Cómo escribir mejores prompts para generar imágenes

Escribir buenos prompts para imágenes IA es una habilidad que se aprende, no un talento innato. La diferencia entre obtener una imagen genérica y una que encaja exactamente con lo que necesitas está, casi siempre, en cómo describes lo que quieres. No en el modelo que uses, no en la suerte: en las palabras.

Por qué la mayoría de prompts fallan

La queja más habitual entre quienes empiezan a usar generadores de imágenes es siempre la misma: «No me da lo que pedí». Y en casi todos los casos, el problema no está en el modelo sino en la instrucción. Un prompt como «una mujer en la playa» puede producir miles de resultados distintos, todos técnicamente correctos y ninguno útil.

Los modelos de generación de imágenes, ya sea Midjourney, Stable Diffusion, DALL·E 3 o Ideogram, no leen la intención detrás de las palabras. Leen las palabras en sí. Si no especificas el estilo, la iluminación, el encuadre, la paleta de colores o el estado de ánimo, el modelo rellena esos huecos con sus propios valores por defecto, que suelen ser los más estadísticamente comunes en su conjunto de entrenamiento.

El resultado es previsible: imágenes correctas pero anodinas. Para salir de ese círculo hay que entender qué información procesa realmente el modelo y cómo organizarla.

La estructura de un prompt eficaz

No existe una fórmula universal, pero sí hay un esquema que funciona con la mayoría de modelos. Puede resumirse en cuatro bloques: sujeto, contexto, estilo y parámetros técnicos.

Sujeto

Es el elemento central de la imagen. Cuanto más específico, mejor. No «un perro», sino «un labrador dorado de unos tres años, con el pelaje mojado, mirando a cámara». La especificidad no limita la creatividad del modelo; la dirige. Y dirigirla es exactamente lo que necesitas.

Contexto

El entorno donde ocurre la escena. Incluye el escenario, la época, la hora del día y cualquier elemento secundario relevante. «En una cocina de los años cincuenta, a última hora de la tarde, con luz cálida entrando por una ventana lateral» es infinitamente más útil que «en una cocina».

Estilo

Aquí es donde muchos prompts dejan dinero sobre la mesa. El estilo abarca el medio artístico (fotografía, ilustración, pintura al óleo, render 3D), referencias visuales concretas (el estilo de Gregory Crewdson, la paleta de Wes Anderson, la estética del cartel soviético) y el estado de ánimo general. Una misma escena puede resultar inquietante o reconfortante dependiendo de las referencias que incluyas.

Parámetros técnicos

Relación de aspecto, resolución, profundidad de campo, tipo de lente. En Midjourney, por ejemplo, añadir –ar 16:9 o –ar 9:16 cambia completamente la composición. En DALL·E 3 esto se gestiona desde la propia interfaz, pero el concepto es el mismo: el modelo necesita saber el formato final.

Vocabulario que marca la diferencia

Hay términos que funcionan de forma consistente en la mayoría de modelos porque aparecen con frecuencia en los datos de entrenamiento asociados a imágenes de alta calidad. Conocerlos ahorra tiempo.

• Iluminación: «golden hour», «cinematic lighting», «soft diffused light», «neon backlight», «overcast sky». La iluminación es probablemente el factor que más cambia el resultado de una imagen.
• Calidad técnica: «shot on 35mm film», «8K render», «sharp focus», «bokeh», «RAW photo». Estos términos le indican al modelo que busque referencias de alta fidelidad técnica.
• Composición: «rule of thirds», «symmetrical composition», «Dutch angle», «bird’s eye view», «close-up portrait». Sin especificar encuadre, el modelo elige el más común para ese tipo de sujeto.
• Textura y material: «matte finish», «weathered wood», «polished chrome», «translucent fabric». Especialmente útil en renders de producto o diseño de interiores.

Escribir en inglés sigue dando mejores resultados en la mayoría de modelos, porque los datos de entrenamiento son predominantemente angloparlantes. No es una regla absoluta, sobre todo con modelos más recientes, pero es un punto de partida razonable si buscas consistencia.

El error de los prompts por acumulación

Existe la tentación de incluir cuanto más mejor. Si un detalle es bueno, diez detalles serán diez veces mejor. No funciona así. Los modelos tienen límites de atención, y un prompt de doscientas palabras puede producir resultados peores que uno de treinta, porque el modelo empieza a priorizar algunos elementos sobre otros de forma impredecible.

La recomendación práctica es trabajar por capas. Empieza con un prompt corto y directo. Evalúa el resultado. Identifica qué falta o qué sobra. Añade o quita una variable. Genera de nuevo. Este proceso iterativo es más eficiente que intentar describir la imagen perfecta en el primer intento.

Esta lógica conecta directamente con lo que se entiende por ingeniería de prompts aplicada al marketing: la clave no está en la longitud de la instrucción sino en su precisión y en saber leer el output para ajustar la siguiente iteración.

Prompts negativos: decirle al modelo lo que no quieres

Muchos modelos, especialmente Stable Diffusion y sus variantes, admiten prompts negativos. Es una función que permite excluir elementos concretos del resultado. Útil cuando el modelo tiende a añadir elementos no deseados de forma sistemática.

Algunos negativos genéricos que suelen mejorar la calidad visual: «blurry, low quality, distorted, watermark, text overlay, extra limbs, bad anatomy». Este último grupo es especialmente relevante cuando el sujeto es una figura humana, porque los modelos siguen teniendo dificultades para representar manos y extremidades con precisión.

En DALL·E 3 y en la versión web de Midjourney los prompts negativos funcionan de forma diferente, a veces incluidos directamente en el texto con construcciones como «sin texto visible» o «sin fondo blanco». Lo más sensato es revisar la documentación específica del modelo que uses.

Referencias de estilo con nombres propios

Citar artistas, fotógrafos, directores de fotografía o movimientos artísticos concretos es uno de los atajos más eficaces. «Fotografía de estilo Vivian Maier» o «ilustración al estilo del constructivismo ruso» activa asociaciones visuales muy específicas que sería casi imposible describir palabra por palabra.

El matiz legal es importante: algunos modelos han restringido el uso de nombres de artistas vivos en sus prompts por razones de derechos de autor. Midjourney, por ejemplo, introdujo restricciones en 2023. Para evitar fricciones, muchos usuarios recurren a describir el estilo en lugar de citar el nombre: «fotografía en blanco y negro de calle, composición geométrica, alto contraste, granulado de película de los años sesenta».

Si tu objetivo es crear contenido para publicaciones comerciales, conviene leer las condiciones de uso del modelo antes de publicar. Este tema también toca cuestiones más amplias sobre ética en la publicidad con IA que cada vez más empresas están revisando internamente.

Casos de uso concretos y cómo adaptar el prompt

Imágenes de producto para e-commerce

Para fotografía de producto el contexto importa tanto como el producto. Un prompt eficaz incluye el objeto, el material, el fondo, la iluminación y la perspectiva. Por ejemplo: «Botella de vidrio ámbar con tapón de corcho, sobre una superficie de mármol blanco, luz de estudio difusa desde la izquierda, fondo neutro gris claro, fotografía de producto profesional, foco nítido».

Ilustraciones para redes sociales

Aquí el estilo lo es casi todo. Define si buscas una ilustración plana (flat design), vectorial, con textura de acuarela o con estética de cómic. Añade la paleta de colores de tu marca si la tienes definida en valores hexadecimales: algunos modelos como Adobe Firefly permiten especificar colores con bastante precisión.

Imágenes para artículos y blogs

El formato horizontal (16:9 o similar) suele ser el más práctico. Evita imágenes con texto generado por el modelo, porque casi siempre es ilegible o incorrecto. Opta por escenas que funcionen como metáforas visuales del contenido: si el artículo habla de automatización, una imagen de engranajes bien iluminados puede ser más limpia y útil que intentar representar algo abstracto. Los principales generadores de imágenes con IA tienen fortalezas distintas para cada tipo de contenido visual.

Cómo reutilizar y escalar prompts que funcionan

Una vez que encuentras una estructura de prompt que produce resultados consistentes, guárdala como plantilla. Puedes crear variaciones cambiando un elemento a la vez: el sujeto, la paleta, el encuadre. Esto te permite mantener coherencia visual en una serie de imágenes sin empezar desde cero cada vez.

Herramientas como PromptBase o Civitai tienen bibliotecas de prompts organizados por categoría y modelo. Úsalas como referencia y punto de partida, no como solución definitiva. El mejor prompt para tu caso concreto siempre va a requerir ajustes específicos.

Si trabajas con equipos o necesitas que varias personas generen imágenes con un estilo coherente, documentar los prompts validados es tan importante como documentar cualquier otro activo de comunicación. Forma parte de lo que podría considerarse un flujo de contenido estructurado, similar a lo que se describe al hablar de automatización de contenido sin perder calidad.

Qué modelo elegir según el tipo de imagen

Midjourney destaca en imágenes artísticas, ilustraciones y fotografías con gran carga estética. DALL·E 3, integrado en ChatGPT, entiende mejor el lenguaje natural y es más tolerante con prompts escritos de forma conversacional. Stable Diffusion, en sus distintas variantes locales o en la nube, ofrece más control técnico y es la opción preferida para quienes necesitan personalización avanzada o privacidad de datos.

Ideogram destaca en la generación de imágenes con texto integrado, un área donde el resto de modelos sigue fallando con frecuencia. Adobe Firefly es la opción más segura desde el punto de vista legal para uso comercial, porque está entrenado con imágenes con licencia.

La elección del modelo también depende de si trabajas con infraestructura local o en remoto. Hay consideraciones prácticas sobre coste, privacidad y capacidad de personalización que conviene evaluar, del mismo modo que cuando se decide entre IA local o en la nube para una pyme.

Un recurso que pocos aprovechan: el análisis inverso de imágenes

Si encuentras una imagen generada por IA que te gusta, en muchos casos puedes obtener el prompt original. Midjourney permite ver el prompt de cualquier imagen generada en su servidor de Discord. Stable Diffusion guarda los metadatos del prompt en el propio archivo PNG si no se han eliminado manualmente.

Analizar esos prompts y entender por qué producen ese resultado específico es uno de los métodos de aprendizaje más directos. No se trata de copiar, sino de diseccionar la estructura: qué términos de estilo usa, en qué orden aparece el sujeto, qué negativos incluye. Con diez ejemplos analizados de esta forma, la comprensión de cómo funcionan los prompts para imágenes IA mejora más que con cualquier tutorial genérico.