José Romero

Creativo audiovisual con IA generativa

Video con IA, de la idea al render

Dirijo la producción completa: guion, generación, montaje por código, color, sonido y medición. Cada pieza sigue un guion estricto, dividido en pases, y no sale si una compuerta de calidad dice que no.

Freelance remoto desde Santiago · Español nativo, inglés B2

Qué resuelvo y dónde verlo

Cada tarea de un creativo audiovisual con IA, con la prueba concreta en este portafolio.

Siete piezas, un mismo método

Todas hechas con IA y montadas por código para dos marcas reales, Growka y Petzy. Cada ficha dice qué se pedía, con qué se hizo, qué problema hubo que resolver y cómo se entregó.

Growka · Reel 43 s

Crisis con hora

Una clienta se va de viaje en cuatro horas y no tiene hora en ningún lado. Su amiga, con las manos en una tintura, le dice a quién escribir.

Brief
Mostrar que el WhatsApp de un salón agenda solo, para dueñas de peluquería, sin prometer cifras. Debía entenderse sin conocer la marca.
Herramientas
ChatGPT y Nano Banana para las imágenes base de cada personaje, Flow (imagen a video, cinco clips, un hablante por clip), Remotion para el montaje, videollamada y chat dibujados en código, 18 efectos grabados de Mixkit, música de Incompetech.
Problema resuelto
Mantener a dos personajes idénticos en cinco clips, dar ritmo a escenas lentas (los clips se aceleran a 1,12x) y hacer creíble la UI de una llamada entrante y de un chat sin usar capturas reales.
Entrega
Reel vertical de 43 s para Instagram, YouTube y TikTok. Programado para el 19 de noviembre.
Transparencia
Escena dramatizada con personajes ficticios generados con IA. El chat es ilustrativo.
Breakdown del workflow
  1. Guion v3 aprobado. Tres variantes de gancho (crisis con plazo, la reacción de la amiga, promesa con número), tres estructuras candidatas y una jugada nativa del medio: la videollamada.
  2. Cuadros fijos primero. Luna, Caro, su peluquería y el living de Luna, aprobados antes de gastar créditos de video.
  3. Cinco clips en Flow, uno por línea de voz, con el acento chileno pedido en el prompt y la marca de agua apagada.
  4. Montaje en Remotion. Cuenta regresiva 4:00:00 que avanza todo el video, subtítulos palabra por palabra, música filtrada en la crisis que se abre en "Luna, calma".
  5. Compuertas. Tiempo de lectura, zona segura, sincronía imagen-sonido, contenedor y forense del render.
Growka · Reel 46 s

El terno

Dos lavanderías vecinas reciben el mismo mensaje a la misma hora: «¿Me tienen el terno para hoy? Me caso a las ocho.» Una contesta al tiro.

Brief
Contraste entre dos negocios iguales cuya única diferencia es quién contesta. Gancho: el mensaje urgente tecleándose en pantalla.
Herramientas
Nano Banana (Gemini) para los cuadros, Flow para los clips, motor propio html-seek, voz es-CL de Edge, música de Incompetech.
Problema resuelto
Una línea que parte la pantalla en dos vitrinas y al final se abre como puerta. El corte entre las dos lavanderías queda escondido dentro del movimiento, con un solo héroe a la vista.
Entrega
Reel vertical de 46 s. Programado para el 17 de noviembre.
Breakdown del workflow
  1. Mundo "vitrina de noche". Lámina de dirección de arte aprobada antes de escribir: foto o clip a sangre bajo velo verde bosque, reloj en Anton, neón coral.
  2. Voz elegida escuchando. Lorenzo y no Catalina; entra a los 0,25 s y va 10 % más rápida para dar urgencia.
  3. Letrero tipo split-flap que cambia de estado en el beat, con la música cayendo justo en la frase clave.
  4. Revisión. Cada texto medido en la página con la regla de lectura y probado en la zona segura.
Growka · Reel 28 s

La misma noche, dos finales

Una peluquera contesta mensajes en el sofá a las once de la noche. En el otro final, esa misma hora la pasa con su hija en brazos.

Brief
Poner el costo de contestar a mano frente a un WhatsApp que agenda, mostrado como un día de la vida de una peluquera y no como una explicación.
Herramientas
Flow para las escenas, Remotion para el montaje, look de collage de papel, música de Incompetech (una grave y casi plana para el cansancio, otra más viva al final).
Problema resuelto
Contar dos finales con el mismo lugar. El aviso «Hora agendada» nace en el celular de la peluquería y crece hasta ser la puerta a la segunda noche.
Entrega
Reel de 28 s, publicado el 28 de octubre en Instagram y TikTok.
Transparencia
Dramatización con personaje generado con IA; no es una reseña ni cuenta resultados.
Breakdown del workflow
  1. Estructura tomada de dos Reels de mayor alcance del rubro, con otras palabras, otras tomas y el sello de la marca.
  2. Música por emoción. Cada cambio de ánimo tiene su pista y su momento de entrada.
  3. Tres versiones de borrador antes de la final, cada una revisada con la lista de control.
Petzy · Reel 52 s

Rayos X: por qué te trae el control remoto

Llegas a casa y tu perro te recibe con el control remoto en la boca. El rayos X muestra qué pasa por dentro.

Brief
Explicar una conducta querida con ciencia de divulgación y lenguaje prudente, y llevarla a Petzy sin inventar estudios ni cifras.
Herramientas
Manus con Seedance (dos videos de 15 s), Flow (tres clips de 10 s), voz es-CL de Edge, Remotion, música de Incompetech bajo la voz.
Problema resuelto
El mismo perro en rayos X salido de dos generadores distintos. Se armó un master de 49 s, se probó contra texto quemado y se tomó de cada clip solo el tramo que servía.
Entrega
Reel de 52 s, publicado el 22 de octubre. Fue el que más retuvo en la cuenta: el 54 % siguió mirando pasados los 3 primeros segundos, contra 15 a 39 % del resto de las piezas.
Breakdown del workflow
  1. Referencia destripada con tiempos: escena reconocible, giro, tres motivos con su metáfora visual y un cierre que reinterpreta el objeto del gancho.
  2. Mismo esquema, otro objeto y otras palabras. El control remoto reemplaza al zapato original, con tres variantes de gancho.
  3. Lámina de cuadros fijos del perro en rayos X (azul hielo, humo dorado, fondo casi negro) aprobada cuadro a cuadro antes de generar video.
  4. Prueba A/B con una segunda versión hecha por código, medida a las 24 y 72 horas.
Petzy · Reel 27 s

Rubén espera

Rubén, un perro de acuarela con una oreja negra y otra blanca, espera todo el día a su dueño. Petzy le trae paseos.

Brief
Crear una mascota de marca que sirva de anfitrión y rime el inicio con el final del video.
Herramientas
Nano Banana (Gemini) para la hoja de personaje y diez poses, motor propio html-seek con desenfoque de movimiento real, mundo «libreta de paseo».
Problema resuelto
Un personaje idéntico en cada escena: hoja de personaje con vistas y expresiones, y una imagen por pose siempre generada junto a la hoja.
Entrega
Reel de 27 s, publicado el 24 de octubre. Es la tercera versión.
Breakdown del workflow
  1. Tres estilos de personaje comparados; se eligió uno y se congeló en una hoja.
  2. Poses sobre fondo de papel normalizadas a blanco para poder animarlas por código.
  3. Tres versiones del mismo showreel; la publicada es la tercera, más corta y con la música cayendo en el beat en que entra la app.
Petzy · Reel 66 s

El olor de casa

Tu perro te ve borroso y casi sin colores. Aun así, te reconoce a ti. Ulises y Argos ya lo contaron.

Brief
Un dato de olfato con cifras revisadas contra una revisión científica y un cierre emocional que lleve a la marca.
Herramientas
Clips de stock de Pexels y escenas generadas con Nano Banana y Flow, voz es-CL de Edge, motor propio html-seek, mundo «olor de casa».
Problema resuelto
Un rastro de olor ámbar, dibujado por código, que cruza los cortes y une a la persona con su perro. Cuando el año retrocede a 800 a. C., la imagen envejece a sepia.
Entrega
Reel de 66 s, publicado el 30 de octubre en Instagram y TikTok.
Breakdown del workflow
  1. Ocho cuadros, cada uno con su efecto de sonido pegado al evento visual y sin repetir.
  2. Clips de IA aprobados uno por uno y pasados por un detector de texto quemado.
  3. Mezcla a −14 LUFS con la música bajo la voz, con caída justo antes de «Eres el olor de casa».
Petzy · Carrusel animado

5 cosas de Halloween que pueden mandar a tu perro al veterinario

Una lista tapada, con la última guardada, en láminas animadas con la estética de una ficha de urgencia.

Brief
Carrusel útil y guardable para dueños de perros, sin persona y sin promesas médicas.
Herramientas
Motor propio html-seek, mundo «ficha de urgencia», banco de efectos grabados.
Problema resuelto
Un carrusel de autor con movimiento entre láminas y sonido, en un formato que normalmente es estático.
Entrega
Carrusel animado de siete láminas, publicado el 27 de octubre.

El mismo personaje en cada toma

Primero se fija la imagen base de cada personaje. Después cada clip se genera desde esa imagen, uno por línea de voz, para que la cara, el pelo, la ropa y el lugar no cambien entre tomas.

Imagen base de Luna generada con ChatGPT
Luna · imagen baseChatGPT
Luna en el clip 3 de Flow
Clip 3Flow, imagen a video
Luna en el clip 5 de Flow
Clip 5Flow, imagen a video
Imagen base de Caro generada con Nano Banana
Caro · imagen baseNano Banana
Caro en el clip 2 de Flow
Clip 2Flow, imagen a video
Caro en el clip 4 de Flow
Clip 4Flow, imagen a video
Hoja de personaje de Rubén con cuatro vistas y seis expresiones
Rubén · hoja de personajeCuatro vistas y seis expresiones, generadas con Nano Banana. Reglas fijas: una oreja negra y una blanca, collar verde, línea de tinta temblorosa.
Diez poses de Rubén generadas a partir de la hoja
Diez posesCada pose se generó adjuntando la hoja, se pasó a fondo blanco y se animó por código.

Del brief a la lámina

Antes de escribir la película se proponen dos o tres mundos visuales en cuadros fijos. Se elige uno y recién ahí se produce. Esto evita gastar créditos de video en una dirección que nadie aprobó.

Tres mundos propuestos para el carrusel de Halloween: libreta de noche, libreta de día y ficha de urgencia
Carrusel de Halloween · tres propuestasA y B usan el mundo de la marca; C propone una ficha de urgencia veterinaria. Se eligió C.
Lámina del mundo olor de casa con seis cuadros fijos

«El olor de casa»

Brief: un dato de olfato con lenguaje prudente y un final emocional.

Tratamiento propuesto: clip real a sangre bajo un velo de tinta cálida, un rastro de olor ámbar que cruza los cortes y una regla de tiempo que retrocede de 2026 a 800 a. C. para llegar a Ulises y Argos.

Tipografía: sans gruesa para el titular y serif cursiva solo para la palabra clave. Una capa de sistema con hora y número que avanza.

La lámina se aprobó antes de generar el primer clip.

Versiones con nombre

Cada pieza guarda sus versiones y lo que cambió entre una y otra. El feedback se anota como regla para que no vuelva a pasar.

G17 · v3 → v4

Crisis con hora

  • Ritmo: los clips se aceleran a 1,12x.
  • La escena abre como una llamada entrante real, con su pantalla y su sonido.
  • Chat con aspecto de conversación real en vez de un esquema.
  • Efectos grabados en vez de sintetizados.
  • Resultado: la v4 quedó como piso mínimo para toda pieza con persona.
P05 · v1 → v3

Rubén espera

  • De un showreel largo a uno de 27 s.
  • Cierre sin insignias de tiendas, con la mascota sola.
G16 · v4 → v5

El terno

  • El gancho pasa a ser el mensaje urgente tecleado en pantalla.
  • Se reprogramó con la versión nueva y quedó la anterior respaldada.

El guion manda

El video no se improvisa en el editor. Se escribe primero como una secuencia de pases con tiempo, emoción y técnica, y todo lo demás se produce para cumplirla. Lo comprobable es código: si una compuerta bloquea, se arregla la causa y se rehace.

  1. 1 · Investigar

    Referencias medidas

    Se baja lo que funciona en la categoría, se mide corte por corte y se anota solo lo visual. Se copia la estructura, nunca las palabras.

  2. 2 · Guion

    Pases con tiempo

    Tres variantes de gancho, tres estructuras candidatas y cada beat ligado a una emoción. Nada se produce sin aprobación del guion.

  3. 3 · Arte

    Mundo visual

    Una lámina de dos o tres mundos con paleta, tipografías y un motivo que atraviesa la pieza. Se elige uno antes de generar.

  4. 4 · Generar

    Imagen antes que video

    Cuadros fijos con referencias múltiples del mismo personaje y luego imagen a video, un hablante por clip. El costo en créditos se calcula antes.

  5. 5 · Montar

    Todo por código

    Remotion para recetas conocidas y un motor propio de HTML con seek(t) para piezas de autor: movimiento, color, encuadre y UI animada, determinista cuadro a cuadro.

  6. 6 · Sonido

    Música por emoción

    La pista se elige y se mezcla por el arco emocional. Los efectos son grabados, salen de cada elemento en pantalla y no se repiten.

  7. 7 · Compuertas

    Si falla, se rehace

    Más de diez verificaciones automáticas sobre el video final, y una lista de control de 65 puntos que el brief debe responder.

  8. 8 · Medir

    Lo aprendido vuelve

    Lectura a 24 h, 72 h y 7 días. Cada medición cierra con una conclusión que se lee antes del siguiente guion.

UN GUION POR DENTRO · G17 · tramos aprobados antes de producir
TiempoQué se veQué dice
0 a 6,5 sLuna en su living, con una maleta abierta, en videollamada. Cuenta regresiva 4:00:00.«Me voy de viaje en cuatro horas y no me he hecho nada.»
6,5 a 14 sCaro, con guantes y un bol de tintura.«Luna, calma. Escríbele al WhatsApp del salón.»
14 a 20 sEl reclamo y el remate, con pausa de 0,3 s antes de la frase fuerte.«Es que no me preguntaste.»
20 a 28 sChat que ofrece solo horas libres y ella elige.Sin voz. Música sube.
28 a 36 sLa agenda de la dueña se llena sola. Luna cuelga con su hora.«Ya tengo hora, a las diez.»
36 a 48 sTarjeta de marca.Beneficio y acción, con una razón honesta.

Qué pide el guion, antes que cualquier herramienta

Una historia con bisagra: problema con costo, giro, plan, alivio, acción. El giro se marca con corte, sonido y texto.

Un plazo al comienzo y una escalada contada con un número que avanza. Aquí, el reloj de cuatro horas.

Cada beat declara su emoción (urgencia, alivio, humor, logro, cierre) y la cumple con una receta de sonido, transición y elemento.

Se entiende sin leer el post y para quien nunca vio la marca.

Persuasión: Schwartz

Aplicado a G17 con los niveles de conciencia y de sofisticación de Breakthrough Advertising.

  • Conciencia. La dueña sabe que pierde clientas por no alcanzar a contestar, pero no lo une con un WhatsApp que agenda solo. El gancho nombra la necesidad, el drama la intensifica y recién después entra la solución.
  • Sofisticación. «Un asistente que contesta tu WhatsApp» ya lo prometen muchos. Se gana mostrando el mecanismo (solo horas libres, elige la clienta) y la identificación («con las manos en una tintura»), sin cifras.

Persuasión: Hormozi

Aplicado con las ideas de $100M Leads y $100M Offers.

  • Gancho como noticia: algo en curso (la cuenta regresiva), conflicto (la crisis), relevancia (peluquería) y proximidad (Chile).
  • Valor: el esfuerzo del cliente baja a cero en pantalla; el chat responde al tiro y ella solo elige.
  • Pedir con razón: «Que no se te vaya otra clienta». Sin escasez inventada.
  • Dar antes de pedir: se alternan piezas que entregan valor con piezas que piden la acción.
tiempo de lectura = máx(0,83 s; 0,375 s × palabras; caracteres ÷ 15) + 0,6 s

Ningún texto sale antes de ese tiempo. Si no cabe, se saca texto. Nunca se acelera.

  • Zona seguraTexto fuera del 12 % superior, el 22 % inferior y el 6 % lateral.
  • SincroníaImagen y sonido medidos: cada efecto sale de un elemento en pantalla.
  • Tiempo muertoSin cuadros planos ni cierres quietos de más.
  • Contenedor y colorH.264, yuv420p, bt709, rango limitado, faststart.
  • Texto y marcasSin texto quemado de los generadores ni marcas de agua ajenas.
  • DeterminismoEl mismo cuadro sale idéntico: se revisa cuadro suelto.
Aprendido

Los efectos sintetizados sonaban a interferencia. Se reemplazaron por un banco de efectos grabados con licencia registrada, y hoy cada pieza debe estrenar dos.

Aprendido

El 69 % de las personas se saltaba el gancho en 33 Reels medidos. El gancho pasó a ser una compuerta: ingredientes con evidencia y tres variantes antes de producir.

Aprendido

Dos piezas cayeron por texto pegado al borde. La regla de zona segura dejó de ser un criterio y pasó a ser código.

Aprendido

La marca no va en una voz sintética con el tono cambiado. Sonó a locutor de comercial. Va en subtítulo, tarjeta y logo.

Oficio y alcance orgánico

Antes de la IA hice a mano, en CapCut, los Reels de @aquazone.cl, mi tienda de deportes acuáticos. Estos son los números de sus últimos 150 Reels, leídos en Instagram público el 2 de noviembre de 2026.

10,2 Mreproducciones en 150 Reels
3Reels sobre 1 M
13Reels sobre 100 mil
2,28 Mel mejor, abril de 2024
2,28 M¿Eres del team natación? · sin la música original
1,19 MTip: no mires hacia adelante
360 milErrores comunes en natación

Rayado: montaje mío sobre imágenes de terceros (deportistas e historias ajenas). Liso: contenido propio. Las fechas van de abril de 2024 a octubre de 2025.

Con qué trabajo

Separo lo que uso en producción de lo que estoy aprendiendo.

IA generativa

  • Flow de Google (Veo, imagen a video, audio en español de Chile)
  • Nano Banana y ChatGPT (imágenes base y hojas de personaje)
  • Manus con Seedance
  • Midjourney (generación de imágenes)
  • ElevenLabs, voces es-CL de Edge y clonación de voz open source

Post y motion por código

  • Remotion y FFmpeg
  • Motor propio HTML con seek(t) y Playwright
  • Corrección de color, encuadre y mezcla de audio por script
  • Claude Code para construir y verificar todo el pipeline
  • Three.js (objetos 3D dentro de piezas de motion)
  • CapCut (producción manual de Aqua Zone)

En aprendizaje

  • Higgsfield
  • Kling
  • Midjourney con --sref y estilos
  • DaVinci Resolve