Generador de la escena de la heladería de Hot Chick: el dependiente olvida cobrar

Lo que vuelve y lo que se queda

• Se devuelve solo: una generación que se detiene con un error y no da video.
• Se queda gastado: un clip generado por completo pero con un rostro distinto, una mano rara o una tercera persona. Lo tratamos como resultado, no como fallo.
• Volver a intentarlo: otra foto u otra opción gasta 1 crédito, y un intento de 5 segundos es de las generaciones más baratas de aquí.
• Un paquete sin abrir: puede volver con reembolso dentro de 7 días según la política de reembolsos.

Qué mirar primero en la vista previa

Comprueba tres cosas: se te reconoce, el dependiente es un solo adulto y el clip termina en la sonrisa pícara. Para un resultado más limpio, usa las opciones por defecto.

Para pedir el reembolso de un paquete sin usar dentro de 7 días, escribe a support@mimiczip.com.

Soluciones rápidas

• Elige una imagen con los ojos abiertos y la cara despejada.
• Busca una luz suave, sin una sombra dura sobre la cara.
• Empieza con el batido y tu propia ropa, y luego prueba las demás opciones.
• Quita de la cara gorras, capuchas y gafas de verdad.

Por qué pasa

El rostro tiene que seguir siendo legible a lo largo de dos cortes secos, y una imagen nítida le da al modelo un rostro limpio que copiar.

Soluciones rápidas

• Elige una imagen que muestre el rostro y los hombros con claridad, no solo una figura diminuta.
• Empieza con el batido y luego prueba el cucurucho o el café helado.
• Deja vacía la segunda foto primero, y añade al dependiente cuando la primera ejecución salga bien.
• Vuelve a generar en lugar de cambiar muchas opciones juntas.

Por qué pasa

El modelo tiene que mantener los mismos rostros a lo largo de dos cortes secos mientras se mueven un vaso y un poco de nata, y todo se redibuja en cada fotograma, así que hay pequeños fallos.

Arreglos rápidos

• Recorta a los transeúntes y a las mascotas.
• Evita prendas con lemas o logotipos.
• Evita fondos con carteles, pósteres o pantallas.
• Ponte frente a una pared desnuda.

Por qué pasa

Las caras de más y las letras sueltas suelen venir de dos fuentes: una segunda persona en la foto y texto impreso en ropa o paredes. Envía una foto limpia de un adulto, con ropa lisa y un fondo vacío. Una gorra con letras, un cartel a tu espalda o un menú impreso pueden volver como texto extraño alrededor del mostrador.

Editarlo tú o generarlo

• Lo que hace un programa de edición: recortar, poner texto y reordenar imágenes que ya tienes, o meter una cara en una plantilla. No puede ponerte en un mostrador de heladería que nunca has visitado.
• Lo que hace MimicZip: la salida, el dependiente y el sorbo, con tus imágenes en los papeles principales.
• Lo que entra: una imagen de un adulto y, opcionalmente, una segunda para el dependiente.
• Lo que sale: un clip de 5 segundos en 720p que sigue la escena del TikTok del 10 de noviembre de 2026, sin imágenes del mismo.
• Coste: CapCut ofrece herramientas gratis y de pago. Aquí un crédito da un clip completo sin marca de agua (los tres planos), y cada paquete trae también vistas previas solo para ver.

Cómo elegir

Edita a mano cuando el objetivo sea un clip exacto. Genera con MimicZip cuando quieras la escena alrededor de tu propia foto. Puedes seguir añadiendo texto en CapCut después de generar aquí. La escena es corta, así que una sola toma de unos cinco segundos es todo lo que necesitas por cualquiera de las dos vías.

Los cortes son donde más se diferencian las dos rutas. Un editor necesitaría imágenes de un dependiente que se parezca a tu amigo, mientras que un generador puede dibujarlo a partir de una foto.

Dónde se atasca un prompt con esta escena

• Lo que escribes: una herramienta general pide un prompt y ajustes. MimicZip no tiene cuadro de prompt: añades tu foto y eliges las opciones.
• Rostros: una herramienta general tiende a cambiar un rostro cuando el plano corta; esta escena está hecha para conservar ambos.
• Secuencia: la salida, el dependiente y el sorbo tienen que ir en ese orden, y aquí el orden ya está fijado.
• Nada prestado: el prompt nunca nombra una película, un actor ni una frase, y muchas herramientas los filtrarían de todos modos.
• Costo: las herramientas generales cobran con sus propios planes. MimicZip vende paquetes desde $6.99, con 1 crédito por clip y vistas previas en cada paquete.

Cuándo es mejor una herramienta general

Elige una herramienta general para una historia propia o control total de la cámara. Elige MimicZip cuando quieras exactamente este clip hecho con tus imágenes, rápido. ¿Prefieres escribir tú el prompt? Copia uno de Kling, Veo o Seedance. En una herramienta general, deja la descripción en una línea corta (una clienta saliendo de un mostrador de heladería mientras el dependiente la mira) y adjunta la foto, porque los prompts largos tienden a ocultar el rostro.

Copia este prompt

Image-to-video, 9:16, about 5 seconds.
Reference image 1 is YOU, an adult customer: keep their face, hair, skin tone and body shape exactly in every second. The CLERK is a second adult, made up for the video (or taken from reference image 2 if there is one). YOU wear the clothes shown in the photo, plain and without print or logos, in a bright, busy ice-cream shop with a white counter, a till and shelves behind; the CLERK wears a plain yellow cap and a plain yellow polo shirt with no lettering. No readable text, full-frame picture.
Three shots with hard cuts at about 1.2 s and 2.6 s, steady vertical framing, nothing zooms.
0-1.2 s: YOU walk away from the counter carrying a tall milkshake with whipped cream, glancing back over the shoulder, pleased.
1.2-2.6 s: close-up of the CLERK, dazed, grinning goofily and watching YOU go, forgetting to ask for any money.
2.6-5 s: close-up of YOU turning to the camera, taking a small sip, wiping a dab of cream from the lip with one fingertip and giving a playful smirk.
Nobody speaks or sings and nobody mouths words. No text anywhere. Audio: soft shop murmur and a small clink of a cup, no music, no vocals. Photorealistic, natural colour, no subtitles, no logos, no watermark.

Cómo usarlo

• Adjunta una imagen de la persona como imagen de referencia.
• Elige tu sonido en TikTok después de exportar. Un prompt de texto no clava cada momento al segundo, así que quizá tengas que mover el sonido.
• Deja fuera nombres, títulos de canciones y marcas; muchas herramientas los filtran, y por eso este prompt describe lo que ocurre.
• Los modelos se actualizan todo el tiempo: confirma la duración y el formato que admite tu herramienta y ajusta la primera línea.

Copia este prompt

Create a 5-second cinematic video from the reference image, 9:16.
Reference image 1 is YOU, an adult customer: keep their face, hair, skin tone and body shape exactly in every second. The CLERK is a second adult, made up for the video (or taken from reference image 2 if there is one). YOU wear the clothes shown in the photo, plain and without print or logos, in a bright, busy ice-cream shop with a white counter, a till and shelves behind; the CLERK wears a plain yellow cap and a plain yellow polo shirt with no lettering. No readable text, full-frame picture.
Three shots with hard cuts at about 1.2 s and 2.6 s, steady vertical framing, nothing zooms.
0-1.2 s: YOU walk away from the counter carrying a tall milkshake with whipped cream, glancing back over the shoulder, pleased.
1.2-2.6 s: close-up of the CLERK, dazed, grinning goofily and watching YOU go, forgetting to ask for any money.
2.6-5 s: close-up of YOU turning to the camera, taking a small sip, wiping a dab of cream from the lip with one fingertip and giving a playful smirk.
Nobody speaks or sings and nobody mouths words. No text anywhere. Audio: soft shop murmur and a small clink of a cup, no music, no vocals. Photorealistic, natural colour, no subtitles, no logos, no watermark.

Cómo usarlo

• Adjunta una imagen de la persona como imagen de referencia.
• Elige tu sonido en TikTok después de exportar. Un prompt de texto no clava cada momento al segundo, así que quizá tengas que mover el sonido.
• Deja fuera nombres, títulos de canciones y marcas; muchas herramientas los filtran, y por eso este prompt describe lo que ocurre.
• Los modelos se actualizan todo el tiempo: confirma la duración y el formato que admite tu herramienta y ajusta la primera línea.

Copia este prompt

Generate a 5-second 9:16 video using the reference image as the subject.
Reference image 1 is YOU, an adult customer: keep their face, hair, skin tone and body shape exactly in every second. The CLERK is a second adult, made up for the video (or taken from reference image 2 if there is one). YOU wear the clothes shown in the photo, plain and without print or logos, in a bright, busy ice-cream shop with a white counter, a till and shelves behind; the CLERK wears a plain yellow cap and a plain yellow polo shirt with no lettering. No readable text, full-frame picture.
Three shots with hard cuts at about 1.2 s and 2.6 s, steady vertical framing, nothing zooms.
0-1.2 s: YOU walk away from the counter carrying a tall milkshake with whipped cream, glancing back over the shoulder, pleased.
1.2-2.6 s: close-up of the CLERK, dazed, grinning goofily and watching YOU go, forgetting to ask for any money.
2.6-5 s: close-up of YOU turning to the camera, taking a small sip, wiping a dab of cream from the lip with one fingertip and giving a playful smirk.
Nobody speaks or sings and nobody mouths words. No text anywhere. Audio: soft shop murmur and a small clink of a cup, no music, no vocals. Photorealistic, natural colour, no subtitles, no logos, no watermark.

Cómo usarlo

• Adjunta una imagen de la persona como imagen de referencia.
• Elige tu sonido en TikTok después de exportar. Un prompt de texto no clava cada momento al segundo, así que quizá tengas que mover el sonido.
• Deja fuera nombres, títulos de canciones y marcas; muchas herramientas los filtran, y por eso este prompt describe lo que ocurre.
• Los modelos se actualizan todo el tiempo: confirma la duración y el formato que admite tu herramienta y ajusta la primera línea.