Ir al contenido

Prompt de Hotel Lobby AI: el texto exacto que enviamos

Un prompt de Hotel Lobby AI tiene que resolver cuatro cosas: fijar cada foto a un lado, reconstruir la cabina naranja con su único micrófono colgante, hacer que uno rapee mientras el otro anima y dejar la cámara quieta. Los dos prompts de abajo son el texto exacto que MigosAI (migosai.si) envía con cada video de la cabina: uno para Wan 3.0, que conserva la grabación de Hotel Lobby, y otro para Seedance, que compone un rap nuevo. En el sitio nunca los escribes; se envían solos cuando pulsas Crear video.

Más abajo hay cinco prompts para otras herramientas de imagen a video que aceptan dos fotos y ningún clip de referencia: una pareja, dos amigos, un abuelo con su nieto, personajes dibujados y mascotas. Los escribimos para esta página y no los hemos generado, así que úsalos como punto de partida.

Actualizado el

Una hoja color crema y dos retratos vacíos conducen a una cabina naranja con micrófono colgante.
Ilustración editorial generada con IA; no es un video generado por MigosAI.

Prompt 1: Wan 3.0 con la pista de Hotel Lobby

Wan 3.0 recibe cuatro adjuntos, numerados según el orden de subida: Imagen 1 (la foto de la izquierda), Imagen 2 (la de la derecha), Video 1 (el clip de la cabina que sirve de guía, en silencio) y Audio 1 (la pista de Hotel Lobby, recortada a lo que dura el video). Antes de generar, cada foto se redibuja como un retrato de estudio de cuerpo entero y de pie de la misma persona o animal, lo que ayuda al modelo a conservar caras y cuerpos; tú solo ves tu foto original. La relación de aspecto no va en el texto. Le llega al modelo como un ajuste aparte, y por eso este mismo prompt sirve para 9:16, 16:9 y cualquier otro formato.

Prompt de Wan 3.0 (dos fotos, cualquier formato)
Sigue Video 1 de principio a fin: copia su encuadre, su ritmo y cada movimiento, gesto, giro de cabeza, expresión facial y forma de la boca, además del fondo naranja liso y el micrófono plateado que cuelga del techo entre los dos intérpretes. Mantén el encuadre de cámara de Video 1: sin acercar, sin alejar, sin paneo. No añadas ningún movimiento ni elemento de escena que no esté en Video 1.

Usa Audio 1 como música de fondo de todo el video, tal cual: es todo el sonido del video. No escribas letras nuevas, no lo vuelvas a cantar, no añadas otra música ni otras voces.

El intérprete de la izquierda es el sujeto de Imagen 1; el de la derecha es el sujeto de Imagen 2. Reemplazan por completo a las dos personas de Video 1: cara, peinado o pelaje, complexión y ropa salen de las fotos, nada de las personas de Video 1. Ninguno de los dos lleva guantes (salvo que ya los lleve en la foto): las personas muestran sus propias manos y los animales conservan sus propias patas. Ignora el fondo de las fotos.

El intérprete de la izquierda rapea la voz de Audio 1 frente al micrófono, con los labios perfectamente sincronizados con Audio 1. El de la derecha sigue los movimientos de la persona de la derecha de Video 1: reacciona y gesticula al ritmo, y solo mueve los labios en ad-libs breves.

El naranja llena todo el cuadro, sin zonas negras ni esquinas oscuras. Sin pantalla dividida, sin personas de más, sin subtítulos ni texto en pantalla. Las caras se mantienen iguales de principio a fin.

Wan lo recibe en chino, el idioma en que su documentación nombra los adjuntos. Lo que ves aquí es una traducción al español de ese texto, frase por frase.

Prompt 2: Seedance con un rap nuevo hecho por IA

Los modelos Seedance no pueden conservar una grabación: siempre generan su propia voz y su propio beat. Por eso, en la cabina, la pista de Hotel Lobby se sube como audio de referencia 1 solo para marcar el ritmo, y el prompt pide un beat nuevo con ese groove y una letra nueva sobre el tema que escribiste (se usan hasta 120 caracteres). Aquí los adjuntos se nombran con palabras (“imagen de referencia 1”). Seedance lo recibe en inglés; esta es la traducción al español de la versión vertical de 12 segundos, con el tema de ejemplo “el 30 cumpleaños de Maya y lo mal que aparca en paralelo”.

Prompt de rap con IA para Seedance (9:16, 12 s, tema de ejemplo)
Usa el video de referencia 1 para toda la actuación: copia su encuadre, su ritmo y cada movimiento, gesto, giro de cabeza, expresión facial y movimiento de la boca, el fondo naranja liso y el único micrófono plateado que cuelga entre los intérpretes. Mantén el encuadre de cámara del video de referencia 1: sin acercar, sin alejar, sin paneo. No añadas ningún movimiento ni elemento de escena que no esté en el video de referencia 1.

Intérprete de la izquierda: la persona de la imagen de referencia 1. Intérprete de la derecha: la persona de la imagen de referencia 2. Reemplazan por completo a las dos personas del video de referencia 1: cara, cabello, cuerpo y ropa salen de las fotos, nada de las personas del video de referencia 1. Si una foto no muestra nada de la ropa de una persona (solo la cara o los hombros descubiertos), vístela con ropa cotidiana sencilla que le quede bien, como una camiseta lisa y unos jeans; nunca el disfraz, la capa, el abrigo, los cinturones, los guantes ni la venda de los ojos de las personas del video de referencia 1. Los animales se quedan como están, sin ropa. Ignora el fondo de las fotos.

Banda sonora: una canción original de trap oscuro de Atlanta hecha para este video que sigue el audio de referencia 1 en su beat y su ritmo: el mismo tempo, groove, patrón de batería y rebote, sincronizado con los movimientos del video de referencia 1. Haz un beat nuevo en ese estilo con letra nueva; no reutilices la letra, la melodía ni las voces del audio de referencia 1. Escaso pero contundente: un 808 retumbante y áspero que se desliza entre notas, una caja con palmas penetrante con hi-hats secos, y un único loop de melodía inquietante con aire oriental. Ambiente oscuro, amenazante y seguro. El rap es un flow en tresillos rápido y con rebote que corre por encima del beat lento. Mezcla: la voz clara arriba, el beat justo detrás casi al mismo nivel, fuerte y contundente, nunca bajo y sin cortarse nunca entre frase y frase. El intérprete de la izquierda rapea frente al micrófono colgante una estrofa original y limpia sobre: "el 30 cumpleaños de Maya y lo mal que aparca en paralelo". Rapea en el idioma de ese tema. Voz de rap clara, labios sincronizados con cada palabra, movimientos naturales de cabeza y una boca expresiva. El intérprete de la derecha es el compañero que pone el hype: señala al rapero, reacciona, sonríe y suelta ad-libs cortos al ritmo. No uses ninguna canción existente, ninguna letra existente ni la voz de ningún artista real.

9:16. El naranja llena todo el cuadro de borde a borde, sin zonas negras ni oscuras. Sin pantalla dividida, sin personas de más, sin subtítulos ni texto en pantalla. Las caras se mantienen iguales de principio a fin.

Para qué sirve cada párrafo del prompt de Wan

PárrafoQué haceQué falla si lo quitas
1. Seguir Video 1Copia encuadre, ritmo, gestos, giros de cabeza, expresiones y formas de la boca, además de la pared naranja y el micro colgante; prohíbe zooms, paneos y elementos nuevos en la escenaEl modelo se inventa otra sala u otro movimiento de cámara, y se cuelan franjas oscuras en los bordes
2. Usar Audio 1Hace que la pista sea el único sonido y prohíbe reescribirla o volver a cantarlaMúsica nueva, voces de más o palabras inventadas
3. Quién es quiénAsigna Imagen 1 a la izquierda e Imagen 2 a la derecha, saca de las fotos la cara, el pelo o pelaje, la complexión y la ropa, descarta los fondos y evita los guantes salvo que salgan en la fotoLados cambiados, una cara del clip de referencia que se cuela, o los guantes de los artistas originales pegados sobre manos y patas desnudas
4. Los papelesEl de la izquierda rapea Audio 1 con lip-sync; el de la derecha imita al compañero que anima y solo vocaliza ad-libs cortosLas dos bocas moviéndose a la vez, o un compañero que se queda parado
5. BarrerasNaranja de borde a borde, sin pantalla dividida, sin gente de más, sin subtítulos, caras establesEsquinas oscuras, una tercera persona, subtítulos incrustados, caras que cambian a mitad del clip

La redacción es neutra a propósito. “El sujeto de Imagen 1” encaja con una abuela, un bebé en brazos de su madre o un beagle sin contradecir la foto, así que el mismo texto vale para cualquier pareja.

Cómo usar estos prompts en otra herramienta de video con IA

  • Mira qué acepta la herramienta. El prompt 1 pide cuatro adjuntos (las dos fotos, el clip de la cabina y la pista de audio) y además un modelo que reproduzca ese audio sin tocarlo. Muchas herramientas solo admiten fotos; para esas, baja a los cinco prompts de dos fotos.
  • Renombra los adjuntos. Aquí van numerados por orden de subida; algunas herramientas piden etiquetas como @Image1 o usan sus propios nombres. En cualquier caso, sube primero la foto de la izquierda.
  • El formato se fija en los ajustes de la herramienta, no en el texto: 9:16 para TikTok y Reels, 16:9 para YouTube.
  • Si el modelo compone su propia música, la línea de “usar Audio 1” no se va a cumplir. Copia el enfoque del prompt 2 y pide un rap nuevo.
  • No borres las líneas negativas. “Sin personas de más”, “sin subtítulos” e “ignora el fondo de las fotos” evitan la mayoría de las tomas fallidas, en cualquier herramienta.
  • Usa una grabación que tengas derecho a usar y fotos de personas que aceptaron salir en el video.
  • Algunas herramientas publican sus propios prompts de solo texto. Dreamina (CapCut) tiene prompts de Hotel Lobby para copiar y pegar, pensados para dos fotos en Seedance 2.5 (consultado el 6 de octubre de 2026).

Cinco prompts de Hotel Lobby AI para dos fotos sin clip de referencia

Casi todas las herramientas de imagen a video para el público general aceptan fotos y texto, nada más. Sin clip de referencia, el prompt tiene que describir por sí solo la cabina y los movimientos. Estos cinco lo hacen y mantienen las reglas que hacen reconocible un clip de Hotel Lobby: una persona por lado, un micrófono colgando entre las dos, uno que lleva la voz y otro que anima, y una cámara que no se mueve. Los dejamos en inglés para que los pegues tal cual. Todos están en 9:16 y 12 segundos; cambia los dos valores en el texto si tu herramienta pide otros. Cuenta con repetir una o dos veces.

Prompt de Hotel Lobby AI para una pareja

Pareja (9:16, 12 s)
Vertical 9:16 video, 12 seconds, built from two reference photos. Left side: the person from image 1. Right side: the person from image 2. Show both from head to shoes and keep each face, hairstyle, outfit and height true to the photos. Scene: an empty studio painted solid orange, walls and floor the same shade, lit softly and evenly. A single silver studio microphone dangles on a thin cable from the ceiling, at mouth height, halfway between them. The couple performs a rap duet: the left partner leans into the microphone and raps with sure, rhythmic hand moves; the right partner grins, points at the rapper, bounces to the beat and leans in to share the mic for the final line. Static camera at chest height, one unbroken take, no zoom or pan. Nobody else in frame, no on-screen words, no logos.

Para dos mejores amigos (se cambian a la mitad)

Mejores amigos (9:16, 12 s)
Vertical 9:16 video, 12 seconds, from two reference photos of two adult friends. The friend in image 1 stands on the left and the friend in image 2 on the right, both visible head to toe, each face, haircut, outfit and build matching the photos. Plain orange studio: an orange backdrop that curves into an orange floor, one silver microphone hanging from the ceiling between them. Seconds 0 to 6: the left friend takes the microphone and raps while the right friend nods, laughs and hypes with big arm moves. Seconds 6 to 12: they switch, the right friend takes the microphone and the left friend reacts. Each one moves in their own way, never as a mirror image. Locked camera, single continuous shot, soft even light, feet in frame. No extra people, no props, no captions, no logos.

Para una abuela o un abuelo con su nieto

Abuela o abuelo con su nieto adulto (9:16, 12 s)
Vertical 9:16 video, 12 seconds, from two reference photos. Image 1 shows a grandparent, who stands on the left; image 2 shows their adult grandchild, who stands on the right. Full-length view of both, with each face, hairstyle, outfit and height kept as in the photos. Setting: a bare orange studio with a single silver microphone hanging from the ceiling in the middle. The grandparent raps into the microphone with calm, steady, self-assured gestures and a small smile; the grandchild reacts with surprise, laughs, dances on the beat and leans in so they rap the last line together. Gentle, natural movement that suits each age. Fixed camera, one take, even studio light, no cuts, zoom or pan, nobody else in the shot, no on-screen text.

Para personajes dibujados o de anime

Usa personajes creados por ti o sobre los que tengas derechos. Los personajes famosos tienen dueño.

Personajes dibujados (9:16, 12 s)
Vertical 9:16 video, 12 seconds, from two reference images of original drawn characters. Character from image 1 on the left, character from image 2 on the right, both shown full figure. Keep each design exactly: line style, palette, proportions and clothing. Animate both in that same art style instead of turning them photo-real. They stand in a solid orange studio; a silver microphone dangles from the ceiling between them. The left character leans into it and raps with lively, exaggerated hand moves; the right character bobs on the beat, points and reacts with big expressions. Fixed camera, one continuous take, no cuts, zoom or pan. No other characters, no text, no logos.

Prompt de Hotel Lobby AI para mascotas

Dale a cada animal su propia foto nítida, con el cuerpo entero a la vista. Si es una mascota junto a su dueño, cambia en el texto el animal de la derecha por “the person in image 2”. Perros y gatos estuvieron entre los primeros clips virales, hechos con otras herramientas (un repaso).

Mascotas (9:16, 12 s)
Vertical 9:16 video, 12 seconds, from two reference photos of animals. The animal in image 1 is on the left and the animal in image 2 is on the right, both standing upright on their back legs, seen from ears to paws. Keep each one’s breed, markings, fur color, eye color, size and collar exactly as photographed. Scene: an empty orange studio, a silver microphone dangling from the ceiling at head height between the two. The left animal opens and closes its mouth on the beat and gestures with its front paws like a rapper at the mic; the right animal nods, glances at the camera and sways to the beat. Realistic anatomy: four legs and one tail each, no human hands. One fixed shot without cuts. No people, no other animals, no text.

En MigosAI te ahorras todo esto: el prompt, el clip de referencia y la pista ya vienen incluidos, y la página de video de rap con mascota abre el generador preparado para una mascota y su compañero. Con animales, el resultado varía más que con personas.

Cuando el video sale raro

Lo que vesCausa probableQué probar
La cara parece de otra personaFoto de perfil, lentes de sol, un filtro fuerte o una cara diminuta en una foto de grupoUna foto de frente, con luz pareja, de cintura para arriba o de cuerpo entero
Izquierda y derecha están al revésFotos subidas en el orden equivocado, o un prompt que nunca nombra los ladosSube primero a quien rapea y nombra los dos lados en el texto
Aparece una tercera personaEl modelo se quedó con alguien del clip de referencia o del fondo de una fotoDeja “ignora el fondo de las fotos” y “sin personas de más”
Subtítulos o palabras sueltas en pantallaEl modelo añadió texto por su cuentaDeja “sin subtítulos ni texto en pantalla”
La boca va desfasadaNo hay audio adjunto, o el tramo empieza en una pausaAdjunta la pista y empieza el corte en una palabra cantada
Bordes oscuros alrededor del naranjaUn zoom o un paneo que el clip de referencia no tieneMantén el encuadre y pide naranja de borde a borde
Música totalmente nueva en lugar de la pistaEl modelo siempre compone su propia banda sonoraCambia a un modelo que reproduzca la pista de referencia, como Wan 3.0

O deja que MigosAI se encargue del prompt

En MigosAI subes dos fotos (o una de los dos con “Una foto”), eliges el sonido en Sonido y movimientos y pulsas Crear video. Un video de 12 segundos con Wan 3.0 a 480p cuesta 6 créditos, el paquete más pequeño es de 10 créditos por $9.99 y cada video suele tardar unos 5 a 15 minutos. No hay prueba gratis. Si un video falla, sus créditos regresan solos a tu saldo.

Sáltate el prompt: sube dos fotos

Preguntas

¿Puedo pegar el prompt de Hotel Lobby AI en ChatGPT?

Un asistente de chat te puede ayudar a editar el texto, pero el video lo tiene que hacer un modelo de video. Pega el prompt 1 en una herramienta que acepte imágenes, video y audio de referencia, o uno de los prompts de dos fotos en una herramienta de imagen a video.

¿Para qué modelo está escrito el prompt de Hotel Lobby?

El prompt 1 funciona en Wan 3.0, que conserva la pista de referencia. El prompt 2 funciona en Seedance 2.0 Mini, 2.0 Fast, 2.0 y 2.5, que componen su propio rap. Otros modelos pueden pedir otros nombres para los adjuntos y quizá no acepten audio.

¿En qué idioma está el prompt?

MigosAI le envía a Wan 3.0 el original en chino y a Seedance el texto en inglés. En esta página ves los dos traducidos al español frase por frase; los cinco prompts de dos fotos van en inglés para que los pegues sin tocar nada.

¿Hay un prompt de Hotel Lobby AI para un perro o un gato?

Sí, el de mascotas de arriba: una foto por animal, cada uno fijo en su lado, de pie sobre las patas traseras y con una anatomía realista. En MigosAI no necesitas prompt; la página de video de rap con mascota deja el generador listo para una mascota.

¿Los prompts de dos fotos mantienen la canción original de Hotel Lobby?

No. Sin pista de referencia, el sonido lo decide la herramienta, si es que genera alguno. Añade en tu editor una canción sobre la que tengas derechos, o usa una herramienta que acepte audio de referencia.

¿Tengo que escribir un prompt en MigosAI?

No. El prompt ya está incluido. Lo único que llegas a escribir, y es opcional, es el tema del rap para un modelo Seedance: hasta 120 caracteres, en el idioma que quieras.

Fuentes

MigosAI es una herramienta independiente, sin relación con Migos, Quavo, Takeoff, Offset, Quality Control Music, Motown ni COLORS.