Consistencia de referencia Sora2 AI: personas y productos
Publicado el 20 de octubre de 2026 Actualizado 20 de octubre de 2026 7 min de lectura
Mantén personas y productos coherentes en Sora2 AI con fotogramas inicial/final: cuándo usar imagen a video, elegir referencias y cambiar una variable a la vez.
Si las caras mutan y los logos derivan, falta un ancla visual. La consistencia de fotogramas de referencia en Sora2 AI significa anclar uno (o un par de) fotogramas claros y cambiar solo acción y cámara, sin volver a tirar la apariencia solo con texto.
Cuándo pasar a imagen a video
| Objetivo | Modo |
|---|---|
| Explorar ambiente | Texto a video |
| Misma persona en varios clips | Fotograma inicial / referencia → video |
| Storyboards de inicio y fin conocidos | Inicial + final cuando esté soportado |
| Narrativa multi-activo | Entradas multimodales según opciones del espacio |
Mantén el prompt en cinco partes, pero deja que el fotograma lleve la apariencia y el texto lleve movimiento y cámara/duración.
Elegir referencias
- Personas: rostro limpio o 3/4, luz uniforme, pelo y vestuario legibles.
- Productos: frontal del pack legible, reflejos controlados, fondo simple.
- Evitar: filtros beauty fuertes, primeros planos abarrotados, tipografía ilegible.
Pasos en el espacio: abre espacio de creación → elige modelo con referencia → sube → prompt de acción/cámara → si el movimiento deriva, edita la acción; si el look deriva, mejora la referencia.
Cambia una variable por reintento. También la biblioteca de prompts y el tutorial.
Conclusión
Los fotogramas mandan en «cómo se ve»; los prompts en «cómo se mueve». Si la cara ya se ha deformado, diagnostica en cómo arreglar el drift facial en vídeo AI. Luego pasa la lista comercial antes de uso de pago.
Preguntas frecuentes
¿Cuándo necesito un fotograma de referencia?
Cuando la misma cara, pack o vestuario debe mantenerse entre clips. El texto a video puro sirve mejor para explorar que para «debe coincidir con este look».
¿Una referencia más nítida siempre es mejor?
Suele ganar un sujeto claro con fondo calmado. Filtros fuertes, desenfoque o primeros planos abarrotados diluyen lo que quieres fijar.
¿Fotograma inicial o inicial y final?
Solo el inicial significa «sigue desde esta imagen». Inicial y final fijan los dos extremos de una transición conocida. La relación de aspecto suele seguir al fotograma inicial, según lo que permita el modelo.
¿Cuántas variables del prompt cambio por intento?
Cambia una clase cada vez: acción, o cámara, o luz. Si mueves a la vez la apariencia y el objetivo, el desvío no se diagnostica.
¿Puedo mezclar referencia multimodal con un fotograma inicial?
Solo si el modelo actual lo permite en el mismo trabajo. Mejor un contrato de entrada: fotograma inicial para el arranque, o referencias para la identidad, sin enfrentarlos.
Compartir
Artículos relacionados
Drift facial en vídeo AI: diagnostica y corrige
Corrige el drift facial en vídeo AI por síntoma: morfismo dentro del clip, desajuste entre clips, fallo de perfil o cambio tras oclusión. Ajusta referencias, acorta duración y baja el movimiento—un cambio cada vez.
Flujo de trabajoSeedance, Wan o Kling: elige por el trabajo
Elige Seedance, Wan o Kling por trabajo: tomas largas e inicio/fin, referencias multimodales o clips cortos. Primero la tarea, luego la ficha del modelo.
Flujo de trabajo¿Texto a vídeo o imagen a vídeo? Elige el modo de entrada
Elige text-to-video o image-to-video según el fotograma cerrado y si fijas cara o envase. Luego encaja texto, first frame, inicio y fin o referencia.