Cómo crear YouTube Shorts con Gemini Omni: prompts 9:16 y flujo de trabajo

Los YouTube Shorts premian las ideas capaces de captar la atención rápidamente, comunicar con claridad en la pantalla de un móvil y dar al espectador un motivo para seguir mirando. Gemini Omni ayuda a los creadores a producir estos vídeos verticales cortos a partir de prompts de texto, imágenes de referencia y conceptos visuales existentes, sin organizar un rodaje tradicional.

Sin embargo, seleccionar una relación de aspecto 9:16 no basta para crear un Short eficaz. Un buen resultado también necesita una apertura potente, una composición pensada para el móvil, movimiento controlado, un sonido adecuado y una estructura acorde con la duración disponible.

Esta guía explica cómo crear YouTube Shorts con Gemini Omni, incluidos los ajustes de exportación recomendados, un flujo de producción repetible y ejemplos prácticos de prompts 9:16.

¿Puede Gemini Omni crear YouTube Shorts?

Gemini Omni puede generar vídeo en vertical con relación de aspecto 9:16, lo que lo hace adecuado para YouTube Shorts, Instagram Reels, TikTok y otras plataformas de vídeo vertical.

Según el producto o la implementación, Gemini Omni puede admitir clips cortos de entre 3 y 10 segundos aproximadamente. Algunas interfaces ofrecen opciones fijas como 4, 6, 8 o 10 segundos.

Un YouTube Short puede ser mucho más largo que un solo clip generado. Actualmente los vídeos cuadrados o verticales de hasta tres minutos pueden clasificarse como Shorts, pero eso no significa que debas intentar generar un vídeo entero de tres minutos en una sola petición.

Un flujo más controlable consiste en generar varios clips enfocados y combinarlos durante el montaje. Por ejemplo, un Short de 30 segundos podría contener:

1. Un gancho visual de 5 segundos
2. Un problema o planteamiento de 8 segundos
3. Dos clips de demostración de 6 segundos
4. Una conclusión o llamada a la acción de 5 segundos

Generar las escenas por separado facilita sustituir una toma floja sin rehacer el vídeo completo.

Formato recomendado para YouTube Shorts

Usa los siguientes ajustes como punto de partida práctico:

Ajuste	Recomendación
Relación de aspecto	9:16
Resolución	1080 × 1920
Formato de archivo	MP4
Códec de vídeo	H.264
Frecuencia de fotogramas	24 o 30 FPS
Códec de audio	AAC
Frecuencia de muestreo	48 kHz
Espacio de color	SDR BT.709
Duración del clip	4–10 segundos por escena generada
Duración final del Short	Tan corta como permita la idea; se admiten hasta tres minutos

YouTube también puede clasificar vídeos cuadrados como Shorts, pero el 9:16 aprovecha más pantalla del móvil y suele ser la mejor opción por defecto para contenido mobile-first.

No añadas barras negras a los lados de un vídeo vertical. Exporta el proyecto en un lienzo 9:16 nativo.

Entiende el área segura vertical

YouTube muestra elementos de interfaz sobre un Short: título, información del canal, controles de interacción y otros elementos interactivos. Su posición exacta puede variar entre dispositivos y versiones de la aplicación.

Mantén el contenido esencial lejos de los bordes extremos del encuadre.

Una composición fiable suele situar:

• Las caras en la zona media superior
• Los productos cerca del eje vertical central
• Las acciones importantes dentro del 70–80 % central del encuadre
• El texto esencial lejos de los bordes inferior y derecho
• Los detalles visuales pequeños más cerca del centro

No pidas al modelo que coloque información crítica pegada al borde inferior: puede quedar oculta por subtítulos o elementos de interfaz.

Si el vídeo generado contiene texto, revisa cada palabra antes de publicar. Para subtítulos y llamadas a la acción importantes, añadirlos en un editor de vídeo suele ser más fiable que generarlos dentro de la escena.

Paso 1: empieza con una idea breve y clara

Un YouTube Short normalmente debe comunicar una idea principal.

Concepto débil:

Create an exciting video about technology, creativity, marketing, AI, the future, and productivity.

Concepto enfocado:

Show a blank product sketch becoming a finished luxury sneaker in eight seconds.

La versión enfocada da al modelo una transformación visual clara y al espectador un motivo inmediato para seguir viendo.

Antes de escribir el prompt completo, resume el Short en una frase:

Este Short muestra ______ convirtiéndose en ______ para que el espectador entienda ______.

Si no puedes completar esa frase con claridad, la idea quizá sea demasiado amplia para un solo vídeo corto.

Paso 2: diseña los dos primeros segundos

La apertura debe comunicar casi de inmediato movimiento, contraste, sorpresa, curiosidad o un problema reconocible.

Un plano de situación lento puede funcionar en una pieza larga, pero en un Short suele desperdiciar un tiempo valioso. En lugar de empezar con una habitación vacía y esperar a que entre el sujeto, arranca cerca de la acción.

Algunos ganchos posibles:

• Un producto que aparece desde una explosión de partículas
• Una transformación de antes y después muy marcada
• Una presentadora que lanza una pregunta directa
• Un mundo en miniatura que se forma alrededor de un objeto cotidiano
• Un movimiento de cámara inesperado
• Un proceso visual que ya está en marcha
• Un sonido sorprendente antes de la revelación principal

Describe el gancho de forma explícita:

Begin immediately with the unopened package shaking on the table. Do not use a slow introduction.

Gemini Omni no debería tener que adivinar qué momento es el más importante.

Paso 3: elige el flujo de trabajo correcto de Gemini Omni

Cada tipo de Short requiere un material de partida distinto.

Texto a vídeo

Usa texto a vídeo cuando la idea no dependa de un producto, una persona, un personaje o un diseño existentes.

Funciona bien para:

• Conceptos cinematográficos
• Procesos visuales satisfactorios
• Escenas de naturaleza y viajes
• Transformaciones abstractas
• Visualizaciones divulgativas
• Planos de recurso ambientales

Imagen a vídeo

Usa una imagen de referencia cuando un sujeto concreto deba ser reconocible.

Funciona bien para:

• Demostraciones de producto
• Avatares de IA coherentes
• Animación de ilustraciones
• Vídeos de personaje
• Conceptos de moda
• Recursos visuales de marca

Indica si la imagen subida debe usarse como referencia de identidad o como primer fotograma literal:

Use the uploaded image as a visual identity reference. Do not use it as a frozen first frame.

Si quieres que el vídeo empiece exactamente en esa imagen, escribe:

Use the uploaded image as the opening frame, then begin the described movement naturally.

Edición de vídeo

Usa la edición de vídeo cuando el movimiento original ya sea útil pero haya que cambiar un elemento.

Mantén las peticiones de edición enfocadas:

Change the background to a rainy neon street. Keep the subject, action, camera movement, timing, and audio unchanged.

Las instrucciones de edición breves suelen facilitar la conservación de las partes logradas del vídeo existente.

La disponibilidad de funciones puede variar según el producto, el plan, la región y la interfaz.

Paso 4: construye el prompt por capas

Un prompt eficaz de vídeo 9:16 puede organizarse en siete partes:

1. Formato
2. Sujeto
3. Gancho
4. Acción
5. Cámara
6. Iluminación y estilo
7. Audio y exclusiones

Usa esta estructura reutilizable:

Create a [duration]-second vertical 9:16 video for YouTube Shorts.

Subject: [main person, product, object, or environment].

Hook: [what happens in the first one or two seconds].

Action: [the exact sequence of visible events].

Camera: [shot size, angle, and movement].

Lighting and style: [visual treatment and mood].

Audio: [dialogue, ambience, effects, and music].

Keep the main subject inside the central mobile-safe area. Do not add subtitles, logos, extra people, black bars, borders, or unreadable text.

Esta estructura separa la idea creativa de las restricciones técnicas.

Paso 5: usa instrucciones basadas en tiempo

Cuando varios acontecimientos deban ocurrir en un mismo clip corto, describe su temporización.

Por ejemplo:

[0–2s] A sealed silver package shakes on a black table.

[2–5s] The package unfolds into hundreds of metallic strips.

[5–8s] The strips assemble into a futuristic running shoe.

[8–10s] The finished shoe rotates slowly as the camera moves closer.

Los intervalos de tiempo no garantizan una precisión fotograma a fotograma, pero comunican el ritmo deseado con más claridad que un párrafo largo.

No metas demasiados acontecimientos en un clip. Si cada segundo introduce un nuevo sujeto, lugar, ángulo de cámara y efecto, el resultado puede sentirse inestable.

Para la mayoría de Shorts, tres o cuatro momentos visuales bastan.

Paso 6: controla la cámara para vídeo 9:16

La composición vertical cambia la sensación que produce el movimiento de cámara.

Una panorámica horizontal amplia puede revelar información útil en un vídeo apaisado, pero dispone de menos espacio en un encuadre vertical estrecho. El movimiento hacia delante, el movimiento vertical, el seguimiento cercano y el movimiento controlado del sujeto suelen funcionar mejor.

Instrucciones de cámara útiles:

• Plano medio estable
• Travelling de acercamiento lento
• Contrapicado hacia arriba
• Travelling hacia atrás suave
• Primer plano con cámara en mano, con suavidad
• Plano cenital que se acerca al sujeto
• Revelación vertical lenta de abajo arriba
• Cámara fija con movimiento dentro del encuadre

Evita combinar varios movimientos de cámara en una generación corta.

En lugar de:

The camera circles, zooms, tilts, flies upward, and then rapidly tracks backward.

Usa:

The camera makes one smooth clockwise quarter-orbit while maintaining a medium close-up.

Un movimiento descrito con claridad es más fácil de ejecutar y más fácil de entender en la pantalla de un móvil.

Paso 7: describe el audio de forma deliberada

El audio puede hacer que un Short parezca terminado incluso antes de añadir subtítulos o montaje.

Describe el sonido con tanto cuidado como la imagen:

• Ambiente del entorno
• Efectos de sonido del producto
• Diálogo hablado
• Estilo musical
• Cambios de ritmo
• Silencios significativos

Ejemplo:

Sound design: a soft paper tear, three precise mechanical clicks, and a restrained electronic beat that rises during the final reveal. No dialogue.

Para un vídeo con presentadora:

Voice: warm adult female voice, confident and conversational, moderate pace, clear pronunciation. Quiet studio ambience underneath the dialogue.

Mantén las frases habladas lo bastante cortas para el clip. Un vídeo de presentadora de ocho segundos suele funcionar mejor con una frase concisa que con un párrafo entero.

No confíes en la música o el diálogo generados sin revisarlos. Escucha si hay errores de pronunciación, distorsión, finales abruptos, volumen excesivo y efectos que no encajan con la acción.

La edición de voz y las voces reutilizables no están disponibles en todas las implementaciones de Gemini Omni. Cuando la continuidad de voz sea importante, quizá debas añadir la narración final durante el montaje.

Cinco ejemplos de prompts 9:16 para Gemini Omni

Los siguientes prompts pueden adaptarse a distintos canales de YouTube Shorts.

Prompt 1: revelación de producto cinematográfica

Create an eight-second vertical 9:16 product reveal for YouTube Shorts.

[0–2s] Begin immediately with a transparent luxury perfume bottle emerging from a pool of dark reflective liquid. Tiny droplets move outward in slow motion.

[2–6s] A narrow ribbon of warm golden light travels around the bottle while the camera makes one smooth clockwise quarter-orbit.

[6–8s] End on a stable close-up with realistic reflections passing through the glass.

Dark premium studio, black stone surface, warm gold highlights, photorealistic commercial lighting, restrained cinematic color grading.

Sound design: deep soft impact at the beginning, delicate glass chime during the orbit, subtle room ambience. No dialogue.

Keep the bottle centered inside the vertical mobile-safe area. No labels, no subtitles, no logos, no extra products, no black bars, and no scene cuts.

Prompt 2: vídeo gastronómico satisfactorio

Create an eight-second vertical 9:16 food video for YouTube Shorts in one continuous macro shot.

Begin immediately with a spoon breaking through the caramelized top of a small crème brûlée. Show the crisp sugar layer cracking into delicate pieces.

The spoon moves slowly into the soft custard and lifts one smooth portion toward the camera. A thin curl of steam is visible in warm backlight.

Stable close-up, shallow depth of field, realistic food texture, warm restaurant lighting, natural color, premium food cinematography.

Sound design: a clear sugar crack, soft spoon movement, and quiet café ambience. No music and no dialogue.

Keep the dessert and spoon centered. No hands covering the food, no text, no logos, no extra dishes, no cuts, and no exaggerated slow motion.

Prompt 3: escena vertical de viajes

Create a ten-second vertical 9:16 travel video for YouTube Shorts.

[0–3s] Start behind a lone traveler as she opens a wooden balcony door onto a dramatic mountain valley at sunrise.

[3–7s] The camera follows her forward in one smooth tracking movement as warm sunlight enters the room and morning mist moves through the valley.

[7–10s] She stops at the balcony, and the camera rises slightly to reveal the landscape above her shoulders.

Natural cinematic realism, soft golden morning light, subtle wind moving her hair and clothing, detailed mountain atmosphere.

Sound design: wooden door movement, gentle wind, distant birds, and quiet uplifting instrumental music.

Keep the traveler near the center of the vertical frame. No dialogue, no subtitles, no logos, no abrupt cuts, and no drone-style camera flight.

Prompt 4: presentadora avatar de IA

Use the uploaded portrait only as the identity reference for an original fictional adult presenter. Do not use the image as a frozen first frame.

Create a ten-second vertical 9:16 presenter video for YouTube Shorts. Preserve the presenter's face, hairstyle, apparent age, clothing, accessories, skin tone, and body proportions.

She stands in a warm modern creative workspace, framed in a stable medium shot. She looks directly into the camera and says:

"Great Shorts begin with one clear idea. Show the result first, then explain how you made it."

She makes one small open-hand gesture during the first sentence and points gently toward a screen during the second sentence.

Voice: warm adult female voice, confident and helpful, moderate pace, clear pronunciation, natural pauses.

Soft window light, realistic skin texture, accurate lip synchronization, natural blinking, restrained gestures, and a clean background.

Keep her face and hands inside the central mobile-safe area. No subtitles, no text overlays, no logos, no extra people, no cuts, and no changes to her identity or clothing.

Prompt 5: transformación de una habitación

Create an eight-second vertical 9:16 interior transformation video for YouTube Shorts with a locked camera.

[0–2s] Show a small empty apartment room with plain white walls, an uncovered concrete floor, and one large window.

[2–6s] The room transforms in a continuous wave moving from the back wall toward the camera. Warm wooden flooring, a cream sofa, plants, shelves, soft curtains, and modern lighting appear naturally in sequence.

[6–8s] End on the completed comfortable living room as the curtains move gently in the breeze.

Realistic interior design, warm Scandinavian-inspired palette, natural daylight, accurate perspective, believable materials.

Sound design: restrained whoosh during the transformation, soft placement sounds, and calm ambient music at the end.

No people, no text, no logos, no camera movement, no walls changing position, and no objects intersecting.

Paso 8: revisa la primera generación

No juzgues un Short generado solo por su fotograma más atractivo.

Mira el vídeo completo varias veces y comprueba:

• ¿Los dos primeros segundos despiertan interés?
• ¿Se entiende bien el sujeto principal en una pantalla de móvil?
• ¿La acción sigue el orden previsto?
• ¿El movimiento de cámara es estable?
• ¿El vídeo aprovecha todo el encuadre vertical?
• ¿Las caras, las manos, los productos y el texto son visualmente correctos?
• ¿El audio encaja con la acción?
• ¿El final parece intencionado?
• ¿El clip puede repetirse en bucle con naturalidad si hace falta?

Un clip visualmente impresionante puede fracasar como Short si el gancho llega tarde o el final se corta de golpe.

Paso 9: refina con instrucciones enfocadas

Si la generación es casi correcta, pide un solo cambio concreto en lugar de reescribir todo el prompt.

Ejemplos:

Make the opening transformation begin immediately. Keep everything else the same.

Keep the product centered throughout the camera movement. Keep everything else the same.

Reduce the camera speed and stabilize the final close-up. Keep everything else the same.

Remove the background music but preserve the sound effects and ambience. Keep everything else the same.

Make the presenter's hand gesture smaller and more natural. Keep everything else the same.

Una petición de edición enfocada da al modelo un objetivo más claro y reduce el riesgo de estropear detalles que ya funcionaban.

Si toda la composición está mal, generar de nuevo suele ser más eficiente que editar repetidamente un resultado flojo.

Paso 10: monta varios clips

Gemini Omni genera escenas cortas, no producciones completas de tres minutos. Para crear un Short más largo, combina varios clips generados en una línea de tiempo de edición vertical.

Usa una secuencia de 1080 × 1920 y mantén el proyecto a la misma frecuencia de fotogramas que el material generado siempre que sea posible.

Una estructura práctica de 30 segundos podría ser:

Tiempo	Función
0–3 segundos	Mostrar el resultado o el visual más potente
3–8 segundos	Plantear la pregunta o el problema
8–20 segundos	Mostrar dos o tres clips de proceso
20–27 segundos	Dar la explicación o la conclusión
27–30 segundos	Cerrar con un bucle, una conclusión o una llamada a la acción

Recorta las pausas sin miedo, pero no cortes tan rápido que el espectador no llegue a entender el tema.

Iguala los clips con color, niveles de audio, referencias de personaje, productos y dirección de cámara coherentes. Si el mismo avatar aparece en varias escenas, reutiliza la misma imagen de referencia y la misma descripción de identidad.

Paso 11: añade subtítulos y exporta

Muchos espectadores ven los Shorts con poco volumen o sin sonido. Los subtítulos mejoran la comprensión, sobre todo en tutoriales y vídeos con presentadora.

Mantén los subtítulos concisos:

• Muestra una frase corta cada vez
• Elige una tipografía grande y legible
• Usa alto contraste
• Aleja el texto de los bordes inferior y derecho
• No tapes la cara del sujeto ni el producto
• Revisa la ortografía manualmente
• Sincroniza los subtítulos con las palabras habladas

Exporta como MP4 con vídeo H.264 y audio AAC. Para un Short estándar de 1080 × 1920 a 24 o 30 FPS, una tasa de bits de vídeo en torno a 8 Mbps es un objetivo razonable de subida. Conserva la frecuencia de fotogramas original en lugar de convertirla sin necesidad.

Asegúrate de que el MP4 esté optimizado para streaming, con los metadatos al principio del archivo, cuando tu codificador ofrezca una opción de «Fast Start» o «Web Optimized».

Errores habituales al escribir prompts para Shorts

Olvidar especificar el 9:16

Un prompt puede describir un vídeo para móvil sin pedir explícitamente la relación de aspecto vertical. Selecciona 9:16 en la interfaz y repítelo en el prompt.

Empezar demasiado lento

No dediques la mitad de un clip de ocho segundos a establecer el lugar. Empieza cerca de la acción más interesante.

Poner contenido importante en los bordes

Las capas de interfaz pueden tapar texto, productos y objetos pequeños. Mantén lo esencial cerca del centro.

Añadir demasiadas escenas

Un clip corto no puede comunicar de forma fiable cinco localizaciones, varios personajes, distintos movimientos de cámara, diálogo y una transformación de producto a la vez.

Divide la idea en generaciones separadas.

Escribir diálogos demasiado largos

El exceso de diálogo provoca un habla apresurada y una sincronización labial pobre. Lee la frase en voz alta antes de generar y confirma que cabe con holgura en la duración.

Dejar que el modelo invente texto

Los carteles, etiquetas y subtítulos generados pueden ser incorrectos. Añade los mensajes de marketing importantes durante el montaje, salvo que el texto en escena sea esencial para el concepto.

Ignorar el audio

Una música o un diálogo inesperados pueden cambiar el tono de un vídeo por lo demás útil. Indica con claridad si quieres diálogo, música, ambiente, efectos o silencio.

Subir un clip horizontal con barras negras

No coloques un vídeo apaisado dentro de un lienzo vertical con grandes zonas vacías. Genera o recorta deliberadamente en 9:16.

Preguntas frecuentes

¿Qué relación de aspecto debo usar para YouTube Shorts?

Usa 9:16 para una experiencia vertical a pantalla completa. Una resolución de 1080 × 1920 es un estándar práctico para la exportación final.

¿Cuánto puede durar un YouTube Short?

Un Short cuadrado o vertical puede durar actualmente hasta tres minutos. Aun así, la duración ideal depende de la idea: no alargues un vídeo solo porque la plataforma lo permita.

¿Cuánto duran los clips de vídeo de Gemini Omni?

Las duraciones disponibles dependen del producto o la implementación. Gemini Omni suele generar clips cortos de hasta unos 10 segundos, que pueden combinarse en un Short más largo.

¿Puede Gemini Omni generar audio?

Gemini Omni puede generar vídeo con una pista de audio adecuada y admite indicaciones sobre diálogo, ambiente, música y efectos de sonido. Revisa todo el audio generado antes de publicar.

¿Puedo crear una presentadora coherente para varios Shorts?

Sí. Usa una imagen de referencia de personaje limpia, repite la misma descripción de identidad, conserva la misma ropa y dirección de voz, y genera un clip base controlado antes de cambiar de entorno.

¿Debo generar los subtítulos dentro del vídeo?

Para subtítulos importantes, añadirlos durante el montaje suele ser más fiable. Así controlas directamente la ortografía, el tiempo, la tipografía, la ubicación y las áreas seguras.

¿Puedo crear un Short completo de tres minutos en una sola generación?

Un flujo con varios clips es más práctico. Genera cada escena por separado, elige las mejores versiones y móntalas en un editor de vídeo vertical.

Reflexiones finales

Crear YouTube Shorts con Gemini Omni no consiste solo en cambiar la relación de aspecto a 9:16. Los mejores resultados surgen de combinar una idea enfocada, un gancho inmediato, una composición pensada para el móvil, un movimiento de cámara controlado, un sonido deliberado y un montaje disciplinado.

Empieza con un concepto visual breve. Describe qué ocurre durante los dos primeros segundos, mantén el sujeto principal dentro del área segura central y divide las historias complejas en clips separados. Usa instrucciones basadas en tiempo cuando deban ocurrir varios acontecimientos, y haz ediciones enfocadas en lugar de reescribir generaciones que ya funcionan.

Cuando los clips estén listos, móntalos en una línea de tiempo de 1080 × 1920, añade subtítulos legibles, revisa el audio y exporta un MP4 vertical limpio y sin barras negras.

Empieza tu próximo vídeo vertical con Gemini Omni y trata cada clip generado como una pieza cuidadosamente planificada del Short final.