CapCutCómo escribir el brief de montaje que un editor de IA sí entiende: planos, duraciones y entradas de texto
Equipo de AiToolsForAppsRedactado con asistencia de IA14 min de lecturaEn resumen
- La edición por prompt ya no es una promesa: EditPilot permite describir cambios de timeline en lenguaje natural en el escritorio de CapCut, y el plugin para ChatGPT se anunció en el evento CapCut World de Los Ángeles, fechado el 27 de octubre de 2026 en la nota oficial de CapCut.
- El cuello de botella se ha movido: ya no es saber dónde está el botón, es saber qué pedir. Un prompt vago ("hazlo más dinámico") devuelve un montaje genérico porque no contiene decisiones, solo adjetivos.
- Un brief ejecutable es una lista de planos con duración en segundos, un ritmo de cortes declarado, el segundo exacto en que entra cada texto y cuánto permanece, y dónde va el b-roll y dónde el silencio.
- Hay piezas que ningún agente adivina y conviene llevar resueltas: el
.srtcon sus tiempos al byte y los rótulos en PNG con alfa. CapCut importa subtítulos solo en escritorio y web, no en el móvil, según su ayuda oficial sobre importar subtítulos. - Las versiones móviles de noviembre de 2026 (20.0.0, publicada el 3 de noviembre, y 20.1.0, el 11 de noviembre, según APKMirror) consolidan el ciclo: el editor se mueve rápido, el brief es lo único que depende de ti.

Durante quince años, editar vídeo vertical fue un problema de manos: conocer los atajos, arrastrar bien el clip, acordarse de dónde estaba el keyframe. En 2026 eso se ha invertido. Cuando le dices a un editor "corta esto a 30 segundos y métele rótulos", la máquina lo hace en segundos; el problema es que lo hace a su manera, y su manera es la media de todo lo que ha visto. Para quien crea o vende en CapCut, la herramienta aiCapCut de AiToolsForApps ataca justo esa grieta: te deja llegar al editor con el brief de montaje, los subtítulos SRT y los rótulos ya resueltos, en vez de esperar que el agente los improvise. Este artículo es sobre el oficio nuevo: escribir el brief.
¿Qué cambió exactamente en CapCut entre octubre y noviembre de 2026?
Cambió el modo de dar instrucciones. CapCut presentó en su evento de Los Ángeles —27 de octubre de 2026 según su propia sala de prensa— un conjunto de herramientas que responden tanto a peticiones en lenguaje natural como a selecciones hechas directamente sobre la ventana de previsualización, más un plugin para ChatGPT que permite pasar de la idea a un primer corte y seguir refinándolo conversando.
Los tres bloques que importan para el trabajo diario:
| Novedad | Qué hace | Dónde | Estado declarado |
|---|---|---|---|
| EditPilot | Convertir una indicación escrita en cambios reales sobre la línea de tiempo (recortar, reordenar, apretar el ritmo, cambiar el color de un objeto concreto de un plano) | Escritorio / PC | En despliegue |
| Generative & Interactive Edit | Refinar seleccionando sobre la ventana de previsualización, no sobre la pista | Escritorio y web | Anunciado en el evento |
| Plugin de ChatGPT (CapCut × Codex) | Montar un primer corte desde el chat e iterarlo por conversación; usa el MCP de CapCut para devolver un proyecto editable con pistas y recursos | ChatGPT | La página del integrador lo describe como operativo con límites por cuenta y región; coberturas del anuncio como ivipid lo situaban en "próximos meses" sin fecha ni precio |
Hay un detalle que conviene tener presente al leer titulares: la fecha del evento aparece distinta según la fuente (27 de octubre en la nota de CapCut, 24 de octubre en parte de la cobertura). Lo que no varía es la demo que se enseñó: un reel de 12 segundos de deportes montado desde el chat con la instrucción "convierte estos clips en un highlight de 12 segundos", y después ajustes encadenados —duración de un plano, legibilidad de los subtítulos, música por debajo de la locución, texto en pantalla—.
En paralelo, el canal móvil siguió su ritmo normal: la 20.0.0 se publicó el 3 de noviembre de 2026 y la 20.1.0 el 11 de noviembre, esta última con corrección de errores y mejoras en el recorte. Es decir: el editor itera cada semana y media. Tu brief, no.
¿Por qué "hazlo más dinámico" devuelve siempre un montaje genérico?
Porque no es una instrucción, es una valoración. "Dinámico" no contiene ningún número: ni cuántos cortes por minuto, ni la duración mínima de plano, ni si el ritmo sube o baja. Ante una petición sin decisiones, el modelo rellena con la mediana de su entrenamiento, y la mediana de los vídeos verticales es exactamente lo que ya has visto mil veces.
Un prompt es ejecutable cuando cada frase se puede verificar con un cronómetro. Compara:
| Prompt vago | Lo que el agente decide por ti | Versión ejecutable |
|---|---|---|
| "Hazlo más dinámico" | Nº de cortes, duración de plano, transiciones | "18 cortes en 45 s; ningún plano por debajo de 1,2 s; sin transiciones, solo corte seco" |
| "Pon subtítulos bonitos" | Tipografía, tamaño, posición, cuántas líneas | "Subtítulos de 2 líneas, máx. 32 caracteres por línea, colocados por encima de la banda de interfaz inferior" |
| "Empieza fuerte" | Qué plano abre y cuánto dura | "Plano 01: detalle, 1,8 s, el gesto final del resultado; el contexto entra en el plano 03" |
| "Métele música" | Tema, volumen, si pisa la voz | "Música instrumental por debajo de la locución, entra en 0:00, baja 6 dB cuando habla la voz" |
| "Deja un rótulo de cierre" | Texto, segundo de entrada, duración | "Rótulo de cierre entra en 0:41, permanece 3,5 s, ocupa el tercio central" |

La regla práctica: si tu instrucción no se puede contradecir con un dato, no es una instrucción. "Más dinámico" no se puede desmentir. "18 cortes en 45 segundos" sí: se cuentan.
¿Qué piezas tiene que llevar un brief de montaje ejecutable?
Seis bloques, y los seis con números. Un brief es ejecutable cuando otra persona —o un agente— podría montar la pieza sin preguntarte nada y el resultado duraría exactamente lo previsto.
- Duración objetivo y formato de salida (vertical 1080×1920, horizontal 1920×1080). El total de los planos debe cuadrar con el objetivo; si no cuadra, se escala, no se improvisa.
- Lista de planos numerada. Por plano: tipo (detalle, plano medio, b-roll, pantalla, talking head…), etiqueta corta, descripción de lo que se ve, segundos de duración y su inicio y fin acumulados.
- Ritmo de cortes declarado: cortes totales y cortes por minuto. Es el único modo de que "dinámico" signifique algo.
- Textos en pantalla con timecode: qué dice cada rótulo, en qué segundo entra y cuántos segundos permanece. Un texto sin duración es un texto que el agente dejará puesto hasta el final.
- Gancho y CTA como piezas separadas del resto. El gancho no es "el principio": es un plano con una función y una duración propia. El CTA tampoco es "lo último que quepa".
- Dónde va el b-roll y dónde va el silencio. El silencio es una decisión de montaje, no un hueco: márcalo con su segundo de entrada y su duración, igual que un plano.
Una plantilla mínima de plano, en el nivel de detalle que un editor por prompt puede ejecutar sin inventar:
Plano 04
tipo: b-roll
etiqueta: manos sobre el teclado
duracion: 2,4 s (inicio 00:07,2 — fin 00:09,6)
descripcion: plano cenital, manos escribiendo, sin cara
texto en pantalla: si — entra en 00:07,6, dura 2,0 s
transicion: corte seco
audio: ambiente, sin locucion
¿Qué conviene llevar resuelto antes de abrir el editor, porque la IA no lo adivina?
Dos cosas: los tiempos de los subtítulos y los rótulos como imagen. Son las dos piezas donde el error no es estético sino mecánico —un milisegundo mal escrito y el fichero no carga, un PNG sin canal alfa y el rótulo tapa el plano— y donde un agente generativo no tiene nada que inventar porque la respuesta correcta es única.
El .srt. CapCut acepta importar subtítulos en .srt y .txt en escritorio, solo .srt en la versión web, y no permite importar ficheros de subtítulos en el móvil; además pide codificación UTF-8 para que no se rompan los caracteres especiales. Eso significa que si tu flujo de trabajo es móvil, el fichero tiene que nacer bien desde el primer intento, porque no vas a poder arreglarlo allí. Y un .srt válido es estricto: numeración desde 1, coma como separador de milisegundos, saltos de línea correctos y cues que nunca se solapan.
Los rótulos. Un rótulo escrito por un modelo de imagen sale con las letras deformadas: es el error clásico de pedirle texto a un generador visual. La vía fiable es la contraria —texto compuesto tipográficamente y exportado como PNG con transparencia real—, y conviene comprobar el canal alfa en el binario, no fiarse del nombre del fichero.

| Pieza | Quién debería producirla | Por qué |
|---|---|---|
| Tiempos de subtítulo | Un troceador determinista, con reglas de caracteres por línea y velocidad de lectura | El resultado correcto es uno; la creatividad aquí es un defecto |
| Rótulos y portada | Composición tipográfica exportada a PNG con alfa | Los generadores de imagen escriben mal las letras |
| Estructura de planos y ritmo | Tú, en el brief | Son decisiones editoriales, no técnicas |
| Ejecución en la línea de tiempo | El editor por prompt | Es trabajo mecánico y repetitivo: justo lo suyo |
| Corrección final y publicación | Tú, en el editor | La demo del plugin termina abriendo el proyecto en CapCut |
¿Dónde pueden entrar los textos sin que la interfaz de la red los tape?
En la franja central. En vídeo vertical el lienzo útil no es el fotograma completo: la parte superior la ocupan avisos y controles, la inferior el nombre de usuario, el pie, el crédito de música y los botones de acción, y el lateral derecho la columna de "me gusta", comentar y compartir. Un rótulo colocado ahí existe en tu exportación y desaparece en el móvil del espectador.
Dos avisos honestos sobre esto:
- Las medidas exactas en píxeles varían entre redes y entre versiones de la app, y la banda inferior además crece cuando el pie de texto es largo. Trátalas como un mínimo que hay que verificar en el dispositivo, no como una constante.
- Por eso el brief debe decir en qué zona va cada texto (tercio superior, banda central, por encima del pie), no solo qué dice.

Y una referencia de escala para entender por qué esto se paga caro: YouTube Shorts superaba los 100.000 millones de visualizaciones diarias en noviembre de 2025 y ronda los 4.000 millones de usuarios mensuales, con una duración máxima de 3 minutos desde septiembre de 2024, según la ficha de YouTube Shorts. Un rótulo tapado no es un detalle: es la mitad de tu mensaje en un formato donde el espectador no vuelve atrás.
¿Cómo se convierte una idea en un brief, paso a paso?
Con cuatro pasadas, siempre en el mismo orden: decidir la duración, escribir los planos, poner los timecodes de texto y sacar los ficheros. El orden importa porque cada paso cierra decisiones que el siguiente necesita.
- Fija el total y el reparto. Decide los segundos de la pieza y cuántos se lleva el gancho, cuántos el desarrollo y cuántos el cierre. Si la suma de planos no cuadra, escala todos proporcionalmente antes de seguir.
- Escribe los planos como una lista, no como un párrafo. Tipo, etiqueta, descripción, segundos. Numerados. En este punto ya puedes contar los cortes y, por tanto, declarar el ritmo.
- Pon los textos en el reloj. Cada rótulo con su segundo de entrada y su duración. Marca aquí también los silencios y los tramos de b-roll.
- Resuelve los ficheros que no se improvisan. Genera el
.srtdesde el guion con tus reglas de caracteres y velocidad de lectura, exporta los rótulos en PNG con alfa, y comprueba las medidas del destino. Solo entonces abres el editor y pides la ejecución.
Es exactamente el reparto de trabajo que propone aiCapCut: el brief y los ficheros se preparan fuera —plan de montaje con planos, duraciones y textos cronometrados, subtítulos en SRT, VTT o TXT y rótulos en PNG— y el editor hace lo que mejor hace, que es ejecutar sobre la línea de tiempo. aiCapCut no renderiza vídeo ni genera proyectos de CapCut: produce las piezas verificadas que luego importas. Y conviene decirlo claro, porque es la frontera que distingue una herramienta útil de una promesa: no es un producto de CapCut ni está afiliado a CapCut.
¿Qué se mide para saber si el brief era bueno?
Cuatro números, todos comprobables sobre el montaje terminado. Si el brief era ejecutable, el resultado los cumple sin negociación; si no los cumple, el brief tenía huecos que alguien rellenó por ti.
| Métrica del brief | Cómo se comprueba | Señal de brief flojo |
|---|---|---|
| Duración total | Cronómetro sobre el export | Desvío > 5 % respecto al objetivo |
| Cortes por minuto | Contar cortes y dividir | No lo habías declarado |
| Textos en pantalla | Comprobar entrada y duración de cada uno | Un rótulo que se queda hasta el final |
| Legibilidad del subtítulo | Caracteres por línea y segundos por cue | Cues solapados o líneas de 60 caracteres |
Un quinto, blando pero útil: cuántas veces tuviste que volver a pedirle lo mismo al agente. Cada reintento es una decisión que faltaba en el brief.
Preguntas frecuentes
¿Qué es un brief de montaje?
Es el documento que traduce una idea de vídeo en instrucciones ejecutables: lista de planos con su duración, ritmo de cortes, qué texto entra en qué segundo y cuánto dura, dónde va el b-roll y dónde el silencio. Sirve igual para un editor humano que para un editor por prompt.
¿Cómo le pido a la IA de CapCut que me monte un vídeo?
Describiendo cambios concretos sobre la línea de tiempo. EditPilot está pensado para peticiones en lenguaje natural del tipo "convierte este tutorial de 12 minutos en un corte de 90 segundos" o "quita los puntos repetidos y aprieta el ritmo". Cuanto más números lleve la petición —segundos, número de cortes, duración mínima de plano—, menos tendrá que decidir el modelo por ti.
¿El plugin de CapCut para ChatGPT ya está disponible?
Depende de la fuente y de tu cuenta. La página de CapCut dedicada a la integración con ChatGPT lo describe como operativo, advirtiendo de que el acceso, los límites de generación y los recursos dependen de la cuenta, la región y los términos del producto; la cobertura del anuncio de octubre de 2026 lo situaba en "próximos meses" sin fecha ni precio confirmados. Conviene comprobarlo en la propia aplicación antes de planificar un flujo de trabajo con él.
¿Se pueden importar subtítulos SRT en CapCut desde el móvil?
No. Según la ayuda oficial de CapCut, la importación de ficheros de subtítulos está disponible en escritorio (.srt y .txt) y en la versión web (.srt), pero la aplicación móvil no permite importar .srt ni .txt. Para cualquiera de las dos vías, el fichero debe estar en UTF-8.
¿Por qué los rótulos generados con IA salen con las letras mal?
Porque los modelos de imagen dibujan las letras como formas, no como texto: no tienen un motor tipográfico detrás. La solución no es insistir en el prompt, es sacar el texto del generador y componerlo tipográficamente, exportándolo en PNG con fondo transparente para superponerlo en el editor.
¿Cuántos cortes por minuto debería tener un vídeo vertical?
No hay una cifra universal y cualquiera que te dé una sin contexto está adivinando. Lo importante para el brief es que la declares tú: un tutorial pausado y un highlight deportivo no comparten ritmo, y mientras no pongas el número, lo pondrá el modelo.
¿Un brief muy detallado no mata la creatividad?
Es al contrario: el brief detallado protege las decisiones creativas que ya tomaste. Lo que el agente rellena cuando el brief calla no es creatividad, es la media de su entrenamiento. Dejar escrito que el gancho dura 1,8 segundos y abre en un detalle es precisamente lo que impide que te devuelva el mismo montaje que a todo el mundo.
El brief es ahora el trabajo
La edición por prompt no ha eliminado el oficio, lo ha reubicado: de las manos a la decisión previa. Quien llega al editor con una lista de planos cronometrada, los textos ya en el reloj, un .srt válido al byte y los rótulos en PNG con alfa obtiene lo que pidió; quien llega con "hazlo más dinámico" obtiene lo mismo que todos. Si quieres tener esas piezas resueltas antes de abrir el editor, aiCapCut, de AiToolsForApps, está construido para eso y nada más: generar el plan de montaje, los subtítulos SRT y los rótulos en PNG y dejártelos verificados, sin registro para empezar. aiCapCut no es un producto de CapCut ni está afiliado a CapCut.
Prepara el brief antes de abrir el editor: genera tu plan de montaje con planos y duraciones, tus subtítulos en SRT y tus rótulos en PNG con aiCapCut, sin registro.
Prepara el brief antes de abrir el editor: genera tu plan de montaje con planos y duraciones, tus subtítulos en SRT y tus rótulos en PNG con aiCapCut, sin registro.Sigue leyendo
Ver todos los artículos →
Subtítulos que de verdad se leen en vertical: caracteres por línea, CPS y duración mínima por cue

Geode roto en Geometry Dash 2.2091: qué mods no funcionan y cómo seguir creando

DLS 27 en diciembre de 2026: qué está confirmado, qué no y qué pasa con tu club, tu plantilla y tus equipaciones al actualizar
