Cómo escribirle a H3 para que haga lo que querés

Casi todos los problemas —que mueve la cámara cuando le dijiste que no, que entre la primera y la última imagen inventa cualquier cosa— salen de la misma raíz: H3 no lee el prompt como una orden, lo lee como una descripción. Estas son las reglas que sí funcionan.

1 · Una escena es un plano, no una secuencia

Por defecto cada escena se genera como una sola toma continua. Eso significa una acción, un movimiento de cámara, un lugar. Si estás pensando en dos cosas que pasan en lugares distintos, son dos escenas, no una.

Regla de oro: cuando algo no sale, casi siempre la solución es partir la escena en dos escenas más cortas, no escribir un prompt más largo.

2 · Los tiempos son cortes, no marcas internas

H3 no entiende "en el segundo 2 que gire la cabeza". Si escribís tiempos, los lee como cambios de plano: el hueco entre marcas es la duración de cada plano, no de cada acción.

Lo que sí respeta es el orden encadenado. Por eso conviene escribir la acción como una seguidilla de momentos, uno por renglón, y H3 los arma como It begins as… then… and it ends as….

el chofer abre la puerta del colectivo
baja el escalón y pisa el charco
se detiene y mira hacia atrás

a los 2 segundos abre la puerta,
a los 4 baja, a los 6 mira atrás

3 · Cuántos momentos entran

Dos o tres para un clip de 5 segundos; cuatro como mucho para 8 o más. Si le metés seis momentos en cinco segundos, los apura todos y no se entiende ninguno.

4 · Que la cámara no se mueva

Tres cosas, en este orden de importancia:

1. Elegí Cámara fija en el desplegable. La app agrega al final del prompt un bloque que lo declara en positivo: CAMERA: locked-off on a tripod, the frame does not move…
2. No escribas negaciones en la acción. "que la cámara no se mueva" empeora las cosas: el modelo lee "cámara" y "mover". Declarar qué hace la cámara funciona; pedirle que no haga algo, no.
3. Prompt corto. Cuando se sobrecarga, H3 empieza a soltar instrucciones, y la de cámara es de las primeras que tira. Si el contador de caracteres te marca largo, sacá adjetivos antes que otra cosa.

5 · La primera y la última imagen

Si cargás las dos, H3 tiene que inventar el camino entre una y otra. Si no le decís cuál es, elige el que quiere: de ahí sale el "hace cualquier cosa en el medio".

Para eso está «Qué cambia entre la primera y la última imagen». Describí el cambio continuo: postura, luz, distancia de cámara, entorno.

pasa de estar sentado al volante a estar
parado en la calle mojada, con la luz del
interior apagándose sobre su cara

que vaya de la primera foto a la segunda

6 · El diálogo

Se escribe en castellano y no se traduce: es lo que dice el personaje en el audio que subís (MP3 o WAV) — la app no genera voz, sólo la usa como referencia para que H3 sincronice los labios.

Y tiene que entrar en el tiempo del plano. Con habla natural entran unas dos o tres palabras por segundo: en un clip de 5 segundos, no más de diez o doce palabras. Si te pasás, el modelo lo acelera o lo corta.

6b · Dos personajes hablando

Se puede. Subí un audio en cada pista (A y B) y, si no lo tildó solo la app, marcá «Hablan dos personajes» en la escena; escribí el diálogo con un renglón por línea, o poniendo A: y B: adelante:

A: Nadie sale de acá.
B: Vos tampoco.
A: Eso lo veremos.

El audio sale bien con dos voces.
El video con dos personajes
sincronizando labios, no siempre.

Cuando hay dos audios cargados (A y B) aparecen dos pistas, cada una con el nombre del personaje — subís vos el MP3 o WAV de cada una, grabado aparte. Si sólo cargás una, la app las mantiene separadas; con las dos, arma una sola pista en el orden A → B, porque el modelo recibe un solo audio de referencia, y te muestra la duración total.

Ojo con el total: las dos pistas juntas tienen que entrar en los 15 segundos que admite H3. Si se pasan, la escena se parte en dos.

6c · El movimiento del cuerpo va aparte

Hay un campo propio para brazos, manos, torso y cómo se desplaza. No lo metas dentro de la acción: si va todo junto, el modelo lo diluye y suele terminar moviendo la cámara en lugar del cuerpo. Separado, se respeta mucho mejor.

6d · Que Claude escriba el prompt

El atajo para todo lo anterior. Contale en castellano qué querés que pase, como se lo dirías a un actor, y apretá «Que Claude arme el prompt». Te lo devuelve en inglés ya separado en Action, Body, Camera, Sound y Ending, sin negaciones, sin marcas de segundos y sin pasarse de largo. Después lo editás si querés.

7 · Cuándo escribir en castellano y cuándo no

La acción, la transición, los sonidos y el cierre los escribís en castellano. La traducción al inglés se hace sola, en segundo plano, apenas guardás el campo — no hay que apretar nada. El prompt se le manda a H3 en inglés porque es lo que mejor entiende.

Podés ver la traducción guardada abajo de cada campo («Inglés — fijo, no se edita»). Si tarda unos segundos en aparecer es normal: mientras tanto H3 usa el texto en castellano, así que nunca te quedás sin prompt.

8 · Cuando sale mal

9 · Los límites, para tenerlos a mano

• Duración: de 4 a 15 segundos. Se redondea a la grilla interna del modelo.
• Prompt: hasta 7000 caracteres, pero pasando los 1400 empieza a ignorar cosas.
• Audio: MP3 o WAV, hasta 15 segundos y 15 MB.
• Imágenes: JPG, PNG o WEBP, hasta 30 MB cada una.

10 · El orden en que conviene trabajar

1. Creá el proyecto y fijá ahí el modelo, la resolución, el formato y el tono visual.
2. Armá la primera escena entera y generala sola, hasta que salga como querés.
3. Recién ahí creá las siguientes: heredan toda la configuración de la anterior.
4. Cuando estén todas, «Generar las escenas pendientes» y las hace de a una.