1. Modelo mental
Generar imágenes útiles empieza antes del prompt. Necesitas un brief visual: propósito, formato, audiencia, composición, sujeto, estilo, restricciones y elementos que deben permanecer consistentes.
La iteración funciona mejor separando variables. Primero composición y lectura; después iluminación, materiales y detalle; finalmente retoque y variantes. Cambiar todo a la vez hace imposible saber qué mejoró.
Para una serie, piensa en un sistema: paleta, lente/composición, proporciones, vestuario, iconografía y reglas de marca. La consistencia no aparece por repetir “mismo estilo”.
2. Conceptos que debes dominar
Objetivo, formato, sujeto, composición, restricciones y referencias.
Jerarquía espacial: dónde mira el ojo primero y cómo recorre la imagen.
Relación de formato que afecta encuadre y uso final.
Imagen que orienta sujeto, estructura, pose, estilo o identidad visual según capacidad de la herramienta.
Elementos o defectos que deben evitarse.
Mecanismo, cuando existe, para controlar exploración.
Persistencia de identidad, estilo o escena entre varias imágenes.
Aumento de resolución; no sustituye una composición correcta.
Corrección posterior de manos, texto, artefactos o detalles.
Registro de fuente, licencia, consentimiento y uso permitido de referencias.
3. Workflow paso a paso
Define uso
Hero, icono, editorial, producto, storyboard.
Formato y resolución nacen del destino.
Haz brief
Sujeto, acción, entorno, composición, luz, restricciones.
Otra persona podría producir la idea.
Genera composición
Pocas variables de estilo.
La lectura funciona en miniatura.
Fija dirección
Elige una variante base.
No sigues explorando sin criterio.
Refina
Materiales, iluminación, textura, detalle.
Cambios son aislados.
Comprueba artefactos
Anatomía, texto, logos, perspectiva.
No publicas defectos evidentes.
Crea sistema
Reglas para serie y variantes.
Hay consistencia visual.
Exporta
Tamaño, compresión, alt text y derechos.
Asset listo para canal real.
4. Ejemplo completo
Serie:12 ilustraciones para guías de Lumaria.
Reglas: fondo claro, un único objeto central, 3–5 elementos geométricos, profundidad suave, sin texto dentro de la imagen, misma perspectiva y margen seguro. Cada guía cambia sólo el concepto visual: RAG como flujo de documentos, agentes como herramientas conectadas, evals como matriz de pruebas.
Antes de generar 12 finales, crea tres conceptos y comprueba que funcionan juntos. La consistencia se diseña en el sistema, no se repara al final.
5. Matriz de decisión
| Decisión | Qué mirar | Señal buena | Señal de riesgo |
|---|---|---|---|
| Exploración | Buscas dirección | Variantes amplias | Publicas la primera |
| Composición | Mensaje claro | Jerarquía visible | Detalle bonito sin lectura |
| Consistencia | Serie/brand | Reglas repetibles | Sólo “mismo estilo” |
| Explorar | Sujeto/estructura | Uso autorizado | Copiar identidad ajena |
| Producción | Asset final | QA y tamaños | Artefactos/texto roto |
6. Fallos y límites
Una guía útil también debe decir cuándo detenerse. Estos son los fallos que más cambian la calidad del resultado:
- Prompt lleno de adjetivos sin composición.
- Usar imagen generada con texto ilegible.
- No adaptar aspect ratio al canal.
- Cambiar estilo, cámara y sujeto en cada iteración.
- No revisar manos, logos, reflejos o perspectiva.
- Usar referencias sin derechos o consentimiento.
- Confundir upscale con mejora semántica.
- Generar muchas variantes sin criterio de selección.
7. Cómo medirlo
No midas sólo si “parece bueno”. Define una señal observable antes de escalar.
| Métrica | Qué mide | Cómo observarla | Umbral/alerta |
|---|---|---|---|
| Readability | Mensaje visual | Test miniatura | No se entiende |
| Consistency | Serie coherente | Checklist reglas | Elementos varían |
| Artifact rate | Defectos | QA/100 imágenes | Alto |
| Iteration count | Eficiencia | Rondas hasta aprobación | Crece sin dirección |
| Reuse | Valor | Assets reutilizados | Sólo una pieza aislada |
| File efficiency | Web | KB y dimensiones | Peso excesivo |
8. Checklist de producción
9. Ejercicios para convertir lectura en habilidad
- Describe una imagen sólo en términos de composición, sin estilo.
- Crea una mini guía de estilo de cinco reglas para una serie.
- Evalúa cinco imágenes a 200 px de ancho.
- Haz una lista de artefactos recurrentes que revisarás siempre.
- Convierte una imagen pesada en asset web optimizado sin perder utilidad.
10. Qué estudiar después
No intentes memorizar toda la IA. Encadena la siguiente pieza cuando resuelva una duda que ya has encontrado en la práctica.
Apéndice A · Preguntas que deberías poder responder
- ¿Qué parte del problema es determinista y cuál necesita juicio probabilístico?
- ¿Qué dato o ejemplo cambiaría tu decisión actual?
- ¿Cómo distinguirás una mejora real de una respuesta simplemente más convincente?
- ¿Qué ocurre cuando faltan datos, la herramienta falla o la respuesta es incierta?
- ¿Qué parte del proceso debe seguir bajo responsabilidad humana?
- ¿Qué coste operativo aparece después del primer prototipo?
- ¿Qué revisarías dentro de 30, 90 y 180 días para evitar que el sistema envejezca?
Si no puedes responder todavía a varias de estas preguntas, no significa que el proyecto esté mal: significa que has encontrado exactamente los huecos que la siguiente iteración debe cerrar. Ese es uno de los usos más valiosos de una guía técnica: convertir incertidumbre difusa en decisiones explícitas.
Apéndice B · Cuatro escenarios para practicar la decisión
Pregunta:Buscas dirección.Señal favorable:Variantes amplias.Alerta:Publicas la primera.
Pregunta:Mensaje claro.Señal favorable:Jerarquía visible.Alerta:Detalle bonito sin lectura.
Pregunta:Serie/brand.Señal favorable:Reglas repetibles.Alerta:Sólo “mismo estilo”.
Pregunta:Sujeto/estructura.Señal favorable:Uso autorizado.Alerta:Copiar identidad ajena.
No memorices la tabla como si fuera una regla universal. Cambia volumen, riesgo, disponibilidad, privacidad o coste y vuelve a recorrer la decisión. Un sistema robusto documenta qué variables sostienen la elección y cuáles podrían invalidarla.
Apéndice C · Cuaderno de campo para tu propio caso
Copia estas preguntas en un documento y complétalas con un caso real. El objetivo es que el conocimiento deje de estar en la página y pase a tu proceso.
- Problema¿Qué trabajo concreto intentas mejorar y para quién?
- Baseline¿Cómo se hace hoy, cuánto tarda y qué errores aparecen?
- Datos¿Qué entra, de dónde viene, quién puede verlo y qué no debería salir del entorno?
- Salida¿Qué formato y criterios convierten el resultado en usable?
- Prueba¿Qué 20–50 casos representarían el trabajo real?
- Riesgo¿Cuál es el fallo más costoso y cómo se detecta?
- Operación¿Quién observa, corrige, actualiza y puede detener el sistema?
- Revisión¿Qué evento o fecha obligará a reevaluar esta decisión?
Guarda también dos ejemplos que funcionaron y dos que fallaron. Con el tiempo, esos ejemplos se convierten en un pequeño dataset de evaluación mucho más útil que cualquier memoria informal de “esto parecía ir bien”.
Apéndice D · De prototipo a producción
Una demo responde a la pregunta “¿puede funcionar?”. Producción responde a otras: “¿funciona de forma repetible?”, “¿qué pasa cuando falla?”, “¿quién lo mantiene?”, “¿cómo sabemos que sigue siendo bueno dentro de tres meses?” y “¿podemos revertirlo?”. El salto entre ambas fases suele ser mayor que el salto entre dos modelos.
Antes de escalar, separa cuatro planos.Calidad:casos y métricas.Operación:latencia, cuotas, errores y costes.Gobernanza:permisos, datos, revisión y responsables.Cambio:versiones, fuentes y fechas de reevaluación. Si uno de estos planos no tiene dueño, el riesgo aparecerá precisamente cuando el uso crezca.
- Define un SLO de calidad y uno operativo.
- Registra versión de modelo, prompt, fuentes y configuración.
- Mantén una muestra estable para detectar regresiones.
- Añade un fallback para proveedor, herramienta o dato ausente.
- Decide qué errores se reintentan y cuáles se escalan.
- Presupuesta revisión humana, no sólo tokens.
- Evita permisos permanentes que sólo necesitabas para una prueba.
- Programa una revisión tras cambios de modelo, precio, política o dataset.
Finalmente, observa el sistema con tráfico real. Una mejora offline puede empeorar experiencia, coste o tasa de escalado. Las métricas de esta guía son el comienzo; adáptalas al impacto de tu caso y conserva siempre ejemplos concretos detrás de cada porcentaje.
Producción visual con IA: del prompt a un sistema de arte
Empieza por el destino: hero web, miniatura, ilustración editorial, storyboard, asset de producto o concepto. El formato final define aspect ratio, espacio para texto, nivel de detalle y resolución. Generar primero y recortar después suele producir composiciones débiles.
Escribe un brief visual en capas: sujeto y acción; entorno; composición y cámara; luz y materiales; paleta; restricciones. Separa contenido de estilo. Si una imagen falla porque el sujeto está mal colocado, añadir más adjetivos de estilo no corrige el problema.
Itera una variable cada vez. Fija composición antes de textura; fija identidad antes de crear veinte escenas. Para series, usa una hoja de reglas: proporciones, perspectiva, paleta, fondo, iluminación, márgenes y elementos prohibidos. La consistencia es una propiedad del sistema de producción.
Haz QA a tamaño real y en miniatura. Revisa manos, texto, logos, reflejos, perspectiva, bordes, duplicaciones y objetos imposibles. Para web añade compresión, dimensiones responsivas y alt text. El asset no está terminado cuando se ve bonito en el generador, sino cuando funciona en el canal.
Registra referencias y derechos. Si una imagen de entrada contiene una persona, una marca o material protegido, el workflow debe conocer consentimiento y uso permitido. No confíes en que la herramienta resuelva automáticamente la responsabilidad editorial.
Una escala de madurez para producción visual con ia: del prompt a un sistema de arte
Resuelve un caso real de principio a fin. Conserva entrada, salida y correcciones. Aquí buscas descubrir fallos, no automatizar.
La entrada y la salida ya tienen contrato, existen ejemplos límite y puedes medir calidad, tiempo y coste con el mismo criterio.
Hay observabilidad, permisos, fallback, responsable, revisión de cambios y un mecanismo para detectar regresiones antes de afectar al usuario.
La transición entre niveles debe estar motivada por evidencia. No pases a integración o autonomía sólo porque una demo salió bien. Pasa cuando hayas repetido la tarea con casos representativos, sepas dónde falla y el ahorro neto siga siendo positivo después de incluir revisión y operación.
Para los primeros 30 días, reúne ejemplos y construye el baseline. Entre 30 y 60 días, estabiliza el contrato de entrada/salida y convierte los fallos recurrentes en tests, checklist o reglas. Entre 60 y 90 días, si el volumen lo justifica, añade automatización, monitorización y revisión de costes. Si una etapa no supera sus propios criterios, mantén el sistema en la etapa anterior.
Documenta también las condiciones de salida: qué cambio de proveedor, política, precio, modelo, volumen o riesgo obligaría a reevaluar el diseño. Una arquitectura madura no pretende ser definitiva; hace explícito cuándo deja de ser válida.
Antes de considerar el trabajo terminado, realiza una revisión adversarial: busca deliberadamente entradas ambiguas, datos faltantes, instrucciones contradictorias, límites de cuota y resultados que parezcan correctos pero no puedan verificarse. El objetivo no es demostrar que el sistema funciona, sino descubrir bajo qué condiciones deja de funcionar y comprobar que esos fallos tienen una respuesta segura. Registra cada hallazgo y conviértelo en una prueba futura.
- Guarda al menos 20 casos reales, incluidos fallos.
- Define un criterio de aprobación que otra persona pueda aplicar.
- Separa métricas de calidad, coste y operación.
- Establece quién puede detener o revertir el sistema.
- Programa una fecha de revisión aunque nada parezca haber cambiado.
Documentación que sostiene y actualiza esta guía
Las capacidades y políticas cambian. Usa estas referencias para comprobar los puntos que dependan de un proveedor o de una versión concreta.