Cada vez que una imagen generada con IA sale mal, casi siempre hay un prompt defectuoso detrás. Este artículo desglosa los errores de prompt más perjudiciales que se cometen con los generadores de texto a imagen, desde las descripciones vagas hasta la falta de detalles de iluminación, y te da soluciones probadas para cada uno.
Cada generador con el que trabajas, ya sea Flux Dev, Flux Schnell o Stable Diffusion, toma lo que escribes y construye una imagen a partir de ello, palabra por palabra, token a token. El resultado solo es tan bueno como lo que le das. Suena obvio. Pero la mayoría de la gente sigue escribiendo prompts como listas de la compra y luego se pregunta por qué los resultados parecen sacados de una pesadilla.
Los errores de prompt que arruinan las imágenes de IA rara vez son dramáticos. Son discretos, pequeños y totalmente corregibles. Este artículo repasa siete de los más perjudiciales y muestra exactamente qué cambiar.
Tienes una imagen clara en la cabeza. Una mujer de pie bajo la luz de la hora dorada, con una camisa blanca de lino, el pelo movido por la brisa, cálida y fotográfica. Escribes "mujer con luz de atardecer" y obtienes algo turbio, rígido y evidentemente hecho por IA. El problema no está en la capacidad del modelo. Está en la traducción.
Los modelos de texto a imagen procesan el lenguaje de forma estadística. Cada palabra de tu prompt tiene un peso, y el modelo equilibra esos pesos para producir un resultado. Cuando tu prompt es escaso, el modelo rellena los huecos con sus asociaciones más comunes del entrenamiento. Ahí es donde surgen los resultados genéricos.
Piensa en tu prompt como una señal con ruido. Cada palabra vaga añade ruido. Cada palabra específica afina la señal. "Mujer hermosa" es casi puro ruido. "Una mujer de 28 años con ojos verdes y pelo castaño rojizo natural, de pie en una playa a la hora dorada, con una camisa holgada de lino blanco, el pelo moviéndose ligeramente con el viento, objetivo de retrato de 85 mm, f/1.6, Kodak Portra 400" es casi pura señal.
La diferencia de calidad en el resultado entre esos dos prompts no es sutil. Es dramática.
Los prompts vagos son la razón más común por la que las imágenes de IA decepcionan. Suelen tener este aspecto:
Ninguno de estos le da al modelo suficiente con qué trabajar. "Una persona" se convierte en un promedio de miles de rostros. "Paisaje hermoso" le da al modelo total libertad, lo que suena bien, pero normalmente produce algo aburrido y predecible.
💡 La prueba de la vaguedad: si con el mismo prompt pudieras describir diez imágenes muy distintas entre sí, el prompt es demasiado vago.
Divide tu sujeto en cuatro capas:
| Capa | Vaga | Específica |
|---|---|---|
| Sujeto | "una mujer" | "una mujer de 30 años con pecas y pelo corto y oscuro" |
| Escenario | "al aire libre" | "de pie en una calle empedrada de Lisboa al mediodía" |
| Ambiente | "buena luz" | "sol duro de mediodía desde arriba, con sombras cortas y marcadas" |
| Técnica | (nada) | "objetivo de 35 mm, f/8, fotorrealista, Kodak Portra 400" |
Completa las cuatro capas y tus resultados mejorarán ya en la primera generación.
La iluminación es la variable más poderosa de cualquier fotografía. Determina el ambiente, la profundidad, la temperatura de color y si la piel parece viva o de plástico. Los modelos de IA entrenados con datos fotográficos entienden muy bien las referencias de iluminación, porque los fotógrafos llevan 150 años catalogando cómo describirla.
Cuando omites la iluminación en tu prompt, el modelo recurre a un resultado plano, con luz ambiental. No es incorrecto, pero sí poco inspirado. En cuanto añades una descripción de luz concreta, la imagen gana profundidad.
Usa estos patrones en tus prompts:
💡 Combina dirección + calidad + temperatura para un control máximo. "Contraluz dorado y suave desde la izquierda, cálido a 3200 K, atmósfera brumosa" le da al modelo tres restricciones útiles en lugar de una.
Los fotógrafos saben que el objetivo que usan cambia por completo el carácter visual de una imagen. Una toma con gran angular de 24 mm resulta expansiva y ligeramente distorsionada. Una toma de retrato de 85 mm resulta íntima, con el fondo comprimido en un bokeh suave. Una toma macro de 100 mm revela texturas invisibles a simple vista.
Los modelos de imagen entrenados con datos fotográficos han absorbido estas asociaciones. Cuando incluyes información del objetivo en tu prompt, no solo estás añadiendo palabras. Estás activando un conjunto de características visuales aprendidas.
Prueba estas opciones en tu próximo prompt:
24mm wide angle, f/8, deep focus para tomas de entorno o arquitectura85mm, f/1.4, shallow depth of field, soft bokeh para retratos100mm macro, f/2.8 para primeros planos extremos con detalle de texturaEl ángulo de cámara es igual de poderoso:
| Ángulo | Efecto visual |
|---|---|
| Ángulo bajo (mirando hacia arriba) | El sujeto parece poderoso, dominante |
| A la altura de los ojos | Sensación natural, de documental |
| Ángulo alto (mirando hacia abajo) | El sujeto parece pequeño, con mucho contexto |
| Aérea / cenital | Gráfica, abstracta, centrada en el patrón |
| Inclinación holandesa | Tensión, inquietud |
Añade también la distancia: "primer plano", "plano medio", "plano general de establecimiento". Estas tres palabras cambian por completo la composición.
Existe la creencia popular de que los prompts más largos con más etiquetas de estilo producen mejores imágenes. Se escribe "fotorrealista, pintura al óleo, acuarela, anime, cinematográfico, HDR, 8K, obra maestra" y el usuario se pregunta por qué el resultado parece confuso y embarullado. Es porque esas etiquetas de estilo se contradicen.
"Fotorrealista" y "anime" tiran del modelo en direcciones opuestas. "Pintura al óleo" y "fotografía cinematográfica" son técnicamente incompatibles. El modelo intenta satisfacerlas todas y acaba no satisfaciendo ninguna.
💡 La regla del conjunto de estilo: elige un estilo principal y un modificador de apoyo. Dos estilos principales en conflicto producen barro.
Elige primero el estilo base y luego apóyalo:
RAW photo, 8K, photorealistic, Kodak Portra 400, film graincinematic color grading, anamorphic lens flare, 2.39:1 aspect ratio, film printphotojournalism, natural light, handheld feel, 35mm street photographyNo mezcles estos. Elige un carril y quédate en él. Cuanto más limpia sea tu pila de estilo, más coherente será el resultado.
Los prompts negativos le indican al modelo qué debe excluir. Están disponibles en Stable Diffusion y en otros modelos que admiten guía sin clasificador. Cuando no los usas, le estás diciendo al modelo: "No tengo preferencias sobre lo que no aparece en esta imagen".
El resultado es que los artefactos habituales de la IA, como dedos de más, rostros fusionados, fondos borrosos y patrones de texto inesperados, aparecen sin ninguna restricción que los filtre.
Copia esto y adáptalo a tu caso:
blurry, out of focus, low quality, watermark, text, logo, extra limbs, extra fingers, deformed hands, distorted face, cartoon, illustration, CGI, 3D render, anime, oversaturated, noise, grain, duplicate, ugly, bad anatomy
Añade además exclusiones específicas para cada estilo:
bald, double chin, asymmetrical eyesbuildings, people, artificial lightshadows on product, cluttered background, reflections💡 En Flux Dev, los valores de guidance más altos hacen que el modelo siga los prompts positivo y negativo con más rigor. Con guidance 3.5 o superior, tu prompt negativo se convierte en un filtro real.
Mucha gente genera imágenes en formato cuadrado 1:1 y luego las recorta para el uso que les darán. Esto rompe la composición. Un retrato debe generarse en 2:3 o 9:16. El fondo de un paisaje debe generarse en 16:9 o 21:9. Una publicación en redes sociales puede necesitar 4:5.
Cuando generas con una relación de aspecto incorrecta y recortas, pierdes información que el modelo colocó allí a propósito. El modelo construye su composición para el lienzo que le das. Recortar descarta parte de esa decisión.
| Caso de uso | Mejor relación |
|---|---|
| Retrato, publicación social | 2:3 o 9:16 |
| Imagen principal de sitio web | 16:9 o 21:9 |
| Foto de producto | 1:1 o 4:3 |
| Cuadrado de Instagram | 1:1 |
| Póster impreso | 3:4 o 2:3 |
Flux Schnell admite 11 relaciones de aspecto y Flux Dev cubre el mismo rango. En PicassoIA, fijas tu relación antes de generar para que el modelo construya la composición correcta desde el principio, y no después.
Si tu resultado aún no llena el encuadre como necesitas, el modelo de superresolución Real ESRGAN escala tu resultado 4x conservando el detalle, lo que te da margen de trabajo antes de cualquier recorte final.
Cada vez que ejecutas un prompt sin una semilla fija, el modelo parte de un patrón de ruido aleatorio distinto. Eso significa que prompts idénticos pueden producir imágenes radicalmente diferentes en ejecuciones consecutivas. Si encuentras un resultado que te gusta, no puedes reproducirlo sin la semilla. Y si intentas construir una serie visual coherente, no tienes ningún punto de anclaje.
La mayoría de la gente trata cada generación como un billete de lotería nuevo. Ese enfoque sirve para la exploración inicial, pero falla por completo en el trabajo de producción.
Cuando obtengas un resultado que avanza en la dirección correcta, anota la semilla de inmediato. Luego itera haciendo pequeños cambios en el prompt mientras mantienes la semilla fija. Así obtienes un camino controlado y reproducible.
En Flux Dev, estableces la semilla directamente en los parámetros de generación. Genera con una semilla fija, con descripciones de luz ligeramente distintas, ajusta el valor de guidance o cambia un modificador de estilo a la vez. Cada cambio es fácil de leer porque solo se ha movido una variable.
💡 Piensa en el control de semillas como un control de versiones para tus generaciones. Separa a quien explora de quien produce.
Flux Dev es uno de los modelos de texto a imagen más capaces disponibles en PicassoIA, con 12 000 millones de parámetros y salidas de 1 megapíxel que resisten bien una inspección de cerca. Este es un flujo de trabajo paso a paso que aplica todo lo tratado en este artículo.
Antes de escribir una sola palabra de tu prompt, abre el selector de relación de aspecto y ajústalo a tu resultado previsto. 16:9 para pantalla panorámica, 2:3 para retrato, 1:1 para redes sociales. El modelo construye su composición para el lienzo que recibe.
Combínalas en un único prompt en lenguaje natural. No uses comas para separar conceptos sin relación entre las cuatro capas, o el modelo les dará el mismo peso a todos.
El parámetro de guidance controla con qué rigor sigue el modelo tu prompt. Los valores bajos (alrededor de 2-3) dan al modelo margen creativo. Los valores altos (por encima de 4) ajustan el resultado estrictamente a tus palabras. Para un prompt muy especificado, empieza en 3.5. Para prompts creativos más abiertos, prueba 2.5.
Ejecuta la generación una vez. Si la dirección es correcta pero no perfecta, anota la semilla y vuelve a ejecutar con un cambio pequeño. Modifica una cosa a la vez: la descripción de la luz, la distancia focal del objetivo o un solo adjetivo. Cada cambio te enseña qué hace realmente esa variable en contexto.
Si tu resultado necesita ampliarse para impresión o para una pantalla de alta resolución, pásalo por Real ESRGAN en PicassoIA. El upscaler de 4x afina el detalle fino y reduce los artefactos de compresión, lo que produce un archivo más grande sin pérdida de calidad visible.
Después de todo lo anterior, así es como se ve en la práctica un prompt bien construido. Compara estos dos:
Prompt débil:
"una mujer hermosa al atardecer"
Prompt sólido:
"Una mujer de 28 años con pelo castaño rojizo natural de pie en una costa rocosa a la hora dorada, luz de contraluz cálida desde la derecha que crea luz de borde en su pelo, con una camisa holgada de lino blanco roto, mirando ligeramente fuera de cámara con una expresión serena, objetivo de retrato de 85 mm f/1.4, profundidad de campo reducida con bokeh de fondo marino, grano de película Kodak Portra 400, fotografía fotorrealista RAW 8K"
El segundo prompt es más largo, sí. Pero no es más largo porque use más adjetivos. Es más largo porque cubre las cuatro capas: sujeto, escenario, iluminación y técnica. Cada palabra cumple una función.
Los errores de prompt que arruinan las imágenes de IA no tienen que ver con la creatividad ni con el talento. Tienen que ver con la información. El modelo solo puede trabajar con lo que le das. Dale más, y te devolverá más.
Todas las técnicas que se tratan en este artículo están disponibles para probar hoy en PicassoIA. Abre Flux Dev y ejecuta tu próximo prompt con una descripción de luz que nunca hayas usado antes. Prueba Flux Schnell para iterar rápidamente con una docena de variaciones en una sola sesión. Y cuando tus imágenes necesiten más resolución para impresión, pásalas por Real ESRGAN y obtén un escalado 4x en segundos.
PicassoIA te ofrece más de 90 modelos de texto a imagen sin límites de créditos ni cuotas de generación. Eso significa que puedes aplicar cada corrección de este artículo, probar cada variación y desarrollar la disciplina de prompts que produce de forma constante imágenes que merecen conservarse. Empieza en picassoia.com/en/all-models y elige el modelo que mejor encaje con tu próximo proyecto.
Elige tu idioma
