Cómo escribir prompts para Vidu Q3: los controles que no hacen nada y las palabras que sí

Vidu Q3 es el modelo de Shengshu que genera imagen y sonido juntos: diálogo con sincronía labial, voz en off, efectos y música salen en la misma pasada que la imagen. En LUVI está como Q3-Pro y Q3-Turbo para texto, imagen y cuadros de inicio y fin, más referencia a video en Q3 y Q3-Mix. Los clips van de 1 a 16 segundos en 540p, 720p o 1080p. El 22 de septiembre de 2026, un clip de cinco segundos a 720p cotizó 510 créditos en Q3-Turbo y 1063 en Q3-Pro; Q3-Pro a 1080p llegó a 1275. Lo que hace distinta a esta familia es cuáles de sus controles son reales.

¿Qué controles no hacen nada en Q3?

El de estilo, por admisión del propio proveedor. La tabla de parámetros de Vidu lleva una nota junto a style: ese parámetro no es efectivo con los modelos q2 o q3. El campo movement_amplitude que aparece por todas las solicitudes de ejemplo de Vidu tampoco figura en la lista documentada de parámetros de este endpoint, y la guía de prompts de LUVI para la familia lo trata como inerte en Q3.

Ninguno aparece en los contratos de parámetros de los modelos en LUVI, lo cual es coherente: no hay nada que ajustar. La consecuencia práctica es justamente el tema de esta guía: en Q3, el look y la energía del movimiento no son ajustes. Son frases.

Entonces, ¿cómo defino el look y el movimiento?

Nombrando ambos en la prosa, con la misma claridad con que nombras el sujeto.

• El look entra como una expresión de estilo, casi siempre al principio: "anime", "ultra-realistic fashion photography style", "grainy documentary". El propio ejemplo de Vidu abre así: "In an ultra-realistic fashion photography style featuring light blue and pale amber tones, an astronaut in a spacesuit walks through the fog."
• La energía del movimiento entra como una descripción de cuánto movimiento hay: "barely moves", "shifts her weight once", "sprints". Si no lo escribes, la cantidad la elige el modelo.
• La cámara entra con términos de cine: paneos, acercamientos, planos en seguimiento, "slow aerial drone shot", "static locked-off". Un movimiento nombrado sale más estable que uno insinuado.

In an ultra-realistic documentary style, a beekeeper in a pale veiled suit lifts a wooden frame from a hive in late afternoon light, moving slowly and deliberately as bees drift around her gloves. One continuous shot, the camera pushes in slowly toward her hands. Bees hum steadily, smoke hisses from a canister, a distant tractor passes on the road.

El relato de varios planos es nativo en esta familia (Vidu lo llama cortes inteligentes), así que cuando la historia tenga varios tiempos, escríbelos en orden, cada uno con su encuadre y su sonido, y deja que el modelo ubique los cortes. Cuando quieras una sola toma, dilo, como hace el ejemplo.

¿Cómo escribo el sonido?

Como contenido, en el mismo párrafo que la imagen. El interruptor de audio viene activado; la documentación de Vidu lo describe como la capacidad de generar audio y video de forma directa, y al apagarlo "devuelve video mudo". Conviene notar que se aplica solo a los modelos Q3.

Al lado hay una trampa. El contrato de Q3-Pro en LUVI expone un control bgm activado por defecto, pero la tabla de parámetros de Vidu dice que la música de fondo no está disponible en los modelos q3. No cuentes con ese interruptor para conseguir una banda sonora: describe la música en la prosa, igual que describes los efectos.

El diálogo funciona en inglés, japonés y chino. Otro idioma puede salir mal, así que deja esa línea muy corta o resuelve el momento sin habla en cámara. Si hablan varios, etiqueta a cada uno de forma única y dale a cada línea su propia frase.

¿Qué más conviene definir a conciencia?

Cuatro cosas, y una sorprende.

• aspect_ratio arranca en 4:3, no en 16:9. Si produces para una línea de tiempo panorámica o para vertical, defínelo siempre; los valores son 16:9, 9:16, 4:3, 3:4 y 1:1.
• duration va de 1 a 16 segundos, con 5 por defecto. Dieciséis segundos dan lugar a una secuencia corta, no a una acción larga: estirar una sola acción hasta ahí suele frenarla en vez de desarrollarla.
• resolution es 540p, 720p o 1080p, y mueve el precio: 1063 créditos a 720p frente a 1275 a 1080p en Q3-Pro, por los mismos cinco segundos.
• seed existe, así que puedes sostener un plano mientras cambias una sola cláusula.

El prompt tiene un tope de 5000 caracteres: generoso, pero un prompt de clip es un párrafo, no un guion.

Cómo lo verificamos

• Modelos: Vidu Q3-Pro Texto a video y Q3-Turbo Texto a video; los modelos de imagen, inicio-fin y referencia se leyeron del catálogo.
• Configuración: clips de cinco segundos a 720p y 1080p.
• Fecha y qué se leyó: 22 de septiembre de 2026. Los contratos de parámetros de los modelos y las cotizaciones de créditos en vivo dentro de LUVI, la guía de prompts que LUVI escribió para la familia Vidu y la documentación de la API de texto a video de Vidu.
• Resultados: 510 créditos en Q3-Turbo y 1063 en Q3-Pro a 720p; 1275 en Q3-Pro a 1080p. Ninguno de los dos modelos expuso un control de estilo ni de amplitud de movimiento. No se generó ninguna salida para este artículo, así que no afirma nada sobre la calidad de los resultados.
• Limitaciones: la discrepancia de bgm surge de comparar dos documentos, no de medirla en una generación; tómala como un motivo para escribir la música en la prosa, no como un silencio comprobado.

En LUVI

Abre un modelo desde la página de la familia Vidu Q3 y, antes que nada, revisa la relación de aspecto: el 4:3 por defecto es el ajuste que más se olvida. Escribe el estilo, el movimiento y el sonido dentro del párrafo, y después deja que el botón de la pluma corra la guía de prompts de LUVI para ese modelo. Si estás decidiendo entre esta familia y una donde el audio es un interruptor, la lista de qué modelos generan sonido junto con el video es la comparación más corta.

Las cuentas nuevas arrancan con 200 créditos y pueden sumar hasta 1,500 más verificando un teléfono y una tarjeta. Puedes crear una cuenta de LUVI y escuchar qué hace una banda sonora escrita dentro del prompt.

Fuentes

• Referencia de la API de texto a video (en inglés). Vidu, documentación oficial de la plataforma. Consultado el 22 de septiembre de 2026.