Cómo hacer un hook de video con IA: un superdeportivo que despega en 8 segundos, con todos los prompts
Cómo hicimos un hook de 8 segundos con formato de entrevista callejera en el que un superdeportivo sale volando, además del B-roll, los insertos y la voz en off, todo en Endless con Seedance 2.5. Todos los prompts, las referencias del auto y las cuatro tomas que hicieron falta.

Para hacer con IA un hook de video que retenga a la gente, toma una estructura que ya funcione en tu nicho y escríbela como un prompt con tiempos: cada parte del diálogo y de la acción tiene su propio rango de segundos, así la pregunta, la respuesta y la sorpresa caben en un solo clip corto. Lo hicimos con un hook de entrevista callejera. Alguien le pregunta a un hombre sentado en un superdeportivo a qué se dedica, él responde "I sell AI videos" (vendo videos con IA), cierra la puerta y el auto sale volando. Dura ocho segundos en una sola toma continua, y el resto del reel explica cómo se hizo.
Todo se hizo en Endless: el hook, el B-roll y los insertos con Seedance 2.5, y la voz en off con ElevenLabs v4. En esta guía están todos los prompts, las referencias del auto y las cuatro tomas que necesitó el hook.

Todas las tomas usan el mismo auto, el mismo piloto y el mismo lago seco. Cada fotograma sale directamente de Seedance 2.5 en Endless.
Este es el reel terminado:
¿Cuál es la idea detrás del hook?
Es un hook de entrevista callejera con un final que nadie espera. Alguien para a un hombre en un superdeportivo y le pregunta a qué se dedica. Él responde "I sell AI videos", cierra la puerta y el auto sale volando. Después de esos ocho segundos, el video explica cómo se hizo.
Partimos de dos imágenes: el plano con el que queríamos abrir y el remate.


| Qué | Modelo en Endless | Ajustes |
|---|---|---|
| El hook | Seedance 2.5 | 8 s, 480p, 9:16, con audio, 3 referencias del auto |
| B-roll | Seedance 2.5 | 8 s, 480p, 9:16, sin audio, las mismas referencias |
| Insertos | Seedance 2.5 | 5 s, 720p, 9:16, sin audio, sin referencias |
| B-roll final en 1080p | Seedance 2.5 Draft complete | La misma toma, renderizada de nuevo a resolución máxima |
| Voz en off | ElevenLabs v4 | Voz "Eric", estabilidad 1 |
Paso 0: encuentra el formato con datos reales
Empezamos por los datos: en el chat de Endless revisamos cuentas de superdeportivos y de entrevistas callejeras, ordenamos sus reels según las vistas comparadas con el promedio de cada cuenta y analizamos los outliers, es decir, los reels que superan con mucho ese promedio: el hook, el ritmo y el segundo en el que la gente deja de hacer scroll. Los prompts de esta guía quedan en inglés porque así los usamos. Este es el primero:
El outlier más alto de esa búsqueda fue una entrevista callejera a un superdeportivo con 29,5 millones de vistas, 34 veces el promedio del creador. Su estructura es simple: una pregunta desde detrás de la cámara, una respuesta corta y una sorpresa visual. Nos quedamos con esa estructura y cambiamos todo lo demás.
Paso 1: ¿cómo mantienes el mismo auto en todas las tomas?
Adjunta las mismas tres imágenes de referencia del auto a cada prompt de Seedance:
@image1: tres cuartos trasero (alerón, barra de luz, ruedas)@image2: el "modo vuelo", cuatro pequeños propulsores de cohete debajo del parachoques trasero@image3: tres cuartos delantero (frente y franja de luz delantera)

En tamaño completo: @image1, @image2, @image3.
Sirve cualquier foto de producto limpia de tu objeto protagonista, y los renders de estudio funcionan bien. Hay tres cosas en el prompt que importan más que las propias imágenes:
- Describe también el auto con palabras dentro del prompt: "white wedge-shaped two-seat electric hypercar, dark tinted glass canopy, black lower body, big rear wing, full-width red light bar, five-spoke black wheels".
- Prohíbe los logos: "no logos, no badges, no readable text on the license plate".
- Quita el fondo de estudio: "Do not use the dark studio backgrounds of the images." Sin esta línea, Seedance puede llevar el estudio negro al desierto.
Paso 2: el prompt del hook de 8 segundos
El hook tiene cuatro momentos: el acercamiento con la pregunta, la respuesta, la puerta que se cierra y el despegue.

Seedance 2.5, 8 s, 480p, 9:16, con audio, con @image1, @image2 y @image3
adjuntas.
¿Cuántas tomas necesita un hook de video con IA?
Este necesitó cuatro. El prompt final es la cuarta versión, y cada toma mostró una cosa que corregir.
| Toma | Qué pasó | Qué cambiamos |
|---|---|---|
| 1, 12 s | Está de pie afuera, se pone un casco y se sube. Demasiado lento para un hook. | Ponerlo ya adentro, con la puerta abierta. |
| 2, 12 s | Mejor, pero el casco todavía ocupa dos segundos. | Sin casco, todo en 8 segundos. |
| 3, 8 s | Es bastante rápida, pero abre en su cara y el auto casi no se ve. | Abrir con un plano general del auto y luego acercarse. |
| 4, 8 s | El auto, la pregunta, la respuesta y el despegue, todo en una toma. | Final. |
Toma 1 (12 s)
Está de pie afuera y se pone un casco antes de subirse, algo demasiado lento para un hook. En la siguiente toma ya está adentro con la puerta abierta.
Toma 2 (12 s)
El casco todavía ocupa dos segundos, así que la siguiente toma lo elimina y mete todo en 8 segundos.
Toma 3 (8 s)
Es bastante rápida, pero abre en su cara y el auto casi no se ve. La siguiente toma abre con un plano general del auto completo y luego se acerca.
Toma 4 (8 s, final)
Todo, desde el acercamiento hasta el despegue, ocurre en una sola toma continua.
Cuenta con tres o cuatro tomas para cualquier hook. A 480p y 8 segundos, cada toma es barata, y cada una te dice qué corregir en el prompt.
Por qué funcionó este prompt
- Cada momento tiene un rango de tiempo. Ocho segundos es poco, y la línea de tiempo mantiene la pregunta, la respuesta y el despegue dentro del clip.
- El diálogo va entre
{llaves}. Seedance lo lee como frases habladas y deduce quién dice cada una por la oración que la rodea. - El clip abre con un plano general. Las primeras tomas empezaban demasiado cerca y el auto casi no se veía. Lo resolvió "showing the WHOLE white car in frame, nose to rear wing".
- El prompt nunca usa la palabra "phone". Si se menciona un teléfono en cualquier parte, aunque sea como "filmed on a phone", suele aparecer uno en el plano. Describe la cámara ("handheld point-of-view, chest height") y agrega "no hands, no devices".
- La resolución de 480p es a propósito. A 480p el video parece algo que filmó un desconocido en la calle, y a 720p o más se parece más a un anuncio.
Paso 3: el B-roll
La segunda mitad del reel explica el proceso sobre B-roll. Todas las tomas usan la misma descripción del piloto y las mismas referencias del auto, así que todo parece del mismo rodaje. Los ajustes de todas son Seedance 2.5, 8 s, 480p, 9:16, sin audio. Cuando aprobábamos una toma, la volvíamos a renderizar con Seedance 2.5 Draft complete para tener la misma toma en 1080p.
@image1, @image2 y las siguientes siguen el orden en que adjuntas las
imágenes en esa generación. Cada toma de abajo indica sus referencias en ese
orden.
04: sobre el capó, haciendo scroll
Referencias: tres cuartos trasero, tres cuartos delantero.
05: macro del teléfono, el feed se detiene en el auto
Referencia: tres cuartos trasero.
06: una laptop en el lago seco
Referencia: tres cuartos trasero.
07: en la cabina, recorriendo una línea de tiempo
Referencias: tres cuartos trasero, tres cuartos delantero.
08: los propulsores, en macro
Referencias: propulsores, tres cuartos trasero.
09: cinco autos, un despegue
Referencias: tres cuartos trasero, propulsores, tres cuartos delantero.
10: en vuelo, desde el asiento del acompañante
Referencias: tres cuartos trasero, tres cuartos delantero.
11: la toma del CTA, apoyado, asiente y señala hacia abajo
Referencias: tres cuartos trasero, tres cuartos delantero.
Paso 4: insertos de otro lugar
Cuando todas las tomas salen de la misma escena, la explicación se ve plana. Los buenos reels explicativos cortan a metáforas visuales de un lugar completamente distinto. Hicimos tres insertos sin referencias, todos en Seedance 2.5, 5 s, 720p, 9:16, sin audio.

| Frase de la voz en off | Inserto |
|---|---|
| "…and pull the outliers" | Un pulgar que recorre un feed borroso y se detiene en seco en el auto |
| "Endless breaks them down" | Un relojero que desarma un reloj pieza por pieza |
| "We make five" | Cinco autos a escala idénticos que avanzan por una línea de producción |
12: el scroll que se detiene
13: el relojero
14: cinco en la línea
Usa en los insertos la misma luz que en la escena principal, aquí la luz cálida de la hora dorada. Gracias a esa luz compartida, un plano de la mesa de un relojero puede ir junto a un plano de un lago seco en el desierto dentro del mismo reel.
Paso 5: la voz en off
Modelo: ElevenLabs v4, voz "Eric", estabilidad 1. La estabilidad más alta da la lectura más plana e inexpresiva. Puedes hacer un clip parecido con texto a voz.
El tono es seco y rápido, como el de alguien que explica algo que le parece obvio. Las etiquetas entre corchetes del principio marcan la forma de leer.
Escribe el guion para escucharse: frases cortas con una idea cada una, y los números escritos con letras ("ten times", "two seconds").
Cómo hacer tu propia versión
Cambia tres cosas y deja el resto del prompt del hook tal como está:
- El objeto protagonista: un auto, un reloj, unas zapatillas deportivas o un edificio. Adjunta dos o tres imágenes limpias.
- La respuesta: "I sell AI videos" pasa a ser a qué te dedicas tú, en cinco palabras o menos.
- El remate: algo que tu objeto hace y que nadie espera. Puede volar, plegarse, desaparecer o multiplicarse.
Luego genera cuatro o cinco tomas del mismo hook en Endless y quédate con la que tenga el mejor remate. Si en lugar de un objeto quieres un creador que hable a cámara, el mismo método de referencias está en nuestra guía de videos UGC con IA con un creador constante (en inglés).
Puedes hacer cada paso, desde el análisis del nicho hasta la voz en off, en Endless.
Preguntas frecuentes
¿Qué es un hook de video?
Un hook de video son los primeros segundos de un video corto, pensados para que la gente deje de hacer scroll y lo vea. El hook de esta guía es una entrevista callejera: una pregunta desde detrás de la cámara, una respuesta corta y una sorpresa visual, todo en ocho segundos.
¿Cuánto debe durar un hook de video con IA?
Este dura 8 segundos en una sola toma continua. Las dos primeras tomas duraban 12 segundos y eran demasiado lentas, porque el piloto pasaba tiempo fuera del auto y poniéndose el casco. Al bajarlo a 8 segundos, la pregunta, la respuesta y el despegue quedaron dentro del clip.
¿Cómo mantienes el mismo auto en todas las tomas de Seedance?
Adjunta las mismas tres imágenes de referencia a cada prompt, describe el auto con palabras dentro del prompt, prohíbe los logos y el texto legible en la placa, y agrega "Do not use the dark studio backgrounds of the images." Todas las tomas de esta guía usaron las mismas referencias y la misma descripción del piloto.
¿Cómo se escribe el diálogo en un prompt de Seedance?
Pon cada frase hablada entre {llaves} en una línea de tiempo, con un rango de
tiempo para cada momento. Seedance lee las llaves como frases habladas y deduce
quién dice cada una por la oración que la rodea. Indica el idioma del diálogo
al principio de la línea de tiempo.
¿Por qué renderizar un hook de video con IA a 480p?
A 480p el video parece algo que filmó un desconocido en la calle, y eso le sienta bien a un hook de entrevista callejera. A 720p o más se parece más a un anuncio. Además, cada toma a 480p es barata, algo útil cuando un hook necesita tres o cuatro tomas.
¿Por qué aparece un teléfono en el video con IA?
Si el prompt menciona un teléfono en cualquier parte, aunque sea como "filmed on a phone", suele aparecer uno en el plano. Describe la cámara, por ejemplo "handheld point-of-view, chest height", y agrega "no hands, no devices".
¿Qué ajustes de voz dan una voz en off inexpresiva?
Esta voz en off usó ElevenLabs v4 con la voz "Eric" en estabilidad 1, el valor más alto, que da la lectura más plana. Las etiquetas entre corchetes al principio del guion, como "[completely flat, monotone, bored, dry, unimpressed]", marcan la forma de leer.
Seguir leyendo

Las mejores alternativas a Runway en 2026 para video con IA
Kling, Google Flow, Luma, Higgsfield, Pika, Hailuo y Endless: qué ofrece cada una en lugar de Runway, para quién es, cuánto cuesta y dónde se queda corta.

Qué es Higgsfield: funciones, precios, plan gratis y alternativas
Higgsfield es un estudio de IA centrado en video, con presets cinematográficos, sus propios modelos de imagen Soul y decenas de modelos de video de terceros. Qué hace, para quién es, cuánto cuesta y dónde se queda corto.

Las mejores alternativas a ChatGPT en 2026 para equipos que quieren más modelos
Claude, Gemini, Poe, Magai, TypingMind, OpenRouter y Endless: cuáles te dan modelos de más de una empresa, cómo le cobran a un equipo y dónde ChatGPT sigue siendo la mejor opción.
Lleva esto a tu equipo
Empieza a crear con Endless: chat, imagen, video, transcripciones e insights sociales en un solo espacio.
Empezar gratis