Crear imágenes con IA para vídeos: formato, escenas y estilo

Para crear imágenes con IA para vídeos no basta con que cada imagen quede bien por separado: tienen que salir en el formato del vídeo (horizontal 16:9 para YouTube), con resolución de sobra para poder moverlas, una por escena a partir de lo que dice la narración y todas con el mismo estilo. El texto y los rótulos se ponen después, en el montaje, y si el resultado parece real, YouTube pide declararlo al subir el vídeo.

Qué cambia cuando la imagen es para un vídeo

Cambian tres cosas. La imagen no se ve sola sino en secuencia, así que lo que importa es que el conjunto sea coherente. Se ve durante varios segundos y casi siempre en movimiento, así que necesita margen para recortarse sin perder nitidez. Y acompaña a una voz: tiene que mostrar lo que se está contando en ese momento, no una ilustración genérica del tema.

Por eso el trabajo no empieza en el generador de imágenes, sino en el guion. Primero decides qué se cuenta y en qué orden; después, qué se ve en cada tramo. Si el vídeo es narrado y no sales en cámara, las imágenes son casi todo lo que el espectador mira, y merece la pena planificarlas como se planifica un storyboard.

Formato: 16:9 y resolución con margen

La relación de aspecto estándar de YouTube en ordenadores es 16:9, según su ayuda. Si generas las imágenes ya en horizontal 16:9, no tendrás que recortarlas ni rellenar los lados con bandas. Los modelos de imagen de Gemini en Google Cloud admiten esa relación: la ficha de Gemini 3.1 Flash Image incluye 16:9 y también 9:16, 1:1 y otras entre sus relaciones de aspecto compatibles.

La resolución depende del modelo. Según su documentación, Gemini 3.1 Flash Image admite 512, 1K, 2K y 4K; Gemini 3 Pro Image, 1K, 2K y 4K; y Gemini 3.1 Flash Lite Image, solo 1K. Para un vídeo hay una razón práctica para no quedarse corto: si vas a aplicar un acercamiento o un desplazamiento, el programa amplía la imagen y se queda con una parte, y una imagen justa de tamaño pierde nitidez. Lo explicamos en el efecto Ken Burns.

Una imagen por escena, a partir de la narración

La forma más ordenada de producir es partir el guion en escenas cortas y escribir, para cada una, qué se ve. Un ejemplo con un vídeo de divulgación sobre el faro de una isla:

Narración de la escena	Descripción de la imagen
«Durante décadas, el farero subía cada noche los ciento veinte peldaños de la torre.»	Escalera de caracol de piedra dentro de un faro, vista desde abajo, luz cálida de candil, ilustración de acuarela.
«Desde arriba, la luz alcanzaba a los barcos que se acercaban a la costa.»	Faro en un acantilado de noche, haz de luz sobre el mar, un velero a lo lejos, misma ilustración de acuarela.
«Hoy el faro funciona solo y la casa del farero está vacía.»	Casita blanca junto al faro al atardecer, ventanas cerradas, sin personas, misma ilustración de acuarela.

Fíjate en que cada descripción nombra lo concreto (la escalera, el haz de luz, la casa vacía) y repite el estilo al final. Escribir esas descripciones tiene su técnica: la contamos en prompts para imágenes con IA.

El mismo estilo en todo el vídeo

Es el error más visible de los vídeos hechos con IA: una escena parece una foto, la siguiente un cómic y la tercera un cuadro. Para evitarlo:

• Decide el estilo una vez y escríbelo. Una frase fija («ilustración de acuarela, tonos ocres y azules, luz cálida») que se añade a todas las descripciones del vídeo, y si puede ser a todos los vídeos del canal.
• Mantén la paleta. Si el canal tiene colores propios, menciónalos en el estilo.
• Cuidado con los personajes recurrentes. Un mismo personaje generado varias veces puede salir distinto en cada imagen. Si no es imprescindible, cuéntalo con planos donde no haga falta reconocerlo (manos, siluetas, objetos).
• Elige un nivel de realismo y no lo cambies. Mezclar fotorrealismo con ilustración desconcierta y, además, cambia lo que tendrás que declarar en YouTube (lo vemos más abajo).

Lo que no conviene pedirle a la IA

• Texto dentro de la imagen. Los rótulos, las cifras y los títulos quedan más limpios y sin faltas si se componen en el montaje, con una tipografía de verdad. Pide la imagen sin texto.
• Personas reales y famosos. Además del problema de imitar a alguien, los filtros de seguridad de Google detectan una representación fotorrealista de una celebridad en la solicitud. Y si la imagen hace parecer que una persona real hace o dice algo que no ha hecho, YouTube pide declararlo.
• Marcas y logotipos. No aportan nada a una ilustración y pueden traer problemas.
• Contenido que el modelo no va a generar. Si una instrucción es potencialmente no segura, el modelo puede negarse a generar la imagen o los filtros pueden bloquearla. Reformula la escena en vez de insistir.

Qué derechos tienes sobre lo que genera la IA, y qué pasa si una imagen se parece demasiado a una obra ajena, es otra cuestión: la tratamos en imágenes con IA y derechos de autor.

Revisar, rehacer y declarar

La documentación de Google lo dice sin rodeos: no esperes obtener una imagen perfecta en el primer intento. Revisa cada imagen con su narración al lado y rehaz las que fallen. Fíjate en las manos y los rostros, en objetos que no encajen con la época, en texto que aparezca aunque no lo pidieras y en detalles que contradigan lo que dice la voz.

Antes de publicar, decide si el vídeo necesita el aviso de IA. YouTube pide a los creadores que avisen a la audiencia cuando usen IA para modificar significativamente o generar contenido fotorrealista, por ejemplo si se han generado escenas realistas que no han ocurrido realmente. En cambio, no hace falta comunicarlo si se ha creado con IA contenido no realista. Un vídeo ilustrado con acuarelas evidentes no es lo mismo que una recreación fotográfica de un suceso. Tienes los casos en contenido alterado o sintético en YouTube.

Cómo lo hace el Estudio de Canales

En el Estudio de Canales, las imágenes son una fase de la producción, escena a escena:

• La descripción sale del storyboard. La IA propone, para cada escena, qué se ve y con qué movimiento. Sus instrucciones le piden que la descripción siga el estilo audiovisual de la biblia, sin marcas, sin personas reales reconocibles ni famosos y sin logotipos. Tú la editas si no te convence.
• Estilo del canal y formato fijos. A cada descripción se le añade el estilo de imagen de la biblia del canal, y al modelo se le pide una imagen horizontal 16:9, sin texto, sin letras, sin logotipos y sin marcas de agua.
• Modelos de imagen de Gemini, a elegir. Gemini 3.1 Flash Image (2K), el recomendado; Gemini 3.1 Flash Lite Image (1K), el más económico; o Gemini 3 Pro Image (2K), el de más calidad.
• Todas de una vez o una a una. Puedes pedir las imágenes de todo el vídeo de golpe o rehacer solo la de una escena; las demás no cambian. Si vuelves a pedir la imagen de una escena que ya tiene una vigente con la misma descripción y el mismo modelo, el estudio te devuelve la que hay en vez de generarla y pagarla otra vez; rehacerla a propósito sí es una generación nueva.
• Si cambias la descripción, la imagen deja de valer y la revisión de la escena pide generarla de nuevo.
• Tus propias imágenes también caben. Puedes subir un recurso tuyo con su fuente y su licencia, o reutilizar una imagen que ya esté en tu canal.
• Procedencia anotada y aviso de IA. Cada imagen generada queda marcada como hecha con IA, con el proveedor y el modelo. Si el vídeo lleva recursos de IA, el paquete para subir sale con el aviso de contenido sintético marcado; la decisión final al subirlo es tuya.
• Una persona aprueba cada escena antes del montaje.

Lo que no hace: no genera clips de vídeo con IA (las escenas son imágenes con movimiento), no busca fotos en bancos de imágenes y no pone texto dentro de las imágenes generadas; los rótulos se componen en el montaje. Las imágenes salen siempre en horizontal, porque hoy el estudio produce vídeo 16:9, no Shorts ni vídeo vertical.

Fuentes consultadas

Comprobadas el 11 de octubre de 2026. Enlazamos la fuente original para que puedas consultar el texto vigente.

• Configuración de codificación de subidas recomendada. Google · Ayuda de YouTube.
• Gemini 3.1 Flash Image. Google Cloud · documentación.
• Gemini 3 Pro Image. Google Cloud · documentación.
• Gemini 3.1 Flash Lite Image. Google Cloud · documentación.
• Prácticas recomendadas para la generación de imágenes de Gemini. Google Cloud · documentación.
• Generación de imágenes con Gemini y la IA responsable. Google Cloud · documentación.
• Avisar sobre el uso de contenido generado por IA. Google · Ayuda de YouTube.