Cómo usamos Elser AI para crear una exitosa serie de cortos animados de IA: Estudio de caso completo
Estoy creando un Video de anime generado por inteligencia artificial Es más fácil que nunca. Crear una serie de animación por IA que los espectadores realmente quieran seguir los nuevos capítulos es un reto completamente diferente.
Muchos creadores descubren que su primera serie generada por IA se ve realmente impresionante. La segunda es pasable. Cuando llega a la tercera serie, las apariencias de los personajes cambian, el ritmo de la trama se arruina por completo y la audiencia también perderá el interés, ya que todo ya no tendrá coherencia.
Nos hemos encontrado exactamente el mismo problema.
Nuestro objetivo no es solo crear animaciones hermosas. Queremos crear una serie de cortos animados que los espectadores puedan reconocer en solo unos segundos. Esto significa que debemos mantener la coherencia en los personajes, el estilo visual, el ritmo narrativo y la calidad de producción, al mismo tiempo que garantizamos que el flujo de trabajo sea lo suficientemente eficiente para lanzar nuevos episodios cada semana.
en lugar de perseguir lo más nuevo modelo de inteligencia artificial Cada mes, nos centramos en crear una línea de producción que sea capaz de entregar resultados de alta calidad de forma estable.
Este estudio de caso detallará cómo avanzamos en este proceso, qué métodos funcionaron, qué fracasaron, y cómo los creadores aplican los mismos principios a sus propios proyectos de animación con IA.
¿Por qué la animación con IA se está convirtiendo en una de las categorías de creadores de más rápido crecimiento?
Los vídeos cortos han cambiado la manera en que los espectadores ven las animaciones.
En lugar de ver episodios de veinte minutos, millones de espectadores ahora invierten su tiempo en ver videos de historias que duran entre treinta segundos y dos minutos. Plataformas como YouTube Shorts, TikTok e Instagram Reels han creado un entorno en el que los creadores pueden acumular una audiencia leal a través de contenido serializado en lugar de las tradicionales obras de video más largas.
Mientras tanto, la tecnología de vídeo de inteligencia artificial ha madurado rápidamente.
Las herramientas modernas pueden ayudar en casi todas las etapas de la producción hoy en día. GPT-5.6 mejora notablemente los resultados de la lluvia de ideas, la redacción de guiones y el pulido de conversaciones. Google Veo Ha mostrado una capacidad de generación de escenarios cada vez más realista y efectos de movimiento de cámara de nivel cinematográfico. Runway sigue expandiendo sus funciones de edición asistida por IA. Kling and Sedans Se ha mejorado la calidad de las imágenes dinámicas y la coherencia de los movimientos de los personajes, lo que ayuda a los creadores a crear secuencias visuales más fluidas.
Estas técnicas han reducido considerablemente el umbral de producción, pero no resuelven automáticamente los problemas creativos que hacen que los espectadores quieran ver el siguiente episodio.
Los animes de IA exitosos aún dependen de la narrativa.
Por lo tanto, nuestro objetivo nunca ha sido crear la animación más impresionante desde el punto de vista técnico. Queremos construir un sistema reutilizable que nos permita lanzar episodios excelentes según un calendario fijo.
Esta distinción cambia cada decisión que tomamos.
Paso 1: Comenzar por el concepto del contenido de la serie, en lugar de realizar un solo vídeo de forma individual
Muchos creadores primero harán que la inteligencia artificial genere una escena de anime genial.
Este resultado puede parecer impresionante, pero rara vez puede ser la base de una serie exitosa.
Por el contrario, empezamos por una pregunta sencilla:
¿Por qué alguien vería el segundo episodio?
Antes de escribir cualquier indicación, definimos cuatro elementos fundamentales.
El primero es la premisa.
Nuestras series giran en torno a un reducido grupo de personajes recurrentes, que se encuentran en situaciones humorísticas cotidianas con finales inesperados. Cada episodio puede ser una historia independiente, y al mismo tiempo se va fortaleciendo gradualmente la personalidad de cada personaje.
En segundo lugar, definimos nuestro público objetivo.
En lugar de intentar complacer a todo el mundo, nos centramos en el público que ya está interesado en el anime, la comedia y la narración corta.
Tercero, establecimos la identidad visual.
El esquema de colores, el entorno de la escena, el estilo de iluminación, la vestimenta y el ambiente general fueron registrados antes de generar la imagen de un solo fotograma.
Por último, determinamos la estructura de la serie de televisión.
El ritmo de cada episodio es más o menos muy similar:
- Crea un gancho de apertura poderoso en tres segundos
- Conflictos principales de la introducción rápida
- Mejorar la narrativa mediante la narración visual
- Final inolvidable o final de suspenso
Un motivo sutil para ver el siguiente episodio
Esta estructura simplifica enormemente el trabajo de escritura de scripts, ya que cada nueva idea puede integrarse en el marco ya establecido.
Paso 2: Considera a GPT-5.6 como tu compañero de escritura creativa
Uno de los mayores equívocos sobre la producción cinematográfica con inteligencia artificial es creer que la generación de vídeos es el paso más importante.
En realidad, sin importar qué generación de modelo generativo utilices, los guiones de mala calidad producirán videos de mala calidad.
Principalmente usamos GPT-5.6 en la fase de preproducción, y no en la producción propiamente dicha.
No solicitamos la serie completa, sino que colaboramos en tareas creativas específicas.
Por ejemplo:
- Lluvia de ideas para series de televisión
- Optimizar la conversación
Acelerar el ritmo
- Buscar un gancho de apertura más potente
- Explicación simplificada
- Hacer que los chistes provoquen risa más rápidamente
No aceptamos los guiones generados por inteligencia artificial palabra por palabra, sino que los consideramos como borradores iniciales.
Cada revisión se dedica a que la conversación sea más natural, y al mismo tiempo suprime las narraciones innecesarias.
Este proceso acorta significativamente el plazo de producción, ya que los guiones más sólidos requieren menos modificaciones visuales en etapas posteriores.
Un principio práctico surgió temprano en este proyecto:
Cuanto más clara sea la historia, menos pistas se necesitan para explicar cada escena.
Paso 3: Crea la tabla de configuración de personajes antes de redactar los prompts
La coherencia de los personajes sigue siendo uno de los mayores desafíos en el campo de la animación generada por IA.
Incluso los modelos avanzados actuales, si la descripción es inconsistente, también pueden cambiar el peinado, los detalles de la vestimenta, las características faciales o la proporción entre diferentes escenarios.
En lugar de depender de la memoria, creamos hojas de información detalladas de los personajes.
Cada hoja de trabajo ya incluye:
rango de edad
peinado
- Color de pelo
color de ojos
- Ropa
- Accesorios
rasgos de personalidad
Expresiones faciales
- Postura típica
- Postura al caminar
Reacción emocional
Cada vez que la indicación mencione a este personaje, estos atributos clave siempre se mantendrán consistentes.
Solo el entorno circundante ha cambiado.
Por ejemplo, no escribas:
Una adolescente caminando por el pueblo
Describimos de forma consistente:
Una chica alegre de dieciséis años, con el pelo negro a la altura de los hombros y ojos ámbar, lleva una chaqueta de uniforme azul marino, zapatillas blancas en los pies y una mochila amarilla, caminando con confianza por la tranquila calle comercial durante la puesta de sol.
Repetir estas características icónicas mejora notablemente la coherencia visual entre los episodios.
Esto también reduce el número de ciclos de regeneración necesarios para alcanzar un efecto aceptable.
Paso 4: Planificar la escena como un director de cine
Uno de los primeros errores que cometimos fue intentar generar episodios completos en una sola solicitud.
El resultado es difícil de prever.
Algunos escenarios se ven geniales.
Otras personas consideran que la trama es apresurada, inconsistente o desconectada de la historia.
Hemos transformado por completo el flujo de trabajo.
Cada episodio se convierte en una serie de escenas pequeñas.
Cada escena tiene un propósito.
Por ejemplo:
El primer acto presenta el contexto de la historia.
El segundo acto establece el conflicto.
Acto 3: La tensión se intensifica.
La cuarta actuación trae un cierre emotivo y satisfactorio.
En lugar de redactar indicaciones extensas que describan todo el contenido de un episodio, cada escena cuenta con instrucciones de filmación exclusivas y redactadas con esmero.
Este flujo de trabajo modular trae dos ventajas principales.
Primero, una escena individual se puede volver a generar sin afectar el resto del proyecto.
En segundo lugar, el ritmo se vuelve más fácil de controlar.
Producción cinematográfica profesional siempre ha dependido de la edición por escenas.
La producción de inteligencia artificial se beneficia precisamente de exactamente las mismas normas.
Paso 5: Menos pistas, más descripciones
Cuando la gente empieza a utilizar herramientas de vídeo de inteligencia artificial por primera vez, suele pensar que los prompts más largos traen automáticamente mejores resultados.
Hemos descubierto la situación opuesta.
Los prompts iniciales eran aproximadamente los siguientes:
Crea una obra maestra de animación al estilo cinematográfico, con una belleza excepcional, efectos de iluminación y sombra impresionantes, detalles perfectamente logrados, renderizado hiperrealista, una atmósfera emocional conmovedora, imágenes dinámicas fluidas, colores vibrantes y ángulos de toma con gran tensión dramática.
Los resultados de salida no son consistentes.
Finalmente, simplificamos todo.
Por el contrario, cada indicación sigue una estructura predecible.
Tema.
Entorno.
Movimiento de cámara.
Iluminación.
Emoción
Composición
Por ejemplo:
Estudiante adolescente seguro de sí mismo de pie en un cruce de ferrocarril al atardecer, plano medio, acercamiento de lente suave, iluminación dorada cálida, barrio suburbano tranquilo, expresión llena de esperanza, estilo de animación cinematográfico.
Esta estructura sencilla siempre puede generar resultados de generación más fiables que los prompts repletos de demasiados adjetivos.
La especificidad es de vital importancia.
No hay longitud.
Paso seis: Usar el modo de estudio para iterar, en lugar de empezar de nuevo
Una de las partes más valiosas de nuestro flujo de trabajo consiste en ver cada episodio como un proyecto en constante evolución, en lugar de un producto terminado.
Algunos escenarios necesitan modificarse varias veces.
Los demás lo completaron con éxito a la primera.
En lugar de reconstruir todo el contenido de un episodio cuando ocurre un error en una sola escena, el modo de estudio nos permite modificar un solo fragmento, manteniendo todo el resto del contenido.
Eso mejoró enormemente la eficiencia de la producción.
Imagina un episodio que contiene doce escenas.
Si hay movimientos de personajes incómodos en el octavo acto, entonces no es necesario volver a generar del primer al séptimo acto.
Al solo reemplazar las partes problemáticas, se ahorra tiempo y se conserva la motivación creativa.
Después de múltiples episodios, estos pequeños incrementos de eficiencia se hacen notables de forma gradual.
Este flujo de trabajo también hace que la colaboración sea más fluida.
El guionista puede modificar el guion.
El editor puede optimizar el ritmo.
Los diseñadores pueden optimizar los prompts.
Todas las personas trabajan en diferentes partes del mismo proyecto de producción, en lugar de esperar a un remake completo.
Paso 7: Edita como un narrador, no como un técnico
Muchos creadores creen que la edición se trata principalmente de resolver problemas técnicos.
En realidad, la edición es precisamente el paso que hace que la narración sea clara.
Después de que se hayan generado todas las escenas, pasamos nuestra atención de la calidad visual a la experiencia del público.
Planteamos la siguiente pregunta:
¿Despierta el inicio inmediatamente la curiosidad?
- ¿Cada escena impulsa el desarrollo de la trama?
¿Existen pausas innecesarias?
¿Cada plano puede mostrar algo nuevo?
¿Seguirán viendo los espectadores después de los 15 segundos?
Lo sorprendente es que la mayor mejora suele provenir de eliminar contenido, en lugar de añadir más.
La audiencia de videos cortos espera un sentido del ritmo pleno y abundante
Una toma cinematográfica exquisita que no contribuye a avanzar la trama, por el contrario, distraerá a los espectadores.
También hemos seguido de cerca los subtítulos.
Muchos espectadores apagan el sonido cuando ven videos cortos, especialmente en dispositivos móviles.
Los subtítulos adecuados mejoran la accesibilidad del contenido, a la vez que refuerzan los diálogos clave y los momentos cómicos, sin que la pantalla se vea demasiado abarrotada.
La elección de la música también influye en el control del ritmo general. En lugar de considerar la música de fondo como una simple decoración, la utilizamos para realzar la transición emocional entre escenas, asegurándonos de que los momentos tranquilos parezcan haber sido cuidadosamente planificados, mientras que los fragmentos llenos de energía mantengan el impulso adecuado.
La edición final rara vez se realiza para que las imágenes de animación sean más impresionantes. Sino para que ver todo el episodio de animación sea más relajado y más agradable.
Paso 8: Optimiza el contenido de cada episodio para la plataforma, no solo para la audiencia
Después de publicar contenido de múltiples episodios, se vuelve obvia una lección: incluso si el video en sí es excelente, si se empaqueta de manera incorrecta, su rendimiento seguirá siendo malo.
Muchos creadores de IA dedican casi todo su tiempo a optimizar los prompts, pero casi nunca consideran la distribución y la promoción. En realidad, la fase de publicación forma parte del flujo de trabajo creativo.
No exportamos una versión individual para cada episodio, sino que preparamos múltiples versiones según la ubicación de publicación del contenido.
En lo que respecta a los YouTube Shorts, los primeros tres segundos deben transmitir de inmediato la premisa central del vídeo. Los planos de fundido de entrada prolongados o los planos de desarrollo de escena lentos siempre se comportan mal.
Para TikTok, el ritmo de los vídeos se vuelve cada vez más compacto y acelerado. Acortamos la duración de las transiciones, eliminamos las pausas innecesarias y nos aseguramos de que aparezca contenido visualmente atractivo cada pocos segundos.
Instagram Reels otorga preferencia a los contenidos con imágenes claras y limpias y subtítulos de calidad, lo que resulta especialmente destacado para la audiencia que descubre dicho contenido a través de las recomendaciones de la plataforma en lugar de sus seguidores actuales.
El vídeo en sí se mantiene en gran parte sin cambios.
El empaque ha sido cambiado.
Hemos optimizado para cada episodio:
- Título
miniatura
- Fotograma de apertura
- Texto explicativo
- Etiquetas de temas
- Descripción
Llamado a la acción
No redactamos titulares de clickbait, sino que nos centramos en despertar la curiosidad.
Por ejemplo, compara los dos métodos a continuación:
Episodio 5
Enfrentamiento
Ella pensaba que era solo un gato normal... hasta que sucedió esto
El segundo título plantea de inmediato una pregunta que motiva al público a seguir viendo.
Los pequeños ajustes de este tipo siempre logran aumentar de forma continua la tasa de clics sin modificar el contenido central.
Métodos que no funcionan (y sus causas)
Cada elaboración permite a las personas aprender lecciones y adquirir experiencia.
Algunas de nuestras mejoras más importantes no provienen de experimentos exitosos, sino de errores.
Error 1: Cambio frecuente de modelos
Cuando se lanza un nuevo modelo de inteligencia artificial, los creadores naturalmente quieren probarlo.
Cometimos el mismo error.
Un episodio puede utilizar un flujo de trabajo, mientras que el siguiente se apoya en un conjunto completamente diferente de herramientas.
El resultado no es innovación.
Esto es la inconsistencia.
Los diferentes modelos suelen interpretar las consignas de forma distinta. Incluso un pequeño cambio en el estilo de renderizado hará que los episodios consecutivos parezcan desconectados.
En lugar de estar pendiente de cada actualización de cada nueva versión, finalmente definimos un flujo de trabajo estable y solo introducimos nuevas herramientas cuando estas puedan resolver problemas de producción específicos.
Como se ha demostrado, la constancia es más valiosa que la innovación.
Error 2: Sobrescribir el prompt
Nuestros primeros prompts parecían ser microcuentos.
Describimos cada objeto, cada color, cada ángulo de toma, cada emoción y cada detalle posible.
Irónicamente, esta inteligencia artificial suele volverse más difícil de predecir.
Con el avance del proyecto, las indicaciones se vuelven cada vez más breves y más orientadas a un propósito.
En lugar de intentar controlar todo, nos hemos centrado en los elementos más cruciales:
- Identidad del personaje
- Entorno
Movimiento de cámara
- luz
tono emocional
Todo el resto se convirtió en detalles de explicación complementaria.
Esto obtuvo resultados más claros y reproducibles.
Error 3: La generación que busca la perfección
Otro equívoco cognitivo es creer que la próxima generación terminará siendo "perfecta".
A veces volvemos a generar la misma escena entre diez y quince veces.
Al repensarlo, no era para nada necesario.
Los espectadores casi nunca notan esos pequeños defectos a los que los creadores prestan especial atención.
Lo que les preocupa es si esta historia puede hacer que se sumerjan en ella.
Los planos cuya representación visual alcanza el 95% de la perfección pero que sirven a la narrativa son casi siempre mejores que aquellos que son técnicamente impecables pero ralentizan el ritmo general.
Aprender cuándo dejar de editar es tan importante como aprender a optimizar las indicaciones.
Error 4: Ignorar el análisis de datos
La publicación no es la línea de meta.
Este es el inicio del ciclo de retroalimentación.
No solo nos centramos en las visitas totales, sino que analizamos lo siguiente:
Tasa de retención de audiencia
Tiempo de visualización promedio
- punto de bajada
tasa de finalización
Comentarios
- Acciones
- Elemento guardado
A veces, un episodio de una serie con efectos visuales impresionantes no tiene buenos resultados, solo porque su apertura no logra captar la atención del público.
A veces, un episodio de una serie con contenido relativamente sencillo supera con creces las expectativas, solo porque el público se conecta emocionalmente con su historia.
El análisis de datos tiene un impacto mucho mayor en nuestro próximo guión que el del siguiente prompt.
¿Por qué Elser AI se ha convertido en el centro de nuestro flujo de trabajo?
En todo el proyecto, probamos varias herramientas de inteligencia artificial.
Algunas personas son buenas escribiendo.
Otras personas han creado obras visuales impresionantes.
Algunas personas se centran en la edición de vídeo o el movimiento de cámara.
El reto no consiste en encontrar herramientas potentes.
Está gestionando un flujo de trabajo cada vez más fragmentado.
Cambiar entre varias aplicaciones independientes para realizar tareas como la redacción de guiones, la planificación, la gestión de indicaciones, la revisión de escenas, la edición de subtítulos y la exportación supone una complejidad innecesaria.
Los archivos se están volviendo difíciles de organizar.
La versión del prompt se ha perdido.
La revisión de escenarios se ha vuelto más difícil de rastrear.
Eso está allí Elser AI Ha tenido el mayor impacto.
En lugar de considerar la generación de videos con IA como un modelo de “un solo prompt + una gran cantidad de trabajo manual posterior”, Elser AI ayuda a integrar todo el proceso de producción en un flujo de trabajo estructurado.
Durante todo el proceso de producción, el guion, los escenarios, las versiones revisadas y los archivos exportados permanecen siempre vinculados.
Para los creadores de videos experimentales individuales, esto puede no parecer importante.
Para cualquiera que publique contenido semanal —o que cree series de larga duración—, esto pronto se convertirá en una gran ventaja de productividad.
Cuantas más series de televisión produzcamos, mayor será el valor del trabajo de organización de procesos.
La lección más importante: el flujo de trabajo es mejor que un modelo individual
Muchas discusiones en línea al comparar modelos de inteligencia artificial actúan como si un solo modelo pudiera ser superior a todas las demás opciones de forma permanente.
La producción profesional no funciona así.
Cada generación de inteligencia artificial sigue progresando constantemente.
GPT-5.6 ha mejorado las capacidades de escritura creativa y planificación.
Veo de Google continúa avanzando en la tecnología de generación de vídeo de nivel cinematográfico.
Runway amplía las funciones de edición asistida por IA
Kelin Muestra una técnica de narración visual cada vez más experta.
Seedance mejora constantemente la calidad y la coherencia del movimiento.
Estos desarrollos benefician a los creadores de toda la industria.
Pero después de meses de elaboración, hay una conclusión que no se puede ignorar:
Los creadores exitosos logran destacarse no porque utilicen modelos diferentes.
Ganaron porque usaron un flujo de trabajo de mayor calidad.
Los sistemas de producción reproducibles son siempre superiores a los experimentos aleatorios.
En lugar de preguntar:
¿Qué modelo de IA es el mejor?
La pregunta más práctica es:
¿Puedo usar este flujo de trabajo cada semana sin sentir agotamiento?
Este cambio de mentalidad ha cambiado la forma en que abordamos cada proyecto.
¿Cómo aplica usted este flujo de trabajo?
Si planeas crear tu propia serie de animación de IA, por favor, refrena el impulso de hacer una gran producción de diez episodios desde el principio.
Empezar desde un episodio.
Manténlo corto.
Centrarse en personajes inolvidables, en lugar de tramas complejas.
Antes de redactar las indicaciones (prompt), registra adecuadamente la descripción de tu configuración de personaje.
Planificar escenas de forma individual, en lugar de generar episodios completos.
Cada episodio debe ser revisado después de ser publicado.
Identificar el contenido al que responde la audiencia
Cada actualización de versión optimiza un aspecto.
Lo más importante es, por favor, recuerda que ser constante es mucho más importante que la perfección.
Lanzar diez episodios de series de alta calidad te permitirá aprender mucho más que dedicar horas interminables a pulir un vídeo "perfecto" que nunca será visto por la audiencia.
Conclusión
La inteligencia artificial ha transformado de forma fundamental lo que los creadores independientes son capaces de lograr.
Antes, crear historias de animación requería un equipo amplio, software profesional y meses de trabajo. Hoy en día, un creador independiente puede partir de una simple idea y elaborar un episodio de animación de alta calidad en solo una pequeña fracción del tiempo que se necesitaba anteriormente.
Sin embargo, esta tecnología en sí es solo una parte de todo el problema, nada más.
Un anime de IA cautivador todavía depende de una narración clara, personajes inolvidables, una producción meticulosa, así como un flujo de trabajo que apoya la creación creativa a largo plazo en lugar de experimentos únicos.
Nuestra experiencia demuestra que el éxito no proviene de buscar palabras de indicación mágicas, ni de depender de un modelo revolucionario. El éxito se deriva de la construcción de un proceso estructurado repetible, optimizable y ampliable gradualmente con el paso del tiempo.
Si te tomas en serio la creación de contenido de videos de IA periódicos, debes dedicar la misma cantidad de esfuerzo a tu flujo de trabajo que a las indicaciones de IA. Planifica detenidamente, itera de manera prudente, investiga a tu audiencia y optimiza cada nuevo episodio según los comentarios reales.
Todas las plataformas y modelos seguirán evolucionando en 2026 y años posteriores. Los creadores que se destaquen no serán necesariamente quienes dominan las tecnologías más recientes — precisamente son aquellos que siempre logran convertir sus ideas en historias que el público recordará.
Cuando tu flujo de producción esté organizado en lugar de ser improvisado, el proceso de realizar el siguiente episodio será mucho más rápido, más sencillo y mucho más agradable. Esta es la verdadera ventaja de crear con una mentalidad centrada en el flujo de trabajo, y también es tales como ElserAI Se está convirtiendo cada día más en una base cada vez más práctica para los creadores que desean producir animaciones de IA de forma estable y no de manera ocasional.
Preguntas frecuentes
¿Es la animación de inteligencia artificial lo suficientemente adecuada para la serie permanente?
Sí. Las herramientas de vídeo de IA actuales han experimentado una mejora significativa en la calidad visual y la coherencia del movimiento. Sin embargo, para mantener contenido de series actualizado de forma periódica, aún se requiere diseñar cuidadosamente los prompts, planificar escenas estructuradas y establecer una configuración de personaje uniforme.
¿Cuánto tiempo se tarda en hacer un corto de anime con IA?
Para un contenido de un solo episodio de 30 a 60 segundos, muchos creadores pueden completar la redacción del guion, la generación de contenido, las modificaciones y la edición en pocas horas una vez que han establecido un flujo de trabajo maduro. Al reutilizar la biblioteca de indicaciones y los materiales de los personajes, la velocidad de producción se acelera aún más.
¿Debería usar un modelo de inteligencia artificial para hacer todas las cosas?
No necesariamente. Diferentes herramientas de inteligencia artificial se especializan en distintas tareas, como la redacción, la generación o la edición de videos. En lugar de buscar una única solución todo en uno, construye un flujo de trabajo que integre las ventajas de múltiples tecnologías, a la vez que mantienes tu proceso de creación organizado.
¿Es Elser AI adecuado para los principiantes?
Sí. Los creadores novatos pueden empezar por proyectos cortos y sencillos, mientras que los creadores con más experiencia pueden utilizar funciones como el modo de estudio para gestionar el flujo de producción por escenas y optimizar de forma más eficiente mediante iteraciones a medida que los proyectos se vuelven más complejos.
