Guía
Prompt Oh You Can Make It Cap AI: el prompt completo de 11 tomas
El Prompt Oh You Can Make It Cap AI te permite recrear el meme de estudio de 15 segundos en cualquier herramienta de video que acepte imágenes de referencia. Copia el texto completo de abajo, adjunta tus fotos y ejecútalo. El resto de la guía explica la razón de cada línea y qué correcciones surgieron de nuestras propias pruebas.
Última actualización: 29 oct 2026
Datos clave
- El prompt de Oh You Can Make It Cap AI de esta guía cubre 15 segundos de video en 11 tomas, con una persona en cada una.
- Dos personas se alternan y el clip termina con la primera.
- Un plan de prueba de solo 7 tomas coincidió con apenas cuatro de los diez cortes del meme y terminó con una imagen doble superpuesta.
- En una prueba, el modelo inventó una pantalla dividida con dos personas al final, por eso el texto la prohíbe.
- Al añadir un video de referencia, la proporción quedó fija en 4:3 en nuestra prueba y una de las caras dejó de parecerse a su foto.
Prompt Oh You Can Make It Cap AI, toma por toma
Este es el prompt de Oh You Can Make It Cap AI que usamos, ligeramente adaptado para publicarlo. Incluye el estudio, las 11 tomas con sus tiempos, el audio y las reglas para las caras. Pégalo en un modelo de video que acepte imágenes de referencia y, de forma opcional, audio de referencia.
Adjunta primero la foto de la persona A y luego la de la persona B. El prompt las llama image 1 e image 2. Mantén ese orden o se intercambiarán los papeles.
Realistic live-action footage in a bright seamless white photo studio. Soft, even light. Medium shots from the knees up, camera at chest height.
Length: 15 seconds. 11 shots. Every shot has one person in frame, alternating between A and B, starting and ending on A.
Every cut is a hard cut, except two quick dissolves at 12.2 s and 14.45 s.
Never use a split screen. Never put two people in one frame. No face close-ups.
A is the person in image 1. B is the person in image 2.
Shot 1 (0.00-1.93 s) A: grins, raises one arm high and points off-camera in disbelief.
Shot 2 (1.93-3.17 s) B: turns sideways and spins, looks back over the shoulder with a smug face, one hand holds a small object.
Shot 3 (3.17-5.07 s) A: bites a finger, trying not to laugh, eyes wide.
Shot 4 (5.07-6.27 s) B: faces the camera with both hands at chest height, talking with confidence.
Shot 5 (6.27-8.63 s) A: covers the mouth with one hand and laughs, shoulders shaking.
Shot 6 (8.63-10.00 s) B: holds the small object and keeps talking to someone off-camera.
Shot 7 (10.00-11.47 s) A: raises a hand beside the face, laughing and talking back.
Shot 8 (11.47-12.20 s) B: stands with the small object and a smug look. A quick dissolve leads to shot 9.
Shot 9 (12.20-13.77 s) A: grins and gestures with one hand, giggling.
Shot 10 (13.77-14.45 s) B: talks with the small object in hand.
Shot 11 (14.45-15.00 s) A: a quick dissolve back to A, standing full body and talking until the end. The video ends on A alone, never on B.
Audio: an upbeat meme beat. A voice says "oh you can make it cap" around the spin. Real stifled laughter in the A shots.
Keep each face, hairstyle, skin tone and outfit identical to the reference image. No text, no captions, no logos, no watermark.Cómo usar el prompt de Oh You Can Make It Cap AI
El prompt no indica ninguna proporción ni nivel de calidad. Eso se configura en los ajustes de tu herramienta. Usa el prompt de Oh You Can Make It Cap AI sin cambios la primera vez. Después, cambia una sola cosa en cada intento para saber qué causó cada diferencia.
- Sube la foto de A como image 1 y la de B como image 2.
- Pega el prompt y fija la duración en 15 segundos.
- Elige 16:9 o 9:16 y activa el sonido si la herramienta tiene esa opción.
- Genera el clip y comprueba los cortes con los tiempos de las tomas.
Usar una sola foto
Con una sola foto, cambia una única línea. Sustituye la oración que identifica a las dos personas por la del bloque de abajo. La lista de tomas se mantiene igual.
El resultado sigue teniendo dos papeles, pero ambos llevan tu cara. En nuestra prueba con un solo retrato, los papeles se distinguían con facilidad.
A and B are both the same person from image 1, one person playing both roles.Por qué cada parte está escrita así
Cada línea de este prompt de Oh You Can Make It Cap AI responde a un problema de nuestras pruebas. Conocer la razón te ayuda a modificar el texto sin estropearlo.
El estudio blanco y el encuadre
Un estudio blanco liso con fondo continuo y luz suave no deja al modelo nada que inventar. No hay utilería, personas adicionales ni sombras duras que parpadeen entre fotogramas.
El encuadre desde las rodillas muestra los brazos y el torso. Ahí está la gracia: señalar, taparse la boca con una mano, dar una vuelta.
Once tomas, una sola persona por toma
La cantidad de tomas es lo más importante. Nuestro primer plan incluía solo 7. El resultado coincidió con 4 de los 10 cortes del meme y el final mostraba a una persona fundiéndose con una copia de sí misma.
Enumerar las 11 tomas con sus tiempos de inicio y fin le da al modelo un corte al que apuntar. Cada papel reaparece una toma sí y otra no, y la última corresponde a A. La imagen fantasma de nuestra prueba era B fundiéndose con B, por eso el prompt indica que nunca termine con B.
Cortes directos y dos fundidos breves
Indicar solo dos fundidos le dice al modelo que todas las demás transiciones son cortes simples. Cuando un modelo mezcló los cortes por su cuenta, nuestros resultados mostraron fotogramas con imágenes fantasma a mitad del clip.
Los dos fundidos están en los segundos 12.2 y 14.45 porque el propio meme suaviza esos dos momentos.
Sin pantalla dividida ni primeros planos
Una prueba terminó con un primer plano de dos caras en pantalla dividida. Nuestro prompt no lo había pedido en ningún momento. Añadimos tres prohibiciones y una regla afirmativa: cada toma muestra exactamente a una persona.
Nuestro ejemplo posterior, hecho con este texto, no tenía fotogramas compartidos ni imágenes fantasma.
Mantener las caras
Una línea indica al modelo que respete el aspecto de cada persona de la imagen de referencia: cara, pelo, piel y ropa. Los cortes rápidos hacen que las caras cambien, y esta línea intenta evitarlo. Aunque son las fotos las que realmente hacen el trabajo.
En nuestro ejemplo, ambas personas coincidían con sus fotos en las 11 tomas. La misma línea también prohíbe texto, subtítulos, logotipos y marcas de agua.
El sonido
La línea de audio pide un ritmo animado, la frase hablada y risas contenidas en las tomas de la persona A. Considéralo una petición, ya que los modelos la siguen de forma aproximada.
Nuestra herramienta añade dos pasos alrededor de ese proceso. Envía una pista de audio de referencia al modelo. Después de generar el video, alinea el sonido con los cortes y ajusta su sonoridad a unos -14 LUFS. En una prueba, el sonido se adelantó 0.35 segundos para encajar.
Cómo preparar las imágenes de referencia
Las fotos determinan la mayor parte del parecido y ningún texto puede salvar una mala foto. Aplica las reglas siguientes a ambas imágenes. Coinciden con lo que acepta nuestra propia revisión de fotos.
Revisa tu herramienta antes de subir fotos de personas. En nuestras pruebas, una herramienta de video rechazó fotos de personas reales como imágenes de referencia, mientras que otra las aceptó.
- Una persona adulta por foto, mirando a la cámara.
- Una cara nítida y luz uniforme, sin filtros intensos.
- La cabeza y la parte superior del cuerpo dentro del encuadre para que se conserve la ropa.
- Una cara grande y clara para A, porque las tomas de la risa son las más cercanas.
- La parte superior del cuerpo bien visible para B, porque el giro muestra el pelo y la ropa.
Problemas habituales y cómo resolverlos
La mayoría de los fallos de nuestras pruebas se agruparon en unos pocos tipos. Cada uno tiene una solución breve en el texto o en los ajustes.
- El final divide la pantalla entre dos caras. Conserva las prohibiciones y la línea que termina el clip solo con A.
- Aparece un doble fantasma cerca de un corte. Conserva la lista completa de tomas con sus tiempos y no añadas más fundidos.
- Los cortes llegan tarde o faltan. Cuenta las tomas del prompt, ya que un plan de 7 tomas solo nos dio cuatro cortes coincidentes.
- Una cara deja de parecerse a su foto. Usa una foto más grande y nítida con una sola persona adulta.
- El último medio segundo se convierte en un plano general que muestra el borde oscuro del estudio. Esto ocurrió en una de nuestras cuatro pruebas.
- La proporción del encuadre no es la que pediste. Un video de referencia puede fijarla a su propia proporción.
Cómo comprobar los cortes del resultado
Abre el clip en un editor y compáralo con los tiempos. Una herramienta de detección de escenas puede encontrar los cortes por ti, pero hay que configurar el ajuste con cuidado.
En un estudio blanco, el encuadre apenas cambia en un corte porque ambas personas están delante del mismo fondo. Un umbral de 0.2 no detectó la mayoría de los cortes en nuestros clips. Con 0.08, la herramienta los encontró. Es de esperar que haya algunos falsos positivos y omisiones; comprueba cada corte a simple vista.
Vertical 9:16 y otros formatos
El texto no incluye ninguna proporción. Elige vertical u horizontal en la herramienta y deja el texto tal como está. Nuestra herramienta envía las mismas palabras para ambos formatos.
Un clip horizontal también puede pasar a vertical en un editor. Apílalo o colócalo sobre una copia desenfocada de sí mismo. Nuestra página del video ofrece ambas versiones para descargar.
Un video de referencia es el único ajuste que cambia la forma. En nuestra prueba obligó al resultado a coincidir con su proporción, que era 4:3. Por eso no usamos ninguno.
Si prefieres saltarte los prompts de Oh You Can Make It Cap AI
Nuestra herramienta ejecuta el mismo prompt por ti. Sube una o dos fotos en la página de inicio, elige un formato vertical u horizontal y selecciona 480p o 720p. Un video de 480p usa 3 créditos y uno de 720p usa 6. Con los precios actuales de los paquetes, eso equivale a 4 US$ a 6 US$ y 8 US$ a 12 US$.
La guía paso a paso muestra tiempos reales. La guía del meme explica cada una de las 11 tomas. Si un video sale mal, consulta por qué falla un video y cómo solucionarlo.
FAQ
¿Qué es el Prompt Oh You Can Make It Cap AI?
Los prompts de Oh You Can Make It Cap AI son instrucciones escritas para recrear el meme de 15 segundos en un estudio blanco con un modelo de video. El prompt de esta página enumera 11 tomas de una sola persona con tiempos, indicaciones de audio y reglas para conservar las caras.
¿Qué herramientas pueden usar este prompt?
El prompt de Oh You Can Make It Cap AI de arriba sirve para cualquier herramienta que acepte imágenes de referencia, con o sin audio de referencia. Una herramienta que solo acepte texto no puede usar tus fotos, por lo que las caras no coincidirán.
¿Cuántas tomas debe tener un prompt de oh you can make it cap?
Un prompt de oh you can make it cap debe enumerar las 11 tomas. Nuestro plan de 7 tomas solo coincidió con cuatro cortes y el final mostraba una imagen fantasma de la persona B.
¿Por qué se prohíben la pantalla dividida y los primeros planos?
Se prohíben la pantalla dividida y los primeros planos de las caras porque una de nuestras pruebas añadió dos caras una al lado de la otra justo al final. Las prohibiciones, junto con la regla de una persona por toma, lo evitaron en las pruebas posteriores.
¿Necesito un video de referencia?
No hace falta un video de referencia. En nuestra prueba acercó los cortes a los del meme, pero el encuadre quedó fijo en 4:3 y una cara se parecía menos a su foto.
¿Cambia el prompt para un video vertical?
El mismo prompt de video con IA sirve para clips verticales. Configura 9:16 en el ajuste de proporción de tu herramienta y conserva el texto tal como está.
¿Tengo que escribir un prompt en esta herramienta?
Oh You Can Make It Cap AI no te pide un prompt. Añades una o dos fotos, eliges el formato y la herramienta envía el prompt por ti.