Carta de restaurante con fotos y vídeo: por qué vende más
Una carta solo de texto obliga al cliente a apostar. "Carrillera ibérica al vino tinto con parmentier" puede ser un platazo o una ración triste; como no lo sabe, el cliente pide lo de siempre. Una carta con fotos y vídeo elimina la apuesta: el plato aparece tal cual va a llegar, con su tamaño y textura reales. El cliente pide con más confianza, se atreve con platos más caros y se queja menos, porque expectativa y realidad por fin coinciden. La investigación de Grubhub encontró que los restaurantes con fotos e información completa reciben hasta un 70% más de pedidos y hasta un 65% más de ventas que los listados de solo texto. Así se consigue sin contratar una productora.
¿Por qué lo visual vende más comida?
El apetito es visual antes que ninguna otra cosa. Ver comida dispara una respuesta física de antojo que una descripción escrita nunca provoca. Por eso la comida arrasa en TikTok y el cliente que ve el vapor de un arroz meloso ya está medio convencido. En una carta, lo visual hace tres trabajos a la vez:
- Quita el riesgo al pedido. La primera razón para descartar un plato desconocido o premium es la incertidumbre; una foto responde "¿qué me va a llegar?" antes de que surja la duda.
- Vende el margen. Un plato estrella de 24 € descrito en texto compite en igualdad con una hamburguesa de 12 €; mostrado en vídeo, ya no. La imagen gana la atención, y la atención se convierte en comandas.
- Sustituye al camarero vendedor. Tu mejor camarero sube el ticket describiendo platos con gracia, pero un viernes a tope no hay tiempo. El vídeo hace esa venta con cada cliente, siempre, y en todos los idiomas de tu menú QR.
¿Foto o vídeo: cuál sube más el ticket?
Los dos superan al texto plano, pero el vídeo gana donde importa: el apetito. La foto muestra el plato; un clip vertical de 10-15 segundos muestra el queso fundido estirándose, la salsa cayendo, el vapor moviéndose. El movimiento comunica frescura y temperatura, lo que una foto fija no puede enseñar, y son justo las señales que dan hambre. Y esa atención se puede medir: en nuestros restaurantes en beta en la Costa del Sol (ventana de 30 días), el cliente pasa de media 2 min 52 s en la carta y ve 23 platos por sesión. Una carta con vídeo no se hojea, se recorre.
La respuesta práctica no es "vídeo para todo". Un despliegue con cabeza:
- Primero fotos para toda la carta. Cobertura completa con fotos decentes vale más que vídeo en tres platos y nada en el resto. El plato sin imagen es el que nadie pide.
- Vídeo para los 10-15 platos clave: los de la casa, los de más margen, los postres y lo que tenga espectáculo (flambeado, vertido, queso que estira); ahí el empujón extra se paga antes. Es la misma lógica que cualquier táctica para aumentar el ticket medio.
- Amplía la cobertura de vídeo poco a poco, uno o dos platos por semana. En dos meses, toda la carta se mueve.
En Disho, los platos con vídeo se reproducen en un feed vertical; los que solo tienen foto reciben un efecto Ken Burns automático (un paneo-zoom lento), así la carta nunca parece a medias. Puedes ver el formato mixto en la carta de demostración.
¿Cómo grabar vídeos de platos con el móvil?
No necesitas cámara, ni estabilizador, ni editor: un móvil de los últimos tres o cuatro años graba más que suficiente. Lo que importa es la luz, el movimiento y la duración:
- Graba en vertical, 9:16. La carta se mira con el móvil en vertical; el vídeo horizontal desperdicia media pantalla y recortar después pierde calidad.
- Luz de día, cerca de una ventana, flash apagado. El flash aplana la comida y la tiñe de amarillo; la luz lateral de un día nublado es la más favorecedora y es gratis. De noche, un panel LED rebotado en una pared blanca resuelve.
- Entre 10 y 15 segundos. Lo justo para una acción completa y lo bastante corto para que el cliente lo vea entero.
- Captura un solo movimiento. Vapor subiendo, queso estirándose, salsa cayendo, un cuchillo entrando en la costra. Una acción limpia por clip, no tres.
- Llena el encuadre con el plato. Plato en el centro, fondo mínimo, cámara cerca; limpia el borde, una mancha en vídeo se ve fatal.
- Estabiliza el móvil. Apoya los codos en el pase o el móvil contra una pila de platos; un mini trípode de 15 € es el único equipo que vale la pena.
- Graba a temperatura de servicio. Cinco minutos fuera y el plato pierde vapor y brillo: grábalo justo al salir del pase.
Trabaja por lotes: un hueco de mise en place a la semana, tres platos según se emplatan, subida desde el mismo móvil. Quince minutos semanales bastan.
¿Cuándo tiene sentido generar con IA?
La IA es la respuesta para los platos que no puedes grabar ahora mismo: sugerencias de temporada que aún no están en producción, o una carta nueva que sale la semana que viene. Desde el panel de Disho puedes generar una foto de plato por unos 0,15 € (FLUX 2 Pro, unos 45 segundos), un vídeo por unos 2,20 € (VEO3 Fast, unos 90 segundos) y descripciones a 0,03 € por idioma. Se paga por uso desde un monedero, sin plan premium.
Dos advertencias honestas. El generador de descripciones se ciñe a los ingredientes que introduces y no inventa ninguno: una IA que se saca gambas de la manga es un incidente de alergia esperando a ocurrir. Y el resultado debe parecerse a tu plato: genera a partir de tu receta y emplatado reales, y sustitúyelo por un clip de verdad cuando puedas grabar. La IA es un atajo de arranque, no una forma de prometer comida que no sirves.
¿Qué hay detrás técnicamente de un menú con vídeo?
Los buenos menús con vídeo siguen el mismo manual que TikTok. Si montas la carta en una plataforma (los pasos, en cómo hacer un menú QR), comprueba esto:
- Autoplay sin sonido. Los navegadores móviles solo permiten autoplay silenciado, y es justo lo que quieres: nadie necesita chisporroteo a todo volumen en la mesa 12. El vídeo que exige un toque casi nunca se reproduce.
- Fotogramas de portada (posters). Cada vídeo necesita una imagen fija que aparezca al instante mientras carga el clip; sin posters, el cliente pasa de largo ante cajas grises con el wifi lento de la terraza.
- Precarga inteligente. El vídeo del siguiente plato debe empezar a cargar mientras se reproduce el actual, para que el scroll sea instantáneo.
- Entrega vertical comprimida. Los clips deben transcodificarse para móvil, no servirse como originales de 80 MB que funden los datos del cliente.
Disho resuelve todo esto de serie: subes el clip desde el móvil y el feed, los posters y la compresión son automáticos. Si montas la carta por tu cuenta, esta lista es donde las soluciones caseras suelen romperse.
¿Qué errores matan una carta visual?
La peor carta visual es peor que una sin imágenes. Los fallos son predecibles:
- Fotos oscuras y amarillentas de cocina. Con poca luz y bombillas cálidas, la comida fresca parece recalentada; si tu única foto es mala, repítela junto a una ventana en vez de publicarla.
- Fotos de stock que mienten. Quien pide por la foto de stock de una hamburguesa perfecta y recibe la tuya real se siente estafado, lo cuenta en las reseñas y no vuelve. Enseña tus platos reales o no enseñes nada.
- Material desactualizado. ¿Cambió el emplatado, la ración o la guarnición? Vuelve a grabar. Una actualización de 15 segundos vale más que una queja en mesa.
- Encuadres con ruido. Cubiertos, servilletas, medio comedor de fondo. El plato es el protagonista; todo lo demás sobra.
- Vídeo en tres platos y huecos en el resto. La cobertura desigual empuja en silencio hacia los platos con imagen; perfecto si son los de más margen, una fuga lenta si no. Completa las fotos antes de pulir.
Preguntas frecuentes
¿Cuánto debe durar el vídeo de un plato? Entre 10 y 15 segundos: una acción completa, como el vapor subiendo o la salsa cayendo. El cliente ve los clips cortos enteros y pasa de largo los largos.
¿De verdad el vídeo sube el ticket medio? Lo que miden las fuentes son pedidos y ventas: la investigación de Grubhub encontró hasta un 70% más de pedidos y hasta un 65% más de ventas con fotos, y un estudio de Snappr midió más de un 35% más de pedidos en apps de delivery con fotos de calidad. El mecanismo: lo visual reduce la incertidumbre y hace que los platos premium compitan por apetito, no por precio.
¿Y si no puedo grabar todos los platos? Empieza con fotos para toda la carta, añade vídeo a tus 10-15 platos clave y amplía cada semana. Para los platos que no puedas grabar, Disho genera con IA una foto (≈0,15 €) o un vídeo (≈2,20 €) desde el panel, con pago por uso.
¿Los vídeos se reproducen solos en el móvil del cliente? Sí, siempre que estén silenciados: los navegadores móviles permiten el autoplay sin sonido. Disho sirve cada plato como vídeo vertical 9:16 en autoplay silenciado, con posters y precarga.
Crea tu carta QR con vídeo en minutos
Prueba Disho gratis durante la beta, sin tarjeta.
Empezar gratis