¿Cómo se escribe un buen prompt para imágenes con IA?

Por qué importa cómo redactas el prompt

Un modelo de imágenes no lee tu prompt como una persona. Un codificador de texto convierte las palabras en números, y el generador de imágenes se entrena para crear imágenes que coincidan con esos números. Las palabras que aparecían a menudo junto a ciertos tipos de imágenes en las descripciones de entrenamiento atraen el resultado hacia esas imágenes. La expresión golden hour, por ejemplo, aparece tantas veces junto a una luz solar cálida y baja que funciona casi como un ajuste de iluminación.

De ahí se derivan dos consecuencias. La primera: las palabras visuales concretas funcionan mejor que las abstractas; wet cobblestone street le da al modelo algo que dibujar, mientras que a sad mood lo deja adivinando. La segunda: el modelo pondera cada palabra, así que el relleno como very, beautiful o amazing ocupa espacio sin aportar información. Además, la mayoría de las herramientas limitan cuánto texto lee el codificador; las palabras que sobrepasan ese límite se cortan o pesan menos, por lo que la primera parte del prompt es la que más influye.

Muchos generadores también usan guidance (guía): comparan una imagen hecha con tu prompt con otra hecha sin él y empujan el resultado en la dirección de la diferencia. Una guía más alta sigue las palabras con más rigidez, pero puede verse dura o sobresaturada. Por eso un prompt claro con una guía moderada suele quedar mejor que uno vago con la guía al máximo.

Una fórmula de prompt reutilizable

La mayoría de los buenos prompts responden a las mismas seis preguntas. Escríbelas en este orden, porque el modelo tiende a dar más importancia a las primeras palabras.

[subject + key details], [action or pose], [setting + time],
[style or medium], [lighting], [camera / lens / framing], [color + mood]

1. Sujeto: quién o qué, con dos o tres detalles relevantes (rango de edad, ropa, material, color).
2. Acción: qué está haciendo el sujeto. Un verbo le da al modelo una pose que dibujar.
3. Escenario: dónde y cuándo. Basta un lugar y un momento del día.
4. Estilo o medio: foto, acuarela, render 3D, boceto a tinta, vector plano, sombreado cel de anime.
5. Iluminación: la palanca más potente sobre el ambiente. Nombra la fuente de luz y su dirección.
6. Cámara y composición: tamaño de plano, ángulo, objetivo, profundidad de campo, dónde se sitúa el sujeto en el encuadre.

No necesitas las seis cada vez. Una foto de producto puede omitir la acción; un patrón abstracto puede omitir la cámara. Pero repasar la lista antes de pulsar generar detecta el fallo más habitual: un prompt que describe el sujeto y nada más.

De débil a fuerte: una reescritura paso a paso

Este es un primer intento típico. Le da al modelo un sujeto y un adjetivo, y nada sobre cómo debe verse la imagen.

a beautiful cat in a cafe, high quality, 8k, masterpiece

El resultado suele ser un gato genérico y centrado con un interior desenfocado. 8k y masterpiece no añaden detalle en la mayoría de los modelos actuales; solo empujan hacia un aspecto pulido de banco de imágenes. La reescritura de abajo mantiene la misma idea pero responde a las seis preguntas.

an orange tabby cat with a white chest, sitting on a wooden windowsill
inside a small cafe, looking out at the rain, late afternoon,
35mm film photograph, soft window light from the left, warm interior lamps
in the background, medium close-up at eye level, shallow depth of field,
muted warm colors, quiet and cozy

Si la segunda versión aún no es la que buscas, cambia una parte cada vez y deja el resto fijo. Cambiar cinco cosas a la vez impide saber qué palabra provocó el cambio.

Palabras clave de estilo, iluminación, objetivo y composición

Los modelos de imágenes entienden bien estos términos porque son habituales en pies de foto, descripciones de arte y lenguaje cinematográfico. Usa una o dos de cada fila, no todas.

Prompts negativos: qué hacen y cuándo usarlos

Un prompt negativo es un segundo campo de texto que le dice al modelo de qué debe alejarse. En herramientas basadas en Stable Diffusion o FLUX suele ser un cuadro aparte o un parámetro negative_prompt; Midjourney usa el parámetro --no. Algunas herramientas de imagen de tipo chat no tienen campo negativo, y ahí debes formular la petición en positivo (a clean, empty wall en vez de no text on the wall).

Los prompts negativos funcionan mejor con cosas concretas y visibles:

Prompt:   a clean product photo of a ceramic mug on a white table
Negative: text, logo, watermark, extra handles, cluttered background

• Buenos objetivos: texto y marcas de agua, dedos de más, una segunda persona, un objeto concreto que sigue apareciendo, un color que no quieres.
• Objetivos débiles: listas largas de palabras de calidad como ugly, bad, worst quality. Ayudan un poco en algunos modelos antiguos, pero también empujan todas las imágenes hacia el mismo aspecto.
• No pongas una idea en ambos campos. Un gato en el prompt y cat en el negativo se anulan y confunden el resultado.
• Escribir no dentro del prompt principal suele ser contraproducente: a room with no windows menciona ventanas, y el modelo puede dibujarlas.

Errores comunes y límites reales

• Demasiados sujetos. Tres personas con tres atuendos y tres acciones suelen mezclarse: la ropa se intercambia, las manos se funden. Genera primero el sujeto principal y añade los demás con edición o inpainting.
• Pedir texto exacto. Muchos modelos aún escriben mal las palabras o inventan letras, sobre todo en alfabetos no latinos. Mantén el texto corto, ponlo entre comillas o añádelo después en un editor.
• Manos, cantidades y posiciones. Five apples o the cup to the left of the book no siempre se respetan. Revisa el resultado y vuelve a generar o edita en lugar de añadir más palabras.
• Palabras de estilo contradictorias. photorealistic watercolor anime tira en tres direcciones. Elige un solo medio.
• Copiar un prompt entre modelos. Un prompt ajustado para una herramienta puede comportarse de otro modo en otra, porque cada una usa un codificador de texto y unos datos de entrenamiento distintos. Prueba varias ejecuciones antes de fiarte.

Los prompts en otros idiomas funcionan en muchas herramientas, pero algunos modelos se entrenaron sobre todo con descripciones en inglés. Por ejemplo, el generador de imágenes con IA de cv.cm traduce al inglés un prompt que no esté en ese idioma antes de ejecutar el modelo, así que las frases cortas y literales se traducen con más fiabilidad que los modismos.