Veo no entiende «el mismo señor que aparece en la escena anterior». Sora 2 tampoco. Grok Imagine tampoco. Pero los tres sí entienden «hombre de 45 años, cabello canoso atado en moño bajo, suéter beige de lana gruesa, gafas redondas, sentado en sillón verde envejecido». La diferencia entre un vídeo IA donde el protagonista cambia de cara cada 8 segundos y uno donde mantiene identidad es metodológica, no técnica. Esta guía es esa metodología — character sheets, storyboards textuales y modo Sequences — aplicada en lote con la combinación Grok AutoKuak + Flow AutoKuak.
Resumen rápido
- Tres palancas para consistencia: descripción ultra-detallada del personaje, frame de referencia visual, modo Sequences que entrega la referencia frame a frame.
- El character sheet (ficha visual de 3 vistas del personaje) es el artefacto más importante. Sin él, ninguna técnica es robusta.
- Workflow operativo: generar character sheet con Grok → escribir storyboard textual con descripción copiada literal → modo Sequences en Grok AutoKuak para storyboard estático → Flow AutoKuak para clips Veo.
- Free 30 prompts cada 24 h por herramienta cubre un storyboard de 8 planos completo.
Por qué el problema existe
Los modelos generativos no tienen memoria entre prompts. Cada llamada es un evento independiente: el modelo recibe tu texto + cualquier imagen de referencia que adjuntes, genera un output, y olvida todo. No «recuerda» que hace 5 minutos ya generaste a un personaje específico. Si quieres que el personaje aparezca igual mañana, necesitas decirlo cada vez con la misma precisión.
Lo que pasa cuando ignoras esto: el plano 1 muestra a un hombre joven de pelo corto; el plano 2 a un hombre joven de pelo medio; el plano 3 a uno mayor con barba; el plano 4 a una mujer. Vivimos un universo distinto cada 8 segundos. Inutilizable para narrativa.
Las tres palancas de consistencia
Palanca 1: descripción textual ultra-detallada
La descripción del personaje en cada prompt debe ser idéntica, palabra por palabra, en los 8-12 prompts del lote. Si en el plano 1 dices «hombre de 45 años con cabello canoso» y en el plano 2 dices «señor mayor de pelo gris», el modelo lee dos personajes distintos. La regla operativa es copy-paste de la misma descripción, no reescribirla.
Niveles de detalle que importan, ordenados por impacto en consistencia:
- Edad aproximada (no «joven» / «mayor» — usa rangos: «45-50 años»).
- Color y estilo del cabello («canoso atado en moño bajo», «pelirrojo corto despeinado»).
- Vestuario específico (tipo de prenda + color + textura: «suéter beige de lana gruesa»).
- Accesorios distintivos («gafas redondas de montura metálica», «collar de plata»).
- Etnia o tono de piel si es central para identidad.
- Constitución («delgado», «robusto», «atlético»).
- Detalles únicos (cicatriz, tatuaje, lunar) si son centrales.
La descripción operativa que funciona para escenas múltiples queda en algo así:
hombre de 45-50 años, cabello canoso atado en moño bajo, gafas redondas de montura metálica fina, suéter beige de lana gruesa de cuello vuelto, constitución delgada, expresión introspectiva
Esa misma cadena de 20 palabras se inserta en los 8 prompts del storyboard. Lo que cambia es la acción y el contexto, no el personaje.
Palanca 2: frame de referencia visual
El texto solo te lleva al 70 % de la consistencia. El otro 30 % viene de que el modelo reciba una imagen de referencia del personaje en cada llamada. Esta imagen — el «character sheet» o «reference frame» — ancla la identidad visual.
La forma tradicional (manual) es: generas la primera imagen del personaje, la descargas, la subes en el siguiente prompt como referencia. La forma operativa en lote es: pasas el character sheet (o el frame anterior) automáticamente con cada prompt usando el modo Sequences de Grok AutoKuak o el modo image-to-video de Flow AutoKuak.
Palanca 3: modo Sequences automatiza la entrega frame a frame
Esta es la pieza que pasa de «consistencia teórica» a «consistencia operativa en lote». Sin extensión, asignar una imagen distinta a cada uno de 8 prompts manualmente es tedioso y propenso a errores. El modo Sequences resuelve eso programáticamente: cargas 8 imágenes en orden, la extensión las inyecta una a una con cada prompt.
Sin esta capa, el workflow se degrada rápido y la mayoría de creadores acaba abandonando la consistencia visual.
Construir un character sheet desde cero
Un character sheet típico tiene 3 vistas del mismo personaje. Cómo producirlo:
Paso 1: define al personaje en texto
Aplica la lista de 7 atributos de arriba. Reescribe hasta tener una descripción que un dibujante humano podría usar para esbozar al personaje sin ambigüedad. Ejemplo:
mujer de 35 años, cabello castaño largo ondulado peinado a un lado, ojos verdes claros, piel clara con pecas leves en las mejillas, vestido floral de manga corta tonos pastel azul-rosa, constitución delgada, expresión cálida ligeramente sonriente, anillo plateado fino en mano derecha
Paso 2: genera 3 vistas con el mismo prompt y angulación distinta
Tres prompts cortos que comparten la descripción del personaje pero piden ángulos distintos:
- Vista 1 — Retrato frontal: «Retrato frontal de [descripción completa], mirando directamente a cámara, fondo gris neutro estudio, iluminación natural difusa, estilo fotográfico realista».
- Vista 2 — Perfil: «Perfil lateral derecho de [descripción completa], mirando hacia la izquierda, mismo fondo gris neutro, misma iluminación, misma calidad fotográfica».
- Vista 3 — Plano americano: «Plano americano (cintura para arriba) de [descripción completa], mostrando el vestido floral entero, postura relajada, mismo fondo y iluminación».
Genera los tres en Grok Imagine con Grok AutoKuak (3 prompts en modo Text only o Image+text si ya tienes una imagen inicial como referencia). Descarga las 3 webp resultantes. Si alguna vista sale rara, regenera solo esa.
Paso 3: verifica coherencia entre las 3 vistas
Las 3 imágenes resultantes son tu character sheet. Coloca las tres lado a lado y verifica:
- ¿Mismo tono de piel?
- ¿Mismo color y largo de cabello?
- ¿Mismo vestuario (mismo tipo de tela, mismos colores)?
- ¿Constitución consistente?
Si hay derivas (ej. el perfil tiene cabello más oscuro), añade detalle a la descripción y regenera. Esta fase rara vez tarda más de 15-20 minutos y ahorra horas después.
Aplicar el character sheet a un storyboard
Con character sheet listo, ya puedes producir el storyboard real. El paso clave es construir cada prompt con el patrón: descripción del personaje (idéntica) + descripción de la escena (varía).
Plantilla:
Plano [TIPO] de [DESCRIPCIÓN COMPLETA DEL PERSONAJE], [ACCIÓN Y CONTEXTO ESPECÍFICO DEL PLANO], cámara [TIPO MOVIMIENTO], iluminación [DESCRIPCIÓN], estilo [REFERENCIA VISUAL]. Mantener exactamente al personaje de la imagen de referencia adjunta. Duración: 8s. 16:9.
Ejemplo aplicado (plano 3 de un storyboard de 8 sobre una mujer en una librería):
Plano americano de mujer de 35 años, cabello castaño largo ondulado peinado a un lado, ojos verdes claros, piel clara con pecas leves en las mejillas, vestido floral de manga corta tonos pastel azul-rosa, constitución delgada, expresión cálida ligeramente sonriente, anillo plateado fino en mano derecha, sosteniendo un libro abierto cerca de la cara mientras lee con concentración, cámara dolly-in lento desde plano americano hacia primer plano, iluminación luz natural suave entrando por ventana lateral con tonos cálidos dorados, estilo cinematográfico íntimo tipo Lost in Translation con grano sutil. Mantener exactamente al personaje de la imagen de referencia adjunta. Duración: 8s. 16:9.
La mitad del prompt es la descripción del personaje (copiada literal). La otra mitad cambia entre plano y plano. Para el plano 4 cambias la acción («baja un libro de un estante alto») y la cámara («plano general desde lejos»), pero la descripción del personaje queda intacta.
El workflow completo en lote
- Genera character sheet (3 vistas) con Grok AutoKuak. Tiempo: 15-20 min, 3 prompts.
- Escribe storyboard textual de 8 planos en Google Docs, copiando la descripción del personaje literal en cada uno. Tiempo: 25-30 min sin asistencia o 10 min usando ChatGPT AutoKuak para extraer planos.
- Produce los 8 frames estáticos con Grok AutoKuak en modo Sequences, asignando una vista distinta del character sheet a cada prompt en orden lógico (vista 1 → planos 1, 4; vista 2 → planos 2, 5; vista 3 → planos 3, 6, 7, 8). Tiempo: 15-20 min, 8 prompts.
- Convierte cada frame estático en clip Veo con Flow AutoKuak en modo image-to-video, usando el frame como referencia + el prompt textual del plano. Tiempo: 30-40 min, 8 prompts Veo. Detalle de prompts cinematográficos en prompts cinematográficos para Veo 3.1.
- Edita los 8 clips en CapCut/DaVinci con audio + transiciones. Tiempo: 30-45 min.
Total pipeline: ~2h para un Short de 60s con personaje 100 % consistente. Vs ~5-6h en manual sin character sheet.
Necesitas Grok AutoKuak + Flow AutoKuak.Ambas en Free dan 30 prompts cada 24 h cada una — suficiente para character sheet (3) + storyboard (8) + clips Veo (8) = 19 prompts totales del día.
Errores comunes que rompen la consistencia
- Modificar la descripción del personaje entre prompts.Aunque solo cambies «joven» por «joven y atractivo» en un plano, el modelo lo trata como variación. Copy-paste exacto siempre.
- No anclar textualmente la imagen de referencia.Añade explícitamente en cada prompt: «Mantener exactamente al personaje de la imagen de referencia adjunta». Sin esto, el modelo a veces ignora la referencia.
- Mezclar estilos visuales entre planos.Si el plano 1 es «estilo realista 35mm» y el plano 2 es «estilo anime», la consistencia del personaje colapsa aunque la descripción sea idéntica. Mantén el estilo visual constante.
- Saltarse el character sheet. «Genero el plano 1 y luego uso ese frame como referencia para el 2» funciona la primera iteración pero acumula deriva. Tener un sheet independiente con 3 vistas es estructuralmente más sólido.
- Cambios drásticos de iluminación.Si el plano 3 tiene luz neón cyan y el plano 4 luz cálida dorada, el personaje cambia tanto que parece otro. Cambios suaves de iluminación entre planos consecutivos.
Casos donde la consistencia perfecta no es necesaria
Honestidad operativa: no todos los vídeos necesitan personaje consistente. Casos donde puedes saltarte el character sheet:
- Tutoriales sin presentador visible (voz en off + recursos visuales).
- Compilaciones de «tipos de personas haciendo X» donde cada plano deliberadamente muestra a alguien distinto.
- Inserts cortos de paisajes, productos o naturaleza sin protagonista humano.
- Memes y contenido absurdo donde la inconsistencia forma parte del chiste.
Donde sí es crítica: storytelling narrativo, presentador IA recurrente del canal, branding visual de campaña.
Preguntas frecuentes
¿Cuántas vistas mínimo necesita el character sheet?
Tres es el mínimo sólido (frontal + perfil + plano americano). Para personajes muy detallados se pueden añadir vistas adicionales: tres-cuartos, espalda, expresiones específicas (riendo, sorprendido). Más de 6 vistas es overkill para vídeo de hasta 60s.
¿Funciona con personajes no-humanos (animales, criaturas fantásticas)?
Sí, idénticamente. Describes 7 atributos clave del personaje (especie, color, tamaño, accesorios distintivos, expresión típica) y aplicas el mismo workflow. Para criaturas fantásticas (dragones, robots) la descripción puede necesitar más detalle técnico (materiales, estilo de diseño).
¿Es mejor Grok Imagine o Veo para character sheet?
Grok Imagine para imágenes estáticas (más barato, más rápido, suficiente calidad). Veo para validar cómo se ve el personaje en movimiento si tu narrativa lo requiere. Workflow típico: character sheet en Grok, validación en Veo Fast (20 créditos) con un plano de prueba antes de comprometer Veo estándar para los 8 planos.
¿Puedo mantener consistencia de DOS personajes en la misma escena?
Sí, con más esfuerzo. Necesitas character sheets independientes para cada personaje + descripción doble en cada prompt (personaje A + personaje B). Veo gestiona consistencia para dos personajes mejor que para tres. Más de tres simultáneos rompe casi siempre.
¿Necesito Pro para producir storyboards con personaje consistente?
No para un storyboard ocasional (cabe en 30 prompts cada 24 h Free de Grok + 30 de Flow). Pro tiene sentido si produces 2+ storyboards al día o si quieres iterar agresivamente sin limitarte. Detalle Free vs Pro en Free vs Pro AutoKuak.
¿Sirve esta metodología para Sora 2 además de Veo?
Sí, casi idéntica. Sora 2 acepta image-to-video con referencia visual y respeta descripciones textuales detalladas. La estructura del prompt cambia mínimamente (Sora 2 tolera prompts más largos). Workflow vía ChatGPT AutoKuak para enviar prompts en lote a ChatGPT con Sora 2 integrado.
Empieza con un personaje único
El primer ejercicio recomendado: define un personaje (cualquiera — tu protagonista para un Short de prueba), genera su character sheet de 3 vistas, escribe un storyboard textual de 4 planos con la descripción del personaje copiada literal en cada prompt, produce los 4 frames con Grok AutoKuak en modo Sequences. Compara los 4 frames lado a lado: si el personaje se reconoce instantáneamente como el mismo en los 4, ya dominaste la técnica. Si no, vuelve a iterar la descripción textual hasta que sí. Una vez controlado a 4 planos, escalar a 8 o 12 es trivial. Para profundizar en cada pieza: modo Sequences en Grok es la palanca operativa. Prompts cinematográficos para Veo 3.1 cubre el lenguaje de cámara. Pipeline guion → Veo conecta todo end-to-end.
