Guía completa de prompts Vidu Q3: cómo escribir prompts de vídeo con IA con alta tasa de éxito

Al usar el generador de vídeo Vidu AI, muchos creadores chocan con el mismo muro: el mismo Vidu Q3, alguien publica con un prompt y otros reroll diez veces sin éxito. El problema suele no ser el modelo, sino la estructura del prompt de Vidu Q3. Los prompts de vídeo con IA y los de imagen siguen lógicas completamente distintas.

Si buscas un tutorial de prompts Vidu, cómo escribir prompts Vidu Q3 o plantillas de prompts de vídeo con IA, esta guía construye un flujo reutilizable de prompts Vidu Q3 en estructura, lenguaje de cámara, diálogo y sonido, diferencias por modo y plantillas por escenario, junto con la salida nativa audio-vídeo de 16 segundos, para obtener clips publicables en menos intentos.

01. Por qué los prompts deciden el éxito de salida de Vidu Q3

Vidu Q3 ocupa el puesto #1 en China y #2 global en Artificial Analysis: el modelo es potente, pero la calidad de entrada sigue determinando la de salida. Prompts vagos dejan al modelo improvisar personaje, cámara y sonido, lo que provoca cambios de rostro, movimiento caótico o desincronización audiovisual.

Prompts de vídeo vs prompts de imagen: tres dimensiones extra

Los prompts de imagen con IA describen un fotograma. Los prompts de Vidu Q3 deben especificar además:

1. Tiempo: orden de acciones, duración, ritmo, giros emocionales
2. Cámara: tamaño de plano (general/medio/primer plano), movimiento, cortes
3. Audiovisual: diálogo, ambiente, efectos de acción, ambiente musical

Si falta alguna dimensión, la generación de vídeo Vidu AI se reduce a «fotos en movimiento»: fotogramas bonitos, no beats utilizables en minidrama o anuncios.

Unidades narrativas de 16 segundos: escribe prompts como párrafos

Vidu Q3 admite hasta 16 segundos de salida nativa audio-vídeo: un prompt debe equivaler a una unidad narrativa completa con planteamiento, desarrollo, giro y resolución, no a un solo gesto. «La mujer se da la vuelta» son ~2 segundos; «la mujer confronta → silencio → el hombre explica» llena 16 segundos.

Para profundizar en la narrativa de 16 segundos, consulta Vidu Q3: el primer modelo del mundo con salida directa audio-vídeo de 16 segundos.

02. Estructura de prompt en cinco partes de Vidu Q3 (marco central)

Esta estructura en cinco partes muestra la mayor tasa de éxito en text-to-video y reference-to-video de Vidu Q3. Escribe 1–3 frases por parte, longitud total aproximada de 150–400 caracteres chinos o equivalente en español.

Parte 1: Escena—espacio y ambiente

Especifica ubicación, hora, clima, luz y gradación cromática general. Sé concreto: evita «una habitación».

Ejemplo: Noche tardía en el cruce de Shibuya, Tokio; neón reflejado en el pavimento mojado, tonos azul-púrpura, niebla ligera, encuadre cinematográfico en pantalla ancha.

Parte 2: Personaje—sujeto y estado

Indica número de personajes, aspecto general (modo text-to-video), emoción y postura actuales. En reference-to-video, la apariencia está bloqueada: describe expresión, intención y estado emocional.

Ejemplo: Una joven con gabardina roja, expresión decidida, sosteniendo un paraguas en el bordillo, viento en el cabello.

Parte 3: Acción—beats cronológicos

La parte más crítica de los prompts Vidu Q3: escribe qué ocurre primero, después y al final. Usa «primero… luego… finalmente…» o marcas en segundos.

Ejemplo: Primero respira hondo, luego avanza entre los huecos del tráfico, finalmente se detiene en mitad de la calle y mira al cielo mientras cae la lluvia.

Parte 4: Cámara—tamaño de plano y movimiento

Vidu Q3 admite cortes multi-plano: especifícalos en lugar de dejar el movimiento al azar.

Ejemplo: Apertura en plano general de establecimiento, corte a plano medio siguiendo los pies, push a primer plano del rostro; dolly lento hacia adentro, poca profundidad de campo, sensación cinematográfica a 24 fps.

Parte 5: Sonido—diálogo, ambiente y atmósfera

La salida nativa audio-vídeo de 16 segundos de Vidu Q3 genera sonido en el momento de la generación. Incluye texto de diálogo (si lo hay), ambiente y efectos de acción.

Ejemplo: Ambiente: tráfico lejano y lluvia; diálogo (voz femenina, japonés): «もう、迷わない。」; fondo: nota única de piano grave, liberación emocional.

Practica junto con Cómo empezar rápido con Vidu Q3: del prompt al clip de 16 segundos.

Parte	Obligatorio	Error frecuente
Escena	Ubicación, luz, gradación, ambiente	Demasiado vago: «interior», «exterior»
Personaje	Cantidad, emoción, postura (o bloqueo por referencia)	Conflicto con la apariencia de referencia
Acción	Cronología, sensación de duración, giro emocional	Un solo gesto: no llena 16 segundos
Cámara	Tamaño de plano, movimiento, cortes	Omitida: cámara aleatoria
Sonido	Diálogo, ambiente, efectos, ambiente BGM	Omitido: salida semi-muda

03. Ajustar prompts por modo: texto, imagen, referencia, inicio-fin

Los cuatro modos del generador de vídeo Vidu AI requieren estilos de prompt distintos para la misma historia.

Text-to-video: rellena las cinco partes

Vidu Q3 text-to-video no tiene referencias: apariencia y detalles de escena vienen del texto. Completa las cinco partes, especialmente escena y personaje. Ideal para minidrama con guion y escenas de diálogo.

Image-to-video: debilita apariencia, refuerza acción y cámara

Vidu Q3 image-to-video parte de una imagen: indica movimiento, cámara, cambios de luz y sonido; no repitas elementos estáticos ya presentes en la imagen. Consulta Guía de image-to-video Vidu Q3: de una imagen a vídeo dinámico.

Reference-to-video: bloquea consistencia, promptea el delta

En Vidu Q3 reference-to-video, personaje/producto/escena quedan bloqueados por referencias. Indica qué cambia: cambios de expresión, beats de acción, disparadores de efectos, cortes, diálogo y sonido. Evita «chica de pelo azul» que pueda chocar con referencias; escribe «mantener personaje de referencia consistente, expresión pasa de calmada a sorprendida».

Configuración: Cómo configurar Vidu Q3 Reference-to-Video: de un solo sujeto a multi-sujeto.

Flujo inicio-fin: enfatiza la transición

El flujo inicio-fin de Vidu Q3 conoce fotogramas de apertura y cierre: describe la transición de A a B: acción intermedia, trayectoria de cámara, velocidad, fundido de sonido. Consulta Flujo de vídeo inicio-fin Vidu Q3: de fotogramas estáticos a narrativa controlada.

04. Plantillas por escenario: minidrama, anuncios, e-commerce

Tres plantillas de prompts Vidu Q3 listas para copiar en escenarios frecuentes de generación de vídeo Vidu AI.

Plantilla A: diálogo de minidrama (text-to-video, 16 segundos)

Escena: Salón de apartamento urbano moderno, luz cálida de ventana al atardecer, estilo nórdico minimalista, poca profundidad de campo. Personajes: Pareja de unos 30 años—hombre en el sofá, mujer en la puerta, ambiente tenso. Acción: La mujer confronta (0–4 s) → el hombre en silencio, cabeza baja (4–8 s) → el hombre levanta la vista, explica, la mujer se da la vuelta (8–16 s). Cámara: Plano medio de dos → primer plano del hombre → alejamiento a plano general, espalda de la mujer saliendo. Sonido: Diálogo (mujer): «¿Dónde estabas?» Diálogo (hombre, bajo): «Puedo explicarlo…» Ambiente: tic-tac del reloj, tráfico lejano.

Encaja con la salida nativa audio-vídeo de 16 segundos de Vidu Q3 como beat independiente. Para narrativa en un solo plano, consulta 16 segundos en un solo plano: Vidu Q3 une sonido, imagen y narrativa en vídeo con IA.

Plantilla B: anuncio de marca (reference-to-video, producto bloqueado)

Escena: Mantener fondo de referencia—tocador premium, luz suave, encimera de mármol. Personaje/producto: Mantener producto de referencia (labial) y modelo—sin reescribir apariencia. Acción: Modelo sostiene producto en plano medio → push a primer plano de labios aplicando → gira hacia cámara sonriendo con producto (12 s). Cámara: Medio → macro de labios → plano medio corto, producto siempre nítido y centrado. Sonido: Piano suave, textura sutil de aplicación, diálogo (voz femenina): «Un solo swipe, color todo el día que se mantiene.»

Reference-to-video supera al text-to-video puro en consistencia de producto—ideal para belleza y marcas e-commerce. Sincronización avanzada: Guía de sincronización audiovisual nativa Vidu Q3.

Plantilla C: demo de producto e-commerce (image-to-video, movimiento de imagen única)

Escena: (Determinada por recorte de producto—no recolorear en el prompt) Acción: Rotación lenta 360° del producto, brillo cambia con el ángulo, fondo se desvanece a degradado gris simple. Cámara: Trípode fijo, producto centrado, detalle macro visible. Sonido: Tono electrónico tech ligero, flujo de aire sutil en la rotación.

Sube un recorte de producto y usa un prompt conciso para clips sociales rápidos; pasa a reference-to-video para consistencia multi-plano.

05. Trucos avanzados: más éxito, menos rerolls

Tras dominar la estructura, estas tácticas reducen aún más el coste de prueba de Vidu Q3.

Truco 1: marca el ritmo en segundos

Etiqueta beats de acción (0-4s) (4-10s) (10-16s) para que el modelo reparta el ritmo—evita inicios cargados o finales truncados.

Truco 2: haz la emoción concreta

Evita «muy triste» o «muy feliz» abstractos: usa detalle interpretable: «ojos enrojeciendo, labio temblando, voz ronca» supera a «muy triste».

Truco 3: formulación positiva en lugar de negativos

Prefiere descripciones positivas a «sin distorsión, sin desenfoque»—p. ej. «rasgos faciales estables y nítidos, posición del logo del producto sin cambios, movimiento de cámara suave sin jitter».

Truco 4: itera estructura, no rerolls ciegos

Si la salida falla, revisa en orden: ① ¿la acción llena la duración? → ② ¿cámara especificada? → ③ ¿sonido incluido? → ④ ¿referencias en conflicto con el texto? Corrige una sección, no todo el prompt. El coste por generación de Vidu Q3 es bajo, pero la iteración estructurada supera al reroll ciego.

Truco 5: construye una biblioteca de prompts del equipo

Equipos de minidrama y marca pueden archivar prompts Vidu Q3 probados por escenario (diálogo/lucha/producto/transición)—un trío de referencias de personaje + referencias de escena + plantillas de prompt, alineado con Guía de minidrama y cómic animado con IA: cómo Vidu Q3 mantiene personajes y planos estables.

Para elegir modo del generador de vídeo Vidu AI, consulta Guía completa del generador de vídeo Vidu AI 2026; benchmarks: Análisis de Artificial Analysis: por qué Vidu Q3 supera a Runway y Veo.

Conclusión

Los prompts Vidu Q3 traducen el storyboard, el sonido y el ritmo del director en texto que el modelo puede ejecutar. Estructura en cinco partes (escena—personaje—acción—cámara—sonido) + ajustes por modo + plantillas por escenario cubren la mayoría de necesidades de generación de vídeo Vidu AI.

Recuerda tres reglas: organiza unidades narrativas de 16 segundos, escribe la acción cronológicamente, entrega información audiovisual junta. Cuando los prompts son correctos, la salida nativa audio-vídeo de 16 segundos de Vidu Q3, la consistencia de reference-to-video y los efectos y sonido integrados trabajan a tu favor.

¿Quieres consejos continuos de prompts Vidu Q3 y novedades? Guarda nuestros tutoriales y blog: publicamos guías en profundidad para creadores y marcas con regularidad.