Un estilo visual también se puede empaquetar

Hasta ahora, hacer una serie de imágenes coherentes con IA era complicado. Cada prompt era una descripción entera de la escena, y si querías cuatro imágenes con el mismo aire era una tortura mantener la misma paleta, la misma cámara, el mismo tipo de trazo. Podías pedirle al modelo “en el mismo estilo”, pero el estilo se iba deshaciendo poco a poco.

Aquí entra la técnica de Vigo Zhao, que parte de una idea muy simple: en vez de describir cada imagen, describe el estilo una vez y deja huecos rellenables para lo que cambia entre ellas. El estilo queda fijado como un pequeño sistema (paleta, tipografía, encuadre, iluminación, texturas, cosas que se pueden hacer y cosas que no) y el contenido concreto cambia en cada petición.

Todo esto sería inútil si el modelo de generación de imágenes que hay detrás no estuviera a la altura. Para el taller hemos elegido GPT Image 2.0, que por fin escribe texto legible, mantiene la coherencia entre generaciones y hace lo que le pides sin la pátina característica de la IA.

Nuestro experimento

Arrancamos con una demo en directo: cogimos un estilo del AI Visual Prompt Cookbook de Vigo, rellenamos los huecos (protagonista, escena, ropa, texto, paleta) y generamos las cuatro imágenes de la serie. Para dejar clara la diferencia entre modelos, comparamos el mismo prompt en Nano Banana (Google Gemini) y en Image 2.0 (OpenAI). La diferencia es muy evidente.

Después le tocó a los asistentes. Crearon imágenes de todo tipo: carteles reivindicativos, argumentos para tener un hurón en casa, colecciones futuristas y ecologistas, muñecos gigantes de trapo, dragones de madera, peluches rockeros y una cantidad no despreciable de gatitos.

Llegados a este punto pedimos que soltasen los ordenadores y nos pasamos a las tijeras y el pegamento. Cada uno imprimió sus imágenes y montó un minifanzine físico con un folio, tres pliegues y un corte. Mejor que describir cómo quedó, echa un vistazo a las fotos de la galería.

¿Qué aprendimos?

De esta sesión sacamos tres aprendizajes:

  1. El estilo puede ser una plantilla súper detallada y no una descripción textual. Trabajar con imágenes de IA ya se parece menos a escribir un párrafo y más a rellenar un formulario. Separar lo fijo de lo variable te permite mantener coherencia entre generaciones sin renegociar el estilo cada vez.

  2. Un modelo más avanzado permite abordar la generación desde ángulos más ingeniosos. Cuando el texto sale legible, las escenas son consistentes y no hay que insistir tres veces, la imaginación se desplaza al contenido: qué plantilla eliges, qué huecos rellenas y qué combinación quieres. Menos pelearse, más decidir.

  3. La materia (nos) importa. Un pdf lo cierras y se te olvida. Un minifanzine impreso, plegado y cortado te lo llevas a casa y lo enseñas al día siguiente. Nos gusta especialmente terminar el taller con algo que existe fuera de la pantalla.

Después del verano volveremos con más Maquinitos. Si estos temas despiertan tu curiosidad, te esperamos en el próximo.