Por qué los anuncios con IA parecen falsos (y las 7 soluciones que los hacen utilizables)

Los anuncios con IA parecen falsos por un conjunto concreto de motivos, y todos tienen arreglo: piel cerosa y demasiado suavizada, una corrección de color dorada de "glamour", texto de etiqueta ilegible, una física que ningún objeto real cumple, labios que no coinciden con el audio y una perfección de foto de stock que ningún móvil ha captado jamás. Nada de esto es inherente al vídeo con IA. Son ajustes por defecto de los que tienes que salir a base de prompts y de proceso.

En Hermoso enrutamos cada día Seedance 2.5, Veo 3.1, Kling 3.0 y el modelo de vídeo más nuevo de Google, el que acepta cualquier entrada, y la diferencia entre un render inservible y uno en el que de verdad meterías presupuesto casi nunca depende del modelo. Depende de siete decisiones de oficio que se toman antes y después de que el modelo se ejecute.

Este artículo nombra las señales con honestidad y luego repasa las siete soluciones que usan de verdad los profesionales. Son las mismas que hemos integrado en nuestro propio proceso.

¿Qué hace que un anuncio con IA parezca falso?

Siete señales explican casi todos los anuncios con IA que se detectan en el primer segundo. Si te has quemado con resultados brillantes e inquietantes, era alguna combinación de estas:

• Piel de cera. Los modelos se entrenan sobre todo con imágenes retocadas y con iluminación de belleza, así que por defecto generan caras sin poros y con un brillo suave que ninguna cámara de móvil produce.
• El tono dorado de glamour. Luz cálida, dorada y cinematográfica en todo. Imagina un anuncio de kombucha iluminado como uno de perfume.
• Texto de etiqueta ilegible. El nombre del producto se derrite en casi-letras. Los subtítulos salen como sopa de letras. Es lo que más rápido te delata.
• Física imposible. Los productos flotan un instante de más, los líquidos desafían la gravedad, una botella lanzada se queda suspendida sin peso. La masa y la inercia siguen siendo difíciles para estos modelos.
• Labios doblados. Un audio TTS encima de una boca generada produce ese aleteo de labios inquietante que todos reconocemos de las películas mal dobladas.
• Subtítulos pintados por el modelo. Pedirle al modelo que dibuje la barra de subtítulos o el botón de CTA dentro del plano. No puede, y el resultado emborronado arruina una toma que por lo demás era buena.
• Perfección de foto de stock. Encuadre perfectamente centrado, manos perfectamente quietas, nadie parpadea, nada está un poco mal. El contenido real está un poco mal en todas partes.

Cada una tiene una contramedida concreta. Aquí van las siete, ordenadas por lo mucho que importan.

Solución 1: Pide piel mate y una captura plana, de cámara de móvil

La solución contra el brillo es alejar al modelo, de forma explícita en el prompt, de su iluminación de belleza por defecto: piel mate con textura visible, luz neutra y el carácter de captura de una cámara de móvil grabando con un perfil SDR plano, no de un equipo de cine etalonado. Si no lo pides, todos los grandes modelos de vídeo tienden al brillo.

En la práctica, esto significa escribir la capa de realismo en cada prompt de estilo UGC: piel sin retocar, sin luz de contorno, sin bloom, encuadre a mano, el ligero ruido y los límites de rango dinámico de una cámara frontal. El resultado deja de parecer un anuncio de tele y empieza a parecer algo que grabó una persona, que es justo el sentido del formato UGC. Es la solución con mejor relación esfuerzo/impacto, porque la piel es donde el detector de falsedad del espectador está más afinado.

Solución 2: Compón todo el texto, los logos y los subtítulos en postproducción; nunca dejes que el modelo los pinte

Cualquier texto que el espectador tenga que leer (logo, etiqueta, subtítulo, CTA, cierre) debe superponerse al metraje terminado en lugar de generarse dentro de él. Los modelos de difusión producen píxeles que se parecen estadísticamente a texto; no escriben glifos. El resultado son letras derretidas y casi-palabras inventadas, y una etiqueta ilegible echa a perder un render por lo demás impecable.

El proceso que funciona es este: renderiza la escena limpia y luego superpón los recursos reales de la marca en una pasada de composición: el archivo real del logo, la tipografía real, subtítulos perfectos al píxel. Así también consigues un cierre con un logo nítido y un CTA legible. Da más trabajo que escribir "añade el logo" en un prompt, y por eso la mayoría de los anuncios con IA que parecen falsos se lo saltan. Un buen generador de anuncios con IA hace esa pasada por ti.

Solución 3: Basa cada render en una foto real del producto

Si el modelo no tiene la foto real de tu producto como referencia, se inventará un primo creíble de tu producto: la categoría correcta, la forma de la botella equivocada, una etiqueta alucinada, un color ligeramente distinto. Los clientes que conocen el producto lo notan al instante, y tú también.

La solución es meter una foto real del producto en cada generación y componer el artículo auténtico dentro de la escena, en vez de describirlo con palabras. Los prompts de texto describen categorías; las imágenes de referencia fijan la identidad. Junto con la Solución 2 (texto de etiqueta compuesto), esto es lo que hace que el producto del anuncio sea el producto de la estantería. Es la diferencia entre una imagen lifestyle y un anuncio terminado que de verdad puedes publicar.

Solución 4: Escribe microgestos y un momento imperfecto en cada actuación

Las actuaciones con IA que parecen falsas suelen estar poco dirigidas, no poco renderizadas. Un prompt como "mujer sostiene el producto y sonríe" te da un maniquí: mirada fija, mano congelada, sonrisa simétrica. La gente real no para quieta.

Dirige la actuación al nivel del gesto: a mitad de frase mira la etiqueta, recoloca la mano, se pone el pelo detrás de la oreja, se ríe a medias de cómo lo ha dicho. Luego incluye exactamente un momento imperfecto: la cámara da un golpe, se pisa a sí misma una sílaba, el encuadre se desplaza. Un fallo se lee como auténtico; cinco se leen como caos. Esto es escribir guion, no ajustar el modelo, y es la solución en la que la mayoría de los equipos ni piensa porque está ocupada culpando al modelo.

Solución 5: Voz nativa del modelo cuando se ve la boca, TTS solo para planos con voz en off

La regla es sencilla: si la boca está en cámara, la voz tiene que generarla el propio modelo de vídeo en la misma pasada, para que labios y audio salgan de un único proceso. Si el plano es B-roll del producto con narración encima, el TTS vale, porque no hay ninguna boca que lo delate.

El error de muchos equipos es generar metraje mudo de una persona hablando y luego doblarlo con TTS. El desajuste entre un movimiento de boca genérico y unos fonemas concretos es algo que la percepción humana caza sin piedad. Es el efecto película doblada, y ningún etalonaje lo esconde. Los modelos actuales generan voz con sincronía labial de verdad si les dejas; el aspecto falso viene de pegar el audio después.

Solución 6: Que los objetos pesados no vuelen

No le pidas al modelo que lance, deje caer, voltee o atrape nada con masa. El movimiento balístico (un objeto en vuelo libre bajo la gravedad) es donde la física de los modelos de vídeo todavía se rompe a la vista: la botella se queda suspendida un instante de más, gira a ritmo constante, aterriza sin peso.

Coreografía alrededor de eso. Los productos se sostienen, giran, apoyan, levantan, se vierten: movimientos en los que una mano lleva el objeto y el modelo nunca tiene que resolver la gravedad por su cuenta. Los vertidos y salpicaduras son más arriesgados que sostener, pero mucho más seguros que lanzar. Si el concepto de verdad necesita el producto en el aire, es un plano para cortar alrededor, no para generar. La mayoría de los fallos de "física imposible" que vemos son autoinfligidos: el storyboard pedía un lanzamiento heroico que el modelo nunca iba a clavar.

Solución 7: Luz fría y neutra en lugar de tonos dorados

Pide en el prompt un balance de blancos neutro o ligeramente frío y una luz uniforme y sin glamour (luz de día nublado, una cocina a mediodía, fluorescentes de oficina) en vez de aceptar el tono dorado y cálido al que los modelos tienden por defecto. Ese aspecto meloso es la firma visual del "anuncio con IA" en 2026, y el público ya la ha aprendido.

La luz neutra cumple dos funciones: elimina la señal de glamour y hace que las Soluciones 1 y 3 funcionen mejor, porque la piel mate y un producto real compuesto resultan más convincentes con luz corriente. La creatividad de performance necesita metraje creíble más que metraje bonito. Guarda la hora dorada para los planos en los que la marca de verdad la pide, elegida a propósito y no heredada de los ajustes por defecto del modelo.

Cómo integra Hermoso estas soluciones en su proceso

Las soluciones más pesadas de esta lista están integradas directamente en el proceso de Hermoso, así que obtienes el resultado de un equipo que hace esto a diario sin tener que montar tú el proceso:

• Una capa de realismo antibrillo escribe piel mate, luz neutra y carácter de captura de cámara de móvil en los renders UGC (Soluciones 1 y 7).
• Todo el texto, los logos y los subtítulos se componen en postproducción, nunca los pinta el modelo, incluido un cierre con tu logo real y tu CTA (Solución 2).
• Los renders se basan en la foto real de tu producto, compuesta dentro de la escena, con la paleta de tu marca aplicada (Solución 3).
• Se usa la voz nativa del modelo siempre que hay una boca en cámara, y el TTS se reserva para los planos que solo llevan voz en off (Solución 5).

Por debajo, reparte cada trabajo entre Seedance 2.5, Veo 3.1, Kling 3.0 y el modelo de vídeo más nuevo de Google que acepta cualquier entrada, además de Flux, GPT Image y los modelos de imagen más recientes de Google para las imágenes fijas, eligiendo en cada trabajo para que tú nunca tengas que hacerlo. Y como empieza investigando lo que ya funciona en tu mercado en las bibliotecas de anuncios de Meta, Google y LinkedIn y en el TikTok orgánico, los conceptos parten de lo que ya está ganando antes de renderizar un solo píxel. El plan gratuito incluye más de 250 créditos gratis que puedes ganar, sin tarjeta; la app te muestra el coste exacto antes de cada render. Pruébalo con tu propio producto. La forma más rápida de poner a prueba este artículo es ver si el resultado pasa tu propio detector de falsedad.

Preguntas frecuentes

¿Por qué el texto y los logos generados con IA salen ilegibles?

Los modelos de vídeo e imagen generan píxeles que se parecen estadísticamente a texto, no glifos reales, así que etiquetas y subtítulos salen con letras derretidas, trazos de más y casi-palabras. La solución fiable es renderizar la escena sin texto y componer el logo real, los subtítulos y el CTA encima del metraje en postproducción.

¿Puede el vídeo con IA lograr una sincronía labial convincente?

Sí, pero solo cuando la voz la genera el propio modelo de vídeo en la misma pasada que el metraje. Doblar un audio TTS generado aparte sobre una boca renderizada es lo que produce ese aleteo de labios inquietante, así que reserva el TTS para los planos en los que no se ve ninguna boca.

¿Qué modelo de vídeo con IA es mejor para anuncios?

No hay uno mejor. Seedance 2.5, Veo 3.1 y Kling 3.0 tienen fortalezas distintas según el plano, y la clasificación cambia con cada lanzamiento. Hermoso envía cada trabajo al modelo que mejor encaja, así que los usuarios nunca tienen que elegir.

¿Puedo poner mi producto real en un anuncio generado con IA?

Sí, y deberías. Basar cada render en una foto real del producto es una de las soluciones de mayor impacto de esta lista. Hermoso compone la foto real de tu producto dentro de las escenas generadas en lugar de dejar que el modelo alucine un parecido.

¿Cuánto más barata es la creatividad con IA que una sesión de rodaje?

Las agencias suelen presupuestar entre cuatro y cinco cifras por un solo anuncio producido, y los marketplaces de creadores suelen listar vídeos UGC por unos pocos cientos cada uno. En Hermoso, la app muestra el coste exacto de cada render, con planes de pago de $29, $69 y $149 al mes.

¿El público rechazará un anuncio solo por estar generado con IA?

Según nuestra experiencia, lo que se rechaza son las señales, no el origen. Un metraje con piel mate, luz neutra, texto de etiqueta real y un momento humano imperfecto se lee como contenido normal; uno con piel de cera y brillo dorado se lee como falso, lo hayas hecho como lo hayas hecho.