle. Dale poco tiempo en pantalla o tápalo con un desenfoque.
Se desordena en el momento de más movimiento. En mi toma exterior fue justo cuando la puerta se cierra: la parte trasera del coche se estira medio segundo. En la del volante fue el giro rápido. Si te pasa, corta el clip antes de ese momento.
Inventa lo que no se ve. Lo que esté fuera de cuadro se lo imagina. Si tu toma no muestra de la cintura para abajo, dilo en el prompt o te va a poner otra ropa.
Los objetos chicos aguantan menos. La llave que colgaba del switch siguió ahí aunque pedí quitarla, y el centro del volante cambió de forma entre el principio y el final del clip.
9. El orden que te ahorra créditos
Esta es la lección más cara de todas y es de proceso, no de prompts.
Las imágenes cuestan 2.75 créditos. Los videos cuestan 49. O sea un video son dieciocho imágenes.
Así que nunca generes un video para ver si la idea funciona. Genera primero la imagen base, míralas todas juntas, escoge, y solo entonces gasta en video. Yo probé tres lugares por 8.25 créditos y eso me evitó tirar 49 en el lugar equivocado.
Y cuando ya tengas el video, revísalo cuadro por cuadro antes de generar el siguiente. Los errores se repiten.
Llévate esta guía en PDF
Los dos prompts completos, los costos reales y los errores que cuestan créditos, en un solo archivo. Gratis.
¿Tienes un negocio? Lo que hoy te quita horas, yo lo automatizo y te lo entrego funcionando. Pide tu diagnóstico gratis →
Preguntas frecuentes
¿En qué se diferencia de cambiar solo el auto?
Cambiar solo el auto se hace con un prompt de una línea y referencias de fotos. Es rápido y barato. Cambiar también el lugar necesita otro modelo, Genjutsu Motion Control, y un paso intermedio: generar primero una imagen del escenario nuevo. Es más trabajo y cuesta más, pero controlas todo lo que aparece en pantalla.
¿Cuánto cuesta de verdad?
En mi corrida: 11 créditos en las imágenes base y 98 en los dos videos de 7 segundos a 720p. Total 109 créditos. Motion Control sale a unos 7 créditos por segundo de video. Las imágenes cuestan 2.75 cada una, por eso conviene probar varios lugares en imagen antes de gastar en video.
¿Necesito que la cámara esté fija?
No, pero entre más quieta esté, mejor queda. Mi toma del estacionamiento tenía la cámara fija y salió muy bien. La toma del volante, grabada manejando y con giros rápidos, salió más débil. Si puedes, graba apoyado o en un tripié.
¿Por qué la luz del lugar nuevo importa tanto?
Porque es lo primero que delata que algo es falso. Probé tres lugares: un garaje cerrado, un autódromo nublado y la entrada de un hotel con sol. Ganó el hotel porque era el único que conservaba el sol de mediodía y las sombras duras de mi grabación real. Los otros dos tuvieron que reiluminarme y se notaba.
¿Qué hago si sale mal el texto de una marca o un letrero?
Es el fallo más común de la IA con video y no tiene arreglo en el prompt. El escudo del volante en mi video quedó con letras revueltas. Dale poco tiempo en pantalla, o tápalo con un desenfoque suave en la edición. Regenerar casi siempre devuelve el mismo problema.
¿Puedo usar fotos de un anuncio de internet como referencia?
Para alimentar el modelo sí, es lo mismo que hace cualquiera. Lo que no debes hacer es publicar esas fotos como si fueran tuyas. Y avisa siempre que tu video está hecho con IA.
¿Te sirvió esta guía?
Cada semana mando 1 correo de 2 minutos con lo nuevo que estoy probando en IA. Gratis, sin spam.