Dramas cortos con IA: hooks verticales con MiniMax H3

El drama vertical es la historia de éxito más extraña del video actual: episodios de un minuto, tramas de telenovela y plataformas como ReelShort convirtiéndolos en una categoría de mil millones de dólares. Y toda la economía del formato pende de una sola unidad: el hook. Los primeros quince segundos deciden si un espectador de feed se queda para el episodio uno, y si quien ve el anuncio hace clic hacia la app. Los estudios hacen A/B con los hooks igual que los equipos de e-commerce prueban miniaturas.

Y justo por eso la llegada de la IA aquí es interesante. Un hook es corto, se apoya en el diálogo y necesita varios cortes con los mismos dos rostros — históricamente el peor brief posible para el video con IA, porque encadenar clips es donde los personajes derivan y el lip-sync muere. MiniMax H3 cambió la forma del problema: genera una escena con varios cortes en una sola pasada — cortes de cámara, personajes consistentes, líneas habladas con lip-sync, todo dentro de una generación de 4–15 segundos. Sin montaje, porque no hay nada que montar.

Nosotros operamos Pixo, una plataforma de video multimodelo donde H3 está disponible en el Playground. Este es el playbook del hook.

La anatomía de un hook de 15 segundos

Todo hook de drama vertical exitoso comprime los mismos cuatro beats:

Escribe tu prompt contra estos beats y no le estarás pidiendo al modelo que improvise drama: le estarás entregando una lista de planos.

Por qué H3 encaja en este formato

Varios cortes en una generación. H3 maneja los cortes de cámara de forma nativa dentro de una sola pasada —de plano general a primer plano, de over-the-shoulder a plano de reacción— con vestuario, iluminación y rostros mantenidos en cada corte. La gramática del hook son los cortes; obtenerlos de una generación en lugar de una línea de tiempo de edición es la diferencia entre una tarde y un pipeline.

Protagonistas fijados por referencia. Sube una foto por protagonista —Image 1 para ella, Image 2 para él— y los rostros se anclan a tus referencias durante toda la escena. El melodrama lo sostienen los rostros; esta es la función que el género estaba esperando. (El manual de H3 demuestra el formato directamente: su set de muestras incluye un teaser de drama romántico de vampiros en 9:16 construido exactamente sobre esta configuración de dos protagonistas por referencia.)

Diálogo que aterriza. Escribe la línea palabra por palabra y se pronuncia con lip-sync, en la misma pasada que la imagen. El drama vertical vive de las líneas interpretadas —«Tú nunca fuiste el heredero.»— no de subtítulos sobre metraje mudo.

Nacido vertical. 9:16 es un formato nativo en Pixo, generado a 768p o 2K — compuesto para el encuadre del teléfono, no recortado hasta él.

El flujo de trabajo

1. Elige el reparto con dos fotos. Una referencia de rostro clara por protagonista (cada una ≤30MB). Súbelas en orden; se convierten en Image 1 e Image 2 en tu prompt.
2. Escribe los cuatro beats como cortes. Nombra el tamaño de plano y el sujeto en cada corte —«Corte a primer plano: su mano»— la propia guía del manual es escribir lo que ve la cámara, corte a corte.
3. Escribe cada línea de diálogo. Palabra por palabra, entre comillas, con atribución. Con dos o tres líneas sobra para quince segundos.
4. Genera en 9:16. 768p para borradores mientras iteras los beats, 2K para la versión que se publica.
5. Prueba hooks como creatividades. Mismos protagonistas, revelaciones distintas — cada variante es una generación, así que deja que los datos de clic elijan la historia.

Tres prompts de hook para copiar y pegar

1. El contrato (romance chaebol moderno)

Los archivos de referencia de la muestra

Una muestra del manual en el mismo registro

Image 1 fija el rostro de la protagonista. Image 2 fija el rostro del protagonista.
Escena de drama vertical 9:16, penthouse moderno y lujoso de noche, iluminación
cinematográfica de clave. Corte 1, plano medio: ella firma un documento en una mesa de
cristal, las manos temblando levemente. Corte 2, over-the-shoulder: él observa desde la
ventana, indescifrable. Corte 3, primer plano de ella: levanta la mirada y dice: «Ahora
tienes todo lo que querías.» Corte 4, primer plano de él: media sonrisa lenta. Él dice:
«Todo no. Todavía.» Congelado en sus ojos. Tensión de cuerdas suave bajo el diálogo,
rumor de ciudad afuera.

Por qué funciona: cuatro cortes, cuatro beats, y el precipicio cae sobre una línea hablada. Los tamaños de plano están nombrados en cada corte, que es lo que mantiene el ritmo de montaje de H3 fiel al guion.

2. La revelación (gótico de vampiros, el género de casa del manual)

Los archivos de referencia de la muestra

La muestra del manual que este prompt adapta

Image 1 fija el rostro de la protagonista. Image 2 fija el rostro del protagonista.
Romance gótico vertical 9:16, pasillo de mansión a la luz de las velas, sombras profundas,
luz de luna a través de ventanales altos. Corte 1, plano general: ella retrocede lentamente
por el pasillo, la luz del candelabro parpadeando. Corte 2, primer plano: el rostro de él
medio en sombra. Dice en voz baja: «No debiste seguirme.» Corte 3, inserto: la mano de él
se apoya en la pared junto a la cabeza de ella. Corte 4, primerísimo primer plano de los
ojos de ella, luz de velas reflejada. Ella susurra: «Sé lo que eres.»
Corte duro a negro en la última palabra. Viento y parpadeo de velas bajo todo; sin música.

Por qué funciona: es exactamente el registro de la propia muestra de drama de vampiros en 9:16 del manual — dos protagonistas fijados, tamaños de plano en escalada, un precipicio susurrado — y el corte a negro sobre una palabra hablada es el disparador de tap más fiable del género.

3. El vuelco de poder (intriga wuxia de época)

Los archivos de referencia de la muestra

La muestra del manual que este prompt adapta

Image 1 fija el rostro de la protagonista. Image 2 fija el rostro del protagonista.
Escena vertical 9:16, bosque de bambú nocturno entre niebla, luz de luna fría, estética
wuxia cinematográfica. Corte 1, plano general: dos figuras con capa se encuentran en un
sendero estrecho, faroles balanceándose. Corte 2, plano medio: ella le entrega una pequeña
carta sellada. Dice: «Quémala después de leerla.» Corte 3, primer plano: él rompe el sello
en su lugar, los ojos subiendo hasta encontrar los de ella. Corte 4, primer plano de
reacción: la compostura de ella se quiebra durante un fotograma.
Terminar a mitad de respiración antes de que nadie vuelva a hablar. Insectos nocturnos,
viento entre el bambú, roce de tela.

Por qué funciona: la muestra wuxia del manual demuestra que el modelo mantiene vestuario, niebla e iluminación nocturna entre cortes; el drama aquí lo sostienen el atrezo y los planos de reacción, así que sobrevive incluso si luego localizas el diálogo.

Después del hook: hacer la serie

Aquí está la frontera honesta: un hook es una generación; una serie es una producción. Cuando el hook convierte y necesitas el episodio uno —seis escenas, reparto recurrente, localizaciones que persisten— has superado la generación de plano único, y para eso está el flujo de storyboard de Pixo: un agente convierte tu sinopsis en guion y storyboard plano a plano, los assets de personaje compartidos mantienen el reparto consistente entre escenas, y cada plano se renderiza en el mejor modelo para él — Seedance 2.0, Kling 3.0, Veo 3.1. El hook en el Playground, la serie en el storyboard: misma plataforma, dos carriles.

Lecturas relacionadas: para trabajo narrativo horizontal de estilo festival, consulta la guía de cortometrajes con IA — otro oficio con otro ritmo; esta guía es el carril vertical y comercial. Para convertir historias en video en general, mira videos de historias con IA, y si estás construyendo la economía de un canal alrededor del formato, cómo ganar dinero con el video con IA.

Preguntas frecuentes

¿Puede la IA generar un drama corto?

La IA ya puede generar la parte de un drama corto que más importa comercialmente: el hook. MiniMax H3 produce una escena vertical de 4–15 segundos con varios cortes de cámara, personajes consistentes y diálogo con lip-sync en una sola generación — la misma unidad que abre cada episodio de una serie al estilo ReelShort.

¿Cómo mantengo a los mismos actores entre planos?

Fíjalos con imágenes de referencia. Sube una foto por cada protagonista —Image 1 para ella, Image 2 para él— y referéncialas en el prompt. H3 ancla los rostros a las referencias subidas, así que los protagonistas siguen siendo ellos mismos en cada corte dentro de la generación.

¿El diálogo tiene lip-sync?

Sí. Escribe cada línea palabra por palabra en el prompt y H3 genera la voz junto con la imagen, con los movimientos de la boca sincronizados con las palabras. El melodrama vive de las líneas interpretadas, así que escríbelas como diálogo de guion, no como resúmenes.

¿Qué duración y formato debe tener un hook de drama?

9:16 vertical, menos de 15 segundos. Esa es la ventana en la que un espectador de feed decide quedarse, y coincide con el rango de generación de 4–15 segundos de H3 — una generación, un hook.

¿Puedo hacer un episodio completo así?

Un hook es una generación; un episodio es una secuencia producida. Para episodios de varias escenas, el flujo de storyboard de Pixo convierte tu sinopsis en guion y storyboard plano a plano, mantiene los personajes consistentes con assets compartidos y renderiza plano a plano en modelos como Seedance 2.0, Kling 3.0 y Veo 3.1.

¿Cómo lo pruebo?

MiniMax H3 está disponible en el Playground de Pixo: genera escenas verticales de 4–15 segundos a 768p o 2K y exporta sin marca de agua. Los nuevos usuarios reciben 200 créditos gratis al registrarse, y los planes tienen actualmente hasta un 55% de descuento.

---

MiniMax H3 ya está disponible en el Playground de Pixo — genera escenas verticales de 4–15 segundos a 768p o 2K, con tus protagonistas fijados desde fotos de referencia. Regístrate ahora: los nuevos usuarios reciben 200 créditos gratis al registrarse, y los planes tienen actualmente hasta un 55% de descuento.