Automatizar storyboards de microseries con Claude Code y MCP: del guion al lienzo de planos con agentes de IA

Por qué Claude Code y MCP transforman el guion gráfico de microseries

Este artículo ha sido elaborado por el equipo de Say Action. Las recomendaciones y la guía del flujo de trabajo reflejan nuestra experiencia de producción conectando guiones, storyboards, herramientas MCP y generación de vídeo plano a plano, y no constituyen un ensayo comparativo independiente. A medida que la producción de microseries verticales evoluciona desde experimentos individuales hacia estudios con capacidad de estrenar decenas de episodios semanales de 60 a 90 segundos, el desglose de guiones y la preparación del storyboard se han convertido en el mayor cuello de botella. Un solo capítulo de un minuto exige entre 10 y 14 planos de ritmo vertiginoso, lo que en una temporada de 50 episodios supone cientos de encuadres encadenados. Copiar diálogos manualmente, pegarlos en diferentes herramientas de IA y redactar órdenes de cámara una a una no solo agota al equipo, sino que suele provocar pérdidas de continuidad, errores de numeración y rupturas en el clímax narrativo.

Para erradicar este trabajo repetitivo, directores técnicos y creadores de contenido recurren a la automatización mediante Claude Code de Anthropic y Codex de OpenAI a través de MCP (Model Context Protocol). MCP es un estándar abierto que permite a los agentes basados en modelos de lenguaje interactuar directamente con herramientas y lienzos de producción externos. Al entregarle el guion completo, el agente analiza el ritmo dramático y los ganchos visuales propios del formato vertical móvil, traduciendo el texto literario en un desglose técnico de planos listo para producción.

Al vincular Claude Code con el servidor MCP remoto de Say Action, el director puede crear el proyecto en el lienzo e insertar las filas del storyboard con un solo comando en la terminal. El agente asume el reparto sistemático de planos y la estandarización sintáctica de los movimientos de cámara, mientras que el realizador se concentra en supervisar la coherencia visual y el tono interpretativo en el lienzo infinito. Esta metodología acelera la preproducción y ayuda a mantener una calidad técnica más uniforme en toda la serie.

Arquitectura del servidor MCP de Say Action y límites de permisos

La infraestructura MCP de Say Action opera mediante un extremo remoto de Streamable HTTP en https://isayaction.com/api/mcp. En lugar de cookies del navegador, utiliza claves de acceso personal con permisos específicos y autenticación Bearer, lo que protege la conexión desde terminales locales o scripts automáticos. Al configurar la variable de entorno mediante export ISAYACTION_API_KEY="yc_live_..." y ejecutar claude mcp add --transport http isayaction "https://isayaction.com/api/mcp" --header "Authorization: Bearer $ISAYACTION_API_KEY", Claude Code detecta y registra de inmediato las herramientas oficiales de Say Action.

Las herramientas MCP de Say Action para microseries siguen una jerarquía estructurada. Primero se invocan get_account y list_models para verificar el saldo de créditos y los modelos de vídeo disponibles; después, create_project inicializa el proyecto vertical 9:16 en el lienzo. A continuación, herramientas como import_script, batch_add_storyboard_cards o set_unit_shots insertan automáticamente los números de plano (Shot ID), personajes asignados, diálogos y notas ópticas de cámara en la tabla de guion gráfico. Al activar el perfil de experto (?profile=expert), el agente también puede enlazar nodos de referencia de personajes preexistentes a cada plano.

El pilar de esta arquitectura es su estricto límite de seguridad: la generación de vídeo está completamente separada de la ejecución autónoma del agente. Aunque Claude Code puede analizar el guion, maquetar la tabla de planos y redactar los prompts visuales, no tiene permiso para ordenar la renderización de vídeo por sí solo. Esta barrera ayuda a evitar que bucles no intencionados o interpretaciones erróneas del agente disparen decenas de tareas de vídeo costosas. Toda generación requiere que el director humano revise los encuadres en el lienzo interactivo antes de autorizar el gasto computacional.

Plantilla de prompts estructurados en Claude Code para desglosar 12 planos

Para que Claude Code genere un desglose adaptado al ritmo de las microseries verticales, las instrucciones deben reflejar la regla de los 12 planos en 60 segundos en lugar de la estructura cinematográfica clásica. En plataformas como TikTok o ReelShort, la audiencia decide en los primeros instantes si continuar viendo, por lo que conviene que los planos 1 y 2 ofrezcan un gancho visual inmediato (Hook), habitualmente un primer plano dramático. Los planos 3 a 7 encadenan diálogos rápidos mediante planos y contraplanos sobre el hombro (OTS); los planos 8 a 10 concentran el clímax del enfrentamiento; y los planos 11 y 12 culminan en un giro en suspense (Cliffhanger) para incitar a ver el siguiente episodio.

Un prompt de producción para ejecutar en la terminal de Claude Code sigue este formato: "Usa las herramientas de Say Action para desglosar el guion del episodio 1 de 'Venganza de Familia' en 12 planos verticales (9:16). El plano 1 debe ser un gancho en primer plano extremo de menos de 2 segundos. Los planos 2 a 7 alternarán réplicas de diálogo rápido entre los dos protagonistas. Los planos 8 a 10 mostrarán el clímax de la confrontación, y los planos 11 y 12 cerrarán con un cliffhanger de mirada inquietante. Asigna una clave idempotencyKey única a cada plano, conserva los diálogos intactos y desacopla los movimientos de cámara de las acciones físicas de los personajes. Llena la tabla de storyboard sin llamar a la generación de vídeo."

Una regla técnica fundamental en el prompt es separar con claridad la sintaxis de cámara de la acción física del actor. Cuando un modelo de vídeo recibe descripciones donde el movimiento de cámara se confunde con el desplazamiento del sujeto, suele generar aberraciones anatómicas y rostros distorsionados. Se debe instruir a Claude Code para que use estructuras como "Dolly In 45mm Lens / Subject Min-jun turns his head sharply". Desacoplar la óptica cinemática (Dolly, Pan, Tilt, Roll, Tracking) de la interpretación física ayuda al modelo a calcular vectores de movimiento limpios y preservar las facciones.

Al recibir la orden, Claude Code ejecuta llamadas a la herramienta batch_add_storyboard_cards de Say Action, construyendo en el lienzo la secuencia desde Shot_01 hasta Shot_12. Cada fila contiene el número de plano, la duración estimada (por ejemplo, 2,5s o 4s), el texto del diálogo, la etiqueta del personaje y el prompt visual en inglés. La terminal devuelve el registro de operaciones junto con el enlace al lienzo, permitiendo al director abrir el proyecto en el navegador e inspeccionar el desglose completo al instante.

Revisión humana (Human-in-the-Loop) y previsualización con fotogramas clave

Por muy capaz que sea un LLM, difícilmente puede intuir con exactitud la iluminación dramática, la dirección de las miradas o los matices del decorado que el director imagina. La fase de revisión humana (Human-in-the-Loop) tras el desglose del agente resulta, por tanto, imprescindible. En el lienzo infinito de Say Action, todas las filas creadas mediante MCP aparecen como nodos visuales interactivos, lo que permite al realizador reorganizar encuadres, pulir textos y calibrar los tiempos con el ratón.

Antes de lanzar la generación de vídeo, el equipo debe aplicar una lista de control en tres pasos. Paso 1: Verificación de personajes y diálogos. Comprobar que no faltan frases del guion y que las etiquetas de los personajes apuntan a sus nodos de referencia visual correspondientes. Paso 2: Coherencia de movimientos de cámara. Asegurarse de que no coexisten órdenes contradictorias (como un travelling de aproximación y un paneo opuesto simultáneo) en un mismo plano. Paso 3: Previsualización de fotogramas clave en imagen estática. En lugar de renderizar vídeos directamente, se ejecutan nodos económicos como Nano Banana o GPT Image en Say Action para obtener una imagen fija por plano, evaluando la coherencia estilística de los 12 planos a un coste mínimo.

Una vez aprobados los fotogramas clave, cada plano se asigna al modelo de vídeo más conveniente según sus exigencias visuales. En Say Action es posible dirigir planos distintos a modelos diferentes: los planos cortos con énfasis en el diálogo y la sincronización labial pueden enviarse a MiniMax Hailuo; las secuencias de acción física o movimientos de cámara rápidos se asignan a Kling v3 texto a vídeo o Kling v3 Turbo texto a vídeo; y las tomas con continuidad cinematográfica se delegan en Seedance 2.0/2.5 o Wan 3.0 (wan3.0-*). Si un plano requiere ajustes, basta con regenerar ese nodo específico sin rehacer el resto del episodio.

Costes de tokens del agente y salvaguardas de créditos en el lienzo

Al implementar una cadena de producción con Claude Code y MCP, es esencial entender su arquitectura de doble coste: consumo de tokens frente a créditos de generación visual. Desglosar el guion literario y maquetar las filas del storyboard gasta tokens del modelo de lenguaje (facturados por Anthropic u OpenAI para Claude Code), mientras que generar imágenes y vídeos consume créditos de la plataforma Say Action. Como el coste de tokens para texto es muy reducido, pulir el guion e iterar la estructura de los 12 planos en Claude Code antes de generar imágenes es la mejor estrategia para proteger el presupuesto.

El principal riesgo en los flujos automatizados reside en los bucles infinitos causados por errores en scripts. Para prevenirlo, Say Action permite definir un límite de gasto acumulado (Cumulative Spending Limit) en la página /access-keys para cada clave de API. Al fijar topes de 200, 500 o 1000 créditos, las llamadas de pago adicionales se bloquean automáticamente si el agente supera la cuota prevista. Asimismo, cada petición MCP exige una clave de idempotencia (idempotencyKey) de 8 a 128 caracteres, lo que ayuda a evitar duplicidades de cobro o de nodos si la red fuerza un reintento.

Los planes de suscripción, la estimación de créditos y las normas de reembolso siguen la normativa oficial del producto. Si una tarea de vídeo falla por un error confirmado del proveedor del modelo, los créditos reservados se devuelven a tu cuenta. Aquellos estudios con gran volumen de trabajo o claves de API propias pueden conectar sus canales externos mediante BYOK. Para consultar las condiciones de los planes y las reglas de créditos, revisa la documentación oficial: Los créditos se estiman según el precio del canal; el cobro real sigue los niveles de precio configurados en el panel de administración. La facturación por segundos de video se preautoriza por los segundos solicitados; si la salida del proveedor excede la solicitud, puede producirse una pequeña diferencia a favor. La tarifa cubre el espacio de trabajo, no el consumo de modelos. La API del proveedor se paga aparte. Si el proveedor confirma que la generación ha fallado, se devuelven los créditos reservados. Si se pierde la conexión y no se puede confirmar el resultado o el coste, la tarea queda pendiente de revisión para evitar cargos o devoluciones duplicados. BYOK permite configurar la dirección de la API, la clave del modelo y cabeceras personalizadas. Con OneAPI, NewAPI u otro intermediario, elige el protocolo OpenAI, Gemini o Claude que corresponda a su API y comprueba los identificadores de modelo y la compatibilidad de las API de imagen y vídeo. No todos los servicios o protocolos privados funcionan automáticamente. Las llamadas BYOK no tienen recargo de plataforma ni consumen créditos de generación de la plataforma; el espacio de trabajo y el uso del proveedor se cobran por separado.

Conecta tus propias API y servicios de intermediación

En los ajustes del canal, introduce la Base URL y la clave API. Configura el protocolo, los identificadores de modelo y las cabeceras siguiendo la documentación del proveedor. Comprueba los modos de imagen y vídeo antes de generar. Las rutas, resoluciones y entradas de fotograma inicial y final dependen del canal. Solicitar la adaptación de un servicio no garantiza su compatibilidad.

BYOK permite configurar la dirección de la API, la clave del modelo y cabeceras personalizadas. Con OneAPI, NewAPI u otro intermediario, elige el protocolo OpenAI, Gemini o Claude que corresponda a su API y comprueba los identificadores de modelo y la compatibilidad de las API de imagen y vídeo. No todos los servicios o protocolos privados funcionan automáticamente. Las llamadas BYOK no tienen recargo de plataforma ni consumen créditos de generación de la plataforma; el espacio de trabajo y el uso del proveedor se cobran por separado.

Conecta solo proveedores de confianza y utiliza HTTPS en producción. Las solicitudes pasan por el servidor con autenticación e incluyen los prompts, las referencias y las credenciales necesarios. No incluyas claves API, contraseñas ni cabeceras con secretos en lienzos públicos, capturas de pantalla o solicitudes de soporte.