Casi todos los creadores tienen la misma escena repetida: la idea del vídeo aparece paseando, en el coche o en la ducha, la cuentan en una nota de voz de tres minutos con toda la energía del momento, y luego, delante del documento en blanco, no consiguen escribirla igual. Lo que salía fluido hablando se vuelve rígido al teclado, y el guion acaba sonando a otro.
La solución es no escribir desde cero. Transcribes la nota de voz con IA, obtienes el texto literal y un resumen con los puntos clave, y a partir de ahí ordenas lo que ya dijiste en la estructura que todo vídeo necesita: gancho, desarrollo y llamada a la acción. Esta guía explica cómo hablar la idea para que la transcripción sea útil, cómo convertirla en guion en pocos minutos y cómo adaptarla a un vídeo largo o a un formato corto.
Por qué hablar la idea funciona mejor que escribirla
Un guion de vídeo se lee en voz alta, así que conviene que nazca en voz alta. Cuando hablas una idea pasan cosas que escribiendo cuesta forzar:
- Usas tu vocabulario real. Las frases salen como las dirías a cámara, sin el registro más formal que aparece al teclear.
- Descubres el gancho sin buscarlo. En una nota de voz, la frase con la que resumes la idea a alguien suele estar en los primeros veinte segundos o al final, cuando ya la tienes clara. En texto, esa frase se pierde entre la introducción.
- Detectas lo que sobra. Al escucharte, sabes qué parte te aburre explicar. Esa parte tampoco interesará al espectador.
- No te bloqueas. Tres minutos de audio salen sin esfuerzo; tres párrafos escritos pueden costar una hora.
Lo que no funciona es intentar leer la transcripción como guion. El habla espontánea tiene rodeos, repeticiones y cambios de orden. Por eso el método tiene dos mitades: hablar sin filtro y después ordenar con criterio. Muchos creadores ya usan el audio para transcribir sesiones de brainstorming; aquí aplicamos la misma idea a un solo vídeo.
Cómo grabar la nota de voz para que sirva
La calidad del guion depende de lo que digas en el audio. No hace falta que sea ordenado, pero sí que sea completo. Antes de pulsar grabar, ten a mano estas cinco preguntas y responde a todas, en el orden que salga:
- ¿De qué va el vídeo en una frase? Dilo como se lo contarías a un amigo. Es el candidato a título y a gancho.
- ¿Por qué alguien debería quedarse a verlo? Qué problema resuelve o qué va a saber al terminar.
- ¿Cuáles son los dos, tres o cuatro puntos que quieres contar? Cuéntalos con ejemplos; los ejemplos son lo que después da vida al desarrollo.
- ¿Qué es lo que la gente suele hacer mal o creer erróneamente sobre esto? De aquí sale el momento de tensión del vídeo.
- ¿Qué quieres que haga el espectador al final? Suscribirse, probar algo, ver otro vídeo, comentar.
Graba en un sitio sin mucho ruido y con el móvil cerca de la boca; no necesitas micrófono. Si la idea es larga, haz varias notas cortas en vez de una de veinte minutos. Y si te vienen ideas nuevas mientras grabas, dilas: es más fácil quitar que añadir después. La guía sobre transcribir notas de voz del móvil explica cómo sacar el audio del teléfono para subirlo.
De la transcripción al guion en cuatro pasos
Una vez subido el audio, tienes el texto completo, un resumen y una lista de puntos clave. A partir de ahí el guion se monta así:
1. Marca el gancho
Lee la transcripción buscando la frase que mejor resume la idea o la que más sorprende. Suele ser una de las primeras o de las últimas. Esa frase, recortada, abre el vídeo. Si hay dos candidatas, quédate con la que plantea un problema o una promesa, no con la que describe el tema.
2. Ordena el desarrollo con el resumen
El resumen automático ya agrupa los puntos que dijiste. Ponlos en el orden que tenga más sentido para quien no sabe nada del tema, normalmente de lo más sencillo a lo más concreto, y debajo de cada punto pega los ejemplos literales de la transcripción. No los reescribas todavía.
3. Coloca la tensión
El error común o la creencia equivocada que contaste va justo antes del punto que la corrige. Es el momento en que el espectador decide seguir viendo.
4. Cierra con la llamada a la acción
La respuesta a la quinta pregunta va al final, en una frase, y conectada con el contenido: «si quieres ver cómo lo aplico a X, ese vídeo está aquí» funciona mejor que un «suscríbete» aislado.
Solo después de tener esa estructura, reescribe. Corta las repeticiones, une frases y quita las muletillas, pero conserva las expresiones que son tuyas. Si quieres probar el flujo con tu última nota de voz, VOCAP incluye minutos gratuitos al registrarte y después packs de pago único, sin suscripción.
Estructura del guion según el formato
La misma nota de voz puede convertirse en un vídeo de diez minutos o en uno de cuarenta segundos. Cambia qué parte de la transcripción usas y cuánto:
| Formato | Gancho | Desarrollo | Llamada a la acción |
|---|---|---|---|
| Vídeo largo (YouTube, curso) | Una o dos frases, con la promesa del vídeo | Todos los puntos, cada uno con su ejemplo; usa los puntos clave como capítulos | Enlace a otro vídeo o recurso relacionado |
| Formato corto (Reels, TikTok, Shorts) | La frase más sorprendente, en los primeros dos segundos | Un solo punto, el mejor, con un ejemplo | Una frase: comentar, guardar o ver el vídeo largo |
| Vídeo de producto o tutorial | El problema que resuelve, dicho como lo dijiste tú | Los pasos en orden, con lo que suele salir mal antes de cada uno | Probar el producto o descargar la plantilla |
| Vídeo de opinión o historia | La creencia equivocada que vas a desmontar | Tu argumento, apoyado en la anécdota de la nota de voz | Preguntar al espectador qué opina |
De una nota de voz completa salen a menudo el vídeo largo y dos o tres cortos: cada punto del desarrollo, con su ejemplo, es un corto en potencia. Para los formatos breves conviene revisar la guía sobre transcribir vídeos de TikTok e Instagram Reels, que trata el ritmo y los subtítulos. Y si el vídeo largo acaba en YouTube, los mismos puntos clave sirven para crear los capítulos del vídeo.
Errores frecuentes al pasar de audio a guion
- Leer la transcripción tal cual. El habla espontánea repite y da rodeos. La transcripción es el material, no el guion.
- Reescribirlo todo con otro tono. El error contrario. Si al pulir el texto dejas de reconocerte, has perdido lo que hacía útil hablar la idea. Conserva tus expresiones.
- Grabar sin las cinco preguntas. Una nota de voz que solo describe el tema da un guion sin gancho ni cierre. Las preguntas garantizan que las tres partes están en el audio.
- Empezar por el contexto. «Hoy os quiero hablar de» no es un gancho. El gancho es la frase que dijiste con más convicción.
- Meter todos los puntos en el corto. Un formato breve aguanta una idea. Las demás son otros cortos.
- Dejar la nota de voz sin transcribir. Las ideas grabadas y no procesadas se acumulan en el móvil y no vuelven. Transcribe el mismo día, aunque el guion lo hagas después.
Con este hábito, la parte creativa del vídeo ocurre cuando tienes la energía de la idea, y la parte de estructura se hace con el texto delante, que es donde se piensa mejor. El guion tarda menos y suena más a ti.
FAQ
¿Cuánto debe durar la nota de voz para un guion?
Entre dos y cinco minutos suele bastar para un vídeo de diez. Si la idea es más larga, graba varias notas cortas, una por bloque, en lugar de una sola de veinte minutos: son más fáciles de ordenar.
¿La IA escribe el guion por mí?
La transcripción te da el texto literal, un resumen y los puntos clave. Con eso, ordenar gancho, desarrollo y cierre es cuestión de minutos, y el guion conserva tu forma de hablar en lugar de sonar a texto generado.
¿Sirve para vídeos cortos de Reels, TikTok o Shorts?
Sí. De una nota de voz completa se saca el vídeo largo y varios cortos: cada punto del desarrollo, con su ejemplo, es un corto. En formato breve el gancho va en los dos primeros segundos y solo se cuenta una idea.
¿Necesito micrófono para grabar la nota de voz?
No. Basta el móvil cerca de la boca en un sitio sin mucho ruido. La nota de voz es material de trabajo, no el audio del vídeo final.
¿Qué hago con las ideas que grabo y no uso?
Transcríbelas igualmente y guarda el texto en una carpeta de ideas. Un resumen de dos líneas por nota permite recuperarlas meses después, cosa que con audios sin procesar casi nunca ocurre.