Cómo hicimos un vídeo de producto con Claude Code a partir de un solo prompt

El prompt completo

El prompt tenía tres líneas cortas. Nombraba el producto y le pedía al agente que lo buscara. Nadie envió una segunda instrucción creativa; los únicos mensajes posteriores, ya tras la entrega, fueron preguntas sobre el origen de la música.

El prompt es corto porque fija estándares, no pasos: recursos reales, música, un movimiento que siga la música y un resultado profesional. Claude Code convirtió esos cuatro estándares en su propio plan de producción.

1. Usa capturas/logo/recursos reales del producto, el producto es el yoyó Leet, puedes buscar en google mi producto de yoyó
2. Tiene que tener música y el movimiento tiene que coincidir con la música

Hazlo como un vídeo de producción profesional de verdad, no como una demo o un prototipo.

Paso 1: crea las fotos del producto en Ciyo

La primera línea del prompt, usar recursos reales del producto, decide el aspecto del vídeo. Un agente de vídeo puede mover, iluminar y cortar imágenes; no puede inventar un producto creíble. Dale fotos a juego en cada variante de color y podrá construir el plano del que está hecho el vídeo de LEET: el yoyó se queda quieto y solo cambia de color con cada golpe de bombo.

Si todavía no tienes fotos de estudio, créalas en Ciyo. Para este artículo usamos un producto ficticio, Comet, un yoyó metálico de "Halcyon Spin", y le pedimos a Ciyo Agent tres fotos de estudio a juego. Primero hizo una toma maestra en plateado y luego la usó como referencia para las versiones naranja y turquesa, de modo que la forma, el ángulo y la luz coinciden. Las tres imágenes de 2560 × 1440 costaron 10 créditos con GPT Image 2.5 Flare.

Fotos de producto para un vídeo de lanzamiento. Comet es un yoyó metálico de Halcyon Spin, una pequeña marca de yoyós. Crea tres fotos de estudio a juego de Comet: una en plateado cepillado, una en naranja y una en turquesa. El mismo ángulo de tres cuartos, la misma luz de estudio suave, fondo blanco liso, sin texto. La forma tiene que ser idéntica en las tres, para que solo cambie el color.

Paso 2: recórtalas y expórtalas

Selecciona una foto y pulsa Remove BG (quitar fondo) en la barra de herramientas de la imagen. Ciyo coloca una copia transparente junto al original; cada recorte costó 2 créditos, y los tres llegaron como PNG de 2560 × 1440 con fondo transparente. El conjunto completo, tres fotos y tres recortes, costó 16 créditos.

Descárgalos con el botón de descarga de la barra de herramientas y ponlos en una carpeta junto con tu logo y un breve archivo de texto con los datos que quieres en pantalla: nombres de modelo, tamaños, tu eslogan. Nombra los archivos por modelo y color, por ejemplo comet-teal-cutout.png, para que el agente nunca tenga que adivinar qué archivo es cuál.

La ejecución de LEET muestra por qué este paso compensa. No tenía recursos preparados, así que un agente descargó 102 fotos de tres tiendas y de la cuenta de X de LEET, y recortó 85 de ellas con un modelo local de eliminación de fondos. Tardó 75 minutos, la tarea más lenta de toda la fase de investigación, y esas fotos siguen perteneciendo a las tiendas.

• Quita el fondo de una foto de producto
• Crea más ángulos del producto a partir de una foto

Lo que hizo el agente con un solo prompt

Claude Code no respondió con un vídeo. Planificó una producción, la llevó a cabo con equipos de subagentes que tenían una sola tarea cada uno y revisó su trabajo antes de seguir adelante. A lo largo de la ejecución, los agentes hicieron 3,314 llamadas a herramientas.

Investigación, 75 minutos: siete agentes trabajaron en paralelo. Uno estudió la marca y encontró su eslogan, "Aim to return yo-yo to the essence" (devolver el yoyó a su esencia). Otro reconstruyó el logo como vector, con una coincidencia del 99.5% con el símbolo original. Otro recortó las fotos, otro eligió la música y tres escribieron conceptos creativos rivales, que el agente principal fusionó en uno solo: "Elite in every colour" (élite en cada color).

Preparación, 20 minutos: el agente principal midió la cuadrícula de pulsos, colocó todas las variantes de color de cada modelo en un mismo lienzo compartido para que un cambio de color no alterara nada más, escribió un kit de movimiento y una lista de planos fotograma a fotograma, y limitó el texto en pantalla a datos que había verificado en las páginas de las tiendas y en la cuenta de X de LEET.

Construcción, 69 minutos: ocho agentes construyeron las ocho escenas en paralelo, ocho directores de arte las revisaron y ocho correctores aplicaron las notas. Después vinieron tres rondas de revisión y cuatro renders; un render completo del vídeo tardaba alrededor de un minuto.

Cómo se eligió la música y cómo la sigue el movimiento

Claude no puede oír y no compuso nada. Eligió, cortó y mezcló música ya existente a partir de mediciones.

Un agente leyó la licencia de Mixkit, descargó 30 pistas gratuitas y midió su tempo, lo estable que era el pulso y cuánto más fuerte sonaba el drop. Ganó "Night Terrors", de Arulo, con un salto de +14.2 dB al entrar en el drop. El agente principal montó una edición de 39 segundos con compases completos de la canción, midió los golpes reales de batería, descubrió que la cuadrícula de pulsos de su agente explorador iba 26 ms retrasada y fijó todo exactamente a 130 BPM. Después colocó 76 entradas de efectos de sonido, sacadas de 31 efectos de Mixkit, en posiciones musicales: tics sobre los dígitos, barridos sonoros en los cortes y un tintineo metálico en el yoyó cromado.

Cada animación se temporiza en música, no en segundos. Cada escena pide un fotograma con fAt(bar, beat), es decir, por compás y pulso, así que un corte o un cambio de color cae en su fotograma porque el código no tiene otra forma de indicar cuándo.

Las rondas de revisión le dieron un aspecto profesional

El primer render no era lo bastante bueno, y el propio agente lo dijo. Tras revisar una hoja de contactos por pulso, consideró que la alineación de productos era la parte más floja: productos diminutos y desvaídos en una franja estrecha sobre una página vacía. Encargó a otro agente que la rediseñara como un recorrido de cámara con zoom.

Unos críticos que revisan pero no editan examinaron la dirección de arte, la sincronización, la marca y los textos, y la calidad técnica. La primera ronda encontró 10 problemas bloqueantes en las ocho escenas, la segunda encontró 47 problemas en todo el vídeo y la tercera encontró un parpadeo que había causado el propio agente: el grano de película se cargaba mediante CSS y faltaba en algunos fotogramas. En el vídeo entregado, 39 de 40 eventos visuales caen sobre el pulso o a un fotograma de él; el otro es un fotograma negro planificado antes del drop. La mezcla está a −14 LUFS, el volumen habitual para vídeo web.

Lo que costó de verdad un solo prompt

Los recuentos de tokens proceden del registro de la sesión. Los calculamos con el precio de lista de Anthropic para Claude Opus 5.5 a velocidad estándar: $4 por millón de tokens de entrada, $20 por millón de tokens de salida, $0.20 por millón de lecturas de caché y $5 u $8 por millón de escrituras de caché (de 5 minutos o de 1 hora). Una suscripción a Claude se factura de otra forma, así que toma la cifra en dólares como una estimación a precio de lista, no como una factura.

La mayor parte del coste son lecturas de caché: cada subagente vuelve a leer su contexto, cada vez más grande, en cada paso. Menos agentes y menos rondas de revisión cuestan menos, y el resultado se ve menos acabado.

• El precio de Claude Opus 5.5, explicado
• ¿Cuánto cuesta generar vídeo con IA?

Copia este flujo de trabajo

1. Crea o reúne en Ciyo una foto por cada variante de color y recorta cada una.

2. Ponlas en una carpeta con tu logo (en SVG si lo tienes) y un facts.txt con los nombres, tamaños y frases que quieres en pantalla.

3. Abre Claude Code en esa carpeta y envía un prompt como el de abajo.

4. Cuando llegue el archivo, míralo una vez con el sonido activado; el agente no puede oírlo.

Después revisa los derechos. Las fotos hechas por las tiendas que venden tu producto les pertenecen a ellas. La licencia de música gratuita de Mixkit cubre vídeo en internet, publicaciones en redes sociales y anuncios web, pero no televisión, radio, videojuegos ni CD, y la pista no es exclusiva para ti. Remotion, la biblioteca de vídeo que usó el agente, es gratuita para particulares y para empresas de hasta tres empleados; las empresas más grandes necesitan una licencia de empresa.

Haz un vídeo promocional de producto profesional para [marca], no una demo ni un prototipo.
1. Usa solo los recursos reales de esta carpeta: las fotos y los recortes del producto, el logo y facts.txt. Pon en pantalla solo datos de facts.txt.
2. Tiene que tener música, y el movimiento tiene que coincidir con la música. Usa música que yo pueda utilizar en anuncios en internet y dime su licencia.
3. 16:9 a 1080p, unos 30 segundos.
Entrega un archivo máster y una versión web de menos de 30 MB, y enumera lo que debo comprobar antes de publicar.

• Anima tu logo con Claude Opus 5.5
• Licencia de Mixkit
• Licencia de Remotion
• LEET en X