Generar videos con Veo 3 y HeyGen para tu marca

Por qué Veo 3 y HeyGen cambian la producción de video para empresas

Si tu equipo de marketing produce un video al mes porque el proceso toma semanas, hay una forma más eficiente. Combinando Veo 3 de Google para b-roll generativo y HeyGen para presentadores IA, una empresa puede producir contenido de video estructurado en horas, con consistencia de marca y sin contratar producción externa.

Esta guía está dirigida a equipos de marketing de empresas medianas en LATAM que quieren escalar su agente video IA sin escalar costos de producción.

Requisitos previos

• Cuenta en Google AI Studio o acceso a Vertex AI (plan con billing activo para Veo 3)
• Cuenta en HeyGen con acceso a su API (los planes de la app parten en US$29 al mes con Creator; la API tiene su propia página de precios)
• Brief de marca documentado: colores, tono, voz, productos clave
• Script base por segmento (puede generarlo tu agente IA antes de producir)
• Presupuesto: Veo se cobra por segundo de video generado y la tarifa depende del modelo y la resolución; revisa la página de precios de la API de Gemini antes de calcular

1. Generar el script con un agente IA

Antes de llamar a cualquier API, necesitas un script estructurado por segmento. Un agente con el brief de tu marca puede producirlo automáticamente:

const scriptPrompt = #43a047">`
  Marca: ${brand.name}
  Producto: ${brand.product}
  Audiencia: ${brand.audience}
  Duracion objetivo: 60 segundos
  Tono: ${brand.tone}

  Genera un script con cuatro segmentos:
  - Hook (0-5s): gancho visual + audio
  - Problema (5-15s): tension que resuelve el producto
  - Solucion (15-40s): demostracion concreta
  - CTA (40-60s): llamada a la accion especifica

  Por cada segmento incluye:
  [TEXTO_PRESENTADORA] y [PROMPT_VISUAL_VEO]
`;

El agente devuelve el script completo con los prompts listos para Veo 3 y el texto para el avatar HeyGen. Este paso elimina el ida y vuelta con una agencia y la reunión de briefing.

2. Generar b-roll con Veo 3

Veo 3 está disponible en Google AI Studio y en Vertex AI para producción. Genera clips de hasta 8 segundos a 1080p. Para automatización, la vía es la API de Vertex AI:

curl -X POST \
  #43a047">"https://us-central1-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/us-central1/publishers/google/models/veo-3.0-generate-preview:generateVideo" \
  -H #43a047">"Authorization: Bearer $(gcloud auth print-access-token)" \
  -H #43a047">"Content-Type: application/json" \
  -d '{
    #43a047">"instances": [{
      #43a047">"prompt": "Latin american professional reviewing analytics dashboard, modern office, natural light, cinematic 4K, no text, no watermark",
      #43a047">"parameters": {
        #43a047">"aspectRatio": "16:9",
        #43a047">"sampleCount": 1,
        #43a047">"durationSeconds": 8,
        #43a047">"fps": 24
      }
    }]
  }'

Tips de prompt que funcionan en producción:

• Prompts de 15 a 20 palabras dan mejores resultados que prompts de 50
• Siempre cerrar con "no text, no watermark"
• Para contexto LATAM: "latin american setting" o "hispanic professional" da resultados más relevantes que prompts genéricos
• Generar 2 variantes del mismo prompt y seleccionar la mejor: tenlo en cuenta en el presupuesto, porque cada variante se cobra

El agente puede generar todos los clips en paralelo y reducir bastante el tiempo total de producción.

3. Crear el presentador IA con HeyGen

HeyGen permite crear un avatar propio a partir de una grabación tuya, o usar uno de sus avatares públicos. Para consistencia de imagen de marca, el avatar propio es la opción correcta: se crea una vez y se reutiliza en todos los videos.

curl -X POST https://api.heygen.com/v2/video/generate \
  -H #43a047">"X-Api-Key: ${HEYGEN_API_KEY}" \
  -H #43a047">"Content-Type: application/json" \
  -d '{
    #43a047">"video_inputs": [{
      #43a047">"character": {
        #43a047">"type": "avatar",
        #43a047">"avatar_id": "TU_AVATAR_ID",
        #43a047">"avatar_style": "normal"
      },
      #43a047">"voice": {
        #43a047">"type": "text",
        #43a047">"input_text": "Tu empresa maneja 200 procesos manuales. Nosotros los automatizamos en 30 dias.",
        #43a047">"voice_id": "TU_VOICE_ID",
        #43a047">"speed": 1.0
      }
    }],
    #43a047">"dimension": {"width": 1920, "height": 1080},
    #43a047">"aspect_ratio": "16:9"
  }'

La API devuelve un video_id. Haces polling con GET /v1/video_status.get?video_id={id} cada 30 segundos hasta que el estado sea "completed".

4. Ensamblar el video final con ffmpeg

Con los clips de Veo 3 y el video de HeyGen listos, el ensamblado es programático:

# clips.txt define el orden de los segmentos:
# file 'broll_hook.mp4'
# file 'avatar_problema.mp4'
# file 'broll_solucion.mp4'
# file 'avatar_cta.mp4'

ffmpeg -f concat -safe 0 -i clips.txt \
  -c:v libx264 -crf 18 -preset slow \
  -c:a aac -b:a 192k \
  output_final_1080p.mp4

Una vez listos los clips, el proceso completo desde script hasta video final puede correr en un agente de contenido desatendido.

Arquitectura del sistema

Agente de contenido (cron semanal)
          |
   Script segmentado (JSON)
          |
    +-----+------+
    |             |
Prompts Veo   Texto HeyGen
    |             |
 Clips .mp4   Avatar .mp4
    |             |
    +-----+------+
          |
       ffmpeg
          |
   Video final 1080p
          |
   Upload automatico
   YouTube / Instagram / LinkedIn

Con esta arquitectura, un agente de contenido puede producir varios videos por semana sin intervención humana en la producción.

Lo que aprendimos implementando esto

1. El prompt de Veo es crítico: demasiado detalle empeora el resultado. Prompts de 15 a 20 palabras con tipo de plano, iluminación y movimiento de cámara funcionan mejor que descripciones largas.

1. Avatar propio o público: los avatares públicos de HeyGen aparecen en muchos canales. Si tu competencia usa el mismo, el video pierde credibilidad. Con una grabación propia puedes crear un avatar exclusivo de tu marca.

1. El script es el bottleneck real: con un script estructurado, la producción es totalmente automatizable. Sin él, cada video requiere supervisión manual.

1. Paralelizar las llamadas a la API: cada clip de Veo tarda varios minutos en generarse. Si el agente genera los clips en paralelo en vez de en secuencia, el tiempo total baja de forma notable.

1. Calcula el costo real antes de escalar: el costo de un video depende de cuántos segundos generes en Veo (y de cuántas variantes descartes), del modelo y la resolución que elijas, y de tu plan de HeyGen. Haz la cuenta con las tarifas vigentes y compárala con lo que hoy pagas por producción externa.

En resumen

• Veo 3 genera b-roll de alta calidad desde prompts de texto; usa Vertex AI para automatizar la generación
• HeyGen crea presentadores IA con tu voz y cara a partir de una grabación propia
• El script estructurado por segmento es la pieza más crítica: el agente lo genera antes de llamar a cualquier API de video
• ffmpeg ensambla los clips en video final de forma programática sin intervención humana
• El costo depende de los segundos generados en Veo y del plan de HeyGen: calcúlalo con las tarifas vigentes
• Un agente con esta arquitectura puede producir varios videos semanales de forma autónoma