Cómo crear prompts para Gemini Omni en 2026: guía práctica de prompts de vídeo IA multimodal

Por qué crear prompts para Omni es diferente

La mayoría de prompts de vídeo IA escritos en 2024–2025 se diseñaron para modelos de vídeo especializados de contexto corto. Escribías una frase, elegías un preset de estilo, le dabas a generar. Con Gemini Omni — el modelo multimodal unificado de Google — el prompt hace mucho más trabajo. El mismo prompt único dirige texto, imagen, vídeo y audio sincronizado dentro de una ventana de contexto larga.

Eso desplaza el prompt de “describe la escena” a “describe todo el entregable”. Esta guía es un framework operativo para sacar el máximo a Omni una vez aterrice, con técnicas tomadas de la guía oficial de prompting de Google y las tarjetas preview filtradas de Omni.

El framework de cuatro partes: Persona · Tarea · Formato · Contexto

El playbook más amplio de prompting de Google para la familia Gemini recomienda cuatro bloques:

1. Persona — la experiencia de la que quieres que el modelo tire (“actúa como cinematógrafo”, “como diseñador de marca”, “como editor de documental”).
2. Tarea — qué quieres producir (“un hero shot de 10 segundos de los auriculares nuevos”, “un product reveal 9:16”).
3. Formato — las restricciones estructurales (“16:9, 1080p, slow tracking shot, iluminación golden-hour”).
4. Contexto — la marca, audiencia y material de referencia del que el modelo debe tirar.

Para Omni, esto mapea directamente a una estructura limpia de brief:

Eres [PERSONA].
Genera [TAREA].
Formato: [proporción, duración, resolución, lenguaje cámara, iluminación].
Contexto: [voz marca, audiencia, referencias, señales audio].

Un ejemplo real:

Eres un cinematógrafo luxury al estilo Wong Kar-wai. Genera un hero shot de 10 segundos de unos auriculares inalámbricos negro mate descansando sobre un pedestal de hormigón texturizado. Formato: 16:9, 1080p, tracking shot lento 35mm de izquierda a derecha, back-light golden-hour suave, profundidad de campo poco profunda. Contexto: la marca es audio premium escandinavo minimalista. Audio: drone atmosférico grave con un único golpe sutil de campana en 0:07 cuando la cámara pasa la marca. Imagen de referencia: ver foto de producto adjunta para color exacto y costuras.

Las tres C: Conciso, Claro, Coherente

La propia guía de referencia de prompting de Google enfatiza tres principios que se traducen limpiamente a Omni:

• Conciso. Largo no es igual a bueno. Elimina palabras de relleno. Mantén un sujeto principal y una acción principal por prompt.
• Claro. Evita descriptores ambiguos como “hazlo mejor” o “más cinematográfico”. Sustituye por instrucciones concretas: “aumenta la profundidad de campo”, “temperatura de color más cálida”, “movimiento de cámara más lento a 0.5×”.
• Coherente. Usa el mismo vocabulario para los mismos conceptos en iteraciones. Si lo llamas “tracking shot” una vez, no cambies a “dolly move” después — el modelo los trata como señales diferentes.

Apóyate en prompts largos y por capas

A diferencia de los modelos de vídeo de contexto corto, Omni hereda la ventana de contexto larga de Gemini. Eso significa que puedes — y deberías — escribir prompts por capas y descriptivos. Un brief productivo cubre:

• Sujeto: quién o qué está en cuadro, incluyendo referencias de bloqueo de identidad.
• Mood: registro emocional y ritmo.
• Cámara: óptica, movimiento, cambios de encuadre dentro del clip.
• Iluminación: fuente, dirección, temperatura de color, contraste.
• Diálogo: cualquier línea hablada, con timing de lip-sync si es relevante.
• Sound design: ambient, género musical, señales sonoras clave con timecodes.
• Contexto marca o estilístico: referencias a obra existente o lenguaje visual.

Esencialmente estás escribiendo un treatment de una página, no una frase. El contexto largo de Omni está construido para esto.

Usa los assets de referencia agresivamente

La lista de funciones filtrada de Omni destaca explícitamente las entradas de referencia: imágenes, clips de vídeo y pistas de audio todos pueden combinarse en una sola instrucción. Usos concretos:

• Bloqueo de personaje: adjunta una imagen de referencia del protagonista para mantenerlo consistente entre múltiples omni-clips.
• Bloqueo de estilo: adjunta un frame de obra existente para anclar color grade y composición.
• Bloqueo de movimiento: adjunta un vídeo de referencia corto para imitar un movimiento de cámara o acción de personaje.
• Bloqueo de beat: adjunta una pista musical y pide a Omni que corte los visuales al beat (especialmente útil para Reels y vídeos musicales).

Los assets de referencia llevan mucha más señal por byte que el texto solo. Un prompt de 30 palabras con tres imágenes de referencia casi siempre superará a un prompt de 300 palabras sin referencias.

Edita en chat en lugar de regenerar

El mayor cambio de workflow que Omni se rumorea que introduce es la edición directa en chat. En lugar de regenerar un clip entero cuando un elemento está mal, puedes pedir:

“Cambia el reloj en la muñeca del modelo por un cronógrafo plata cepillado. Mantén todo el resto — encuadre, iluminación y audio — exactamente igual.”

“Ralentiza el movimiento de cámara un 30 % y calienta la temperatura de color 200 K.”

“Elimina el golpe de campana en 0:07 y añade en su lugar un swell ambient suave de 0:08 a 0:10.”

Esto refleja cómo Nano Banana redefinió la experiencia de edición de imagen en 2025. La implicación para el prompt craft es significativa: tu primer prompt ya no necesita ser perfecto. Genera una base sólida, luego dirígela. Ese patrón también es más barato en términos de compute que la regeneración constante.

Cinco patrones de prompt específicos de Omni para copiar

Un starter pack de patrones que mapean bien a las fortalezas del modelo:

1. Product hero

Genera un hero shot [duración] [proporción] de [producto], [iluminación], [movimiento cámara]. Audio: [ambient] con [sonido firma] en [timecode]. Referencia: [adjuntar foto producto].

2. Reel / Short con diálogo a micro

9:16, [duración]. El sujeto entrega la línea “[copy corto]” directo a cámara en un [setting]. Lip-sync preciso. Ambient de fondo: [sonido entorno]. Match el ritmo de [audio referencia].

3. Corte de videoclip musical

Genera [duración] de [sujeto] interpretando [acción] sobre la pista musical adjunta. Corta los visuales al beat. Mantén consistencia de personaje a lo largo del clip. La iluminación sigue la curva de energía del tema.

4. Building block cinematográfico

Omni-clip 10 segundos: [sujeto] [acción] en [entorno]. [Setup iluminación] continuo. Mantén el ambient audio a través del corte para que este clip pueda encadenarse con el anterior (adjunto).

5. Edición conversacional

Toma la generación previa y [cambio específico]. Mantén [lista de elementos preservados] sin cambios. Confirma que el cambio surtió efecto en [frame o timecode específico].

Qué probar en el día uno

Cuando finalmente tengas Omni en las manos, cuatro pruebas te dirán la mayor parte de lo que necesitas saber:

1. Renderizado de texto en pantalla — ¿se mantiene legible la escritura en una pizarra o letrero a lo largo del clip completo?
2. Lip sync en diálogo hablado — ¿el modelo aterriza formas de boca dentro de una generación?
3. Continuidad multi-clip — encadena dos omni-clips de 10 segundos y comprueba que personajes, iluminación y ambient audio realmente persisten.
4. Fidelidad de referencia — ¿una imagen de referencia bloquea la identidad del personaje, o solo la sugiere?

Si Omni clava tres de esas cuatro, tu biblioteca de prompts vale de repente más que tu stack de herramientas. Planifica en consecuencia.