Generador de personajes con IA: cómo mantener la consistencia en vídeo (2026)
El flujo de trabajo con un generador de personajes con IA resuelve el obstáculo más complejo de la producción audiovisual generativa: evitar que el rostro de un personaje mute o se deforme entre plano y plano. Si le pides a un modelo de vídeo que genere una escena basándose exclusivamente en texto, el sistema creará a una persona completamente distinta en cada intento. Para lograr una narrativa visual coherente, es imprescindible fijar primero esa identidad mediante imágenes estáticas y trasladar esas referencias visuales directamente a la generación de vídeo.
En un lienzo infinito, esto se consigue creando una hoja maestra de personaje con múltiples ángulos, guardándola en tu proyecto y conectando esas imágenes fijas de referencia directamente a los nodos posteriores de vídeo y audio. Al combinar modelos de imagen como GPT Image 2 o Nano Banana Pro con generadores de vídeo multirreferencia como Seedance 2.5, puedes mantener los mismos rasgos faciales, la complexión física y el vestuario a lo largo de toda una serie.
Leer esta guía te llevará unos 14 minutos. Al terminar, dispondrás de una estructura de prompts lista para copiar, una estrategia contrastada para elegir el modelo adecuado y un flujo paso a paso para renderizar al mismo personaje en cada plano dentro de [DramaCanvas](https://dramacanva.com).
¿Cómo mantiene un generador de personajes con IA el mismo personaje en cada plano?
Un generador de personajes con IA preserva la identidad visual condicionando el vídeo resultante a entre 4 y 30 imágenes fijas de referencia aprobadas, en lugar de depender únicamente de prompts de texto. Si solo aportas texto, el modelo inventará nuevos rasgos faciales, peinados y estructuras óseas cada vez que pulses sobre generar. Al suministrar imágenes de referencia, guías al modelo hacia el mismo rostro, idénticas proporciones y el mismo atuendo en cada toma.
Tal como se documenta en el [curso de referencias de personajes de ScreenWeaver](https://www.screenweaver.ai/academy/courses/ai-filmmaking-course/consistent-ai-characters-reference-sheets), los espectadores detectan cualquier incoherencia facial de inmediato, lo que rompe por completo la inmersión narrativa. Para solucionarlo, los flujos de trabajo profesionales separan la identidad de las variables de cada toma. Tus imágenes de referencia definen la anatomía facial y la silueta del vestuario, mientras que el prompt de texto se encarga del movimiento de cámara, la carga emocional y la iluminación de la escena.
En DramaCanvas, esta separación es física. Redactas el guion en un nodo de Texto, generas las tomas de referencia en un nodo de Imagen y trasladas esas imágenes mediante cables de datos hacia un nodo de Vídeo. El modelo lee los píxeles conectados como la apariencia exacta de tu actor, lo que reduce drásticamente las variaciones faciales entre cortes.
¿Cómo se diseña y se redacta el prompt de una hoja maestra de personaje?
Una hoja maestra de personaje requiere 4 vistas fundamentales —retrato frontal, ángulo de tres cuartos, perfil lateral y silueta de cuerpo entero— renderizadas sobre un fondo gris neutro de estudio. Diseñar esta hoja primero en un modelo de imagen proporciona a los modelos de vídeo posteriores información espacial exhaustiva sobre la mandíbula, la línea del cabello y la complexión física de tu personaje.
De acuerdo con el [flujo de consistencia de personajes de Astorie](https://astorie.ai/how-to/keep-same-character-across-ai-videos), generar cuatro ángulos distintos en una única hoja maestra evita las alteraciones faciales que surgen al crear retratos de referencia por separado. Modelos de imagen como GPT Image 2 y Nano Banana Pro destacan a la hora de producir hojas de contacto limpias en varios paneles si se les dan instrucciones de composición precisas.
Paso 1: Redacta un párrafo de identidad y un bloque de personaje
Empieza definiendo la base visual de tu personaje en un nodo de Texto dentro del lienzo. Describe la edad, el origen étnico, la forma de la cara, la textura del pelo, la forma de los ojos y exactamente dos elementos característicos distintivos, como un cárdigan de punto mostaza o una ligera cicatriz sobre la ceja izquierda. Las investigaciones de la [guía de hojas de referencia de SuperDuperAI](https://superduperai.co/library/character-consistency-reference-sheet/) demuestran que dos señas de identidad visuales prominentes consolidan la fisonomía de forma mucho más eficaz que diez adjetivos ambiguos.
No modifiques nunca este párrafo de identidad entre escenas. Pega este mismo bloque descriptivo en cada prompt posterior para reforzar las referencias visuales.
Paso 2: Genera la hoja multiángulo en un nodo de Imagen
Haz clic en Añadir nodo en la barra de herramientas inferior del lienzo, selecciona Imagen y ajusta la relación de aspecto a 16:9 en los ajustes de imagen. Pega tu bloque de identidad junto con las instrucciones explícitas de distribución en varios paneles dentro del cuadro de prompt.
Character reference sheet of Marcus: a 28-year-old man, sharp jawline, short textured dark fade haircut, amber-brown eyes, and a small faint scar over his left eyebrow. Athletic build, wearing a clean olive utility jacket over a charcoal crewneck t-shirt and dark denim. Four distinct views arranged horizontally: full-body front-facing standing pose, head-and-shoulders three-quarter portrait, sharp side profile, and full-body rear view showing hairstyle and jacket back. Neutral facial expression, even flat studio lighting, solid neutral light grey background, clean concept art layout. No text, no overlapping figures, perfectly consistent facial structure and wardrobe across all four panels.Haz clic en Generar para renderizar la hoja. Una vez finalizada, cambia el lienzo al modo Profesional, pasa el cursor sobre la barra de herramientas de la tarjeta de Imagen y selecciona División en cuadrícula para cortar la hoja de contacto en tarjetas secundarias independientes. Así obtendrás tarjetas individuales para las vistas frontal, de perfil y de tres cuartos sin realizar generaciones adicionales.
¿Qué modelo de vídeo ofrece la mejor consistencia de personajes en DramaCanvas?
Seedance 2.5 de ByteDance admite hasta 30 imágenes de referencia simultáneas, lo que lo convierte en el modelo de vídeo más flexible para mantener la fidelidad de los personajes en DramaCanvas. Al elegir un generador de vídeo, el factor primordial es la capacidad de referencias: los modelos que aceptan múltiples imágenes de entrada conservan la fidelidad facial en giros de cabeza complejos y rotaciones de cámara mucho mejor que los modelos basados en un único fotograma.
Desde que OpenAI canceló los modelos Sora 2 y su Videos API el 24 de septiembre de 2026, los modelos multirreferencia se han convertido en la vía principal para asegurar la consistencia. Puedes consultar todas las comparativas de la plataforma en nuestra guía de alternativas a Sora y en nuestro análisis de los mejores generadores de vídeo con IA en 2026.
La siguiente tabla desglosa los modelos de vídeo disponibles en DramaCanvas, su coste en créditos y sus límites de entrada para la consistencia de personajes:
| Modelo (creador) | Resolución y créditos por segundo (créditos/s) | Duración (s) | Relaciones de aspecto | Máx. imágenes de referencia | Limitaciones y reglas de entrada |
|---|---|---|---|---|---|
| Seedance 2.5 (ByteDance) | 480p: 14 · 720p: 30 · 1080p: 74 | 4–30 s | 6 formatos | Hasta 30 imágenes | Hasta 10 clips de audio de referencia; no admite vídeo de referencia en DramaCanvas |
| Seedance 2.0 (ByteDance) | 480p: 10 · 720p: 20 · 1080p: 50 | 4–15 s (720p hasta 30 s) | 6 formatos | Hasta 9 imágenes | Admite 3 vídeos de referencia y 3 clips de audio de referencia |
| Seedance 2.0 Fast | 480p: 8 · 720p: 17 | 4–15 s | 6 formatos | Hasta 9 imágenes | Menor latencia; admite 3 vídeos de referencia y 3 clips de audio |
| Seedance 2.0 Mini | 480p: 7 · 720p: 10 | 4–15 s | 6 formatos | Hasta 9 imágenes | Económico; no permite entrada de vídeo de referencia |
| Wan 3.0 (Alibaba) | 480p: 6 · 720p: 12 · 1080p: 24 | 2–30 s | 6 formatos | Hasta 10 imágenes | Admite también 5 vídeos de referencia y 5 clips de audio |
| Kling 4 (Kuaishou) | 720p: 7 · 1080p: 12 | 3–30 s | 16:9 / 9:16 / 1:1 / 21:9 | Hasta 10 imágenes | Tarifa más baja en 720p aquí; solo imágenes, sin referencias de vídeo o audio |
| Kling 3.0 (Kuaishou) | 720p: 8 (12 con audio) · 1080p: 16 · 4K: 40 | 3–15 s | 16:9 / 9:16 / 1:1 | 2 imágenes máx. | Funciona estrictamente como fotograma inicial y final; sin panel general de referencias |
| MiniMax H3 (Hailuo) | 480p: 5 · 768p: 8 · 1080p: 13 | 4–30 s (1080p hasta 15 s) | 6 formatos | 1 imagen máx. | Funciona estrictamente como fotograma inicial; rechaza la conexión de múltiples imágenes |
| Grok Imagine Video 1.5 (xAI) | 480p: 6 · 720p: 10 | 4–15 s | 6 formatos | Hasta 7 imágenes | Hasta 720p; límite de 15 segundos |
Créditos verificados en DramaCanvas el 04-11-2026.
DramaCanvas calcula la facturación por segundo de vídeo generado. En el plan Estándar (29,90 $ al mes por 1.100 créditos), 1 crédito equivale aproximadamente a 0,027 $. Las generaciones fallidas se reembolsan automáticamente al saldo de tu cuenta.
Para calcular los costes reales de producción:
- Seedance 2.5 a 720p para un plano de 10 segundos consume 300 créditos (8,10 $).
- Seedance 2.0 a 720p para un plano de 10 segundos consume 200 créditos (5,40 $).
- Wan 3.0 a 720p para un plano de 10 segundos consume 120 créditos (3,24 $).
- Kling 4 a 720p para un plano de 10 segundos consume 70 créditos (1,89 $).
Para asegurar la continuidad narrativa de un personaje, elige Seedance 2.5 cuando necesites incorporar imágenes de vestuario completo, rostro y entorno en una misma generación. Si trabajas con un presupuesto más ajustado, Kling 4 y Wan 3.0 ofrecen una gran fidelidad visual conectando hasta 10 imágenes de referencia con un menor gasto de créditos.
¿Cómo se conectan las referencias de personaje a los nodos de vídeo y audio en DramaCanvas?
En DramaCanvas, conectar las referencias de consistencia consiste en arrastrar un cable desde el puerto de salida derecho de una tarjeta de Imagen hasta el puerto de entrada izquierdo de un nodo de Vídeo o de Audio. La estructura visual del lienzo sustituye la ingeniería de prompts enrevesada por un enrutamiento espacial directo, lo que permite que una sola hoja maestra alimente decenas de tarjetas de escena al mismo tiempo.
Como detalla la [documentación de prompts de personajes de Fawna](https://fawna.ai/docs/prompting/character/), los modelos de vídeo responden con enorme solidez a referencias visuales acompañadas de descripciones verbales precisas. En DramaCanvas, los cables transportan los elementos multimedia de izquierda a derecha.
Paso 3: Guarda los retratos recortados como tarjetas de personaje en los recursos del proyecto
En la barra superior, asegúrate de que tu lienzo esté vinculado a un proyecto dentro de «Mis lienzos». Agrupar los paneles de los episodios bajo un mismo proyecto te da acceso al panel de «Recursos del proyecto».
Selecciona la tarjeta del retrato frontal aprobado y la del perfil obtenidas en el paso de división en cuadrícula. Añádelas a Recursos del proyecto como una tarjeta de personaje con nombre (por ejemplo, «Marcus»). Guardar los recursos del personaje a nivel de proyecto permite que múltiples lienzos de distintos episodios hereden las mismas tarjetas de referencia sin necesidad de subirlas repetidamente.
Paso 4: Conecta las imágenes de referencia y asigna fotogramas iniciales en el nodo de Vídeo
Haz clic en Añadir nodo en la barra inferior, selecciona Vídeo y colócalo a la derecha de tus tarjetas de imagen. Elige tu modelo, como Kling 4 o Seedance 2.5.
Mantén pulsado el conector circular de salida situado en el borde derecho de tu tarjeta de personaje, arrastra el cable por el tablero y suéltalo sobre el puerto de entrada izquierdo del nodo de Vídeo. Repite este proceso con las tarjetas de tres cuartos y de cuerpo entero. DramaCanvas elimina automáticamente las conexiones duplicadas: conectar la misma imagen de origen varias veces consume una única ranura de referencia.
Bajo el cuadro de introducción del prompt, despliega Parámetros. En el menú desplegable Fotograma inicial, selecciona la imagen clave que servirá para anclar la composición de apertura del plano. Si tu toma requiere similitud general con el personaje en lugar de un punto de partida estático, deja el fotograma inicial en «No especificado»; así, el modelo utilizará las tarjetas conectadas únicamente como anclas de identidad.
Paso 5: Redacta el prompt del plano con vinculación @Image
Escribe el prompt de tu toma aplicando una fórmula estructurada en cinco partes: Entorno + Aspecto del personaje + Acción principal + Diálogo + Trayectoria de cámara. Haz referencia explícita a la imagen conectada utilizando la nomenclatura @Image.
Setting: Dimly lit subway platform at midnight, wet concrete tiles reflecting cool overhead fluorescent tubes.
Character: Marcus, matching @Image1 for facial features and haircut, wearing his olive utility jacket and charcoal crewneck t-shirt.
Action: Marcus paces along the yellow safety line, glances down at his wrist watch, exhales nervously, and turns toward the empty tunnel tracks.
Camera: 9:16 vertical medium shot, slight low angle tracking backward smoothly as Marcus walks forward, 50mm lens perspective, subtle atmospheric mist.Comprueba el coste en créditos que se indica junto a la flecha de generar y haz clic en Generar. La tarea avanzará por los estados «En cola» y «Generando», renderizando un clip de vídeo en MP4 directamente en la tarjeta.
Paso 6: Conecta una tarjeta de personaje vinculada a voz con un nodo de Audio
La consistencia visual debe complementarse con la continuidad vocal. Haz clic en Añadir nodo en la barra inferior y selecciona Audio (cuyas dimensiones son 340×120).
En los parámetros, la voz viene establecida por defecto en alloy junto con otros perfiles vocales alternativos, el formato predeterminado es mp3 y la velocidad de habla oscila entre 0,75x y 1,5x mediante un deslizador que abarca de 0,25x a 4,0x. En «Instrucciones de voz», describe la cadencia de tu personaje en un lenguaje natural (por ejemplo: «Voz masculina prudente y grave, que habla con un ritmo pausado y medido»).
Conecta la tarjeta de tu personaje al puerto de entrada izquierdo del nodo de Audio. Ten muy en cuenta la regla estricta de conexión: los nodos de Audio solo admiten prompts de texto o exactamente 1 tarjeta de personaje con voz vinculada. Rechazan clips de vídeo entrantes, imágenes fijas sin procesar y archivos auxiliares de audio.
¿Por qué cambian los personajes en los vídeos con IA y cómo solucionarlo?
La pérdida de consistencia del personaje se produce principalmente cuando el prompt introduce cambios de vestuario entre tomas o cuando el movimiento de cámara supera giros de 90 grados. Los modelos generativos se aferran a las texturas de la ropa y a los bloques de color con mayor rapidez que a la sutil geometría facial. Cuando cambias la chaqueta de un personaje entre un plano y otro, el modelo suele reinterpretar la edad facial y la estructura ósea para adaptarlas al nuevo estilo de ropa.
Como se detalla en la [guía de consistencia de CawCut](https://www.cawcut.com/help/featured-tutorials/character-consistency-guide), separar las referencias faciales de las de vestuario y evitar oclusiones extremas previene la gran mayoría de fallos de continuidad. Asimismo, los análisis artísticos del [desglose de hojas de personajes de Rutger Tuit](https://rutgertuit.nl/creative/character-sheet) destacan que probar a un personaje en tres planos base rápidos —un plano general, un plano medio y un primer plano— detecta la pérdida de identidad antes de lanzarse a renderizar la escena completa.
La tabla siguiente recoge los errores más habituales en DramaCanvas y la forma de resolverlos:
| Mensaje de error o artefacto | Causa | Cómo solucionarlo |
|---|---|---|
| Los rasgos faciales mutan durante los giros de cámara | El modelo carece de datos visuales laterales o traseros para ese ángulo específico | Conecta una tarjeta de perfil o de tres cuartos de tu hoja maestra al nodo de Vídeo antes de generar. |
| El vestuario cambia de color o de estilo entre cortes | El prompt de texto omitió la descripción detallada de las prendas | Vuelve a incluir la descripción exacta del vestuario en el prompt de la escena; no confíes únicamente en la imagen de referencia. |
| Dos personajes se fusionan en un solo rostro | Se enviaron los nombres y referencias de ambos actores sin delimitar sus roles | Haz referencia a los personajes mediante rasgos descriptivos («el hombre de la chaqueta verde oliva» y «la mujer del abrigo gris») en lugar de usar sus nombres. |
| «La generación de voz del personaje solo admite una tarjeta de personaje por turno» | Se conectaron dos tarjetas de personaje a un único nodo de Audio al mismo tiempo | Desconecta las tarjetas sobrantes y deja únicamente al personaje que habla conectado al nodo de Audio. |
| «Este personaje no tiene ninguna voz válida vinculada, por lo que no se puede crear la tarea de voz» | La tarjeta conectada no tiene un perfil de voz asignado en los recursos del proyecto | Abre Recursos del proyecto, asigna un perfil de voz a la tarjeta del personaje y vuelve a conectar el cable al nodo de Audio. |
| «Este modelo de imagen admite un máximo de 16 imágenes de referencia.» | Los cables de imagen conectados superan la capacidad del modelo activo | Desconecta los cables sobrantes para que el total de entradas quede dentro del límite del modelo. |
| «Una imagen de referencia supera el tamaño de archivo límite para este modelo.» | El archivo subido excede el tope de 30 MB | Comprime el archivo de imagen de origen antes de arrastrarlo al lienzo y vuelve a conectar los cables. |
| «Generado, pero guardado incompleto» | El renderizado en la nube finalizó, pero una caída de la red local retrasó el guardado | No vuelvas a pulsar en generar; espera al menos un minuto completo y comprueba si la tarjeta muestra «Recargar recurso». |
Cuando el movimiento de cámara requiere una planificación espacial compleja que sobrepasa el control habitual por prompt, puedes sortear las limitaciones habituales de texto a vídeo. Abre el nodo de la mesa del director (Director desk) desde la barra inferior para posicionar actores virtuales en 3D, puntos de luz y trayectorias de cámara antes de generar el plano. Por otro lado, los desarrolladores pueden programar grafos de escena completos para múltiples planos mediante el servidor MCP de DramaCanvas, automatizando la conexión de referencias a lo largo de cientos de tomas.
Preguntas frecuentes
¿Se puede cambiar el vestuario de un personaje sin perder sus rasgos faciales?
Sí, pero debes recortar la tarjeta de referencia ajustándola a la cabeza y al cuello del personaje para excluir la ropa anterior. Si conectas una referencia donde se vea tanto la cara como la chaqueta anterior, el modelo de vídeo dará prioridad al patrón de la prenda. Al aislar el rostro y describir con detalle el nuevo vestuario dentro del prompt de texto, el modelo conservará la identidad facial mientras renderiza la ropa nueva.
¿Cuántas imágenes de referencia conviene conectar a un nodo de vídeo?
Lo ideal es empezar con entre 2 y 4 imágenes de referencia claras. Aportar un retrato frontal, un ángulo de tres cuartos y una silueta de cuerpo entero cubre los ángulos principales. Seedance 2.5 admite hasta 30 imágenes de referencia, así que añade más ángulos o cambios de vestuario únicamente cuando la toma lo exija.
¿Por qué un nodo de audio rechaza una imagen o un clip de vídeo conectado?
Los nodos de audio solo aceptan prompts de texto o exactamente una tarjeta de personaje que tenga una voz vinculada. En su puerto de entrada rechazan sistemáticamente archivos de vídeo, imágenes convencionales y cables de audio auxiliares. Para generar el diálogo de un personaje, asigna un perfil de voz a su tarjeta dentro de Recursos del proyecto antes de conectarla al nodo de Audio.
¿Conectar tarjetas y diseñar la hoja de personaje consume créditos de generación?
Las tareas de organización y montaje consumen exactamente 0 créditos. Añadir tarjetas, desplazar nodos por el lienzo infinito, recortar hojas de referencia con División en cuadrícula y trazar cables de conexión es totalmente gratis. Los créditos solo se descuentan cuando haces clic en la flecha de generar de una tarjeta individual, y el coste exacto en créditos se muestra junto al botón antes de enviar la solicitud.
---
Mantener la continuidad de un personaje a lo largo de una producción de vídeo con IA exige tratar su identidad como un recurso permanente y no como un prompt pasajero. Al generar una hoja de referencia maestra con GPT Image 2, guardar los ángulos recortados en los recursos de tu proyecto y enviar esas imágenes a modelos multirreferencia como Seedance 2.5 o Kling 4, garantizas que el reparto sea reconocible en cada cambio de plano.
Para empezar a estructurar tu flujo de producción, abre el panel de tu proyecto en el [lienzo infinito de DramaCanvas](https://dramacanva.com), añade un nodo de Imagen para generar tu hoja maestra de cuatro vistas y conecta las tomas aprobadas directamente al nodo de Vídeo de tu primera escena.
