¿ChatGPT puede hacer videos? Lo que puede y no puede hacer

¿ChatGPT puede hacer videos? Por sí solo, no. ChatGPT escribe y planifica, pero no renderiza video. Sora, de OpenAI, generaba clips cortos a partir de un prompt, pero OpenAI lo ha cerrado. Incluso cuando funcionaba, un clip de Sora no era un video terminado con narración, subtítulos y música encima. Para eso hay que conectar ChatGPT a una herramienta pensada para montar videos, o saltarse la conexión y usar esa herramienta directamente.

Esta pregunta surge porque dos cosas distintas se mezclan en un mismo titular. "ChatGPT ya puede hacer videos" casi siempre se refiere a Sora, y Sora suele ser algo más limitado de lo que sugiere el titular. A continuación verás qué hace cada pieza, dónde se queda y cómo se pasa de un prompt de texto a un video que valga la pena publicar.

Una aclaración de entrada: todo esto ha cambiado tan rápido que mucho de lo que la gente cree saber tiene un año de retraso. Sora salió primero como app propia, luego llegó a ChatGPT en algunas cuentas, y tanto la duración de los clips como quién tenía acceso cambiaron más de una vez. Toma lo que se dice abajo sobre los límites de Sora como una idea general, no como una ficha técnica.

En qué es bueno ChatGPT de verdad para video

ChatGPT se gana el sueldo antes de que exista un solo fotograma. Por sí solo funciona como una buena sala de guionistas: redacta un guion con una voz concreta, mejora una primera frase plana, recorta una divagación de 90 segundos a 30 y suelta diez ganchos para que tengas algo que descartar. Nada de eso toca Sora ni ningún modelo de video. Es lenguaje y nada más.

• Guiones y ganchos: narración completa, frases de apertura y versiones alternativas de la misma idea
• Listas de planos y storyboards: una descripción en texto, momento a momento, de lo que debe salir en pantalla
• Títulos, descripciones y etiquetas para la plataforma a la que va el video
• Marcas de tiempo y capítulos, en cuanto le dices más o menos cuánto dura cada sección
• Esquemas para videos más largos: los momentos que necesita un video de 10 minutos antes de tocar una cámara o una herramienta de video

Esta es la parte que la mayoría desaprovecha. Un guion bien estructurado, con gancho, tres puntos y un cierre, gana casi siempre a un video precioso construido sobre un guion vago, porque el guion es el plan que sigue todo lo demás. Un generador de ganchos te da un primer borrador más rápido de la frase de apertura, y nuestro generador de guiones para YouTube Shorts hace algo parecido con el guion completo.

Un antes y después rápido

Si pides "un guion sobre productividad", la respuesta son cinco párrafos que valen para cualquiera. Si pides "un guion de 30 segundos para freelancers que pierden el control de sus facturas, que empiece justo en el momento en que el pago de un cliente no llega", el resultado cambia de forma: una escena real, una audiencia con nombre y un gancho que no es una frase temática con otras palabras. Lo que cambió no fue el modelo. Fueron los diez segundos dedicados a decidir para quién es el video.

Hay tres cosas que ChatGPT sigue sin decidir: cuánto dura el video, si es vertical u horizontal y qué voz lo lee. Dependen de adónde va el video y de quién lo ve. Decídelas primero y luego pide el guion.

Si estás comparando opciones solo para la parte del guion, antes de meter ninguna herramienta de video, nuestro análisis de los mejores generadores de guiones para video con IA puede ser tu siguiente parada.

ChatGPT solo, ChatGPT + Sora o una herramienta conectada

Si pones las tres opciones una al lado de otra, la diferencia salta a la vista. "ChatGPT solo" es la ventana de chat y nada más. "ChatGPT con Sora" añade el modelo de video de OpenAI, desde ChatGPT o desde la app propia de Sora. "ChatGPT con una herramienta de video conectada" significa pasarle el trabajo de montaje a algo pensado para ello, mediante una app, una extensión o un conector.

Esta tabla se ojea y se discute en los comentarios más de lo que se lee fila por fila, y es una pena. Los dos "No" de la fila de editar un video existente importan más de lo que parece. Son la razón por la que un prompt como "edita mi video" falla en las dos primeras opciones, lo redactes como lo redactes.

El patrón se repite en todas las filas: ChatGPT escribe bien en cualquier columna. Sora añade una capacidad real, los clips cortos generados, y ahí se queda. La tercera columna es la única que termina un video de principio a fin, porque es la única pensada para montar un archivo, mientras las otras dos se limitan a generar o a escribir algo que acabará en uno. Si estás comparando opciones, te puede servir nuestro repaso de generadores de video con IA gratis.

Una "herramienta de video conectada" tampoco es una cosa concreta. A veces es una app que abres desde ChatGPT, a veces una extensión del navegador y a veces un conector que permite a ChatGPT llamar a la API de la herramienta en mitad de la conversación. El mecanismo cambia, el resultado no: ChatGPT deja de ser todo el proceso y pasa a ser la puerta de entrada de uno.

Qué hace Sora y dónde se queda

Sora es el modelo de generación de video de OpenAI. Le das un prompt de texto, a veces una imagen de referencia, y produce un clip corto generado desde cero, no editado a partir de material que le entregues. En 2026 vivía en su propia app y, para algunos planes y regiones de ChatGPT, dentro del propio ChatGPT. Es texto a video de verdad, no la edición de algo que ya existe, y esa diferencia es la que confunde a casi todos los que acaban decepcionados. La disponibilidad cambió más de una vez desde su lanzamiento.

• Los clips son cortos, de unos segundos hasta unos 20 segundos por generación, nada parecido a un video narrado continuo de 60 segundos
• Genera a partir de un prompt; no toma un archivo de video tuyo para editarlo
• Lo más parecido a editar es remezclar: retocar el prompt y volver a generar, no un corte preciso fotograma a fotograma
• El acceso depende del plan y la región, así que un flujo que funciona en una cuenta puede fallar en la siguiente
• No hay pista de voz en off ligada a tu guion ni capa de subtítulos integrada; el clip es solo imagen

Nada de eso convierte a Sora en un truco. Los clips cortos y llamativos generados son útiles de verdad para b-roll, para un plano conceptual o para ese fotograma dramático que de otra forma no podrías pagar. Es la herramienta equivocada para "coge mi podcast y conviértelo en un video", y casi toda la decepción viene de esperar eso.

Sora también sumó funciones sociales por encima del modelo de generación: personas que aparecen en los clips de otras con su consentimiento y un feed para compartir generaciones dentro de la app. Es una decisión de producto montada sobre lo que el modelo renderiza. El límite de fondo sigue igual: clips cortos generados a partir de un prompt, con normas de contenido que rechazan algunas peticiones directamente y sin forma de darle tu propio material para recibir una edición.

El acceso y la verificación también cambiaron. Algunas funciones pedían verificar la identidad o la edad. Algunas salieron en unos pocos países y se ampliaron después. Los planes de ChatGPT que incluían Sora cambiaron más de una vez.

Por qué fallan los prompts de "edita mi video"

Escribe "edita mi video" en ChatGPT, adjunta un archivo y lo que recibes es una explicación amable de lo que no puede hacer, no un video editado. Detrás del chat no hay ningún editor. Puede leer una transcripción y describir con palabras lo que debería conseguir una edición, pero no tiene acceso fotograma a fotograma al material, ni línea de tiempo, ni nada que cortar.

El patrón que más aparece en los mensajes que recibe nuestro soporte sobre edición: alguien adjunta un video completo y espera recibir una versión recortada y con subtítulos en la siguiente respuesta. Es razonable intentarlo. Simplemente no es así como funciona la ventana de chat.

Parte de la confusión viene de que ChatGPT sí procesa algunos tipos de archivo, como imágenes, PDF o texto plano, así que parece que el video debería ser el siguiente. No lo es, al menos no en la misma ventana. Cortar, recortar, subtitular o corregir el color requiere software pensado para ello, y ChatGPT se queda en el lado de la escritura, diciéndole a ese software qué hacer en lugar de hacerlo.

Un prompt que empieza por "edita mi video para..." casi siempre falla. Reescríbelo como "escribe una lista de planos para una edición de 30 segundos de..." y pásale esa lista a algo que pueda ejecutarla. La idea de fondo es la misma, pero solo una versión se puede conseguir dentro de una ventana de chat.

El mismo límite aparece con "añade subtítulos a mi video". ChatGPT escribe sin problema el texto de los subtítulos si le das una transcripción, e incluso formatea las marcas de tiempo si le dices más o menos el ritmo del habla. Lo que no puede hacer es coger un MP4, incrustar esas palabras en los fotogramas y devolverte un archivo terminado. Ese paso de render ocurre por completo fuera de la conversación.

Tres flujos de trabajo reales que funcionan

Hay tres formas que de verdad llevan de una conversación con ChatGPT a un video que puedes publicar. Cuál elegir depende de cuánto control quieras y de cuánto tenga que durar el video final.

El prompt de ese clip está desglosado palabra por palabra en cómo escribimos el prompt de un short viral con IA, por si quieres ver exactamente qué se escribió antes de que se renderizara nada.

1. Guion en ChatGPT y pegado en un creador de videos

Escribe el guion en ChatGPT y pega el texto terminado en una herramienta pensada para convertir un guion en video. Elige las imágenes, genera una voz, sincroniza los subtítulos con el audio y renderiza un archivo. Dos pasos manuales, y los dos son rápidos. Es el camino con menos fricción si no necesitas una conexión en directo entre ambos.

También es la opción adecuada si ya usas ChatGPT a diario y no quieres otra cuenta en tu rutina por un solo video. Además es el más fácil de explicar a un compañero en una frase, algo que importa en cuanto el proceso pasa a otras manos.

2. ChatGPT conectado a una herramienta de video

Algunas herramientas de video se conectan directamente a ChatGPT, como app o como conector, así que nadie sale del chat. Dices "haz un video de 45 segundos sobre esto, vertical y con subtítulos" y ChatGPT pasa la petición a la herramienta conectada, que toma el guion, genera las imágenes y la voz y devuelve un archivo terminado. FacelessGenie funciona así: conecta ChatGPT a FacelessGenie una vez y todas las peticiones siguientes se quedan en la misma conversación.

Es la opción para quien quiere quedarse todo el día en una sola ventana: lluvia de ideas, redacción y generación sin cambiar de contexto. También es la forma más rápida de iterar, porque "hazlo 10 segundos más corto" es solo el siguiente mensaje y no un viaje a otra web. El mismo patrón de conector existe en otros sitios: si usas Claude a diario, puedes verlo desde ese lado en conectar Claude a una API de videos faceless.

3. Formato largo, esquema en ChatGPT y el resto en un generador

Cuando pasas de un par de minutos, como en un video explicativo tipo documental o un video largo de YouTube, no pidas todo en un solo prompt. Pídele primero a ChatGPT un esquema sección por sección: los momentos, la duración de cada uno y dónde va un gráfico o un fragmento de imagen. Después pasa ese esquema a un generador de formato largo, sección a sección.

Es más lento a propósito. Un video de 10 minutos puede perder ritmo a mitad si nadie lo planificó, y esa pasada extra de esquema al principio lo detecta antes de renderizar y no después.

Del prompt al video, paso a paso

Así se ve más o menos en la práctica el segundo flujo, ChatGPT conectado a una herramienta de video, desde el primer prompt hasta el archivo terminado.

La generación del video es el único paso que lleva tiempo de verdad, y ocurre en un servidor, no en la ventana del chat, así que nada te impide hacer otras cosas mientras se renderiza.

Las revisiones son una parte normal de este ciclo, no una señal de que algo falló. La primera versión rara vez acierta con la voz o el ritmo a la primera. Pedir una segunda pasada cuesta un mensaje, no rehacer todo el proceso. Según nuestra experiencia, la mayoría pide al menos un cambio de voz antes de dar con el video final.

Plantillas de prompt que funcionan de verdad

Los prompts vagos dan resultados vagos. "Hazme un video sobre marketing" produce un guion genérico y, si Sora entra en juego, un clip igual de genérico. Los prompts concretos, los que indican duración, tono, estructura y audiencia, te dan algo que vale la pena usar. Dos ejemplos de cómo se ve en la práctica:

Ninguno de los dos prompts pide "un video" en abstracto. Cada uno indica una duración, un formato, un tono y una audiencia. Esa es la habilidad real del trabajo de prompt a video: escribir un encargo lo bastante bueno para que quien lo reciba después, persona o IA, no tenga que adivinar lo que falta.

Un prompt que cubre cinco cosas gana a casi cualquier otro más vago, tanto si hablas con ChatGPT solo como con una herramienta conectada.

• Duración, en segundos o minutos, nunca solo "corto" o "largo"
• Formato: vertical para Shorts, TikTok y Reels, horizontal para YouTube
• Audiencia, lo bastante concreta para que el guion le hable directamente en lugar de dirigirse a todo el mundo
• Tono: conversacional, formal, urgente, tranquilo, el que encaje de verdad con el tema
• Una acción clara para el espectador al final, no tres que compitan entre sí

Errores comunes

Casi toda la frustración que cuenta la gente con el "video de ChatGPT" viene de los mismos pocos hábitos.

• Pedir un video terminado en un solo prompt, sin haber decidido antes el guion, la duración ni el formato
• No decidir entre vertical y horizontal antes de generar y luego sorprenderse de que el resultado no encaje en la plataforma
• Saltarse los subtítulos, cuando la mayoría del contenido corto se ve sin sonido
• Esperar que Sora edite un video subido en lugar de generar un clip nuevo a partir de un prompt
• Tratar un clip de Sora de 20 segundos como sustituto de un video completo narrado con voz en off
• No decirle nunca a ChatGPT quién es la audiencia, de modo que el guion parece escrito para todos y para nadie

Si corriges el orden, primero el guion, después la decisión de formato y por último la generación, la mayoría de estos errores desaparecen solos.

Los dos primeros errores de la lista causan casi todo el trabajo repetido. Si te saltas la decisión de formato, la generación sale horizontal cuando la plataforma necesitaba vertical, y eso obliga a un recorte que se come lo que había en los bordes, a menudo una mano o un logo que importaban. Si te saltas el guion, la herramienta de video acaba negociando el texto cuando ya ha renderizado una voz leyendo la frase equivocada, y se nota en pantalla con un subtítulo que no coincide con el narrador dos segundos después.

Es una de las preguntas más habituales que recibe nuestro soporte sobre este paso: ¿por qué el subtítulo no coincide con la voz? Casi siempre, el guion cambió después de generar la voz y nadie volvió a ejecutar ese último paso antes de exportar.

Cuándo quedarte en ChatGPT y cuándo salir

Quédate en ChatGPT para todo lo que todavía sean palabras: redactar, reescribir, pensar diez títulos o comprobar si un gancho funciona como gancho. Es rápido, y no hay razón para abrir otra herramienta para una tarea que va solo de la frase.

Sal de ChatGPT en cuanto la tarea se convierta en montaje: elegir imágenes, sincronizar subtítulos con una voz o renderizar un archivo que se pueda subir. ChatGPT nunca se creó para renderizar video, y pegar un guion terminado en un creador de videos, o conectar ChatGPT a uno, cubre esa distancia sin pedirle a nadie que aprenda dos oficios.

Hay una regla aproximada que funciona: si el resultado se puede describir en una frase y es texto, basta con ChatGPT. En cuanto esa frase necesita "...y luego expórtalo como video", toca la segunda herramienta, ya sea pegando el guion en ella o con un conector entre las dos.

Nada de esto es una crítica a ChatGPT en concreto. Escribir bien es difícil de verdad, y esa parte la hace con fiabilidad. Pero si ahora mismo tienes un guion en una pestaña de ChatGPT, este es el momento de probar la otra mitad: pégalo en un creador de videos, o conecta ChatGPT a uno, y mira qué sale. La explicación completa de ese proceso está en cómo crear videos con IA, por si algún paso de arriba no te ha quedado claro.