Las fotos de carta que ya tiene un restaurante son la parte difícil, y esa parte ya está hecha. Convertirlas en vídeos cortos para redes y para las fichas de reparto requiere una imagen por plato, un prompt que describa un solo movimiento de la comida y unos cinco minutos por clip. Lo que casi nadie menciona: la comida se deforma con más facilidad que casi cualquier otro sujeto, porque el vapor, la salsa y el queso fundido no tienen forma fija que el modelo pueda sostener. Elegir bien la foto importa más que escribir un prompt ingenioso.
Última verificación: 2026-09-25, según la documentación oficial de modelos de SeedVideo AI.
Resumen rápido
- Un plato por encuadre. Los platos superpuestos son la causa número uno de deformaciones.
- Un movimiento por clip. Vapor que sube, salsa que cae o un acercamiento lento. Pedir tres a la vez no te da ninguno limpio.
- Tus fotos de móvil suelen bastar. El rango aceptado es de 300 a 6000 píxeles por lado, así que una foto de móvil actual queda holgadamente dentro.
- La comida caliente es más fácil que la fría. El vapor y el glaseado se leen como movimiento; una ensalada básicamente se queda quieta.
- Para un promo de 30 segundos, seis clips de 5 segundos superan a una toma larga, porque la deriva se acumula con la duración.
Respuesta rápida
Empieza por la foto, no por el prompt. Elige una imagen de carta donde un plato llene el encuadre, nada invada su contorno y la luz venga claramente de un lado. Súbela como imagen única para que el flujo sea imagen a vídeo y la foto se convierta en el fotograma inicial. Escribe una frase que describa un movimiento de la comida más un movimiento lento de cámara, genera a 5 segundos y revisa el resultado a tamaño completo. La mayoría de los restaurantes consiguen un clip utilizable al segundo intento. Puedes animar una imagen de origen a partir de una foto de carta que ya tengas.
Prompt de imagen: Una fotografía cinematográfica de comida de restaurante: un cuenco rústico de cerámica con ramen humeante sobre una barra de nogal oscuro, finas volutas de vapor que se elevan y recogen un contraluz cálido de una ventana fuera de cuadro, huevo mollet partido por la mitad mostrando la yema cremosa, cebolleta y alga nori dispuestas con textura visible, profundidad de campo corta con el resplandor cálido y desenfocado del comedor detrás, objetivo de 50 mm, ángulo de tres cuartos ligeramente cenital, etalonaje rico en ámbar y marrón profundo, gran microdetalle en la superficie del caldo y en los fideos.
Qué fotos de carta funcionan de verdad
No todos los platos se animan igual de bien. Clasifica tu carta antes de empezar a generar, porque la diferencia entre un buen candidato y uno malo es mayor que cualquier cosa que puedas corregir después.
| Tipo de plato | Cómo se anima | Por qué | Mejor movimiento a pedir |
|---|---|---|---|
| Sopas calientes, ramen, guisos | Muy bien | El vapor da movimiento real que renderizar | Vapor ascendente, acercamiento lento |
| Platos a la plancha o sellados | Bien | El glaseado y el tostado tienen textura y brillos fuertes | Órbita lenta, luz desplazándose por la superficie |
| Postres con salsa | Muy bien | Verter es una acción única y clara | Caída de salsa, chorro de chocolate |
| Bebidas con hielo o espuma | Bien | La condensación y las burbujas se leen como vida | Inclinación lenta hacia arriba, condensación formándose |
| Ensaladas y platos fríos | Mal | Nada se mueve de forma natural | Solo movimiento de cámara, sin movimiento de comida |
| Fuentes con platos superpuestos | Mal | El modelo no puede separar los elementos | Volver a fotografiar como platos individuales |
Si un plato cae en las dos últimas filas, usa un movimiento de cámara y deja la comida quieta. Un acercamiento suave sobre una ensalada bonita parece intencionado. Una ensalada cuyas hojas se recolocan solas parece rota.
Los requisitos de la foto
Los límites de imagen documentados son JPEG, PNG o WebP, entre 300 y 6000 píxeles por lado, relación de aspecto entre 0,4 y 2,5 y hasta 30 MB por archivo. Una foto de cualquier móvil de los últimos años entra en ese rango sin edición alguna.
Esos son los límites aceptados, no los buenos. En la práctica, cuatro cosas separan una foto de carta que se anima con limpieza de una que no:
- Un plato por encuadre. Si un segundo plato entra en la toma, el modelo tiene que decidir dónde acaba uno y empieza el otro, y esa frontera es donde empiezan las deformaciones.
- Dirección de luz clara. Una ventana a un lado o una única lámpara cenital es lo ideal. Una luz plana y sin sombras no le da al modelo ninguna pista sobre qué superficies permanecen iluminadas.
- Nítida a tamaño completo. Abre la foto al 100 por cien, no como miniatura. Un enfoque blando en el fijo se convierte en parpadeo en el vídeo.
- Textura visible. Marcas de parrilla, sésamo, motas de hierbas y la superficie del caldo le dan al modelo algo concreto que sostener. Una superficie beis uniforme no tiene dónde anclarse.
Prompt de imagen: Una fotografía de postre de restaurante en primer plano: una cinta espesa de salsa de chocolate negro captada a media caída mientras aterriza sobre un coulant dorado servido en un plato de cerámica clara, la salsa brillante e ininterrumpida en un arco limpio, un espolvoreado de azúcar glas en el borde del plato, un softbox intenso desde arriba a la izquierda creando un brillo especular nítido a lo largo de la salsa, caída de sombra profunda a la derecha, fondo de pizarra oscura sin costuras, objetivo macro de 100 mm, enfoque nítido en el punto de contacto, etalonaje cálido neutro.
Recetas de prompt para movimiento de comida
Los prompts de comida fallan cuando piden demasiado. Un movimiento de comida más un movimiento de cámara es toda la fórmula. Aquí van cinco que aguantan.
Vapor ascendente
Un vapor fino se eleva de forma constante desde la superficie del cuenco, rizándose lentamente en el contraluz cálido, la superficie del caldo apenas ondula, la cámara se acerca muy despacio, todo lo demás permanece inmóvil.
Caída de salsa
Una cinta constante de salsa cae desde arriba y se extiende lentamente por la superficie, brillante y continua, el plato permanece completamente inmóvil, la cámara se mantiene fija.
Hilo de queso
Una porción se levanta lentamente y el queso fundido se estira en hebras largas, el resto del plato permanece en su sitio, la cámara mantiene la misma distancia.
Brillo y glaseado
La luz recorre la superficie glaseada y se desplaza gradualmente mientras la cámara orbita despacio hacia la derecha, un leve temblor de calor sobre el plato, la comida en sí no cambia de forma.
Plato frío, solo cámara
El plato permanece completamente inmóvil y sin cambios, la cámara se acerca lenta y suavemente hacia el centro del plato, la luz natural no varía en ningún momento.
Fíjate en cuántas veces esos prompts dicen qué no debe moverse. Decirle al modelo explícitamente que el plato se queda quieto le deja menos margen para reinventar la geometría, que es de donde viene la mayoría de las deformaciones en comida.
Mantén los clips en 5 segundos mientras pruebas. Seedance 2.5 produce salidas de 4 a 30 segundos, pero una toma de 30 segundos le da a las pequeñas inconsistencias veinticinco segundos extra para acumularse. Para estructura de prompt más allá de la comida, la guía práctica del generador de vídeos de producto con IA cubre la misma lógica de primer fotograma para productos físicos, y la guía de vídeos de fruta con IA es el vecino más cercano en el terreno de la comida.
Montar un promo de 30 segundos
Seis clips de cinco segundos, no una toma larga. Los clips cortos derivan menos, y un corte cada cinco segundos encaja con cómo se ve el vídeo corto de todos modos.
| Plano | Contenido | Movimiento | Duración |
|---|---|---|---|
| 1 | Fachada o sala, en fijo | Acercamiento lento | 5s |
| 2 | Plato caliente estrella | Vapor ascendente | 5s |
| 3 | Segundo plato, de otro color | Órbita lenta | 5s |
| 4 | Postre o bebida | Caída de salsa o condensación | 5s |
| 5 | Mesa amplia con varios platos | Solo movimiento de cámara | 5s |
| 6 | El plato estrella otra vez, más cerca | Acercamiento lento | 5s |
Con el plano 5 hay que tener cuidado. Una mesa con varios platos es exactamente el caso de superposición que se deforma, así que usa movimiento de cámara sin movimiento de comida, o fotografía cada plato por separado y corta entre ellos.
Prompt de imagen: Una fotografía cenital de carta de restaurante: tres platos dispuestos sobre una mesa de roble claro con amplio espacio limpio entre ellos, un lomo de salmón sellado con limón asado, un cuenco de piedra con granos variados y verduras asadas, y una hamburguesa montada con costra de sésamo visible, cada plato completamente separado de los demás sin platos ni objetos superpuestos, luz de día suave y uniforme desde un ventanal a la izquierda con sombras naturales tenues, encuadre plano cenital, objetivo de 35 mm, enfoque nítido en los tres platos, etalonaje natural.
Ese cenital funciona como imagen de origen precisamente porque los platos no se tocan. El espacio generoso entre platos no es solo una decisión de estilismo, es lo que evita que cada uno se funda con su vecino cuando arranca el movimiento.
Trabajar con el generador
Generador de imagen a vídeo de SeedVideo AI, capturado el 2026-09-25, con los controles de modelo, relación de aspecto, duración y resolución.
El generador abre en 16:9, 5 segundos y 720p con Seedance 2.0 seleccionado. Para trabajo de restaurante, tres de esos valores por defecto suelen necesitar cambio:
- Relación de aspecto. Cambia a 9:16 para stories y feeds de formato corto. La mayoría del vídeo de restaurante se ve en vertical.
- Resolución. Súbela antes de generar, no después. La familia Seedance 2.0 llega a 1080p mientras que 2.5 y 2.0-mini se quedan en 720p, así que si quieres 1080p para un clip principal, sigue en la familia 2.0.
- Modelo y número de imágenes. Adjunta una imagen y el flujo pasa a ser imagen a vídeo con tu foto como fotograma inicial. Eso es lo que quieres para una foto de carta.
Una trampa que conviene conocer: adjunta exactamente dos imágenes y el flujo se convierte en generación de primer y último fotograma, que funde una foto en la otra. Si las querías como referencias y no como fotograma inicial y final, pon reference_mode en true, algo admitido en las familias Seedance 2.0 y 2.5. La guía para corregir el parpadeo y la deformación en vídeo con IA lo desarrolla en detalle.
Desde la misma pantalla puedes animar una imagen de origen o crear un vídeo a partir de un prompt cuando necesitas un plano de situación de una sala que no has fotografiado.
Dónde van los clips
| Destino | Relación de aspecto | Duración práctica | Notas |
|---|---|---|---|
| Instagram Reels y TikTok | 9:16 | 15 a 30s | Corta cada 5s, pon el plato estrella primero |
| Perfil de Empresa de Google | 16:9 o 9:16 | Hasta 30s | Aparece en búsqueda local y en Maps |
| Fichas de apps de reparto | Normalmente 1:1 o 16:9 | 5 a 15s | Comprueba la especificación actual de cada plataforma antes de exportar |
| Portada de la web | 16:9 | 5 a 10s | Un plato en bucle, sin sonido |
| Pantallas en local | 16:9 | Bucle | Silencio por defecto, así que abre con movimiento |
Las plataformas de reparto cambian sus especificaciones de medios con suficiente frecuencia como para que merezca la pena consultar el requisito vigente en tu panel de comercio en vez de fiarte de una cifra de un artículo, incluido este.
Expectativas realistas
Vale la pena dejar claros dos límites honestos antes de montar un flujo de trabajo alrededor de esto.
La comida no siempre se porta bien. El vapor, el queso fundido y el líquido al caer no tienen forma fija, que es justo lo que los hace parecer vivos y también lo primero que se deforma cuando una generación sale mal. Cuenta con descartar algunas tomas.
Segundo, el movimiento generado es material de marketing, no documentación de tu plato. Que la foto de origen represente con fidelidad lo que realmente sirves importa tanto para las expectativas del cliente como para las normas de publicidad local, que varían según la jurisdicción y conviene comprobar en tu propio mercado.
Preguntas frecuentes
¿Puedo hacer vídeos de restaurante con fotos que ya tengo?
Sí, y esa es la vía prevista. La imagen a vídeo toma un único fijo como fotograma inicial y le añade movimiento. El rango de entrada aceptado es de 300 a 6000 píxeles por lado con una relación de aspecto entre 0,4 y 2,5, así que las fotos de móvil normales sirven sin edición. La restricción mayor es la composición: un plato por encuadre, nada superpuesto, dirección de luz clara.
¿Qué platos funcionan mejor para vídeo de comida con IA?
Los platos calientes con vapor visible, cualquier cosa con glaseado brillante o marcas de parrilla, y postres o bebidas que puedan mostrarse con un vertido. Se animan bien porque hay movimiento real que renderizar. Los platos fríos y las ensaladas se animan mal porque nada se mueve de forma natural, así que usa un acercamiento lento de cámara y no pidas ningún movimiento de comida.
¿Por qué mi vídeo de comida se deforma a mitad de camino?
Normalmente por una de tres cosas. La foto de origen está blanda a tamaño completo, el encuadre contiene platos superpuestos que el modelo no puede separar, o el prompt pidió varios movimientos a la vez. Corrígelas en ese orden. La comida se deforma más fácilmente que la mayoría de sujetos porque el vapor y la salsa no tienen forma fija, así que aquí una foto limpia de un solo plato importa más que en otras categorías.
¿Cuánto debe durar un clip promocional de restaurante?
Móntalo a partir de piezas de 5 segundos. Seedance 2.5 produce salidas de 4 a 30 segundos, pero las tomas únicas más largas dan más tiempo a que se acumulen los errores pequeños. Seis clips de 5 segundos montados en 30 segundos es más fiable que una generación de 30 segundos, y los cortes encajan con los feeds de formato corto.
¿A qué resolución debo generar?
Sube el valor por defecto de 720p antes de generar. La familia Seedance 2.0 va de 480p a 1080p, mientras que Seedance 2.5 y 2.0-mini se quedan en 720p. Para una portada web o pantallas en local, sigue en la familia 2.0 y genera a 1080p. Para feeds sociales vistos en móvil, 720p suele bastar.
¿Necesito un fotógrafo para esto?
Para la entrada no. Una foto de móvil tomada junto a una ventana, con un plato en cuadro y nada cruzando su borde, es mejor fuente que una toma con iluminación profesional de una mesa abarrotada. La composición y la dirección de la luz importan mucho más que la calidad de la cámara para este uso concreto.
Empieza por tus tres platos más vendidos
Elige los tres platos que más vendes, busca la foto existente más limpia de cada uno y genera un clip de 5 segundos por plato con un solo movimiento. Eso te da una semana de publicaciones a partir de fotos que ya están en tu carrete, y te dice qué fotos de carta son lo bastante buenas antes de comprometerte a repetir ninguna sesión. El generador de IA de imagen a vídeo da créditos gratis a las cuentas nuevas, así que la prueba te cuesta una tarde y no un presupuesto de producción.
