Una imagen generada por IA suele volverse genérica por una razón menos misteriosa de lo que parece: el creador deja sin decidir demasiadas cosas. Si el prompt solo dice “haz una imagen moderna y profesional”, el modelo tiene que completar el sujeto, el encuadre, la paleta, la iluminación y hasta el tipo de diseño. Lo habitual es que rellene esos huecos con soluciones plausibles, pero previsibles.
La salida no es perseguir un prompt mágico ni añadir adjetivos sin límite. Es dirigir la imagen como dirigirías una pieza para un cliente: con un brief visual, referencias que tengan una función concreta y una revisión que no trate el primer resultado como definitivo.
Este método no garantiza originalidad —no existe una métrica común que permita prometerla—, pero sí aumenta el control, la coherencia y la especificidad del proceso.
Empieza por el trabajo que debe hacer la imagen
Antes de describir cómo quieres que se vea, decide para qué existe. No es lo mismo una portada de YouTube que una miniatura para redes, una imagen de producto, un anuncio o una ilustración editorial.
Anota cuatro datos:
- Canal y formato: dónde aparecerá y qué relación de aspecto necesita.
- Audiencia: quién debe reconocerla o detenerse ante ella.
- Mensaje: qué debe entenderse en pocos segundos.
- Restricciones: espacio para texto, elementos que deben permanecer, exclusiones y, cuando corresponda, fondo transparente.
Esta parte parece estratégica, pero cambia decisiones visuales concretas. Una imagen para una miniatura puede necesitar un sujeto grande y una zona limpia para el titular. Una imagen de marca puede necesitar repetir materiales, colores y encuadres que permitan reconocer una familia de piezas, no solo producir una imagen llamativa.
El brief de siete dimensiones
La fuente de origen propone organizar la dirección visual en siete dimensiones. No es un estándar técnico ni una garantía estética; funciona mejor como una lista de decisiones que evita entregar el control completo al modelo. La documentación de OpenAI sobre prompting de imágenes respalda una lógica parecida al recomendar que se expliciten escena, sujeto, detalles y restricciones.
1. Medio
Define si buscas fotografía, ilustración, 3D, collage, captura de producto u otro tratamiento. “Una imagen bonita” no le dice al modelo qué lenguaje visual debe usar.
2. Sujeto y acción
Describe quién o qué aparece y qué está haciendo. Si la acción importa, concreta postura, interacción y dirección de la mirada en vez de limitarte a nombrar al sujeto.
3. Escenario
Indica el entorno, los materiales y los objetos relevantes. “En un estudio” deja muchas posibilidades abiertas; “mesa de madera clara, pared de yeso texturizado y luz de ventana lateral” ya apunta a una escena más controlable.
4. Composición
Especifica encuadre, ángulo, posición y espacio negativo. El espacio vacío no es un desperdicio: puede ser el lugar donde después añadas un titular o un logotipo con una herramienta de diseño.
5. Iluminación
Aclara dirección, dureza y temperatura de la luz. Una luz lateral dura comunica algo distinto de una iluminación frontal suave y uniforme.
6. Estética
Habla de paleta, textura y tratamiento. Conviene describir decisiones observables —por ejemplo, colores desaturados, grano fino o superficies mate— en vez de acumular palabras como “premium”, “cinematográfico” y “moderno”, que pueden ser compatibles con casi cualquier resultado.
7. Propósito o intención
Explica qué debe comunicar la imagen: confianza, energía, calma, precisión, cercanía o curiosidad. Esta dimensión conecta las elecciones visuales con el trabajo real de la pieza.
Las referencias no son un botón de copiar
Subir una imagen no basta. Una referencia puede aportar identidad, composición, estilo, producto, paleta o vestuario, y esas funciones no son intercambiables.
Las herramientas las nombran de maneras distintas. Midjourney distingue sus Image Prompts, que sirven como inspiración para elementos de la imagen, de las referencias de estilo. En su documentación sobre Style Reference, recomienda describir el contenido en el texto y usar la referencia para guiar el aspecto visual. Adobe también separa las referencias de composición —la distribución— de las de estilo —el tratamiento artístico, el color y la estética—. Su guía de referencias para composición y estilo explica esa diferencia de forma operativa.
En la práctica, etiqueta cada referencia antes de usarla:
- Sujeto o identidad: qué persona, producto o forma debe conservarse.
- Composición: cómo se distribuyen los elementos y desde qué ángulo.
- Estilo: paleta, textura, contraste o tratamiento visual.
- Marca: logotipo, patrón, producto propio o colores autorizados.
Si aportas dos imágenes, dilo explícitamente: “Referencia 1 controla el producto; referencia 2 controla la iluminación”. Las guías de OpenAI sobre imágenes de referencia recomiendan asignar un papel a cada imagen y explicar qué debe cambiar y qué debe mantenerse.
Una referencia orienta; no convierte automáticamente el resultado en una copia exacta ni autoriza a reproducir cualquier material. Usa imágenes propias, licenciadas o autorizadas. Adobe advierte que quien sube imágenes de terceros debe contar con los derechos necesarios para hacerlo.
Para marca, reemplaza adjetivos por decisiones observables
“Usa nuestros colores” es menos útil que indicar una paleta con valores hexadecimales. “Hazlo reconocible” es menos accionable que fijar materiales, encuadres, espacio de composición, textura y audiencia.
Para un pequeño equipo, el activo más útil no es un prompt aislado, sino una plantilla reutilizable que reúna:
- colores y usos permitidos;
- referencias propias con su función;
- materiales, texturas y encuadres preferidos;
- elementos que nunca deben cambiar;
- errores que deben revisarse antes de publicar.
Eso ayuda a construir identidad visual entre varias piezas. Una sola imagen puede parecer diferente y seguir sin pertenecer a una marca coherente.
Una plantilla de prompt que sí se puede reutilizar
Adapta los campos según la herramienta. La estructura es editorial, no un formato obligatorio de ningún modelo:
Medio: [fotografía/ilustración/3D]. Sujeto y acción: [qué ocurre]. Escena: [entorno concreto]. Composición: [encuadre, ángulo, posición y espacio para texto]. Iluminación: [dirección, dureza y temperatura]. Estética: [paleta, textura y tratamiento]. Intención: [qué debe comunicar]. Referencia 1 controla [función]; referencia 2 controla [función]. Mantener [invariantes]. Evitar [elementos no deseados]. Formato: [relación de aspecto/canal].
El objetivo no es rellenar cada casilla con párrafos interminables. Es especificar lo que cambia la decisión visual y quitar instrucciones que se contradicen entre sí.
Itera como editor, no como lotería
Genera varias direcciones razonables y compáralas antes de invertir tiempo en detalles. Puedes mirar las opciones a tamaño reducido y preguntar cuál comunica mejor el mensaje, deja espacio suficiente y encaja con la marca.
Después, cambia una sola variable por iteración: primero la composición, luego la iluminación o la paleta. Si reescribes todo a la vez, será difícil saber qué instrucción produjo una mejora o introdujo un problema. La documentación de OpenAI también recomienda refinar una modificación cada vez.
Diagnosticar el fallo evita empezar de cero:
- Si la identidad o la forma se desvían, revisa la referencia y qué debía conservar.
- Si la escena funciona pero la imagen se siente plana, ajusta iluminación o materiales.
- Si todo parece genérico, concreta estética, audiencia e intención; no solo añadas más adjetivos.
- Si la composición no sirve para el canal, define encuadre, relación de aspecto y espacio negativo.
- Si el texto o el logotipo salen mal, deja espacio limpio y añade la tipografía en una herramienta de diseño cuando sea importante.
La revisión final no es opcional
Antes de publicar, inspecciona la imagen como una pieza de comunicación, no como una demostración de lo que puede hacer el modelo. Comprueba:
- legibilidad del texto y posición del logotipo;
- manos, rostros y proporciones;
- geometría del producto y detalles de marca;
- sombras, colores y materiales;
- consistencia con otras piezas de la identidad visual;
- derechos de las referencias y autorización de los activos;
- adecuación al canal y al mensaje.
Los generadores pueden alterar texto, logotipos, rostros, geometría, colores y proporciones. Por eso, “se ve convincente” no equivale a “está listo para publicar”.
La idea clave: más dirección, no más ruido
Las imágenes de IA pueden volverse intercambiables cuando el creador delega demasiadas decisiones. Un brief visual reduce esa ambigüedad; una referencia con función explícita aporta control; la iteración y la revisión evitan que una salida plausible se cuele como solución final.
No hay siete casillas que garanticen una imagen original, ni una herramienta que elimine la necesidad de criterio. Pero sí hay un flujo más defendible para producir visuales propios: definir el trabajo, concretar las decisiones observables, usar referencias con derechos, comparar direcciones y editar antes de publicar.