La edición de video con IA no es solo una tendencia, es una revolución que permite escalar la producción de contenido de video a volúmenes antes impensables. Si te encuentras con que la edición de video se convierte en un cuello de botella que te impide publicar más videos en YouTube y en las redes sociales, este artículo es para ti. Descubre cómo usar Claude Code o ChatGPT Codex para editar videos, agregar gráficos en movimiento y seleccionar música sin aprender software complejo.
En este artículo, revelaremos cómo configurar un flujo de trabajo efectivo de edición de video con IA que transforma el material en bruto en un video terminado con gráficos en movimiento, subtítulos y música. Esto te permitirá aumentar significativamente la eficiencia de la IA frente al UGC real y crear cientos de videos sin pasar semanas editando.
Aceleración de la producción de video con IA: la experiencia de Justin Brown
Justin Brown, quien ha tenido su canal de YouTube durante 14 años, solía dedicar de 14 a 22 horas a la creación de un solo video semanalmente. Con la implementación del flujo de trabajo de edición de video con IA, su equipo ahora puede publicar videos en menos de una hora, y en los casos en que no se requiere pulido adicional, incluso más rápido. Los videos largos se publican en aproximadamente 40 minutos.
Según Justin, el mayor cambio es la reducción de la barrera de entrada. Los creadores ya no necesitan aprender programas de edición como Adobe Premiere, Final Cut Pro o DaVinci Resolve, ni comprender los niveles de sonido y la composición musical. En cambio, pueden centrarse en la creación de prompts y en el lado humano del video: la narración, el mensaje y la comunicación.
Por qué funciona la edición con IA: de una simple solicitud a instrucciones complejas
Muchos creen erróneamente que la IA no es buena para la edición de video. Justin afirma que esto se debe a los intentos de obtener una edición terminada con una sola solicitud como «edita mi video», esperando lo mejor. Sin embargo, al igual que un editor humano, la IA necesita instrucciones claras y directrices para tener éxito.
Las instrucciones claras permiten obtener un buen resultado más rápidamente, sin gastar tokens, tiempo y dinero en iteraciones adicionales.
Configuración del flujo de trabajo de edición de video con IA
La base para una edición de video con IA eficiente es una aplicación de escritorio con acceso a los archivos de su computadora. Esto significa descargar la aplicación Claude usando Code o la aplicación ChatGPT con la opción Codex, que ahora funciona dentro de la misma aplicación. Estas herramientas pueden administrar una carpeta en el disco duro, por lo que la edición se realiza localmente, no en la nube, lo que utiliza menos tokens.
- Elección de herramientas: Justin obtiene excelentes resultados tanto de ChatGPT como de Claude. Su favorito actual es el último modelo de ChatGPT en Codex. También menciona Google Antigravity, aunque lo considera significativamente rezagado.
- Cómo empezar: No es necesario ser un experto en IA. Las mejores preguntas para empezar, según Justin, son «¿Cómo puedo hacer esto?» y «¿Qué es posible?». Pedirle a la IA que «haga un buen video» no funcionará, porque «un buen video» significa algo diferente para cada nicho y cada creador.
- Entrenamiento de la IA: Justin comienza entrenando a la IA sobre cómo se ve un buen video a sus ojos, basándose en el objetivo del video: reconocimiento, leads, suscriptores o ventas. Cada video es una prueba. Si no está seguro de qué probar exactamente, le proporciona a la IA ejemplos de videos sobresalientes de líderes de nicho que ya están logrando ese objetivo. La IA analiza qué funciona: el ritmo, la cantidad de títulos, lo que sucede en la pantalla, el uso de efectos de sonido y música. Este análisis ocurre antes de que la IA vea su propio material.
Optimización de la filmación para la edición con IA: «Filma para editar»
La edición de video con IA comienza en la etapa de filmación. Justin lo llama «filmar para editar»: pensar en el producto terminado antes de grabar, para que el material sea fácil de cortar por la IA (o por una persona). El material no tiene que filmarse secuencialmente si el prompt describe cómo debe reproducirse el video.
- Grabación continua: Justin graba un archivo continuo, sin detener ni iniciar la grabación. Esto elimina el riesgo de olvidar volver a presionar grabar y le da a la IA un solo archivo para procesar. La IA puede trabajar con archivos grandes, y dado que la edición se realiza localmente en la computadora, no es necesario subir nada a la nube.
- Última toma por defecto: La regla de Justin, tanto para editores humanos como para IA, es usar siempre la última toma. Pasar a la siguiente sección indica que el intento anterior fue exitoso. Si otra toma es mejor, lo dice en voz alta durante la grabación, por ejemplo: «En realidad, usa la primera toma». Los editores humanos a menudo pasaban por alto sus aplausos y manos levantadas, pero la IA sigue estas instrucciones verbales de manera confiable.
B-roll y compromiso visual
El A-roll es la pista principal de la cámara: la toma principal de la persona que habla. El B-roll es todo lo que se superpone a esa pista principal, incluidos gráficos, animaciones, fotos y otras imágenes. Muestra lo que se dice, lo que hace que el video sea más comprensible y atractivo.

- Para videos cortos y reels, filmar B-roll que se planea superponer al A-roll le da a la IA material con el que trabajar. Las fotos fijas que pueden obtener un zoom lento al estilo Ken Burns también funcionan.
- Cuando Justin no está seguro de qué B-roll necesita un video, usa la IA como fuente de ideas. La IA puede sugerir qué filmar o crear gráficos para cualquier momento en que mostrar algo ayude al espectador a comprender.
- Consejo profesional: Un editor de IA puede señalar cuándo a un video le falta un “gancho” fuerte. Luego puede sugerirle al creador que grabe algunas variaciones de “ganchos”, etiquetadas como toma uno, toma dos y toma tres, y agregue el mejor al video terminado.
Organización de archivos: el camino hacia una edición de IA fluida
Es importante que todos los archivos estén en un solo lugar para que la IA sepa dónde está todo. Mantener todo junto evita que los archivos se dispersen y evita que la IA se pierda algo.
- Justin recomienda una carpeta para cada video o serie de videos, con subcarpetas para el material de origen de la cámara, B-roll (como tomas de productos o paisajes), música, fotos y gráficos. Una serie también puede tener una carpeta para activos compartidos, como música con licencia y la introducción del programa.
- Consejo profesional: Antes de que la IA comience a editar, Justin le sugiere que primero revise todo en la carpeta y evalúe lo que hay allí. Los modelos modernos a menudo hacen esto por sí solos, pero él quiere asegurarse de que la IA haya visto cada archivo.
Transcripción precisa: la base de una edición perfecta
Después de que la IA revisa la carpeta del proyecto, transcribe el material. Justin llama a este el paso más importante del proceso. Si la transcripción es inexacta, la edición y el tiempo se desviarán.
- Para la edición, el tiempo en la transcripción es más importante que las palabras en sí. La IA necesita saber exactamente cuándo comienza cada palabra y cuánto dura para poder editar entre palabras, en lugar de cortar el principio o el final de una.
- Justin afirma que muchas herramientas de edición, incluidas las funciones de IA en DaVinci Resolve, tienen dificultades porque su tiempo de transcripción es inexacto. El tiempo preciso también es importante para eliminar palabras de relleno como «um» y «uh» de una toma perfecta.
- Videos largos: Para contenido corto, la transcripción integrada en ChatGPT o Claude suele ser lo suficientemente precisa. En un video más largo, un error de tiempo de uno o dos segundos se acumula con el tiempo, por lo que la edición al final del video está muy desfasada y el audio pierde la sincronización labial. Justin advierte que la IA puede «engañar» al usuario, afirmando que ha transcrito todo, mientras omite secciones discretamente.
- Herramientas de transcripción recomendadas: Wispr, que la IA puede usar entre bastidores, es uno de los modelos de transcripción más confiables. Los créditos de la API de Gemini son otra opción. Para contenido largo, Justin ha tenido el mayor éxito con Deepgram, un servicio basado en la nube que cobra una pequeña tarifa.
- Consejo profesional: Para probar este flujo de trabajo, realice una edición simple de material existente y proporcione a la IA la transcripción de ese episodio del podcast como guía. La IA lo guiará paso a paso a través de la configuración de herramientas como Deepgram y la conexión a Google.
Edición en dos pasos: historia y pulido
Justin edita videos largos en dos pasos: un pase de historia que construye el A-roll, seguido de un pase de pulido que agrega títulos, gráficos y música. Esto permite la eficiencia de la IA frente al UGC real y acelera significativamente el proceso.
Primer paso: ensamblaje del A-roll y verificación de la historia
Para contenido largo, el primer paso de edición de Justin construye la historia del A-roll, que él llama la parte más importante de cualquier edición, ya sea hecha por un humano o por IA. La IA elimina las tomas fallidas y los errores, luego ensambla el contenido principal antes de agregar títulos, gráficos u otros pulidos.
Una forma rápida de verificar la historia es pedirle a la IA que cree un guion con tiempo, generado a partir de la transcripción, que muestre lo que cortó y lo que dejó.
- El guion enumera a cada orador, la marca de tiempo y lo que se dice. Generarlo no cuesta casi nada, y revisarlo es una forma rápida de eliminar secciones, involucrar a otras personas o identificar problemas antes de agregar cualquier pulido.
- Las reglas de filmación dan sus frutos aquí. Sin instrucciones como «siempre usa la última toma» y «no cortes mis oraciones por la mitad a menos que sea absolutamente necesario», la IA tiende a unir palabras individuales de diferentes tomas. El resultado es una edición entrecortada después de casi cada palabra.
Segundo paso: Pulir con gráficos, música y efectos
El B-roll, los gráficos en movimiento, los tercios inferiores, los efectos de sonido y la música hacen que un video sea atractivo, y este pulido es lo que una empresa de producción suele añadir. Generar 100 videos con este nivel de calidad ahora es posible con la IA.
- B-roll: La IA puede ser entrenada para alcanzar una cierta proporción de B-roll, como 45% de B-roll y 55% del sujeto en el encuadre, si tiene una biblioteca de B-roll para usar. Sin un porcentaje establecido, Justin le dice que quiere que el video sea atractivo y claro dondequiera que esté explicando algo. Lo contrario también es cierto. Cuando un video llega a un punto clave donde el espectador debe tomar una acción, a menudo es mejor volver a la persona en el encuadre. La IA conoce las mejores prácticas de narración y el arco de la historia y puede tomar esa decisión.
- Gráficos en movimiento y tercios inferiores: Claude ahora tiene una función incorporada que crea y anima gráficos sin necesidad de nada más. Justin dice que un prompt como «ayúdame a hacer este video atractivo, agrega gráficos en movimiento, agrega tercios inferiores, agrega subtítulos» es suficiente para empezar. Apuntar a una guía de estilo, un PDF o un sitio web permite que los gráficos coincidan automáticamente con las fuentes y colores de marca existentes.
- HyperFrames: Para un trabajo más avanzado, la herramienta destacada de Justin es HyperFrames, un marco de código abierto de HeyGen que funciona con varios modelos de IA. Se le puede indicar a Codex o Claude Code que usen HyperFrames durante la edición para agregar gráficos en movimiento y hacer que el video parezca un anuncio de alta calidad. Justin no usa los avatares de IA de HeyGen. HyperFrames es estrictamente una herramienta para mejorar el material real.
- Colocar texto detrás del orador: HyperFrames maneja la eliminación del fondo y coloca los tercios inferiores detrás de la persona que habla. Justin dice que el texto que aparece ligeramente detrás del orador es una tendencia actual que señala un pulido adicional más allá de un título estático.
- Generar gráficos a partir de la transcripción: En un video, Justin mencionó un diagrama de Venn. Sin ninguna instrucción más allá de «usando HyperFrames, hazlo atractivo», la IA creó un diagrama de Venn animado que apareció detrás de él. Esto funciona porque la IA tiene la transcripción y sabe todo lo que se dijo en el video.
ChatCut: una interfaz visual para la edición de vídeo con IA
ChatCut es una herramienta gratuita para Mac y Windows que tiene una interfaz visual para la edición y visualización de vídeo con IA. Es adecuada para creadores que tienen cierta experiencia en edición y quieren ver una línea de tiempo de clips o editar el texto del vídeo como un documento de Word, mientras la IA hace el trabajo. Se integra con Claude Code y Codex y se conecta a modelos de generación de vídeo con IA como Seedance para crear nuevos clips. Justin compara ChatCut con Adobe Premiere o Final Cut Pro, excepto que la línea de tiempo es visible y no requiere ser tocada.
- Para vídeos cortos
