Caso de uso
Arte conceptual: fija el lugar y después cambia una cosa a la vez
El arte conceptual funciona como un ciclo: escribes un plano general de ubicación en un modelo de texto a imagen y después le pasas el cuadro que elegiste a un modelo de edición, nombrando solo lo que quieres distinto. Lo que une una serie de cuadros es la imagen que adjuntas y la redacción que te niegas a reescribir, porque ningún ajuste lleva un lugar de una generación a la siguiente.
Fija el lugar antes de decorarlo
El primer cuadro es un sitio, no un sujeto. Di qué lugar es, de qué está construido, dónde se para la cámara y qué está haciendo la luz. Un prompt que solo enumera sustantivos le entrega la cámara al modelo, y el modelo escoge una distinta en cada generación.
Decide ahora la forma del cuadro, no al final. Cada página de modelo del catálogo trae su propia lista de tamaños aceptados y lo que cuesta cada uno. Elegir el formato ancho desde el principio sale mejor que recortar uno cuadrado después y pagar por la mitad de un cuadro que vas a tirar. Haz esta pasada con poco detalle: una composición que falla en pequeño no mejora a mayor resolución, solo sale más cara.
Escribe la luz como una medida
Las palabras de ambiente son baratas y no dirigen nada. Atardecer, melancólico, cinematográfico: cada una abarca una franja ancha de imágenes, y el modelo la resuelve de otra forma cada vez que se lo pides.
La hora del día tiene definiciones que puedes tomar prestadas. El glosario de la calculadora solar de la NOAA define el crepúsculo civil como "the time of morning or evening when the sun is 6 degrees below the horizon", con el náutico a 12 grados y el astronómico a 18. Un sol apenas por debajo del horizonte, un cielo que todavía brilla y ninguna luz principal directa le dan al modelo algo que renderizar. “Atardecer” no.
Con el color pasa lo mismo. El vocabulario internacional de iluminación de la CIE define el iluminante estándar A como radiación planckiana "at a temperature of about 2 856 K", y el D65 como una fase de luz diurna de "approximately 6 500 K". Esa es la distancia entre un interior con luz de tungsteno y una calle bajo cielo nublado, y nombrar los dos extremos en el mismo prompt es como obtienes una ventana cálida contra un exterior frío en vez de un cuadro teñido de un solo tono. Escribir prompts sin filtro profundiza en una redacción que se puede comprobar contra el render.
Cambia una variable con un modelo de edición
“La misma toma, pero más tarde” es un pedido que un modelo de texto a imagen no puede atender, porque repetir un prompt reabre cada decisión, también las que te gustaban. El catálogo parte ese trabajo en dos y hace respetar la división: un modelo de texto a imagen rechaza la solicitud que llega con imágenes adjuntas, y uno de edición las exige.
Así que conserva el cuadro, súbelo y describe únicamente el cambio. Baja el sol. Moja el asfalto. Quita los letreros. Nombra esa sola variable y deja quieto lo demás, porque una descripción que vuelve a enumerar la escena entera invita al modelo a decidirla de nuevo.
Hay una trampa en la que todo el mundo cae una vez: no sirve adjuntar el enlace de una generación tuya, porque el proveedor que la descarga no tiene tu sesión. Súbela como archivo y adjunta la URL que recibes; convertir una imagen en video trae el endpoint y la lista de rechazos. De paso, revisa la lista de tamaños del propio modelo de edición, y ten presente que algunos cobran cada imagen a partir de la segunda.
Una cadena de cambios sueltos esconde las interacciones
Mover una cosa a la vez es el instinto correcto y un método incompleto. En The American Statistician, en 1999, Veronica Czitrom comparó los experimentos de un factor por vez con los experimentos diseñados y escribió el límite sin matices: "Interactions are not estimable from OFAT experiments." Su otra objeción es la que notas en créditos: un experimento diseñado "requires less resources (experiments, time, material, etc.) for the amount of information obtained".
El trabajo de entornos está lleno de interacciones. El suelo mojado se lee de un modo al mediodía y de otro con el sol bajo; la niebla que le da profundidad a un cuadro nublado borra una luz de contorno. Si pruebas la hora del día y luego, por separado, el clima, aprendiste algo de cada uno y nada de la pareja, que es justo la combinación que vas a entregar.
En vez de la cadena larga, corre una cuadrícula pequeña. Dos horas del día contra dos estados del clima son cuatro generaciones y te enseñan las esquinas en lugar de un único camino por el centro; y como la cuadrícula completa se escribe antes de lanzar nada, su costo se conoce por adelantado. Una cuadrícula pide un script a gritos: llamar la API desde tu código tiene el ciclo, y los valores que recorres salen de la consulta al catálogo, no de una constante escrita en tu código.
Que la serie se lea como un solo mundo
La misma descripción renderizada dos veces te da dos lugares que apenas se parecen. Para una imagen suelta sirve; para una serie es fatal. Mantén un bloque de mundo: un párrafo fijo con lo que no puede moverse, es decir materiales, paleta, dirección y color de la luz principal, época y clima. Pégalo sin tocarlo en cada prompt y cambia solo la línea que describe la toma.
Reescribir ese bloque entre cuadros es lo que hace derivar una serie, y la deriva no se ve hasta que pones dos cuadros lado a lado. Tu Galería guarda el prompt junto a cada generación, así que la redacción que produjo un cuadro que te gustó se recupera en lugar de reconstruirse de memoria.
Si en estos lugares tiene que aparecer un personaje, mantener un personaje consistente cubre el lado del ancla y diseñar un personaje original cubre cómo inventarlo. Cuando los cuadros queden aprobados, storyboard y previsualización los convierte en una secuencia.
Preguntas frecuentes
¿Puedo fijar una seed para reproducir un cuadro?
En los modelos que declaran seed sí, y en los demás no; incluso ahí, el mismo número no garantiza el mismo cuadro, así que correr dos veces un prompt es renegociar la imagen completa. Elegir resolución y duración explica el mecanismo. La reproducibilidad llega por el otro lado: sube el cuadro que te gustó y mándalo a un modelo de edición, para que el render parta de una imagen fija y no de tu descripción de ella.
¿Por qué falló mi generación cuando pegué el enlace de una imagen que generé?
Porque el proveedor que hace el render descarga esa dirección por su cuenta, y los archivos de tus generaciones solo se abren con tu sesión. Sube el archivo, toma la dirección que recibes y adjunta esa.
¿El modelo de texto a imagen y el de edición tienen que ser parientes?
No, y no des por hecho que los parientes se comportan igual. Los tamaños válidos se declaran por modelo y no se comparten dentro de una familia, y la capacidad figura en la página de cada modelo en vez de deducirse del nombre.
¿Cuántas referencias le adjunto a una edición?
Las mínimas que respondan la pregunta. Cada adjunto es una decisión que ya no toma el modelo, así que más imágenes estrechan el resultado en lugar de mejorarlo, y en algunos modelos cada una después de la primera suma al costo.