La calidad de las imágenes generadas por IA depende casi por completo de la calidad de las instrucciones. Dos personas que utilicen el mismo modelo y el mismo tema pueden obtener resultados totalmente diferentes simplemente por la forma en que lo describen.
En este artículo se analizan las técnicas fundamentales para distinguir entre palabras clave débiles y fuertes, y se incluyen ejemplos reales que se pueden utilizar y adaptar directamente en GPT Image 2.
¿Por qué son tan importantes las palabras clave?
Los modelos de imagen basados en IA no interpretan las instrucciones vagas como lo haría un colaborador humano. Lo que hacen es buscar coincidencias con los patrones de los datos de entrenamiento. Cuando escribes «un paisaje bonito», el modelo no sabe en absoluto a qué te refieres exactamente con «bonito»: simplemente generará el paisaje más representativo desde el punto de vista estadístico.
La precisión es la clave para aprovechar todo el potencial del modelo.
Estructura de palabras clave principales
Cada palabra clave potente abarca estos cinco niveles, ordenados aproximadamente en el siguiente orden:
[Sujeto] + [Acción/Estado] + [Entorno] + [Iluminación] + [Estilo/Técnica]Las siguientes opciones complementarias pueden mejorar continuamente la calidad de los resultados:
- Parámetros de la cámara y el objetivo
- Palabras clave relacionadas con el estado de ánimo y la atmósfera
- Palabras que mejoran la calidad
- Palabras clave negativas (para excluir el contenido no deseado)
Lo explicaremos paso a paso con todo detalle.
Primer nivel: cuerpo principal
El sujeto es el elemento central de la imagen: personas, objetos o escenas. La descripción debe ser tan concreta como si se tratara de una sesión informativa para un fotógrafo profesional.
| (después de un decimal o una fracción) ligeramente inferior a | vigoroso |
|---|---|
| Una mujer. | Mujer de unos 30 años, pelo corto rizado natural, look relajado. |
| coche | Un Ford Mustang fastback 1967 desgastado con pérdida de pintura de carrocería roja |
| bloque de edificios | Edificio de apartamentos de hormigón rugoso, estilo arquitectónico de Europa del Este de los años setenta |
| alimentos | Un bol de ramen con huevo suelto, algas y brotes de bambú secos en una base de sopa oscura y rica. |
**Principios:**Si tu descripción del tema puede corresponder a dos imágenes totalmente diferentes, significa que no es lo suficientemente concreta.
Segundo nivel: acción o estado
¿Qué está haciendo el sujeto, o en qué estado se encuentra?
- «De pie al borde de un acantilado, con los brazos extendidos y de espaldas a la cámara»
- «Medio sumergido en el agua, con el reflejo en la superficie distorsionado»
- «Saltando en el aire entre dos tejados, con desenfoque de movimiento en los bordes»
- «Abandonado y cubierto de maleza, con enredaderas trepando por las paredes exteriores»
La acción da forma a la narración, y la narración hace que las imágenes resulten cautivadoras.
Tercer nivel: Entorno y escenario
¿Dónde se desarrolla la escena? ¿Qué hay alrededor del protagonista?
- Descripción concreta del lugar: «las estrechas callejuelas empedradas de Lisboa», en lugar de «una calle»
- . Incluye elementos de fondo: «la niebla que llega desde el puerto», «el suelo cubierto de hojas otoñales»
- . Descripción de las relaciones espaciales: «en primer plano», «reflejado en el cristal que hay detrás».
Cuarto nivel: la luz
La luz es el elemento individual que más influye en la descripción. Una misma escena, descrita con diferentes tipos de luz, da lugar a imágenes completamente distintas.
Como se muestra en la imagen anterior, la iluminación por sí sola puede transformar por completo la atmósfera general de una escena. A continuación se enumeran los términos más útiles para describir la iluminación:
Luz natural:
golden hour(hora dorada) — cálido, direccional, sombras largasblue hour(hora azul) — tonos fríos, difuso, aspecto cinematográficoovercast diffused light(luz difusa en días nublados) — plana, uniforme, ideal para retratosharsh midday sun(luz intensa del mediodía) — alto contraste, sombras marcadasmoonlight(luz de luna) — tonos fríos, misterioso, baja saturación
Estudio/luz artificial:
Rembrandt lighting(luz de Rembrandt) — Luz lateral dramática, retratos clásicosrim lighting(luz de contorno) — Procedente de atrás, perfila el contorno del sujetoneon lighting(luz de neón) — Colorida, cyberpunk, paisajes nocturnos urbanossingle point light source(fuente de luz única) — Alto contraste, gran atmósferasoftbox lighting(caja de luz) — Uniforme, profesional, estilo comercial
Atmósfera descriptiva:
volumetric light rays through fog(haz de luz en la niebla)bioluminescent underwater glow(bioluminiscencia submarina)fire light casting warm flickering shadows(la luz del fuego proyecta sombras cálidas y danzantes)
Quinto nivel: Estilo y medios
Indica al modelo cómo debe verse la imagen, independientemente del contenido que represente.
El espectro de estilos es muy amplio; a continuación se enumeran algunas categorías fiables:
Estilo fotográfico:
35mm 胶片摄影，颗粒感，轻微暗角中画幅摄影，超清晰，棚灯无人机航拍，广角微距摄影，极近距离，浅景深
Estilo de pintura:
油画，印象派，可见笔触，厚涂纹理水彩，柔和边缘，纸张纹理，透明晕染水粉，平涂色彩，插画风巴洛克明暗对比，深重阴影，戏剧性对比
Digital y 3D:
Octane 渲染，写实 3D，次表面散射等距 3D 插画，平面着色，干净概念艺术，绘景，环境设计像素艺术，16 位，复古游戏风格
Ilustración:
日本漫画墨线插画儿童绘本插画，柔和粉彩，温暖杂志插画，粗犷形状，有限色板
Parámetros de la cámara y el objetivo
El uso de términos fotográficos permite transmitir al modelo el tipo de calidad fotográfica y las características visuales específicas que deseas.
| paramétrico | efecto |
|---|---|
| Lente de 85 mm | Una agradable sensación de compresión del retrato |
| Gran angular de 24 mm | Sentido del entorno, apertura |
| `Lente macro, 1:1' | Detalle extremadamente cercano |
| Apertura f/1,4 | Profundidad de campo extremadamente baja con bokeh en el fondo |
| Apertura f/11 | Profundidad de campo panorámica para paisajes |
| Exposición prolongada | Desenfoque de movimiento, pista de luz |
| Lente de barrido | Efecto miniatura, enfoque selectivo |
Ejemplo:«Canon 5D Mark IV, 85 mm f/1,8, poca profundidad de campo, luz natural de la ventana»
Palabras que refuerzan el significado
Estos términos permiten elevar de forma constante la calidad del resultado a un nivel superior:
ultra detailed, intricate, sharp focus(alta definición, precisión, enfoque nítido)award-winning photography(fotografía galardonada)8K resolution(resolución 8K)professional color grading(corrección de color profesional)cinematic composition, rule of thirds(composición cinematográfica, regla de los tercios)hyperrealistic(hiperrealismo)trending on ArtStation(arte digital)National Geographic(fotografía de naturaleza)
«Una telaraña» y «una fotografía macro de una gota de rocío en una telaraña al amanecer, con un nivel de detalle extraordinario, en la que cada gota refleja el bosque que la rodea»: ahí está la diferencia.
Palabras clave negativas
Las palabras clave negativas indican al modelo qué debe evitar. Configuración básica estándar:
blurry, low quality, low resolution, distorted, deformed, ugly, bad anatomy,
extra limbs, watermark, signature, text, cropped, worst quality, jpeg artifactsAñade términos específicos según el problema concreto:
- ¿La imagen es demasiado oscura? Añade
dark, underexposed - ¿Las caras se ven raras? Añade
bad face, asymmetrical face, crossed eyes - ¿Aparece texto? Añade
letters, writing, typography
Plantillas de palabras clave listas para usar
Imagen de producto de lujo:
[Nombre del producto] sobre una superficie de [material], fondo degradado de [color de fondo],
, con un dramático haz de luz procedente de [dirección] y reflejos de [color], fotografía comercial de artículos de lujo,
, cámara Phase One, 120 mm macro, f/8, nitidez extrema, 8KRetratos ambientales:
[Descripción del sujeto] De pie en [lugar], con la luz de [hora], en un ambiente de [estado de ánimo],
[detalles del atuendo], mirando hacia [dirección], fotografiado con [cámara], [distancia focal] mm, f/[apertura],
[estilo fotográfico]Escena de sentido cinematográfico:
[Plano general/medio/cercano], [Descripción de la escena], [Acción], [Descripción de la iluminación],
[Tonalidad] (corrección de color), [Película de referencia] (estética), [Formato de imagen],
(profundidad de campo cinematográfica), destellos en lentes gran angularesErrores comunes y cómo solucionarlos
**Oximorones apilados:**Oscuro y luminoso, cálido y frío»: elige una dirección.
**Apilamiento de palabras clave:**Si acumulas 30 palabras que describen el estilo, se anularán unas a otras. Basta con elegir entre 3 y 5 adjetivos descriptivos contundentes.
**Olvida la composición:**Los términos «primer plano», «gran angular», «vista aérea» y «vista a la altura de los ojos» influyen enormemente en el resultado. Incluye siempre un término relacionado con la composición.
**Sólo sustantivos:**Los adjetivos y los adverbios son los verdaderos protagonistas. «Un castillo» frente a «un castillo medieval en ruinas, cubierto de hiedra, que se alza sobre los acantilados de una costa envuelta en niebla».
**Ignora la relación de aspecto:**Los retratos quedan mejor en formato vertical, mientras que los paisajes requieren una pantalla panorámica. Adapta el formato al contenido.
Ejercicios
Mejora esta frase de partida utilizando el esquema anterior:
Antes de la mejora:«El gato del jardín»
Mejorado:«Un gato atigrado plateado tumbado sobre el muro de piedra del jardín, rodeado de lavanda y romero en plena floración; la luz dorada de la tarde, un cálido contraluz que ilumina su pelaje; poca profundidad de campo; objetivo de retrato de 85 mm; Canon 5D; desenfoque suave del fondo; fotografía de mascotas y estilo de vida»
Pruébalo en GPT Image 2: la diferencia se nota al instante.
