SOP: Estructura de guion viral para YouTube

Basado en el desglose de un script que generó 806,000+ views, 69,600+ watch hours y $6,000+ en revenue directo en un canal faceless educational/entertainment que promediaba 40,000 views por video.

Dato clave: El script hizo 20x el promedio del canal. No fue el tema, no fue la edición — fueron decisiones estructurales tomadas antes de escribir la primera palabra.

Output esperado: Script completo de 8-15 minutos listo para grabar/producir, con estructura validada contra estos 6 principios.

Para empezar necesitás: - Tema definido para el video - Conocimiento básico del formato del canal (documental, review, tutorial, etc.) - Editor asignado o workflow de edición definido - Datos del retention graph de videos anteriores del canal (si existen)

La regla

Abrí con el evento/idea más cercana a la experiencia personal del espectador, no con el comienzo cronológico de la historia.

Por qué funciona

El cerebro del espectador decide en los primeros 15 segundos si este contenido merece atención. Si abrís con algo que el espectador ya conoce y experimentó, no necesita procesar contexto nuevo — solo confirma lo que sabe, lo que genera una señal de dopamina en vez de demanda cognitiva.

Cómo implementarlo

` ❌ MAL: "Hace 74,000 años, el supervolcán Toba entró en erupción..." ✅ BIEN: "2020 fue un mal año para los virus. En eso estamos de acuerdo. Pero 1918 fue potencialmente peor. Escuchame."

❌ MAL: Empezar con el dato más antiguo cronológicamente ✅ BIEN: Empezar con el evento más cercano a la experiencia del espectador `

Transferible a tu nicho

• Autos (autotestarg): No abrir con la historia del modelo. Abrir con el problema actual que resuelve ("¿Cansado de que el test drive no te cuente nada?")
• Motos (lamotoarg): No abrir con especificaciones. Abrir con la experiencia compartida ("Todos sabemos lo que es estar 8 horas en una ruta con la moto equivocada")
• Tutoriales: No abrir con "Hoy vamos a aprender X". Abrir con el dolor que el viewer ya conoce ("Perdiste 3 horas buscando ese setting, ¿no?")

La regla

Escribí como si estuvieras contando la historia a un amigo en un bar, no como si estuvieras redactando un paper.

Por qué funciona

Nadie mira YouTube para leer Wikipedia. El lenguaje académico crea distancia emocional. El lenguaje conversacional coloca al espectador dentro de la escena.

Cómo implementarlo

` ❌ MAL: "La erupción del Toba expulsó aproximadamente 2,800 kilómetros cúbicos de ceniza..." ✅ BIEN: "Imaginate. Estás haciendo cosas de cavernícola. De repente, el piso empieza a temblar. Pensás que es el vecino. Pero no. Hay ceniza. MUCHA ceniza. Como 2,800 kilómetros cúbicos. Ahí más o menos." `

Reglas de escritura conversacional

1. Usá contracciones — "estás" en vez de "estás", "imaginate" en vez de "imagínese"
2. Usá auto-correcciones — "como 2,800 kilómetros cúbicos. Ahí más o menos"
3. Construí la escena alrededor del número, no al revés — no es "2,800 km³ de ceniza", es "hay ceniza. MUCHA ceniza. Como 2,800 km³"
4. Evitá adjetivos genéricos — "impresionante", "increíble", "revolucionario". Mostrá, no digas

La regla

Todo concepto abstracto tiene un equivalente moderno que el espectador entiende instintivamente. Encontralo y usalo como marco principal.

Por qué funciona

"La Guerra Fría fue dos superpotencias en un juego de gallina nuclear" → el espectador no necesita entender teoría de disuasión nuclear. Entiende "dos pibes jugando al chicken".

Cómo implementarlo

` ❌ MAL: "La disuasión nuclear durante la Guerra Fría se basaba en el concepto de destrucción mutua asegurada..." ✅ BIEN: "Era como dos nenes de 2 años tratando de apretar botones gigantes que iban a exterminar a todos." `

Referentes a estudiar

• Kurzgesagt: Traducen teorías científicas complejas a metáforas visuales simples
• Vox: Transforman política/economía en narrativas con protagonistas reconocibles

La regla

Alterná intencionalmente entre tono serio y humor seco. Cada transición resetea la capacidad emocional del espectador.

Por qué funciona

15 minutos de intensidad ininterrumpida saturan el bandwidth emocional. Para el minuto 7 el espectador se desconecta no por aburrimiento, sino porque su capacidad de procesar material denso se agotó.

Cómo implementarlo

Después de cada sección pesada, insertá un recovery beat:

` SECCIÓN SERIA: "La población humana se redujo a aproximadamente 1,280 individuos..." ↓ RECOVERY BEAT: "El pool de citas consistía en unos pocos familiares. Debía ser bastante difícil elegir con quién hacer un bebé. Era como Tinder en medio de la nada, donde cada swipe te mostraba a alguien con quien compartís demasiado ADN." `

Estructura de pacing emocional

Regla: El humor NO trivializa la gravedad — encuentra la experiencia humana DENTRO de la situación seria. La línea entre "encontrar el humor en un tema oscuro" y "burlarse de un tema oscuro" es la línea entre retención y pérdida de audiencia.

La regla

Cada segmento del video debe ser una mini-historia completa de 3 partes: Setup → Tensión → Resolución, y cada transición entre segmentos debe escalar las apuestas.

Estructura de cada segmento

` [Setup] — Entrá con una referencia moderna o ancla personal [Tensión] — Describí qué tan grave era la situación con lenguaje visual y números específicos [Resolución] — Explicá cómo se resolvió (o qué tan cerca estuvimos de que no) ↓ [Transición con escalamiento] — "OK, pero eso solo infectó al 30% del mundo. Fueron solo 500 millones de personas. Es hora de ir por algo más grande." `

Por qué funciona

Cada mini-payoff le da al espectador una recompensa cada 2-3 minutos. Pero la transición ES la clave:

• Resolución sin escalamiento → el espectador se siente satisfecho y se va
• Escalamiento sin resolución → el espectador se siente frustrado
• Ambos → el espectador no puede irse porque el video acaba de decirle que lo próximo es MÁS GRANDE que lo que ya encontró impresionante

Transferible a tu nicho

` Segmento 1: "El Honda Ridgeline actual..." → Setup: "¿Viste esa pick-up que parece SUV?" → Tensión: "No tenía chasis de largueros, tenía monocasco" → Resolución: "Y resultó ser más rígida que las tradicionales" → Transición: "Pero la nueva generación va por todo eso y mucho más..."

Segmento 2: "La tercera generación..." `

La regla

Cada línea que describe algo visual debe ser lo suficientemente específica como para que un editor produzca el metraje SIN hacer preguntas.

Por qué funciona

La mayoría de los scripts separan escritura de producción. El escritor escribe, el editor interpreta. El gap de interpretación (la distancia entre lo que el escritor imaginó y lo que el editor produce) genera inconsistencia visual.

Cómo implementarlo

` ❌ MAL: "La erupción fue devastadora" → el editor no sabe qué mostrar ✅ BIEN: "2,800 kilómetros cúbicos de ceniza volviendo el cielo negro durante un año" → el editor SABE qué buscar: ceniza, cielo negro, time-lapses

❌ MAL: "Hacía mucho calor" ✅ BIEN: "Salís afuera y en 5 minutos estás chisporroteando como panceta en una vereda de enero. La piel se te pela y ni siquiera llegás a usar aloe vera." → el editor SABE qué buscar: panceta chisporroteando, piel pelándose `

Reglas de escritura visual

1. Cada línea = una instrucción de edición. Si no genera una imagen mental clara, reescribila
2. Metáforas visuales > descripciones literales — "chisporroteando como panceta" > "las temperaturas extremas causaban daños dérmicos"
3. Números + imagen = retención — el número da credibilidad, la imagen da emoción

• [ ] Hook verificable: Los primeros 15 segundos arrancan con algo que el espectador ya conoce/experimentó, no con contexto nuevo
• [ ] Lenguaje conversacional: Leé el guion en voz alta. Si suena a artículo académico, reescribilo
• [ ] Referencias modernas: Cada concepto abstracto tiene un equivalente cotidiano
• [ ] Recovery beats: Hay al menos un momento de respiro cada 3-4 minutos
• [ ] Mini-payoffs: Cada segmento tiene setup → tensión → resolución
• [ ] Transiciones con escalamiento: Cada final de segmento prepara al espectador para algo más grande
• [ ] Lenguaje visual: Cada línea descriptiva le dice al editor exactamente qué footage mostrar
• [ ] Draft leído en voz alta: ¿Suena natural o forzado?