Producción de vídeo con IA: nuestro flujo de trabajo, de las fuentes al montaje

En X Mind Solutions, combinamos distintas etapas de producción con herramientas de IA en nuestra primera prueba de vídeo. Desde la preparación de las fuentes hasta la generación del guion y del vídeo, pasando por la locución y el montaje final, el trabajo llevó aproximadamente entre 1,5 y 2 horas. El objetivo no era obtener un resultado con una sola herramienta, sino crear un flujo de producción con herramientas complementarias. Esta experiencia también supuso un punto de partida concreto para evaluar la diferencia entre la producción de contenidos asistida por IA y la automatización de principio a fin.

En primer lugar, preparamos una lista de temas recopilados a partir de contenidos relevantes tratados en YouTube durante más de cuatro años. Utilizamos estos temas y fuentes normativas en NotebookLM para generar un guion y un vídeo. El enfoque principal consistía en basar la producción en fuentes concretas. Al diseñar un flujo similar, es importante delimitar claramente el alcance temático y comprobar que las fuentes estén actualizadas. Especialmente en contenidos que abordan normativa, también es necesario contrastar el texto generado con las fuentes; utilizar fuentes no garantiza por sí solo la exactitud.

A continuación, transferimos a Minimax la transcripción del vídeo obtenido con NotebookLM. Clonamos nuestra propia voz para crear una nueva locución del texto y después completamos el montaje en CapCut. Así, la narración generada a partir de las fuentes pasó por etapas independientes de locución y montaje. Esta estructura permite evaluar por separado el texto, el audio y la imagen. En trabajos similares, deben comprobarse la pronunciación, la coherencia narrativa y la correspondencia entre el audio y la imagen; la clonación de voz solo debe realizarse con los derechos de uso y los permisos necesarios.

El hecho de haber preparado este vídeo íntegramente con herramientas de IA no significa que el proceso se desarrollara sin intervención humana. Preparar las fuentes, transferir los resultados entre herramientas y completar el montaje formaban parte del flujo de producción. La duración aproximada de entre 1,5 y 2 horas es también una observación específica de esta prueba; no debe interpretarse como un compromiso general de tiempo o eficiencia para otros vídeos. El alcance del contenido, el estado de las fuentes y las correcciones necesarias pueden modificar la duración de trabajos similares.

La siguiente cuestión que debemos evaluar es hasta qué punto pueden conectarse estos pasos mediante una plataforma de automatización como n8n. Para determinar si es posible una automatización de principio a fin, deben examinarse las opciones de acceso programático, los formatos de transferencia de datos y las condiciones de uso de cada herramienta. La incorporación de fuentes, la transferencia de transcripciones y el envío de resultados pueden evaluarse con vistas a su automatización; sin embargo, no afirmamos haber implementado una integración de este tipo en esta prueba. Un diseño adecuado también debe mantener puntos de aprobación humana, especialmente para comprobar la exactitud de la información normativa y evaluar la calidad antes de la publicación.