Si has probado a crear vídeos cortos para YouTube Shorts o Reels con avatares digitales, seguro que notaste algo incómodo: las visualizaciones chocan rápido contra un techo. El motivo es simple: una «cabeza parlante» estática sobre un fondo plano se ve aburrida y artificial. El espectador desliza el dedo ya en el segundo dos, y los algoritmos de las redes recortan el alcance sin piedad.
La solución parece obvia: añadir montaje dinámico, títulos emergentes, zooms y planos de recurso (B-roll). Pero si abres cada vídeo en un programa de edición y cortas pistas a mano, toda la ventaja de las redes neuronales se evapora al instante. Vuelves a quedarte hasta la madrugada frente a la línea de tiempo.
La salida está en combinar dos tecnologías maduras: el generador de personajes HeyGen API y el framework de edición programática por código Remotion. Ya vimos la lógica básica de generación en el artículo sobre el flujo de videomarketing en Agent OS, y ahora vamos a ver cómo montar una línea de producción totalmente autónoma.
Arquitectura de producción en tres niveles
En lugar de intentar «pulsar un solo botón» a ciegas, todo el pipeline se divide en tres capas independientes:
- Nivel 1: Avatar fijo (HeyGen). Creas o eliges un único doble digital fiable, fijando sus parámetros (
avatar_idyvoice_id). El avatar se encarga exclusivamente de una articulación impecable y una voz limpia. Recibe el texto del guion y el agente descarga el archivo MP4 «en bruto» sin fondo. - Nivel 2: Montaje programático por código (Remotion). Es una librería abierta que permite construir vídeos como una aplicación normal de React. La línea de tiempo se describe con componentes en TypeScript: dónde colocar un rótulo, en qué segundo entra el vídeo de fondo o cómo variar el zoom con suavidad.
- Nivel 3: Orquestación en entorno agéntico (Agent OS). El agente recibe el tema de la pieza, redacta el guion, envía la petición a la API de HeyGen, recoge el vídeo y, mediante un comando de terminal de Remotion, ensambla el clip vertical final.
Describimos la línea de tiempo con una composición en React
En Remotion cada elemento del vídeo se controla de forma matemática. Así luce el componente del gancho inicial y la composición principal que superpone texto animado encima del avatar generado:
import React from 'react';
import { Composition, registerRoot, Sequence, Video, interpolate, useCurrentFrame } from 'remotion';
// Componente de gancho visual animado
const TitleHook: React.FC<{ text: string }> = ({ text }) => {
const frame = useCurrentFrame();
// Aparición suave y escalado durante los primeros 15 fotogramas (0.5 s)
const opacity = interpolate(frame, [0, 15], [0, 1], { extrapolateRight: 'clamp' });
const scale = interpolate(frame, [0, 15], [0.85, 1], { extrapolateRight: 'clamp' });
return (
<div style={{
position: 'absolute', top: 140, width: '100%',
opacity, transform: `scale(${scale})`, textAlign: 'center'
}}>
<h1 style={{
color: '#ffffff', fontSize: 60, fontFamily: 'sans-serif',
textShadow: '0 6px 18px rgba(0, 0, 0, 0.9)'
}}>
{text}
</h1>
</div>
);
};
// Composición principal del vídeo
export const VideoReel: React.FC<{ avatarVideoUrl: string }> = ({ avatarVideoUrl }) => {
return (
<div style={{ flex: 1, backgroundColor: '#000000' }}>
{/* 1. Capa principal con el vídeo del avatar de HeyGen */}
<Video src={avatarVideoUrl} style={{ width: '100%', height: '100%', objectFit: 'cover' }} />
{/* 2. Superposición dinámica en los primeros 3 segundos (90 fotogramas a 30 fps) */}
<Sequence from={0} durationInFrames={90}>
<TitleHook text="Автоматизация ИИ 2026" />
</Sequence>
</div>
);
};
registerRoot(() => (
<Composition
id="AutomatedReel"
component={VideoReel}
durationInFrames={900} // 30 segundos
fps={30}
width={1080}
height={1920}
defaultProps={{ avatarVideoUrl: 'https://assets.example.com/raw-avatar.mp4' }}
/>
));
Renderizado del vídeo mediante utilidad CLI
Cuando el agente ya descargó la pista del avatar y pasó el título correspondiente a las props de la composición, el ensamblaje del MP4 final se lanza con un solo comando corto en terminal:
npx remotion render src/index.ts AutomatedReel out/final_reel.mp4 --props='{"avatarVideoUrl":"out/heygen_avatar.mp4"}'
El renderizado se ejecuta en un navegador headless en el servidor y entrega un archivo de vídeo con sincronización exacta de fotogramas.
Para retener la atención del espectador en el feed de vídeos cortos, el plano visual debe cambiar cada 2.5 o 3 segundos. Usa componentes <Sequence /> anidados en Remotion para alternar zooms de cámara, mostrar frases clave en pantalla e intercalar B-roll de fondo.
Al final obtienes una fábrica de contenido escalable: en lugar de pasar horas frente a un editor de vídeo, basta con entregarle al agente una lista de temas y, en pocos minutos, los clips ya montados aparecen en la carpeta out/.


