La mayoría de los fallos de las imágenes con IA no son problemas del modelo, sino del prompt. Este artículo desglosa las palabras y estructuras concretas que pasan una imagen de plana a cinematográfica, con detalles prácticos sobre iluminación, composición, especificaciones de cámara, películas fotográficas y más.
La mayoría de la gente culpa al modelo cuando sus imágenes con IA salen planas, con ruido o simplemente mal. La causa real casi siempre es el propio prompt. No la idea, sino la ejecución. Cómo formulas la iluminación, la distancia, el ángulo, la textura y el ambiente controla alrededor del 80% de lo que obtienes. Los ajustes son pequeños. Una sola palabra bien colocada puede pasar una imagen de aficionado a cinematográfica, y este artículo te muestra exactamente qué palabras usar y dónde.
Puedes escribir la descripción del sujeto más detallada del mundo, pero si la descripción de la luz es vaga, el modelo rellena el hueco con algo genérico. La iluminación plana y uniforme es el resultado por defecto de los prompts poco descritos, y de un plumazo acaba con la profundidad, el ambiente y el interés visual.
Estas tres palabras describen escenarios de luz completamente distintos y producen imágenes completamente distintas. "Luz suave de mañana" da un resultado difuso, sin sombras duras y con un aire relajado y de estilo de vida. "Sol duro de mediodía" introduce sombras marcadas, reflejos quemados y un contraste crudo. "Luz volumétrica" indica al modelo que muestre la luz como una presencia física, como rayos que atraviesan el polvo, el humo o la niebla.
💡 Añade una de estas a tu próximo prompt: "contraluz de hora dorada", "luz difusa de cielo nublado", "una única luz principal desde la izquierda", "resplandor del crepúsculo de la hora azul". Cada una de ellas cambia el tono emocional de la imagen antes de que modifiques nada más.
La dirección de la luz importa tanto como su calidad. "Luz desde la izquierda", "contraluz de borde desde atrás", "fluorescente cenital" producen resultados radicalmente distintos. Un modelo como GPT Image 2 responde especialmente bien a las descripciones precisas del entorno, y la dirección de la luz es uno de los disparadores más fiables.
Si quieres evitar escribir un párrafo entero sobre iluminación, nombra la hora del día y el tiempo. "Tarde nublada" da una luz suave y difusa con sombras neutras. "Hora azul previa al amanecer" da tonos fríos, bajo contraste y una calidad atmosférica melancólica. "Sol duro de mediodía" da sombras contundentes y una luz direccional marcada. Son disparadores rápidos y fiables que los modelos interpretan siempre igual en distintas arquitecturas.
El ángulo de la cámara no es solo un detalle técnico. Tiene peso narrativo y afecta a cómo el espectador lee emocionalmente la imagen. Una toma en contrapicado hace que los sujetos parezcan poderosos e imponentes. Una toma aérea cenital aplana la escena en una composición gráfica, casi de diseño. Un retrato en primer plano con 85 mm crea intimidad y dirige la atención a la expresión.
Añade "toma en contrapicado, mirando hacia arriba" a cualquier descripción de sujeto y el resultado pasa de una documentación neutra a una sensación de escala o dominio. Esto funciona bien para la arquitectura, para retratos en los que la seguridad es el objetivo y para cualquier escena en la que quieras sugerir dramatismo sin cambiar el sujeto en sí. "Toma en picado, mirando hacia abajo" crea vulnerabilidad, una visión de conjunto o un aire de fotografía editorial cenital que se percibe como ordenado e intencionado.
La distancia focal es uno de los modificadores de prompt más desaprovechados. Esto es lo que implica visualmente cada rango y cómo lo interpretan los modelos:
| Distancia focal | Efecto visual | Ideal para |
|---|---|---|
| 24 mm | Amplio, ambiental, ligera distorsión en los bordes | Arquitectura, paisaje, tomas de contexto |
| 50 mm | Neutra, perspectiva humana natural | Calle, documental, retratos informales |
| 85 mm | Compresión favorecedora, profundidad de campo reducida | Retratos, moda, fotografía editorial de belleza |
| 135 mm | Separación marcada entre sujeto y fondo | Imágenes fijas de cine, tomas de aislamiento |
| 200 mm o más | Compresión intensa, plano de enfoque muy fino | Aislamiento dramático, sujetos a larga distancia |
Escribir "85 mm f/1.8" en tu prompt indica al modelo exactamente qué relación espacial quieres entre el sujeto y el fondo. Modelos como Seedream 4.5 y Wan 2.7 Image Pro responden de forma fiable a las especificaciones de lente cuando se incluyen junto a los modificadores de estilo.
Los sustantivos vagos producen imágenes vagas. "Una mujer" le da al modelo total libertad creativa, lo que casi siempre significa algo genérico. "Una mujer de finales de los 20 años, con el pelo corto y oscuro, con una blusa de lino y una leve sonrisa" orienta el resultado hacia algo concreto y repetible. No estás limitando la creatividad del modelo, la estás dirigiendo.
No necesitas escribir una novela. Tres o cuatro detalles físicos concretos bastan para alejar al modelo de los clichés de las fotos de archivo. Los detalles más eficaces que conviene incluir:
"De pie" no es una acción. "Inclinada hacia delante sobre un escritorio, en mitad de una conversación" sí lo es. La diferencia se nota con claridad en la energía del resultado. Incluso verbos pequeños como "mirar de reojo", "alcanzar" o "hacer una pausa" empujan al modelo hacia una escena con tensión narrativa en lugar de una foto de catálogo posada.
💡 Combina acción y emoción para mejores resultados: "riendo a mitad de frase", "mirando por la ventana con una expresión distante", "concentrada en la tarea que tiene delante". Así le das al modelo indicaciones para la expresión facial y el lenguaje corporal a la vez, lo que suele producir imágenes que parecen vivas en lugar de escenificadas.
El color es donde muchos prompts desperdician más calidad. Si no especificas una paleta, el modelo recurre a lo que ha visto con más frecuencia en sus datos de entrenamiento para ese tipo de sujeto, que suele ser una imagen sobresaturada, algo chillona y visualmente ruidosa. Un único ancla de paleta cambia esto de inmediato.
Los nombres de las películas fotográficas encierran una enorme cantidad de información de color comprimida en una frase corta. Los modelos entrenados con datos fotográficos reconocen estos nombres y aplican sus perfiles de color asociados con razonable constancia:
Escribir solo "Kodak Portra 400" al final de tu prompt puede cambiar por completo el carácter de color del resultado sin tocar ninguna otra variable.
Si los nombres de películas fotográficas no encajan con tu caso de uso, usa descriptores de paleta directamente. "Tonos tierra apagados", "azules fríos desaturados", "ámbar cálido y crema", "monocromo de alto contraste" funcionan bien en casi todos los modelos. La clave está en ser deliberado. Una paleta sin especificar es una invitación para que el modelo tome decisiones, y esas decisiones suelen ser incorrectas.
La atmósfera marca la diferencia entre una imagen técnicamente correcta y otra que parece existir en un mundo real y físico. Dos prompts con sujetos y iluminación idénticos pueden producir resultados completamente distintos según lo bien que se describan la textura y los detalles del entorno.
Cuando describas superficies, nombra el material y su estado. "Escritorio de madera" es más débil que "escritorio de roble gastado con marcas de anillos de taza y veta visible". "Calle de la ciudad" es más débil que "callejón de adoquines mojados que refleja las farolas anaranjadas". Estos detalles activan la comprensión del modelo sobre cómo interactúa la luz con superficies concretas, lo que mejora de forma notable el realismo general y sitúa la imagen en un lugar real.
Añadir "grano de película", "grano de película sutil" o "textura de grano Kodak" a prompts fotorrealistas mejora, contra lo que parece, el realismo percibido. Las imágenes digitales perfectamente limpias suelen parecer artificiales a los espectadores. El grano indica que la imagen fue capturada y no renderizada, y la mayoría de los modelos han aprendido a asociar el grano con resultados fotográficos de alta calidad. Es una de las mejoras de realismo más baratas que existen.
💡 El punto justo del grano: usa "grano de película sutil" o "textura de grano fino" para retratos y tomas de estilo de vida. Reserva "grano intenso" o "grano de película forzado" para escenas oscuras, de bajas luces o con atmósfera melancólica. Demasiado grano en una escena exterior luminosa solo parecerá ruido en lugar de textura.
Los prompts negativos suelen tratarse como una herramienta de limpieza, algo que usas para eliminar cosas que ya han aparecido en una mala generación. El enfoque más eficaz es usarlos de forma proactiva para definir lo que la imagen no es, antes de que el modelo tenga ocasión de hacer suposiciones.
Las entradas más eficaces del prompt negativo no son abstracciones como "feo" o "mala calidad". Esos términos son demasiado vagos para que el modelo actúe con precisión sobre ellos. Son más útiles las exclusiones concretas de artefactos y categorías de estilo que quieres evitar:
cartoon, illustration, render, cgi, digital art cuando necesites fotorrealismooverexposed, blown highlights, harsh shadows cuando necesites una iluminación controladasymmetrical composition cuando quieras algo más dinámico y naturalcluttered background cuando necesites aislar al sujetowatermark, text, logo, signature para resultados limpios y sin marcasplastic skin, airbrushed, retouched cuando la textura natural importeUn error habitual es escribir el mismo concepto tanto en el prompt positivo como en el negativo. Si tu prompt positivo dice "iluminación natural suave" y tu negativo dice "iluminación dramática", estás enviando señales contradictorias y el modelo las resuelve de forma impredecible. Mantén los prompts positivo y negativo centrados en dimensiones completamente distintas de la imagen para evitar conflictos de señales.
No todos los modelos se benefician por igual de los prompts detallados. Algunos están entrenados para funcionar bien con descripciones breves en lenguaje natural. Otros están optimizados para secuencias de prompt estructuradas y técnicas. Saber cuál es cuál ahorra mucho tiempo de iteración y evita la frustración cuando la precisión no parece ayudar.
GPT Image 2 maneja muy bien los prompts largos y descriptivos. Procesa frases completas y gestiona instrucciones matizadas sobre el ambiente, las relaciones espaciales y la interacción entre los elementos de la escena. Un párrafo detallado que cubra sujeto, iluminación, atmósfera y estilo le da a este modelo material suficiente para producir algo genuinamente específico.
Wan 2.7 Image Pro funciona bien con una densidad de detalle estructurada, sobre todo para resultados fotorrealistas en 4K. Los prompts largos con parámetros técnicos concretos, como las especificaciones de lente y la película fotográfica, tienden a producir resultados más limpios y fieles en este modelo que los prompts cortos.
Hunyuan Image 2.1 maneja muy bien las descripciones de composición, incluidas las relaciones espaciales entre elementos y el contexto ambiental en capas con varios planos de profundidad.
Seedream 4.5 responde bien a prompts concisos con anclas de estilo sólidas. Demasiada información contradictoria en un prompt largo puede diluir el resultado en este modelo. Aquí la estrategia correcta es la precisión frente al volumen: elegir los tres o cuatro descriptores más importantes y hacer que cuenten.
Wan 2.7 Image es ideal para resultados limpios y enfocados. Un sujeto claro, una referencia de luz potente y una sola palabra de estilo ofrecen de forma fiable resultados constantes en 2K sin necesitar el tratamiento de un párrafo completo.
| Modelo | Estilo de prompt | Puntos fuertes |
|---|---|---|
| GPT Image 2 | Largo, descriptivo | Matices, ambiente, escenas complejas con muchos elementos |
| Seedream 4.5 | Enfocado, rico en palabras clave | Calidad 4K, ejecución de estilo limpia |
| Wan 2.7 Image Pro | Detallado, técnico | Fotorrealismo de alta fidelidad, detalle fino |
| Hunyuan Image 2.1 | Compositivo | Precisión espacial, profundidad de escena en capas |
| Wan 2.7 Image | Limpio, conciso | Resultados fiables, calidad 2K constante |
Los mejores redactores de prompts no inventan algo nuevo cada vez. Desarrollan una fórmula personal, una estructura en capas que aplican de forma constante y luego cambian los componentes concretos según la imagen que necesiten. Este enfoque da mejores resultados y acelera mucho la iteración.
Una fórmula de prompt fiable sigue esta secuencia:
Escribir en este orden le da al modelo una secuencia lógica para procesar. Primero el sujeto, después el contexto y por último los detalles técnicos. Además, facilita aislar la capa exacta que hay que cambiar cuando quieras iterar.
La forma más rápida de mejorar tus resultados es cambiar exactamente una cosa por generación. Si cambias a la vez la iluminación, la descripción del sujeto, el ángulo de cámara y la película fotográfica, no podrás saber qué cambio produjo la mejora. Aísla las variables de forma deliberada. Ejecuta el mismo prompt cambiando solo la palabra de luz. Después solo la distancia focal. Después solo la película fotográfica. Así construyes una referencia personal de lo que de verdad funciona en el modelo concreto que estás usando.
💡 Lleva un registro de prompts: un simple archivo de texto con tu prompt de entrada y la URL de la imagen resultante es una de las herramientas más prácticas que existen. Después de 20 a 30 entradas, los patrones aparecen rápido: qué modificadores hacen el trabajo importante y cuáles son sobre todo ruido.
Todas las ideas de este artículo se pueden usar de inmediato. Elige un prompt que ya hayas probado y que te haya resultado plano o genérico, identifica qué capa le falta (normalmente la dirección de la luz o los detalles de cámara) y añade exactamente eso. Haz una generación. Compara. Ajusta una sola cosa.
Los modelos de imagen de PicassoIA abarcan desde prompts rápidos en lenguaje natural hasta generación fotorrealista muy técnica. GPT Image 2, Seedream 4.5, Wan 2.7 Image Pro y Hunyuan Image 2.1 responden a un prompt preciso de formas distintas, y la única manera de saber qué funciona mejor para tu caso concreto es experimentar con intención, una variable cada vez.
Empieza por la palabra de luz. Cambia "luz natural" por "contraluz volumétrico de hora dorada desde la izquierda". Haz la prueba. La diferencia se verá de inmediato y, a partir de ahí, la lógica de qué cambiar después se volverá evidente por sí sola.
Elige tu idioma
