Guía de prompts de Grok Imagine
Última revisión: 17 de agosto de 2026 · Síntesis editorial de ejemplos actuales de Topview y guías públicas de prompting
Respuesta rápida
Un prompt de video útil para Grok Imagine puede ser conciso: identifique el sujeto, asígnele una acción legible y explique cómo la cámara observa esa acción. Añada el entorno, la luz, el tratamiento visual, el diálogo, el sonido o las restricciones solo cuando cada detalle resuelva una decisión de producción. En un flujo guiado por imagen, use el fotograma de origen como ancla visual y describa qué debe moverse, qué debe seguir siendo reconocible y dónde termina la acción. Para un clip más complejo, organice dos o tres momentos breves en orden cronológico en lugar de combinar eventos sin relación en una sola frase. El lenguaje natural es suficiente; verbos concretos como girar, atrapar, seguir o alejarse permiten dirigir mejor el resultado que etiquetas como épico o dinámico. Si el modo seleccionado de Topview ofrece generación de audio o diálogo, especifique por separado quién habla, la frase exacta, la interpretación, el ambiente y el efecto sonoro. Termine con pocas reglas de realismo observables y revise el resultado para detectar desviaciones del sujeto, problemas de movimiento, encuadre, física, habla y fotograma final. Una redacción clara del prompt puede orientar mejor el resultado, pero no garantiza la identidad, la sincronización labial, el sonido ni un movimiento físicamente perfecto en cada generación.
Fórmula de prompts de Grok Imagine
[contexto de salida] + [sujeto o anclaje del cuadro fuente] + [acción principal o ritmos cortos] + [toma y cámara] + [entorno, luz y estilo] + [diálogo y sonido cuando estén disponibles] + [limitaciones de continuidad y realismo]
Contexto de salida
Nombra el formato, la orientación y el propósito del clip previstos cuando afecten la composición o el ritmo. Mantenga la resolución y la duración en la configuración del producto cuando el flujo de trabajo seleccionado exponga esos controles.
Anclaje sujeto o marco fuente
Defina la persona, producto, animal, vehículo o entorno que deben seguir los espectadores. En un flujo de trabajo basado en imágenes, diga qué detalles visibles deben seguir siendo reconocibles sin volver a describir cada píxel.
Acción primaria o tiempos cortos.
Utilice un verbo de movimiento concreto y una dirección, velocidad o estado final claros. Para una secuencia, organice una pequeña cantidad de acciones en el orden en que deberían ocurrir.
Disparo y cámara
Elija un tamaño de toma, un punto de vista y un movimiento de cámara motivado. Explique lo que revela el movimiento en lugar de acumular términos cinematográficos.
Ambiente, luz y estilo.
Agregue clima, atmósfera, dirección de la luz, paleta y un lenguaje de captura coherente que respalde la acción.
Diálogo y sonido
Cuando el audio esté disponible en el modo Topview seleccionado, separe el habla exacta del ambiente, los efectos y la música, luego conecte sonidos importantes a eventos visibles.
Restricciones de continuidad y realismo.
Nombra los pocos detalles, direcciones en pantalla, estados de objetos o resultados físicos que alterarían visiblemente la idea si cambiaran.
Hojas de referencia de Grok Imagine
Guía rápida: de prompts concisos a dirigidos
Comience con la instrucción más pequeña que comunique la idea, luego agregue control solo donde la ambigüedad pueda cambiar el resultado. La mayoría de los clips no necesitan todas las capas.
| Objetivo | Patrón del prompt | Ejemplo de redacción |
|---|
| Captar la idea central | [sujeto] + [una acción visible] | Un zorro rojo trota por un camino rural cubierto de nieve. |
|---|
| Aclarar movimiento | [sujeto] + [dirección de la acción, ritmo y estado final] | Un zorro rojo trota de cuadro de izquierda a cuadro de derecha, reduce la velocidad al ver las huellas de los neumáticos y se detiene para escuchar. |
|---|
| Dirigir al espectador | [acción] + [tamaño de toma] + [comportamiento de una cámara] | El plano medio desviado y bajo sigue al zorro a su ritmo y luego se estabiliza cuando el zorro se detiene. |
|---|
| Establecer un mundo coherente | [ambiente] + [luz] + [un tratamiento visual] + [atmósfera física] | Camino rural tranquilo a la hora azul, luz de fondo fría sobre el pelaje, textura documental naturalista, nieve suelta moviéndose con el viento. |
|---|
| Proteger el resultado | [sonido importante si está disponible] + [dos o tres restricciones observables] | Para un modo con audio: pasos suaves y viento invernal. Un solo zorro, un número estable de patas, sin cortes repentinos ni giros de cámara. |
|---|
Prompt de Grok Imagine débil frente a uno sólido
Débil
Anima al repartidor en bicicleta de forma cinematográfica y realista, con movimientos de cámara dramáticos, un sonido excelente y mucha acción.
Sólido
Breve escena callejera guiada por imagen en formato 9:16, con el fotograma subido como ancla visual. Mantén reconocibles al mismo repartidor en bicicleta, la chaqueta impermeable amarilla, el casco negro, la bolsa de carga y la bicicleta roja. Un solo plano continuo a pie de calle. Comienza con un plano medio abierto y fijo mientras el repartidor mira por encima del hombro izquierdo. Después, la bicicleta avanza de derecha a izquierda a un ritmo controlado mientras la cámara inicia un seguimiento lateral fluido. Un recibo de entrega se desliza fuera de la bolsa; el repartidor frena una vez, apoya el pie izquierdo en el pavimento mojado, se agacha y lo recoge. Termina con la bicicleta completamente detenida y el recibo visible en la mano derecha, que antes estaba vacía. Tarde nublada, reflejos suaves en los escaparates, lluvia ligera, salpicaduras naturales de los neumáticos, peso e inercia de frenado creíbles. Para un modo con audio: tráfico suave, lluvia sobre la tela, un chirrido de freno, sin música ni diálogo. Conserva la dirección de movimiento en pantalla y las proporciones de la bicicleta. Sin cortes, giro de cámara sobre su eje, repartidor adicional, ruedas duplicadas, recibo flotante ni cambio de vestuario.
El prompt débil nombra un estado de ánimo pero no identifica un evento legible, una trayectoria de cámara, una señal de sonido o un estado de finalización. La versión más fuerte convierte la idea en un arco de acción revisable, le da al fotograma fuente un papel limitado, preserva una dirección de la pantalla, utiliza un único movimiento de seguimiento motivado, describe el contacto y el impulso y define qué sonidos se aplican solo en un modo habilitado para audio. Sus limitaciones apuntan a fallas que romperían esta toma en particular en lugar de prometer un realismo perfecto o agregar una lista negativa genérica.
Errores comunes en prompts de Grok Imagine
1. Escribir solo una descripción visual estática para un video
Agregue una acción concreta, su dirección o ritmo y un estado final claro. En un flujo de trabajo basado en imágenes, céntrese en lo que cambia después del fotograma inicial.
2. Usar “cinematográfico”, “épico” o “dinámico” como dirección de la cámara
Elija un tamaño de toma observable y un movimiento (como un empuje lento, un ángulo bajo cerrado o una trayectoria lateral) y diga lo que debería revelar.
3. Empaquetando varios eventos no relacionados en un clip corto
Mantenga un arco de acción principal. Si la idea necesita múltiples ubicaciones o acciones importantes, divídala en generaciones separadas o en una pequeña cantidad de momentos cronológicos.
4. Combinando movimientos de cámara que compiten entre sí
Utilice un comportamiento de la cámara principal por momento. Reserve un cambio de giro, retroceso o ángulo para el momento en que agregue nueva información.
5. Pedir realismo sin describir el comportamiento físico.
Indique el peso, el contacto, el impulso, la respuesta del material o la interacción ambiental, luego revise el resultado para encontrar la falla exacta que le interesa.
6. Suponiendo que el diálogo, el audio o la sincronización de labios siempre estarán disponibles o serán exactos
Cómo usar prompts de Grok Imagine en Topview
- 1Elija primero el objetivo de salida y el modo Topview disponible: generación basada en texto o imagen, orientación, control de duración y si se aceptan audio o referencias.
- 2Encuentre una muestra de la biblioteca Grok Imagine con una estructura de movimiento similar (acción única, transformación, ritmo de diálogo, revelación de producto o narrativa breve) y luego reutilice la estructura en lugar de su tema.
- 3Escriba una oración que contenga el sujeto o el marco fuente, una acción principal, su dirección o ritmo y el estado final previsto.
- 4Agregue un tamaño de toma y un comportamiento de la cámara que ayude al espectador a comprender la acción. Elimine el vocabulario de la cámara que no cambia la composición.
- 5Agregue solo los detalles ambientales, de iluminación y de estilo que influyen en el movimiento, la visibilidad, la respuesta del material o el estado de ánimo.
Preguntas frecuentes sobre prompts de Grok Imagine
¿Qué hace que un prompt de video Grok Imagine sea bueno?
Un buen prompt identifica el sujeto, una acción legible, cómo la observa la cámara y el entorno o acabado previsto. Agregue sonido y restricciones solo cuando sean importantes para el modo y concepto elegidos. Las decisiones claras de producción son más útiles que una larga retahíla de adjetivos de calidad.
¿Puede funcionar un prompt breve Grok Imagine?
Sí. Muchos ejemplos actuales de Topview utilizan sólo un sujeto y una acción. Un prompt conciso es apropiado cuando la idea es simple o una imagen fuente ya establece la composición. Agregue detalles cuando necesite controlar la dirección, el tiempo, la cámara, la atmósfera, el sonido, la continuidad o el estado final.
¿Qué longitud debe tener un prompt para Grok Imagine?
No existe un recuento universal de palabras útil. Utilice una o dos oraciones para un movimiento simple y una breve orden para una acción más compleja. Elimine adjetivos repetidos, estilos contradictorios e instrucciones que no cambian lo que debe moverse, aparecer, sonar o permanecer estable.
¿En qué se diferencia un prompt de texto a video de un prompt de imagen a video?
La conversión de texto a video necesita una descripción suficiente para establecer el tema y la escena. La conversión de imagen a video puede utilizar el cuadro inicial como ancla visual, por lo que el prompt debe concentrarse en el movimiento, la cámara, la atmósfera, el sonido y los detalles que desea que sigan siendo reconocibles. Las entradas disponibles dependen del modo Topview que seleccione.
¿Debo utilizar marcas de tiempo o planos múltiples?
Cómo se elaboró esta guía
Esta guía es una síntesis editorial de una instantánea de 1188 registros de Grok Imagine en la biblioteca de prompts de Topview, revisada el 17 de agosto de 2026; cada registro de esa instantánea se clasificó como generación de video. Aproximadamente siete de cada diez prompts no vacíos contenían 40 palabras o menos, mientras que los ejemplos más largos añadían dirección de cámara o plano, momentos ordenados, diálogo o sonido, lenguaje de preservación y restricciones de realismo específicas de la escena cuando el concepto exigía más control. La estructura también se contrastó con material oficial de xAI sobre movimiento guiado por imagen, cámara, ritmo, atmósfera, física, diseño sonoro y las funciones de audio actuales de Video 1.5, además de guías públicas de Grok Imagine sobre longitud del prompt, verbos de movimiento, vocabulario de cámara, ejemplos por caso de uso, errores y preguntas frecuentes. Todas las fórmulas y ejemplos anteriores se escribieron desde cero para Topview. El material oficial de la versión 1.5 se utilizó para validar vocabulario general, no para afirmar que todos los modos de Grok Imagine en Topview ofrezcan las mismas entradas o el mismo comportamiento. Estas recomendaciones son puntos de partida, no una garantía de que algún prompt se haya probado de forma independiente ni de que reproduzca la misma identidad, diálogo, sonido o movimiento en cada ejecución.
Explora más bibliotecas de prompts