Cómo contamos la muerte de un conde: el proceso detrás de un reel de Eres un Cuentista

 

Un minuto y medio. Eso es lo que dura, de media, uno de nuestros vídeos. Pero detrás de ese minuto y medio hay decenas de horas de investigación, de prueba y error, de correcciones, de dudas resueltas a base de buscar una fuente más y de renunciar a alguna idea porque los recursos no daban para más. Este artículo quiere abrir esa caja negra y explicar, con todo el detalle posible, cómo construimos uno de nuestros últimos vídeos: la muerte de Ramón Berenguer II, conde de Barcelona, en diciembre de 1082.

No lo contamos porque creamos que lo hacemos perfecto. Lo contamos porque creemos que el proceso, con sus límites y sus aciertos, merece explicarse. Y porque este proyecto —Eres un Cuentista— es totalmente privado, sin financiación, y necesita de la comunidad para seguir creciendo y mejorando.

El guión: de la investigación a un texto que suene humano

Todo empieza de forma manual. Leemos artículos, contrastamos fuentes y establecemos los puntos que creemos que la historia debe tocar. No hay atajos en esta primera fase: es investigación pura.

A partir de ahí, esos puntos iniciales se los pasamos a Claude, al que le pedimos que genere un guión base con el máximo rigor histórico posible: cargos correctos, nombres correctos, situación geográfica correcta. Claude construye muy bien esa base informativa, pero a nuestro gusto le falta la naturalidad de un texto pensado para ser escuchado. Por eso, ese primer guión pasa después por ChatGPT, que trabaja especialmente bien en catalán y que se encarga de revisarlo, optimizarlo y reorganizarlo hasta conseguir un texto más orgánico y humano.

Ese guión ya definido se revisa una vez más, esta vez de forma manual, para adaptarlo al tono y a la voz que buscamos: se corrigen elementos, se redistribuyen ideas, se añade lo que creemos que puede aportar algo a la historia. Y cuando el guión está validado, vuelve a pasar por Claude para una última auditoría de posibles incongruencias históricas.

En el fondo, usamos la inteligencia artificial como un auditor externo, como un asesor histórico profesional que hoy no nos podemos permitir contratar. Nos gustaría que algún día ese papel lo ocupara una persona real. De momento, los recursos no lo permiten.

Quién cuenta la historia

Una de las decisiones que más cuidamos es la del narrador. Intentamos evitar que la historia la cuenten los protagonistas destacados —los que ya tienen nombre en los libros— y preferimos dársela a alguien más humilde. En el vídeo del atentado a Fernando el Católico, por ejemplo, no narra el rey, sino la persona que intenta el magnicidio. En este vídeo sobre Ramón Berenguer II, la voz no es la del conde, sino la de su halconero, su cetrero.

Es una cuestión de ética narrativa: contar la historia desde abajo, no desde la élite. Es algo que forma parte de la identidad de Eres un Cuentista, salvo casos puntuales donde optamos por un tratamiento en primera persona.

Rigor y accesibilidad: un equilibrio constante

Cuidamos mucho el uso de la lengua para evitar errores ortográficos y gramaticales. Un usuario nos comentó en su día el uso de los artículos delante de los nombres propios en catalán; según la IEC (Institut d'Estudis Catalans), no es obligatorio usarlos, y es un detalle al que ahora prestamos atención.

Pero más allá de la corrección lingüística, buscamos un lenguaje asequible. Nuestros vídeos tratan temas históricos que a priori pueden parecer complejos, y el objetivo es encontrar el equilibrio entre el rigor y la divulgación, para que la historia llegue al máximo público posible. No pretendemos ir al detalle —en minuto y medio o dos no es posible—, sino abrir una puerta a la curiosidad: que quien vea el vídeo quiera investigar por su cuenta sobre Sant Joan de les Abadesses, sobre el atentado a Fernando el Católico, sobre la Peste Negra o sobre los pogromos de 1391.

La voz: dar vida al narrador

Para generar el audio trabajamos con ElevenLabs, usando la versión V3 multilingüe con un override creativo en catalán, un detalle técnico que marca bastante la diferencia en el resultado. La calidad del catalán en ElevenLabs ha mejorado mucho en los últimos meses —antes fallaba con más frecuencia— y ahora nos permite generar voces versátiles, con entonaciones distintas que ayudan a que la voz encaje con el personaje que narra.

Construir el rostro de los personajes

Para las imágenes trabajamos sobre todo con ChatGPT, que a un precio razonable es, para nosotros, la herramienta que mejor trabaja imágenes realistas. Eso sí, tiende a generar resultados demasiado oscuros, así que hay que dar instrucciones muy precisas sobre saturación de color, grano y aspecto de lente para mantener una coherencia visual en todo el vídeo.

Uno de los retos más difíciles es la consistencia física de los personajes: ChatGPT puede confundirse con facilidad si no se le guía bien. Por eso generamos primero unos retratos de referencia de cada personaje principal —plano medio, plano cercano y plano general, de frente y de perfil, sobre fondo blanco— que después incorporamos en los prompts de cada escena para conservar su aspecto.

Planificar las escenas

Para desbloquear la parte visual, a veces le pedimos a Claude una propuesta de escenas: planos de cuatro o cinco segundos, con aspecto cinematográfico, combinando planos medios, generales, cercanos y algún recurso más alegórico. Esa propuesta inicial sirve como punto de partida, pero a medida que avanza el montaje hay que corregirla: alguna escena necesita ser más rápida, de dos segundos; otra necesita más pausa y se alarga hasta los ocho; una escena de tono general puede pedir después un acercamiento al rostro de un personaje para reforzar un momento emotivo.

Buscamos, dentro de los límites que tiene la inteligencia artificial y los límites de un vídeo de minuto y medio o dos, un ritmo dinámico muy adaptado al texto, que enfatice sobre todo la parte emocional. Para nosotros es fundamental explicar historias que no dejen indiferente, que pongan al espectador en la piel de los personajes.

Dar movimiento: animación y avatares

Las animaciones se trabajan de dos maneras. Por un lado, usamos Microsoft Copilot para preparar los prompts técnicos de cámara —ángulo bajo que sube hasta cenital, travelling lateral, zoom hacia el rostro, cámara fija— junto con una muestra de la escena y la emotividad que queremos transmitir. Esos prompts los llevamos después a Dreamina (con Seedance), una aplicación china de generación de vídeo que nos funciona muy bien tanto en resultado como en coste: permite generar un volumen alto de vídeo al mes sin disparar el gasto. Hay una versión más económica que funciona bien en cerca del 70% de las escenas, y otra que consume más créditos para los planos que necesitan movimientos más naturales y dinámicos.

Para los personajes que hablan directamente, recortamos el audio generado con ElevenLabs y creamos pequeñas animaciones de pocos segundos combinando planos abiertos y cerrados. Dreamina trabaja muy bien los planos cercanos, con una sincronización labial y gestual muy buena, aunque falla un poco en los planos más alejados, donde el resultado se ve más forzado. También hemos probado los avatares de ElevenLabs, que tienen una sincronización labial impecable pero son muy estáticos: no permiten movimiento de cámara ni animación del fondo, algo que Dreamina sí ofrece. Al final, es una cuestión de ir gestionando recursos y, a veces, sacrificar una idea para poder llevarla a cabo con lo que se tiene disponible.

El montaje: Clipchamp, Photoshop y el lenguaje de las transiciones

El montaje final se hace en Microsoft Clipchamp, un editor de vídeo sencillo pero versátil, donde se van trasladando y ensamblando los distintos másteres hasta mantener el ritmo deseado. Como soy diseñador gráfico, todos los elementos gráficos que se superponen al vídeo —el label de Eres un Cuentista, las cartelas con año, lugar o nombres de los personajes— los genero de forma manual en Photoshop y los animo con sutileza en Clipchamp, como una capa más.

Las transiciones también se cuidan con intención narrativa. Cuando hay un cambio de contexto —un flashback o algo que se sale de la línea temporal principal— usamos fades. En escenas de mucha acción, con planos que se suceden con rapidez, usamos pequeños flashes de transición para reforzar el dinamismo. No abusamos de efectos más vistosos, del estilo cómic; la base sigue siendo, siempre, el corte seco.

El sonido como narrador silencioso

El audio ha sido también un aprendizaje. Hemos tenido problemas con canciones supuestamente libres de derechos que después YouTube nos ha bloqueado igualmente. Por eso hemos encontrado otra manera de narrar: apoyarnos solo en la voz y en sonidos naturales —un halcón, un riachuelo, los cascos de un caballo— dejando también mucho espacio vacío, sin rellenarlo todo de efectos. Esa recreación de sonidos reales genera tensión y profundidad, y se ha convertido en un elemento clave de nuestra manera de trabajar.

Del máster a la publicación

Una vez el vídeo está montado, lo revisamos varias veces hasta comprobar que todo encaja, y lo exportamos. El ajuste final de niveles de audio y la generación de subtítulos los hacemos en el móvil, con una aplicación llamada YouCut, que genera subtítulos rápidos, precisos y fáciles de editar. El máster final se trabaja a 720p, calidad HD más que suficiente para redes sociales.

A la hora de publicar, cuidamos la descripción —evitando repetir literalmente lo que se cuenta en el vídeo y aportando datos que van más allá—, los hashtags y el título en YouTube, aunque Instagram y el resto de canales de Meta son los que más fuerza tienen y en los que ponemos más atención al detalle. En paralelo trabajamos también la portada, adaptándola al tono cinematográfico de cada historia, y a veces hacemos alguna promoción previa avisando del estreno.

Después de publicar: la comunidad como aliada

Una vez el vídeo está publicado, respondemos a todos los comentarios con amabilidad, incluso cuando algún usuario no es especialmente cortés. Si alguien nos critica con fundamento, lo tomamos como aprendizaje: intentamos mantener el máximo rigor posible —histórico y lingüístico— pero no somos historiadores ni escritores profesionales. Somos apasionados de la creatividad y de la historia, y siendo solo aficionados, creemos que vigilar tanto el detalle ya tiene cierto mérito.

El caso concreto: la muerte de Ramón Berenguer II

El vídeo que motiva este artículo está ambientado en diciembre de 1082. Y fue, precisamente, uno de los ejemplos más claros de por qué las auditorías son necesarias.

La IA nos generó al principio los bosques del Montseny en un verde intenso, algo imposible en un mes de diciembre. Tuvimos que buscar referencias reales y construir un prompt mucho más detallado, pidiendo una vista aérea con el monte ligeramente nevado al fondo y encinas de tonos pardos, marrones y anaranjados, para que el paisaje encajara tanto con la época del año como con el contexto histórico —sin postes telefónicos ni ningún otro elemento anacrónico.

También detectamos un error más delicado. Nos habíamos basado en una representación antigua de Ramón Berenguer I, padre de Ramón Berenguer II, luchando contra un moro y portando la Creu de Sant Jordi. Es fácil fiarse de una imagen histórica y dar por bueno lo que muestra, pero decidimos ponerlo en duda y lo auditamos con Claude, preguntando qué simbología heráldica se usaba en Cataluña a finales del siglo XI. La respuesta fue clara: ni la Creu de Sant Jordi ni las cuatro barras existían todavía en esa época. Tuvimos que eliminar y corregir las escenas del lecho de muerte de Ramón Berenguer I que incluían ese escudo y ese tapiz heráldico.

El mismo nivel de detalle se aplicó a la ropa, los colores, los peinados y el físico de los personajes. Ramón Berenguer II y su hermano Berenguer Ramón II eran hermanos gemelos, y quisimos representar ese parecido con cuidado: es más probable que fueran mellizos —dicigóticos— que gemelos idénticos, ya que un embarazo de gemelos idénticos conlleva más riesgo. Buscamos, por tanto, un punto medio: que se parecieran, que ambos fueran rubios, pero que mantuvieran diferencias físicas sutiles entre sí. Revisamos también cómo podía ser un salón de castillo hacia 1100, cómo era la iluminación de la época, el aspecto de un papiro o la vestimenta del abad de Vic.

No somos expertos, y es muy probable que se nos escapen errores. Las críticas fundamentadas siempre son bienvenidas, porque nos ayudan a seguir aprendiendo. Pero creemos que, siendo solo aficionados, vigilar todos estos detalles —desde la vegetación de un bosque hasta la heráldica de un escudo— ya tiene su mérito.

Una corrección que nos hizo la comunidad

Después de publicar este vídeo, varias personas de la comunidad nos escribieron para señalar que la situación en la que representamos el cuerpo de Ramón Berenguer II no se ajustaba del todo a lo que documentan las fuentes. Gracias por avisarnos — es exactamente el tipo de comentario que hace que este proyecto mejore, y lo agradecemos de verdad, aunque duela un poco reconocerlo en público.

Revisando de nuevo las fuentes, la versión más aceptada es que el conde fue emboscado en el bosque conocido como la Perxa de l'Astor, cerca de Girona, y que su cuerpo fue arrojado a un pozo; según la leyenda, fue su propio halcón de caza —el mismo oficio de nuestro narrador— el que guio a la comitiva hasta el lugar donde yacía, y desde allí el cuerpo fue trasladado a la catedral de Girona para su enterramiento. En nuestro vídeo no reflejamos ni el pozo ni el papel del halcón en el hallazgo, y eso es lo que la comunidad nos señaló con razón.

Dejamos esta nota como corrección pública, en lugar de editar el vídeo en silencio, porque creemos que la transparencia forma parte del mismo compromiso de rigor que motiva todo este artículo.

De cara a los próximos vídeos, este caso nos ha hecho incorporar un paso más a nuestro proceso de auditoría: antes de dar por buena cualquier escena que dependa de un hecho muy concreto —una localización, un objeto, la disposición de un cuerpo, un detalle heráldico— la contrastamos por separado con al menos dos fuentes independientes, no solo con la que usamos para escribir el guión inicial.

Por qué contamos todo esto

Un minuto y medio de vídeo puede parecer poca cosa. Pero detrás hay investigación, guiones reescritos varias veces, auditorías históricas, pruebas de imagen, ajustes de sonido y muchas horas de trabajo manual que ninguna herramienta de inteligencia artificial puede sustituir por completo. Eres un Cuentista es un proyecto totalmente privado y sin financiación, y crece gracias a quienes lo ven, lo comentan y, con sus críticas, nos ayudan a mejorar. Cada vídeo es un intento de abrir una puerta a la curiosidad histórica, y cada comentario, cada corrección, forma parte de ese camino.