Cómo mantener el mismo personaje en una serie de videos con IA
Un método práctico para personajes consistentes con IA: escribe la biblia de la serie, crea la hoja de giro, empieza cada plano desde un fotograma de referencia, mide el rostro, anima y rehaz solo el plano que se desvía.
Sentarys Team · 7 min · 2026-10-07
Para mantener el mismo personaje en una serie de videos con IA, define el personaje una vez en una biblia de la serie con imágenes de referencia, construye cada plano desde un primer fotograma compuesto con esas referencias, mide el rostro contra un ancla fija antes de animar y dale al personaje una sola voz para toda la serie. Cuando un plano se desvía, rehaz solo ese plano. El método funciona con cualquier modelo de imagen y video, y Series Lock en Sentarys ejecuta todo el ciclo por ti.
¿Por qué los personajes de IA cambian entre episodios?
Un prompt de texto describe a una persona sin identificarla. "Joven cartógrafa, impermeable mostaza, pelo rizado en un moño alto" encaja con miles de rostros, y cada generación elige uno nuevo. Los modelos de video suman una segunda deriva: cuando la cabeza gira o la luz cambia, el modelo redibuja el rostro fotograma a fotograma.
Lo medimos. En la demo Saltmere, una doble generada con la misma descripción escrita, sin referencias, obtuvo 0,50 a 0,55 de similitud facial contra el ancla del personaje. El personaje construido desde la biblia obtuvo 0,64 a 0,74 en los primeros planos frontales de los tres episodios.
Paso 1: ¿qué lleva la biblia de la serie?
La biblia de la serie es la única fuente de la que sale cada plano. Mantenla corta y visual:
- Personajes. Identidad en detalles que la cámara ve (forma de la cara, pelo, una marca como un lunar sobre el labio), el vestuario y una voz fija por personaje.
- Locaciones. Una descripción corta y una imagen de referencia por lugar.
- Paleta. De tres a cinco colores que se repiten en cada episodio.
- Reglas de cámara. Formato, encuadres habituales y la luz que buscas, por ejemplo 9:16, primeros planos en los diálogos, niebla y luz de farol.
Paso 2: ¿por qué crear una hoja de giro?
Un solo retrato le dice al modelo cómo es el rostro desde un ángulo. La hoja de giro muestra a la misma persona de frente, en tres cuartos, de perfil y de espaldas, además de primeros planos del rostro, para que los planos siguientes en cualquier ángulo tengan con qué compararse. Haz lo mismo con cada objeto recurrente y cada locación.
Paso 3: ¿cómo se construye el primer fotograma de cada plano?
Compón el primer fotograma de cada plano a partir de las referencias: la hoja del personaje, la imagen de la locación y una línea que describe el plano. Un modelo de imagen que acepta varias referencias lo hace bien; Sentarys usa Gemini 3.1 Flash Image. El primer fotograma es el contrato del plano. Todo lo que hace después el modelo de video parte de él.
Paso 4: ¿cómo compruebas que sigue siendo la misma persona?
Usa un modelo de embeddings faciales como ArcFace y compara cada fotograma con el retrato ancla del personaje por similitud de coseno. La puntuación convierte "se parece bastante" en un número que sirve de filtro.
| Lo que medimos (ArcFace, coseno contra el ancla) | Puntuación |
|---|---|
| Doble solo con texto, misma descripción, sin referencias | 0,50 a 0,55 |
| Línea de "misma persona" usada en la medición | 0,58 |
| Primeros planos frontales en los tres episodios | 0,64 a 0,74 |
Los rostros de menos de unos 80 píxeles tienen muy poco detalle para una puntuación fiable. Juzga los planos abiertos por el vestuario, el pelo y la silueta, y deja en primer plano los momentos que dependen de la identidad.
Paso 5: ¿cómo se anima el fotograma?
Usa imagen a video desde el fotograma aprobado, en planos cortos de unos seis segundos. Los modelos de movimiento se desvían más cuando el rostro gira lejos de la cámara o recibe luz lateral, así que escribe esos momentos como planos abiertos o mantén el rostro hacia la luz. Describe en el prompt el movimiento, la cámara y el sonido ambiente, y deja el aspecto del personaje al fotograma.
Paso 6: ¿por qué dar a cada personaje una voz fija?
El público reconoce una voz tan rápido como un rostro. Elige una voz por personaje en la biblia y úsala en cada episodio, con subtítulos del mismo estilo. Cambiar la voz rompe la serie aunque el rostro se mantenga.
Paso 7: ¿qué haces cuando un plano se desvía?
Mide el plano terminado y, si el rostro se desvió, vuelve a generar ese plano desde su fotograma fijado. Conserva el resto del episodio. Rehacer un plano de seis segundos es más barato y más rápido que empezar el episodio de nuevo, y los planos buenos quedan exactamente como estaban.
¿Cómo automatiza Series Lock el método?
- Biblia de la serie. Personajes con identidad, vestuario y una voz fija cada uno, además de locaciones, paleta y reglas de cámara. Cada personaje recibe un retrato de referencia y una hoja de giro, y cada locación una imagen, hechos con Gemini 3.1 Flash Image.
- Primer fotograma fijado. Cada plano empieza como un fotograma compuesto con esas referencias y pasa una comprobación de identidad facial (similitud de embeddings faciales contra el ancla del personaje) antes de pagar cualquier movimiento. Un fotograma que no pasa se redibuja.
- Movimiento. Google Veo 3.1 Lite anima el fotograma fijado en 720p con sonido ambiente. Los diálogos usan la voz fija del personaje y llevan subtítulos.
- Solo se rehace el plano que falló. Si el modelo de video bloquea o falla un plano, los créditos vuelven.
Precios: 800 créditos por segundo generado, con un mínimo de 4.800 por plano (un plano de 6 s), y 6.000 créditos para crear la biblia. Un episodio de 18 s con tres planos cuesta 14.400 créditos. Pro cuesta US$ 10 al mes con 30.000 créditos, suficiente para la biblia y un primer episodio (20.400 créditos) el primer mes y, después, dos episodios de 18 s (28.800 créditos) al mes.
Mira los números completos en el caso de estudio Saltmere, compara el método con otras herramientas en nuestra comparativa de consistencia de personajes o crea tu cuenta y empieza una serie.
Preguntas frecuentes
¿Se puede mantener un personaje consistente solo con prompts de texto?
Rara vez, a lo largo de varios planos. En nuestra prueba, una doble generada con la misma descripción obtuvo 0,50 a 0,55 contra el personaje real, por debajo de la línea de 0,58 de misma persona. Las imágenes de referencia cierran esa distancia.
¿Qué imágenes de referencia necesita un personaje?
Un retrato principal como ancla y una hoja de giro con vistas de frente, tres cuartos, perfil y espalda, más primeros planos del rostro. Los objetos recurrentes y las locaciones también necesitan su propia referencia.
¿Qué puntuación de similitud significa "misma persona"?
En nuestra medición de Saltmere con embeddings ArcFace usamos 0,58 como línea de misma persona. Los primeros planos frontales del personaje real obtuvieron 0,64 a 0,74, y la doble solo con texto, 0,50 a 0,55. Series Lock hace una comprobación de identidad facial en cada primer fotograma antes de animarlo.
¿El método funciona con Runway, Kling o Veo?
Sí. La biblia, el fotograma de referencia, la comprobación del rostro, la voz fija y el rehacer por plano funcionan con cualquier modelo que acepte imágenes de referencia o imagen a video. Series Lock automatiza los mismos pasos.
¿Por qué el rostro todavía se desvía en algunos planos?
Los modelos de video redibujan el rostro mientras se mueve. Los rostros girados, la luz lateral y los rostros pequeños se desvían más. Comprobar el primer fotograma y rehacer solo el plano que se desvió mantiene bajo el costo de ese límite.
¿Cuánto cuesta un episodio en Sentarys?
Un episodio de 18 s con tres planos de 6 s cuesta 14.400 créditos, y la biblia cuesta 6.000 créditos una sola vez. Pro cuesta US$ 10 al mes con 30.000 créditos.