Cómo creo vídeos de producto con IA sin inventarme el producto

El vídeo de Diorama: capturas reales frame a frame, montaje con Remotion y tres formatos sin fabricar una interfaz para la promo.

Publicado el 16 de octubre de 2026


Views

0 views

Tiempo de lectura:4 min

Un vídeo de producto puede quedar muy chulo y explicar bastante poco. Sobre todo si la interfaz que aparece en él se ha generado para la ocasión y hace cosas que el producto todavía no hace.

Para el vídeo de Diorama partí del producto funcionando. Las figuras que aparecen salen de sus páginas reales. El montaje está hecho con Remotion y el proyecto incluye una captura reproducible de los planos.

La IA puede ayudar a preparar el código de esa captura y el montaje. Lo que quiero evitar es que rellene con imaginación lo que debería ser una demostración.

Qué hay realmente en este vídeo

El proyecto genera una pieza de 38 segundos en tres formatos: horizontal, vertical de feed y vertical de pantalla completa.

No son tres recortes del mismo vídeo. La composición adapta el tamaño y la posición de la figura y del texto al espacio de cada formato. Una figura que encaja en horizontal puede dejar un titular sin sitio en una pantalla estrecha.

Remotion permite expresar esas decisiones en React. Las animaciones dependen del frame que se está renderizando, así que puedo volver a generar una secuencia después de cambiar un título o ajustar un plano.

Eso también hace el trabajo más fácil de encargar a un agente: hay código, entradas y una salida que puedo abrir y revisar.

Fotograma del vídeo de Diorama con una ciudad isométrica capturada del producto.

Fotograma del render de Diorama. La figura procede de sus páginas reales; el titular y el encuadre forman parte del montaje en Remotion.

Capturar una animación sin perseguirla con el ratón

En Diorama, el script de captura abre las páginas de las figuras con Playwright. Para estos planos se detiene el reloj de la escena y se avanza en pasos de un treintavo de segundo.

Así se guarda una secuencia de frames concreta, en lugar de confiar en que la grabación haya empezado justo cuando tocaba. Los planos con interacción también fijan la posición del puntero para mostrar el estado que interesa.

Este enfoque funciona porque aquí controlo la escena y su reloj. No es una receta que puedas aplicar sin cambios a cualquier web de terceros.

La ventaja para este proyecto es poder repetir el plano. Si el montaje necesita otra duración o una toma distinta, sé de qué página y de qué estado salen las imágenes.

Un fallo concreto: grabar la página equivocada

En el historial del vídeo hay una corrección para capturar Powder y Turntable desde las páginas de la galería.

Es un detalle pequeño, pero afecta a la credibilidad del resultado. Si el script apunta a un contexto que no corresponde, la composición puede renderizar perfectamente y seguir mostrando una toma que no deberíamos usar.

Que un comando termine sin errores solo comprueba una parte del trabajo. Después hay que mirar el material. En este caso, revisar de dónde sale cada figura era tan importante como comprobar el archivo final.

Audio y montaje tienen decisiones distintas

El audio de esta pieza se sintetiza con un script de Python. Genera la base y los efectos, con tiempos compartidos con la composición. No es una voz grabada ni una pista descargada de un servicio de generación.

Lo aclaro porque «hecho con IA» se usa a veces como una etiqueta que tapa todo el proceso. Aquí hay captura del producto, código de montaje y audio sintetizado. Son piezas diferentes, con formas diferentes de revisarlas.

No he medido un ahorro de tiempo frente a montar el mismo vídeo de otra forma. Sería fácil poner una cifra estupenda; bastante más trabajo demostrarla.

Qué le pediría al agente

Empezaría por un plano corto. Le daría la página concreta, el estado que debe verse, el formato de salida y una restricción clara: no modificar el producto para que la grabación parezca mejor.

Después revisaría una muestra de frames antes de renderizar todos los formatos. Los problemas de encuadre se arreglan mejor ahí que al final, cuando ya tienes tres vídeos con el mismo error.

Para una demo, prefiero enseñar una interacción pequeña que exista a montar una secuencia espectacular que luego no puedas reproducir.

Referencias