Prompt Engineering para novatos

PROMPT ENGINEERING PARA NOVATOS

O lo que es lo mismo: “como hablar con una IA generativa sin morir en el intento.”
Hay cosas que debes considerar mientras lees este artículo, y lo mismo nos queda un poco largo, pero es que sino… no nos vamos a entender.
Para el caso que nos ocupa, vamos a centrarnos en hacer imágenes con IA generativa.
Hay muchas más opciones y usos para este tipo de IA, y se puede profundizar muchísimo más, pero me gustaría que esta fuese tu toma de contacto para empezar a perderle el miedo.

Así que ponte guapo, guapa, guape… o lo que sea.

Quiero que pongas elegante porque hoy vamos a convertirte en el referente en tu empresa para generar imágenes por IA. No, esto no te va a convertir en el diseñador… peeeeero te va a sacar de más de un apuro.

Y lo que es más importante, va a aportar valor a tu cv.

Ponte un café, que arrancamos!

Habrá que empezar por el principio, digo yo… Para aprender a usar IA generativa, primer debes entender qué es la IA generativa, ¿no?.

Primero es necesario separarla de la idea tradicional de inteligencia artificial, la cual muchos asocian con máquinas que ejecutan tareas específicas, aprenden de datos o responden a comandos. La IA generativa, sin embargo, lleva esto a un nivel completamente nuevo: no solo procesa información, sino que crea algo totalmente nuevo e inédito.

Para adentrarnos en el terreno de la IA generativa, debemos entender su función y limitaciones. A diferencia de lo que podría sugerir su nombre, una IA generativa no inventa de forma espontánea ni actúa por inspiración propia. Su “creatividad” depende enteramente de las instrucciones y datos que recibe de los usuarios humanos.

La Magia de la Creación Autónoma

Esta tecnología utiliza lo que se conoce como aprendizaje profundo, una rama avanzada de la inteligencia artificial. El aprendizaje profundo permite a las máquinas aprender de enormes cantidades de datos – ya sean imágenes, textos, música, etc. – y luego usar ese conocimiento para generar nuevas creaciones.

La Importancia de los Datos de Entrada

En el corazón de la IA generativa está la idea de que, para crear, primero debe aprender. Este aprendizaje no proviene de experiencias subjetivas o intuiciones, sino del análisis de grandes cantidades de datos. Por ejemplo, si una IA generativa está programada para crear imágenes, primero necesita ser alimentada con una vasta colección de imágenes existentes. A través de este proceso, aprende patrones, estilos y estructuras.

Aprendizaje a Partir de Ejemplos

La clave de la IA generativa es su capacidad para analizar y entender patrones en los datos que se le proporcionan. Por ejemplo, si se alimenta a una IA generativa con miles de imágenes de paisajes, esta puede aprender qué elementos componen un paisaje típico: montañas, ríos, árboles, etc. Luego, utilizando este aprendizaje, la IA puede crear sus propios paisajes, combinando estos elementos de maneras únicas y originales. Al igual que nosotros aprendemos del pasado y las experiencias la IA aprende de los datos que ha procesado.

Cuantos más ejemplos tiene, más puede interpretar el mundo que le rodea

La Tecnología Detrás del Telón

Bajo el capó, la IA generativa utiliza algoritmos sofisticados, conocidos como redes neuronales. Estas redes son un conjunto de algoritmos diseñados para reconocer patrones, imitando la manera en que el cerebro humano opera. Al entrenarse con grandes volúmenes de datos, estas redes neuronales aprenden a replicar y luego a innovar, llevando a cabo tareas creativas que antes se pensaba que solo los humanos podían realizar.
Esto, que es sólo un resumen muy superficial, tiene un montón de detalles con los que podríamos hacer un millar de artículos, pero… sólo por hoy, a ti te basta saber que esto es lo que hace que todo funcione.

El Papel del Usuario

Aquí es donde entra el concepto de “prompt engineering“. Los usuarios proporcionan a la IA generativa una especie de semilla creativa a través de prompts. Estos prompts son instrucciones o descripciones que guían a la IA sobre qué tipo de creación se espera. Pueden ser tan simples como “una casa en un bosque” o tan complejas como una descripción detallada con estilos específicos, emociones y elementos.

Hay que entender que cuanto más precisos seamos, mejor trabajará la IA.
Encontrarás por ahí un montón de teorias sobre como hablarle a una IA, desde gente “anima” a la IA diciéndole “vamos que tu puedes”, a gente que añade emoción en la prompt para que la propia IA trabaje sobre ese dato.
Lo cierto es, que más allá de lo que leas, aún hoy, estamos apenas en la superficie y nos queda mucho por rascar. No sabemos si el día de mañana necesitarán más precisión o menos, o bastará con decirle “croqueta” para que te genere una imagen de una croqueta como las de tu abuela… (por cierto, hagamos la prueba)

Hemos entrado en una herramienta de creación de imágenes por IA y hemos hecho dos pruebas… veamos:

Tecnología y Creatividad

Aunque las IA generativas no pueden “pensar” o “sentir” en el sentido humano, su capacidad para procesar y aprender de grandes volúmenes de datos las convierte en herramientas muy potentes para la creación. Cuando se combinan con la creatividad y la dirección de un usuario humano, pueden producir obras sorprendentes y únicas. Desde arte digital hasta música y diseño de productos, la IA generativa amplía el alcance de lo que podemos crear.

Si me preguntas a mi, me gusta más la primera imagen que hemos generado. Esencialmente porque sólo he tenido que escribir “croquetas”. Pero en el segundo caso, estamos orientando mucho más hacía nuestro objetivo.
Que dirás tu: Pero la primera ya está bien…

Para el caso que nos ocupa, si, pero si quisieras conseguir algo muy concreto, como que las croquetas estuvieran en plato negro, con el mar de fondo con una imagen muy de peli… bueno, tendrías que decírselo.

Ahora que tenemos una comprensión básica de qué es una IA generativa, hablemos del idioma: el prompt. En el mundo de la IA generativa, el prompt actúa como un mapa, una brújula que guía a la IA. Pero, ¿qué es exactamente un prompt y por qué es tan importante?

¿Qué es un Prompt?

Un prompt es una instrucción o conjunto de instrucciones que le das a la IA generativa. Puedes pensar en ello como en una receta para un chef o una partitura para un músico. Proporciona la dirección y los parámetros dentro de los cuales la IA operará para crear la imagen. Un prompt puede ser tan simple como una palabra o una frase, como “un paisaje montañoso al amanecer”, o tan complejo como una descripción detallada que incluya estilos, colores, emociones y otros elementos específicos.

La Importancia de la Precisión y Claridad en los Prompts

Piensa en los prompts como el punto de partida en una conversación con la IA: cuanto más claro y preciso seas en lo que pides, más fácil será para la IA entenderte y entregarte lo que deseas. No es necesario ser un experto en fotografía ni conocer todos los tecnicismos; lo importante es saber transmitir tu idea de forma clara.

Una descripción demasiado vaga o general puede llevar a resultados sorprendentes, pero tal vez no de la manera que esperabas. Por otro lado, un prompt bien pensado y detallado puede producir imágenes asombrosamente cercanas a lo que tenías en mente. Pero aquí hay un truco: no necesitas escribir una novela. La clave está en dar suficiente información para guiar a la IA, pero también dejarle espacio para que aporte su toque de creatividad.

Sé Tú Mismo, No Un Fotógrafo Profesional

Aquí viene la buena noticia: no necesitas ser un fotógrafo profesional para sacarle partido a la IA generativa. Nadie espera que sepas todos los detalles técnicos de la fotografía, como los tipos de lente o la apertura. De hecho, hay fotógrafos expertos que, con su profundo entendimiento de la luz y las sombras, pueden lograr maravillas con la IA que quizás tú o yo no podríamos. Pero eso está bien. Tú tienes algo diferente que ofrecer: tu perspectiva única, tus ideas, tu creatividad.
Si todo el mundo fuese capaz de hacer lo que hace un fotógrafo, no incluirían el modo retrato en los móviles… piensa en ello…

Prompts Como Herramienta Creativa

Además de ser una guía, los prompts también son una herramienta creativa en sí mismos. Experimentar con diferentes estilos de prompts puede llevarte a resultados inesperados y emocionantes. Al cambiar la forma en que describes tu imagen deseada o al jugar con diferentes conceptos y palabras, puedes explorar nuevas posibilidades creativas y descubrir enfoques únicos en la generación de imágenes.

El Impacto de los Prompts en el Resultado Final

El prompt que elijas tiene un impacto directo en el resultado final de la imagen generada. Cada palabra, cada frase añade una capa de instrucción que la IA utiliza para construir la imagen. Por lo tanto, la elección de palabras, la estructura de las frases y el nivel de detalle son todos elementos críticos que definen cómo la IA interpretará tu visión.

Aprendizaje y Adaptación a través de los Prompts

A medida que experimentes con diferentes prompts, aprenderás qué funciona mejor para tus objetivos. Este proceso de ensayo y error es una parte esencial del aprendizaje en el prompt engineering. Además, a medida que las tecnologías de IA generativa evolucionan, también lo hará tu comprensión y habilidad para crear prompts más efectivos.

El prompt es mucho más que una simple instrucción; es el corazón de la generación de imágenes con IA. A través de los prompts, comunicamos nuestras ideas y visiones a una poderosa herramienta creativa, abriendo un mundo de posibilidades ilimitadas.

Estilo Visual y Temática

• • Cinematográfico (Cinematic)
  • Estilo de Sesión Fotográfica (Photoshoot)

Al comenzar a trabajar con una IA generativa para crear imágenes, el primer paso es definir el estilo visual y la temática. Esta decisión es fundamental porque establece el tono y el contexto de la imagen resultante. Al elegir un estilo y una temática, estamos proporcionando a la IA una base sobre la cual construir, una especie de “lente” a través de la cual interpretará nuestras instrucciones posteriores.

Estilo Visual

En el ejemplo que estamos trabajando, hemos aplicado un estilo cinematográfico. Este estilo nos dará un aspecto dramático y narrativo, similar al de las películas, con una atención especial a la iluminación, el color y la composición que aportan profundidad y emoción a la imagen.

Otras opciones para el estilo visual incluyen:

Minimalista: Este estilo se centra en la simplicidad y la utilización de pocos elementos. Las imágenes resultantes serán limpias y directas, destacando el sujeto principal sin distracciones.

Surrealista: Caracterizado por combinar elementos de forma inesperada y fantástica, creando imágenes que desafían la realidad y fomentan la interpretación abierta.

Fantasía: Este estilo evoca mundos mágicos y seres de ensueño. Las imágenes suelen ser ricas y detalladas, llevando al espectador a un escape de la realidad cotidiana.

Temática

En nuestro caso, hemos elegido “Sesión Fotográfica” como temática. Esto nos dará un aspecto profesional y refinado, imitando la calidad y la precisión de una fotografía tomada por un experto. Se presta especial atención a la claridad, la iluminación y la composición para resaltar al máximo el sujeto de la imagen.

Otras opciones válidas para la temática podrían ser:

Naturaleza y Paisajes: Ideal para capturar la belleza del mundo natural, desde bosques encantados hasta montañas majestuosas.

Retrato y Figura Humana: Centrada en la captura de la esencia de personas o personajes, ya sea en un entorno natural o en un contexto más estilizado.

Urbano y Arquitectura: Para imágenes que resaltan la belleza y complejidad de entornos urbanos, edificios y estructuras.

Cada estilo visual y temática tiene sus características únicas y puede ser elegido en función de lo que se quiera comunicar y el impacto que se desea tener en el espectador. La combinación de estos elementos dirigirá la creación de la IA hacia la realización de tu visión creativa.

Tipo de Lente y Efectos Asociados

1. • Lente de 25mm (Shot on 25mm lens)
   • Profundidad de Campo (Depth of Field)
   • Desenfoque de Inclinación (Tilt Blur)

La elección del tipo de lente y los efectos asociados dan aspecto visual de una imagen. Al igual que en la fotografía tradicional, donde la lente determina cómo se captura la escena, en la generación de imágenes con IA, esta elección influirá en cómo la IA interpreta y representa visualmente tu prompt.

En nuestro ejemplo, hemos seleccionado:

Lente de 25mm: Este tipo de lente ofrece una perspectiva bastante natural y ligeramente amplia. Es ideal para capturar imágenes con un campo visual amplio sin distorsionar significativamente los elementos. Las imágenes resultantes tendrán un balance entre la inclusión de contexto ambiental y el enfoque en los sujetos centrales.

Profundidad de Campo: Refiere a cuánto de la imagen está en foco. Una profundidad de campo reducida hará que el sujeto principal esté enfocado mientras que el fondo se difumina, ayudando a centrar la atención en el punto focal de la imagen.

Desenfoque de Inclinación (Tilt Blur): Este efecto simula el desenfoque que se logra inclinando una lente fotográfica. Se utiliza para enfatizar aún más un sujeto, creando un efecto de miniaturización o un enfoque selectivo muy marcado en una parte específica de la imagen.

Otros tipos de lentes y efectos que podrían considerarse son:

Gran Angular: Perfecto para capturar escenas amplias o para dar una sensación de amplitud y espacio en la imagen.

Teleobjetivo: Ideal para enfocar detalles lejanos o para retratos que requieren un fondo muy difuminado.

Macro: Para capturar detalles minuciosos de objetos pequeños, ideal para imágenes que requieren una alta precisión en la textura y los detalles.

La combinación de estos elementos – tipo de lente y efectos asociados – permite un control creativo detallado sobre cómo se presentará visualmente la imagen final. Estas decisiones afectan todo, desde la composición hasta cómo se guía la mirada del espectador dentro de la imagen.

Configuraciones de la Cámara

1. • Velocidad de Obturación: 1/1000 (Shutter Speed 1/1000)
   • Apertura: F/22 (F/22)
   • Balance de Blancos: 32k (White Balance, 32k)

Las configuraciones de la cámara juegan un papel crucial en cómo se captura una imagen, incluso en el contexto de la generación de imágenes con IA. Estos ajustes pueden influir en todo, desde la nitidez y claridad de la imagen hasta su tono y atmósfera general. Al especificar estas configuraciones en un prompt, estamos guiando a la IA para que emule ciertos aspectos técnicos de la fotografía en la imagen final.

En nuestro ejemplo, hemos configurado:

• Velocidad de Obturación: 1/1000: Esta es una velocidad de obturación muy rápida. En la fotografía tradicional, se utiliza para congelar el movimiento, lo que resulta en imágenes muy nítidas de objetos en movimiento rápido. Al aplicar esto en la generación de imágenes, podemos esperar una representación clara y definida de cualquier acción o movimiento.
• Apertura: F/22: Esta es una apertura muy pequeña, lo que significa que entra menos luz y se obtiene una mayor profundidad de campo. Las imágenes tendrán una nitidez uniforme a lo largo de toda la escena, desde el primer plano hasta el fondo.
• Balance de Blancos: 32k: Este ajuste se refiere a la temperatura del color y está medido en Kelvin. Un balance de blancos de 32k tiende a añadir una tonalidad más cálida a la imagen, imitando la luz de finales de la tarde o del atardecer. Esto puede dar a la imagen una sensación más acogedora o nostálgica.

Otras configuraciones de cámara que podrían explorarse incluyen:

• Velocidad de Obturación Lenta: Ideal para capturar el movimiento como un efecto borroso, lo que puede añadir dinamismo o un sentido artístico a la imagen.
• Apertura Amplia (por ejemplo, F/2.8): Esto permite más luz y crea una profundidad de campo reducida, enfocando el sujeto principal mientras difumina el fondo.
• Balance de Blancos Frío (por ejemplo, 7500k): Esto agrega una tonalidad más azulada a la imagen, lo que puede ser ideal para escenas nocturnas o para dar una sensación de frialdad o distancia.

Al ajustar estas configuraciones, estamos proporcionando instrucciones específicas sobre cómo la IA debe interpretar y renderizar la imagen, lo que nos permite tener un control creativo más preciso sobre el resultado final.

Calidad de la Imagen y Color

1. • Super-Resolución (Super-Resolution)
   • Pro Photo RGB (Pro Photo RGB)

La calidad de la imagen y la configuración del color son aspectos que definen la claridad, la vivacidad y el impacto visual general de la imagen final. Al especificar estas características en un prompt, estamos indicando a la IA nuestros estándares y expectativas en términos de resolución y paleta de colores.

En nuestro ejemplo, hemos elegido:

• Super-Resolución (Super-Resolution): Esta opción se enfoca en la alta definición y nitidez de la imagen. La super-resolución implica que la imagen generada tendrá detalles finos muy claros y líneas nítidas, lo que es especialmente importante para imágenes que serán vistas en pantallas de alta resolución o impresas en formatos grandes.
• Pro Photo RGB: Este es un espacio de color que ofrece una gama de colores más amplia que el estándar sRGB, lo que permite una representación más rica y precisa de los colores. Al usar Pro Photo RGB, podemos esperar que la imagen generada tenga colores más vivos y reales, con transiciones suaves y una profundidad de color mejorada.

Otras configuraciones de calidad de imagen y color que podrían considerarse son:

• HDR (Alto Rango Dinámico): Ideal para imágenes que requieren un contraste alto y una representación detallada de las áreas claras y oscuras.
• sRGB: Un espacio de color estándar utilizado en la mayoría de dispositivos y pantallas, adecuado para imágenes que se compartirán principalmente en medios digitales.
• Tonos Monocromáticos o Sepia: Para imágenes que buscan una estética más clásica, vintage o para enfatizar la textura y las formas sobre el color.

Al seleccionar la calidad de la imagen y los ajustes de color, estamos influyendo significativamente en el estilo y la atmósfera de la imagen generada. Estas elecciones deben alinearse con la visión artística general y el propósito de la imagen.

Iluminación

1. • Iluminación Trasera Media (Half rear Lighting)
   • Contraluz (Backlight)
   • Iluminación Dramática (Dramatic Lighting)
   • Incandescente (Incandescent)
   • Suave (Soft Lighting)
   • Volumétrica (Volumetric)
   • Conte-Jour (Conte-Jour)
   • Iluminación Global (Global Illumination)
   • Iluminación Global en Espacio de Pantalla (Screen Space Global Illumination)

La iluminación es un aspecto esencial en la creación de imágenes, ya que define la atmósfera, la profundidad y la textura visual. En la generación de imágenes con IA, especificar el tipo de iluminación ayuda a la IA a entender cómo debe iluminar la escena, lo que a su vez influye en el tono emocional y el realismo de la imagen.

En nuestro ejemplo, hemos incluido varias opciones de iluminación:

• Iluminación Trasera Media: Esta técnica ilumina parcialmente el sujeto desde atrás, creando un halo o un contorno luminoso que puede ayudar a resaltar la forma y separar al sujeto del fondo.
• Contraluz: Se refiere a la iluminación que viene directamente detrás del sujeto, creando un efecto de silueta o destacando la transparencia y los bordes.
• Iluminación Dramática: Implica un uso intenso y dirigido de la luz y la sombra para crear un ambiente dramático, resaltando ciertos aspectos mientras otros quedan en oscuridad.
• Incandescente: Este tipo de iluminación proporciona un brillo cálido, similar a la luz de las bombillas incandescentes, añadiendo una sensación de calidez y acogida.
• Suave: La iluminación suave minimiza las sombras duras y es ideal para crear una atmósfera tranquila y uniformemente iluminada.
• Volumétrica: Crea haces de luz que parecen tener un volumen propio, como la luz del sol filtrándose a través de una ventana.
• Conte-Jour: Un estilo de iluminación que enfatiza las siluetas y las formas, generalmente con un fondo mucho más brillante.
• Iluminación Global y en Espacio de Pantalla: Estas técnicas de iluminación avanzadas en gráficos por computadora simulan cómo la luz se dispersa e interactúa con los objetos en un entorno, creando un efecto realista y cohesivo.

Resultados Esperados con Cada Tipo de Iluminación:

Cada una de estas opciones de iluminación aporta su propia cualidad única a la imagen:

• Iluminación Trasera Media y Contraluz crean un fuerte contraste y un enfoque dramático.
• Iluminación Dramática intensifica el drama y la tensión emocional.
• Incandescente y Suave ofrecen un tono más cálido y acogedor.
• Volumétrica y Conte-Jour añaden profundidad y un juego interesante de luz y sombra.
• Iluminación Global y en Espacio de Pantalla proporcionan un realismo avanzado y una consistencia en la forma en que la luz interactúa con los elementos de la imagen.

La elección cuidadosa de la iluminación puede transformar completamente la narrativa visual y el impacto emocional de una imagen, lo que la convierte en una herramienta poderosa en la creación de imágenes con IA.

Efectos y Texturas

1. • Dispersión (Scattering)
   • Sombras (Shadows)
   • Rugosidad (Rough)
   • Brillantez (Shimmering)
   • Reflexiones Lumen (Lumen Reflections)
   • Reflexiones en Espacio de Pantalla (Screen Space Reflections)

Los efectos y texturas en una imagen aportan realismo, profundidad y carácter visual. Al especificar estos detalles estamos definiendo cómo se sentirán y se verán los elementos dentro de la imagen. Estos ajustes pueden hacer que una imagen sea más realista, artística o incluso surrealista, dependiendo de la intención.

En nuestro ejemplo, hemos incorporado los siguientes efectos y texturas:

• Dispersión: Se refiere a cómo la luz se esparce o difumina, especialmente en materiales translúcidos o en atmósferas como la niebla o el humo. Este efecto puede añadir un sentido de misterio o suavidad a la imagen.
• Sombras: Las sombras son cruciales para dar a los objetos un sentido de peso y posición en el espacio. Pueden ser suaves o duras, dependiendo de la fuente de luz, y juegan un papel vital en la creación de contraste y profundidad.
• Rugosidad: Este término se refiere a la textura de las superficies en la imagen. Una alta rugosidad dará a los objetos un aspecto más áspero o texturizado, mientras que una baja rugosidad los hará parecer más lisos y pulidos.
• Brillantez: Se relaciona con la luminosidad o el reflejo de la luz en las superficies. Las superficies brillantes pueden destacar en la imagen, atrayendo la atención del espectador y añadiendo un elemento de foco.
• Reflexiones Lumen: Se refiere a las reflexiones realistas de la luz en los objetos, lo que añade realismo a la escena. Las reflexiones lumen pueden mostrar cómo la luz interactúa de manera compleja con diferentes materiales.
• Reflexiones en Espacio de Pantalla: Este efecto simula cómo los objetos reflejan su entorno en una escena. Es útil para crear imágenes donde los reflejos juegan un papel importante en el realismo de la imagen.

Impacto de estos Efectos y Texturas:

• Dispersión y Sombras añaden atmósfera y realismo, respectivamente, mejorando la sensación tridimensional de la imagen.
• Rugosidad y Brillantez son clave para representar la textura y el material de los objetos, afectando cómo se perciben en términos de tacto y materialidad.
• Reflexiones Lumen y en Espacio de Pantalla elevan el nivel de detalle y realismo, especialmente en escenas con múltiples fuentes de luz y superficies reflectantes.

Al elegir estos efectos y texturas, estamos instruyendo a la IA no solo sobre qué crear, sino también sobre cómo crearlo, lo que permite un nivel de detalle y realismo que puede ser sorprendente.

Efectos Ópticos y de Post-Producción

1. • Gradiente de Difracción (Diffraction Grading)
   • Aberración Cromática (Chromatic Aberration)
   • Desplazamiento GB (GB Displacement)
   • Líneas de Barrido (Scan Lines)
   • Oclusión Ambiental (Ambient Occlusion)
   • Anti-Aliasing (Anti-Aliasing)
   • FKAA (FKAA)
   • TXAA (TXAA)
   • RTX (RTX)
   • SSAO (SSAO)
   • Shaders OpenGL (OpenGL-Shader’s)

Los efectos ópticos y de post-producción añaden capas adicionales de detalle y carácter a las imágenes generadas por IA. Estos efectos pueden imitar las peculiaridades de las cámaras reales, los procesos de post-producción en la edición de fotos y videos, o incluso simular técnicas avanzadas de renderizado en gráficos por computadora.

En nuestro ejemplo, hemos incluido los siguientes efectos:

• Gradiente de Difracción: Se refiere a cómo la luz se distorsiona al pasar por un objeto, creando un efecto de arcoíris o halo alrededor de las fuentes de luz.
• Aberración Cromática: Un efecto que simula el desalineamiento de colores en una imagen, común en lentes de baja calidad, añadiendo un toque artístico o vintage.
• Desplazamiento GB (Green and Blue displacement): Este efecto crea una separación de los canales de color verde y azul, dando un aspecto tridimensional o de glitch.
• Líneas de Barrido: Imita el efecto de las líneas horizontales de las viejas pantallas de televisión, añadiendo un estilo retro o de baja fidelidad.
• Oclusión Ambiental: Mejora la profundidad y el realismo al simular cómo la luz se bloquea en espacios pequeños, creando sombras más realistas en las esquinas y hendiduras.
• Anti-Aliasing: Suaviza los bordes dentados en las imágenes, haciéndolas más nítidas y limpias.
• FKAA (Fast Approximate Anti-Aliasing), TXAA (Temporal Anti-Aliasing), RTX (Ray Tracing): Técnicas avanzadas de suavizado de bordes y simulación de iluminación para mejorar la calidad visual.
• SSAO (Screen Space Ambient Occlusion): Proporciona un efecto de sombreado realista en base a la geometría de los objetos y su relación con la iluminación ambiental.
• Shaders OpenGL: Programas que definen el aspecto final de los objetos en la imagen, incluyendo texturas, iluminación y efectos especiales.

Impacto de estos Efectos en la Imagen:

• Gradiente de Difracción y Aberración Cromática pueden dar a las imágenes un aspecto único y artístico.
• Desplazamiento GB y Líneas de Barrido añaden un toque retro o de error digital, ideal para estilos creativos o experimentales.
• Oclusión Ambiental y Anti-Aliasing mejoran el realismo y la nitidez de la imagen.
• FKAA, TXAA, RTX, SSAO y Shaders OpenGL son esenciales para lograr un nivel alto de realismo y detalle, especialmente en imágenes que buscan emular técnicas avanzadas de renderizado en 3D.

Al incorporar estos efectos, podemos transformar una imagen generada por IA de una representación básica a una obra de arte visualmente compleja y detallada.

Procesamiento y Efectos de Posproducción

1. • Procesamiento Posterior (Post Processing)
   • Post-Producción (Post-Production)
   • Sombreado Celular (Cell Shading)
   • Mapeo de Tonos (Tone Mapping)

El procesamiento y los efectos de post-producción es donde se aplican ajustes finales para mejorar la calidad visual y añadir estilos artísticos. En el contexto de la IA generativa, estos procesos imitan las técnicas utilizadas en la edición de fotos y videos para realzar y transformar la imagen final.

En nuestro ejemplo, hemos integrado:

• Procesamiento Posterior: Se refiere a todos los ajustes y mejoras aplicados a la imagen después de su generación inicial. Esto puede incluir ajustes de color, contraste, brillo, y otros filtros que mejoran la calidad general de la imagen.
• Post-Producción: Similar al procesamiento posterior, pero con un enfoque más artístico y creativo. Puede incluir efectos visuales, correcciones de color estilizadas y la adición de elementos que no estaban presentes en la imagen original.
• Sombreado Celular (Cel Shading): Este es un efecto que da a las imágenes un aspecto similar al de los dibujos animados o los cómics, con colores sólidos y bordes marcados. Es ideal para estilos gráficos y artísticos que buscan un aspecto menos realista y más ilustrativo.
• Mapeo de Tonos (Tone Mapping): Técnica utilizada para ajustar los colores y la luminosidad de una imagen para que coincida con la capacidad de los dispositivos de visualización, mejorando la claridad y el impacto visual.

Impacto de Estos Procesos en la Imagen:

• Procesamiento y Post-Producción refinan la imagen, ajustando su estética para adaptarse a un estilo específico o mejorar su presentación.
• Sombreado Celular le da a la imagen un aspecto único y estilizado, perfecto para proyectos que buscan un estilo gráfico o de ilustración.
• Mapeo de Tonos asegura que la imagen final tenga el balance correcto de luz y color, lo que es esencial para que se vea bien en diferentes dispositivos y situaciones de visualización.

Al emplear estas técnicas de procesamiento y post-producción, podemos darle a la imagen generada un acabado pulido y profesional, o transformarla en una pieza artística con un estilo visual único.

Técnicas Digitales

1. • CGI (CGI)
   • Efectos Visuales (VFX)
   • Efectos de Sonido (SFX)

Las técnicas digitales como el CGI (Computer-Generated Imagery), los efectos visuales (VFX) y los efectos de sonido (SFX) juegan un papel fundamental en la creación y mejora de imágenes y contenidos audiovisuales. Aunque nuestro enfoque está en la generación de imágenes, comprender estas técnicas es esencial para apreciar cómo pueden enriquecer y transformar una obra visual.

En nuestro ejemplo, hemos considerado:

• CGI (Computer-Generated Imagery): Se refiere a las imágenes creadas completamente a través de software de computadora, en lugar de ser capturadas por cámaras. El CGI es ampliamente utilizado en películas, animaciones y videojuegos para crear entornos, personajes y objetos que serían imposibles o poco prácticos de filmar en la realidad.
• Efectos Visuales (VFX): Estos efectos se utilizan para mejorar o modificar una imagen o secuencia de vídeo. Pueden incluir desde simples correcciones de color hasta la creación de mundos fantásticos completos. Los VFX son esenciales para añadir elementos que no existían en la toma original, como explosiones, paisajes mágicos o criaturas míticas.
• Efectos de Sonido (SFX): Aunque nuestro enfoque es visual, comprender cómo los SFX complementan una escena puede ser útil. Estos efectos son sonidos creados para enfatizar o acompañar acciones en pantalla, y aunque no afectan directamente la imagen, contribuyen a la experiencia general de una obra audiovisual.

Impacto de Estas Técnicas en la Imagen:

• CGI permite la creación de imágenes hiperrealistas o estilizadas que pueden ir más allá de lo que es posible capturar con una cámara. Es ideal para visualizar conceptos imaginativos o futuristas.
• Efectos Visuales (VFX) enriquecen la imagen, agregando profundidad y elementos que potencian la narrativa visual o el impacto emocional de una escena.

Aunque los SFX no tienen un impacto directo en la imagen, es importante reconocer cómo el sonido y la imagen trabajan juntos en muchos medios para crear una experiencia inmersiva y convincente.

Al aplicar estas técnicas digitales en la generación de imágenes con IA, podemos llevar nuestras creaciones a nuevos niveles de creatividad y expresión, ampliando las posibilidades de lo que podemos visualizar y comunicar.

Detalles y Estilo de la Imagen

1. • Detallado y Complejo (insanely detailed and intricate)
   • Maximalista (hyper maximalist)
   • Elegante (elegant)
   • Pose Dinámica (dynamic pose)

Los detalles y el estilo general de una imagen son aspectos que definen su carácter y su impacto visual. Estos elementos ayudan a comunicar la atmósfera, la intención y la sensibilidad artística de la imagen. En el contexto de la generación de imágenes con IA, especificar estos detalles puede influir enormemente en cómo la IA interpreta y ejecuta el prompt.

En nuestro ejemplo, hemos optado por:

• Detallado y Complejo: Esta descripción indica que la imagen debe contener una gran cantidad de detalles finos y elementos intrincados. Esto puede resultar en una imagen rica en texturas, patrones y pequeños elementos que capturan y mantienen la atención del espectador.
• Maximalista: En contraste con el minimalismo, el estilo maximalista se caracteriza por la abundancia y la saturación en el diseño. Una imagen maximalista estará llena de colores, formas y detalles, creando una sensación de exuberancia y opulencia.
• Elegante: Este término sugiere una imagen con una estética refinada y sofisticada. La elegancia puede manifestarse en la simplicidad de la composición, la suavidad de los colores y en la selección cuidadosa de los elementos que aparecen en la imagen.
• Pose Dinámica: Indica que si hay figuras o personajes en la imagen, deben estar en poses que sugieran movimiento o acción. Una pose dinámica puede añadir un sentido de vida y energía a la imagen, haciendo que los personajes parezcan estar en medio de una acción o emoción.

Impacto de Estos Detalles en la Imagen:

• Detallado y Complejo y Maximalista producirán imágenes que son visualmente ricas y estimulantes, con mucho para explorar visualmente.
• Elegante dará lugar a una imagen más sofisticada y estilísticamente coherente, posiblemente con un enfoque más minimalista en cuanto a la cantidad de elementos, pero con una atención meticulosa al detalle y la composición.
• Pose Dinámica añade vitalidad y puede contar una historia en sí misma, capturando un momento en el tiempo y sugiriendo una narrativa más amplia.

Al detallar estos aspectos en un prompt, estamos guiando a la IA para crear una imagen que no solo cumple con nuestras expectativas estéticas, sino que también transmite el tono y el mensaje que deseamos expresar.

Parámetros Adicionales (Midjourney)

• • Versión: 5 (–v 5)
  • Calidad: 2 (–q 2)
  • Relación de Aspecto: 6:5 (–ar 6:5)
  • Nivel de Caos: 3 (–chaos 3)

En el uso de herramientas como Midjourney para la generación de imágenes con IA, los parámetros adicionales juegan un papel importante en la personalización de las imágenes generadas. Estos parámetros permiten ajustar aspectos técnicos y estilísticos específicos de la imagen.

En nuestro ejemplo, hemos utilizado:

• Versión: 5 (–v 5): Este parámetro podría indica la versión específica del algoritmo o modelo de IA que se está utilizando en Midjourney. Una versión más alta puede incorporar mejoras o características nuevas que afectan cómo se generan las imágenes.
• Calidad: 2 (–q 2): Este ajuste se refiere a la calidad de la imagen en términos de resolución o nivel de detalle. En Midjourney, un valor más alto en este parámetro da como resultado imágenes de mayor resolución o con más detalles finos.
• Relación de Aspecto: 6:5 (–ar 6:5): Este parámetro define las proporciones de la imagen, es decir, su anchura en relación con su altura. Una relación de aspecto de 6:5 generará una imagen que es ligeramente más ancha que alta, lo cual puede ser importante para la composición y la presentación de los elementos dentro de la imagen.
• Nivel de Caos: 3 (–chaos 3): Este interesante parámetro controla el grado de variabilidad o imprevisibilidad en la generación de la imagen. Un nivel más alto de “caos” puede introducir más elementos aleatorios o creativos, lo que puede ser útil para explorar estilos más abstractos o inusuales.

Impacto de Estos Parámetros en Midjourney:

• Versión y Calidad influirán en cómo la IA procesa el prompt y en la nitidez y claridad de la imagen resultante.
• Relación de Aspecto es crucial para la composición visual, afectando cómo se dispone el contenido dentro del marco de la imagen.
• Nivel de Caos ofrece una oportunidad para experimentar con la generación de imágenes, permitiendo que surjan resultados más inesperados o únicos.

A ver, el prompt que acabamos de analizar lo hemos encontrado en internet. De un… “gurú”(?) de la IA.

Vamos a intentar ser brutalmente honestos, porque esto se está convirtiendo en un “sin dios”.

1. ¿Es necesario ponerle tanta tontería?
   • No siempre es necesario incluir tantos detalles en un prompt, especialmente si se está buscando una imagen más general o si se prefiere dejar espacio para la interpretación creativa de la IA. Sin embargo, en casos donde se busca un resultado muy específico y detallado, proporcionar una amplia gama de indicaciones puede ser útil.
2. ¿Puede mejorarse?
   • El prompt podría ser más eficiente si se centra en los aspectos más importantes que definan claramente la imagen deseada. Es posible que algunos de los términos técnicos puedan simplificarse o eliminarse si no contribuyen significativamente al resultado final deseado.
3. ¿Hay información redundante o inútil?
   • Algunos términos pueden ser redundantes o no añadir valor significativo a la generación de la imagen. Por ejemplo, detalles como “FKAA, TXAA, RTX, SSAO” son muy específicos de la renderización en 3D y pueden no ser relevantes para un proceso de generación de imágenes con IA. Del mismo modo, la especificación de múltiples tipos de iluminación puede ser redundante, ya que podrían entrar en conflicto entre sí en una sola imagen.
4. ¿Dónde está definido que se vea una chica?
   • Si te fijas, en el prompt proporcionado, no hay una mención específica de que deba aparecer una chica o cualquier figura humana. Si se desea incluir una persona en la imagen, es importante especificarlo directamente en el prompt. Por ejemplo, se podría añadir “con una figura femenina en una pose dinámica” para asegurar que la imagen generada incluya este elemento.

¿Entonces?

Para obtener una imagen de una chica con un estilo y calidad similares pero utilizando un prompt más optimizado, podemos condensar las especificaciones del prompt original, enfocándonos en los elementos más esenciales que definan la estética y la atmósfera deseadas. Aquí tienes un ejemplo de cómo podría ser este prompt optimizado:

“Cinematic photoshoot of a girl with a dynamic pose, shot on a 25mm lens for a natural field of view. Emphasize dramatic backlighting with soft, incandescent tones and a touch of volumetric lighting for atmosphere. Aim for high detail and elegance, with a focus on natural skin tones in Pro Photo RGB color space. Include subtle chromatic aberration for a cinematic feel. Render at high quality (Q2), with a 6:5 aspect ratio for a balanced composition.”

Este prompt optimizado conserva los elementos clave del prompt original, como el estilo cinematográfico, la iluminación específica, el tipo de lente, y el enfoque en detalles y calidad. Al mismo tiempo, elimina la redundancia y se centra más en la descripción de la chica y la atmósfera general, lo que debería dar como resultado una imagen que cumpla con las expectativas pero sea más directa y eficiente para la IA procesar.

Y podemos optimizarlo aún más?

Y… aún más?

Entonces, a ver si lo entiendo, si usando distintos prompts obtengo resultados más o menos similares… ¿que me estás queriendo decir?

La cantidad de detalles que se incluyen en un prompt para la generación de imágenes con IA depende en gran medida del nivel de control específico y la precisión que desees en el resultado final. Aquí hay algunos puntos clave para entender la utilidad de incluir más o menos detalles en un prompt:

1. Control y Precisión: Un prompt más detallado te permite tener un mayor control sobre los aspectos específicos de la imagen. Es útil cuando tienes una visión muy clara y detallada de lo que quieres que la imagen represente. Por ejemplo, si necesitas que la imagen se adhiera a ciertos estándares estéticos o técnicos precisos para un proyecto concreto.
   Si te fijas bien, entre la primera y la última imagen hay una gran diferencia. Aunque en bruto parezca que no, si hay variaciones.
2. Creatividad de la IA: Un prompt más general deja más espacio para la interpretación y creatividad de la IA. Esto puede ser beneficioso cuando estás explorando ideas o cuando estás abierto a diferentes posibilidades creativas y sorpresas en el resultado.

1. Eficiencia y Simplicidad: Prompts simplificados son más fáciles y rápidos de crear. Son ideales para situaciones en las que necesitas resultados rápidos o cuando experimentas con diferentes ideas.
2. Redundancia y Claridad: A veces, demasiados detalles pueden ser redundantes o incluso contraproducentes, creando confusión en la interpretación de la IA. Un prompt bien equilibrado, que combine claridad y suficiente detalle, a menudo puede proporcionar los mejores resultados.
3. Experimentación y Aprendizaje: Probar diferentes niveles de detalle en los prompts también puede ser una forma de aprender cómo la IA responde a distintos tipos de instrucciones y afinar tus habilidades en el prompt engineering.

Entonces, ¿Menos es más? ¿Más es más? ¿La parte contratante de la primera parte será considerada la parte contratante de la primera parte?

La eficacia de un prompt con demasiada información o que no está bien estructurado depende de varios factores, incluyendo la naturaleza y capacidades de la IA que estás utilizando. Aquí hay algunos aspectos a considerar:

1. Capacidad de Interpretación de la IA: Algunas herramientas de generación de imágenes con IA son bastante avanzadas y pueden filtrar o priorizar la información en un prompt sobrecargado o mal estructurado para producir resultados coherentes. Sin embargo, esto no es uniforme en todas las plataformas, y en algunos casos, un prompt confuso o demasiado detallado puede llevar a resultados imprecisos o inesperados.
2. Claridad Versus Creatividad: Un prompt claro y bien estructurado tiende a generar resultados más predecibles y alineados con tus expectativas. Por otro lado, un prompt más ambiguo o excesivamente detallado puede resultar en creaciones más inusuales o creativas, lo cual podría ser deseable en ciertos contextos creativos.
3. Aprendizaje y Experimentación: Trabajar con prompts que no están bien hechos puede ser una experiencia de aprendizaje valiosa. Te permite entender mejor cómo funciona la IA y cómo afinar tus prompts para obtener mejores resultados. La experimentación es una parte importante del proceso creativo con IA.
4. Eficiencia y Tiempo: Un prompt demasiado complicado o mal estructurado puede ser ineficiente, especialmente si necesitas iterar rápidamente o estás buscando resultados específicos. En estos casos, simplificar y aclarar tus prompts puede ahorrar tiempo y esfuerzo.
5. Adaptación al Propósito: Considera el propósito de tu imagen. Si estás creando algo para un proyecto profesional o específico donde los detalles son críticos, es mejor invertir tiempo en perfeccionar tu prompt. Para exploraciones creativas más generales o aprendizaje, puedes ser más flexible con la estructura y el detalle del prompt.

¿Y tengo que hacerlo en inglés?

La necesidad de usar el inglés en los prompts para la generación de imágenes con IA depende principalmente de la herramienta específica que estés utilizando. A continuación, te explico por qué en algunos casos es necesario y en otros no:

1. Herramientas Diseñadas Principalmente para el Inglés:
   • Muchas herramientas de generación de imágenes basadas en IA, especialmente las más avanzadas y populares como DALL-E o Midjourney, están diseñadas para interpretar prompts en inglés. Esto se debe a que su entrenamiento se ha realizado principalmente con datos en inglés, lo que hace que sean más eficientes y precisas en este idioma.
   • En estos casos, usar prompts en inglés suele ser necesario para obtener los mejores resultados, ya que la IA puede no interpretar correctamente los prompts en otros idiomas.
2. Herramientas con Soporte Multilingüe:
   • Algunas plataformas de generación de imágenes están desarrollando capacidades multilingües o ya las tienen incorporadas. Estas herramientas pueden interpretar prompts en varios idiomas, aunque la eficacia puede variar dependiendo del idioma y de la herramienta específica.
   • Si estás utilizando una herramienta con soporte para tu idioma nativo, puedes probar a usar prompts en ese idioma y comparar los resultados con los obtenidos en inglés.
3. Consideraciones de Accesibilidad y Comodidad:
   • Para usuarios que no dominan el inglés, puede ser más cómodo y natural crear prompts en su propio idioma. En este caso, podría ser útil utilizar herramientas que soporten múltiples idiomas o probar con traducciones automáticas de prompts al inglés.
4. Experimentación y Aprendizaje:
   • Independientemente del idioma, experimentar con diferentes prompts y observar cómo reacciona la IA puede ser una parte valiosa del proceso de aprendizaje. Puede ser interesante probar la misma idea en diferentes idiomas para ver cómo varían los resultados.

Las herramientas de generación de imágenes basadas en inteligencia artificial (IA) como DALL-E de OpenAI, Midjourney, DeepArt y This Person Does Not Exist han revolucionado la creación de arte, diseño gráfico y visualizaciones. Aunque estas plataformas ofrecen capacidades impresionantes, vienen con limitaciones tanto técnicas como prácticas.

DALL-E de OpenAI:

• Capacidades: Genera imágenes creativas a partir de descripciones textuales.
• Limitaciones Técnicas: Puede generar resultados inesperados con prompts vagos. Programada para evitar contenido inapropiado.
• Limitaciones Prácticas: Límites de caracteres en los prompts, posible modelo de suscripción o pago por uso.

Midjourney:

• Capacidades: Conocida por generar arte visual de alta calidad.
• Limitaciones Técnicas: Dificultades con prompts complejos; variabilidad en la interpretación.
• Limitaciones Prácticas: Costo asociado, acceso y disponibilidad limitados en algunas regiones.

DeepArt:

• Capacidades: Aplica estilos artísticos a fotografías existentes.
• Limitaciones Técnicas: Limitada a la transformación de estilo, no crea imágenes desde cero.
• Limitaciones Prácticas: Calidad del resultado dependiente de la imagen original.

This Person Does Not Exist:

• Capacidades: Genera rostros humanos realistas usando GANs.
• Limitaciones Técnicas: Limitado a rostros humanos, posibles anomalías en detalles.
• Limitaciones Prácticas: Específico solo para generación de rostros, sin aplicaciones más amplias.

Limitaciones Generales de la IA en la Generación de Imágenes:

• Originalidad y Creatividad: Limitada a lo aprendido de los datos existentes.
• Contexto y Comprensión: Falta de comprensión del significado o contexto.
• Control Preciso: Dificultad para lograr resultados específicos.
• Sesgo en Datos de Entrenamiento: Posible sesgo basado en los datos de entrenamiento.
• Limitaciones Éticas y de Derechos de Autor: Restricciones sobre privacidad y derechos de autor.

Además, estas herramientas a menudo tienen restricciones prácticas como límites de caracteres en los prompts, modelos de precios y accesibilidad limitada en ciertas regiones o para ciertos usuarios. La calidad y resolución de las imágenes generadas pueden variar según la herramienta y el plan de suscripción, y en muchos casos, se aplican políticas para prevenir la generación de contenido inapropiado.

Las herramientas de IA para la generación de imágenes son poderosas y versátiles, pero vienen con limitaciones inherentes tanto técnicas como prácticas. Es esencial ser consciente de estas limitaciones al utilizar estas tecnologías para proyectos creativos o profesionales.

Olvídate de aquellos que te muestran imágenes perfectas y te dicen “he creado esto con IA”, mientras ostentan una pose digna de un anuncio y una mirada al estilo Jon Kortajarena. La verdad es que muchos de estos supuestos “genios” de los prompts no tienen un conocimiento profundo de fotografía ni entienden realmente lo que están incluyendo en sus descripciones. No te dejes deslumbrar por el brillo superficial; el verdadero arte viene de la experimentación y la autenticidad.

Confía en tu visión y en tu capacidad para comunicarte con la IA. Empieza explicándole de manera sencilla lo que quieres y ve añadiendo más información paso a paso. No necesitas ser un experto en términos técnicos para crear algo que mole o sea significativo. Lo que importa es tu visión, tu creatividad y tu persistencia en el proceso de aprendizaje y experimentación.

Recuerda, cada intento es una oportunidad para entender mejor cómo la IA interpreta tus palabras y transforma tus ideas en imágenes. No hay una fórmula mágica ni un camino único para lograr resultados impresionantes. La clave está en ser tú mismo, en explorar tus ideas y en aprender de cada resultado, ya sea un éxito deslumbrante o un interesante “fracaso”.

Así que toma el control, juega con los prompts, ajusta los detalles y observa cómo cada cambio afecta el resultado. Con cada iteración, te acercarás más a lo que buscas y, en el proceso, desarrollarás una comprensión más profunda de cómo interactuar eficazmente con estas herramientas de IA. No estás solo replicando lo que otros han hecho; estás trazando tu propio camino en el emocionante mundo de la generación de imágenes por IA.

Imaginamos que estás igual que al principio del artículo, pero más cansado. Normal. Pero por suerte para ti…

Ya hemos terminando de aburrirte por hoy. Cada palabra que hemos compartido, cada concepto explorado, no es más que un pincelazo en el vasto lienzo de posibilidades que la generación de imágenes con IA nos ofrece. Si te has visto reflejado en estas palabras, si has sentido esa chispa de inspiración o el susurro tentador de la curiosidad, entonces es tu momento de brillar.

Recuerda que las herramientas están ahí, al alcance de tu mano. Piensa que, quizás, todo lo que necesitas es tu propia chispa interna y un poco de estructura, como un calendario y la determinación de embarcarte en esta aventura.

El futuro, ese territorio misterioso y lleno de promesas, está justo delante de nosotros, y cada paso que damos hoy es una piedra más en el camino hacia un mañana lleno de creaciones alucinantes. No subestimes el poder de un prompt bien pensado, la magia de un clic en el teclado, pues cada uno de ellos puede ser la llave que abra mundos nuevos de belleza y asombro.

Así que, ¿por qué esperar? El lienzo de la IA está listo, y tu imaginación es el único límite. Planifica, experimenta, sueña en grande. El futuro de la creación artística te está llamando, y tu viaje hacia lo desconocido comienza con un simple acto de coraje creativo.

¡Hasta la semana que viene!

Por cierto, ¿alguna vez has querido ver un gato vestido de chef preparando croquetas? Pues ahí lo tienes.