Mi primer artículo extenso; es un poco largo, así que recomiendo darle like y guardarlo para leerlo después.
Los amigos que me siguen deben saber que he estado experimentando con retratos con IA últimamente.
Este lote se centra principalmente en la imagen-2 / gpt-image-2 de ChatGPT. No es el típico juego de escribir "un retrato de una chica hermosa" y esperar lo mejor. Se trata de ejecutarlos serie por serie.
Campos de flores, huertos, pabellones antiguos, pizarras, sesiones de estudio, flash directo, niebla suave, CCD. Para un mismo tema, cambio repetidamente acciones, lentes e iluminación. A veces, después de una serie, los aciertos son realmente geniales y los fracasos son increíblemente absurdos.
Hace unos días, estaba navegando por mi carpeta de retratos en Eagle y me sentí un poco sin palabras al mirar ese montón de imágenes. ¿Cómo decirlo? Sentí que he estado actuando como asistente de fotografía para la IA últimamente.
Yo soy el responsable de escribir la escena, la luz, el atrezzo, el maquillaje y las acciones; la IA es la responsable de intentar capturar la imagen en mi cabeza. Luego, mientras desplazaba, me di cuenta de que los prompts que producen resultados consistentemente estables no son los más largos, ni los que tienen las palabras más floridas. Los que mejor funcionan son como una "guía rápida de fotografía".
No necesitas tratar a la IA como un pozo de los deseos metafísico. Puedes tratarla como un equipo de fotografía. El fotógrafo necesita saber la posición de la cámara, el maquillador necesita saber el look, el estilista necesita saber la ropa, el director de escena necesita saber qué hay en el set, el equipo de atrezzo necesita saber qué hay sobre la mesa, y la postproducción necesita saber si la imagen final es de película, flash directo, niebla suave o una instantánea de móvil. Cuando un prompt se escribe a este nivel, no solo genera una cáscara vacía de una "persona bonita". Empieza a tener una sensación de presencia.
Veamos algunas primero.
La palabra clave de esta no es "belleza de estilo antiguo". Es: escritorio de madera vieja, jaula de pájaros, pájaro pequeño, papel hecho a mano, pergaminos, cortinas de bambú, marcos de ventana, cortinas de gasa movidas por el viento, contraluz de niebla blanca fuera de la ventana. Ves, el personaje es solo una parte del encuadre. Lo que realmente sostiene la imagen es esta habitación.
Mira esta.
Retrato de verano en un campo de margaritas con sombrero de paja de estilo analógico. Esta tampoco es solo "chica de verano". Tiene margaritas, un sombrero de paja, un primer plano de una gran flor blanca, sombras de árboles moteadas, cielo azul, nubes cumulus, hierba, una manta de picnic, además de un ángulo de cámara bajo y flores borrosas en primer plano.
Esto es de lo que más quiero hablar esta vez. No empieces a escribir prompts de retratos desde la "persona". Empieza desde "por qué funciona esta foto".
Yo También Solía Escribir Tonterías
Cuando empecé a jugar con retratos de IA, cometí un error fácilmente. Me desesperaba por escribir "hermoso". Claro, atmosférico, de alta gama, cinematográfico, exquisito, realista, delicado. ¿Son útiles estas palabras? Un poco. Pero son demasiado vacías. Es como decirle a un fotógrafo: "Sácame una foto de alta gama". Lo más probable es que el fotógrafo te mire y pregunte: ¿dónde vamos a disparar, qué luz hay, qué ropa llevas, qué estado de ánimo buscas, medio cuerpo o cuerpo entero, a qué distancia está el lente de la persona? La IA es igual. No es que no entienda la belleza; es que no sabe qué tipo de belleza quieres.
Así que más tarde, cuando escribía prompts de retratos, primero me hacía una pregunta: ¿Cuál es el "punto de anclaje" de esta imagen? Algunas imágenes funcionan por la escena. Otras por la luz. Otras por el maquillaje. Otras por el ángulo del lente. Otras por una acción. Agarras esto primero, y luego las palabras subsiguientes tienen un lugar donde aterrizar.
Capa 1: Dale una Escena que se Sostenga
Ahora, cuando escribo retratos, básicamente no escribo solo palabras grandes como "interior", "exterior" o "sesión de estudio". Demasiado vago. Lo escribo como un espacio específico. Por ejemplo, un "escritorio de estudio en un pabellón antiguo" no es solo una "habitación de estilo antiguo". Es un escritorio de madera vieja, jaula de pájaros, pájaro verde-amarillo, granos esparcidos, libros antiguos, papel hecho a mano, pergaminos, piedra de tinta, plato de frutas de porcelana antigua, duraznos, cortinas de bambú, marcos de ventana, armazón de cama vieja. Esta cadena de elementos parece mucho, pero no es para que cada accesorio aparezca. Es para darle a la IA una "densidad espacial".
Le estoy diciendo que esta habitación no está vacía. Alguien ha vivido aquí. Hay humedad de madera vieja, papel, cortinas de gasa, una jaula de pájaros y un poco de polvo. Una vez que la escena está establecida y la persona entra, se vuelve natural.
Toma el set del huerto de verano, por ejemplo.
No escribí solo "retrato de huerto". Escribí hojas, ramas, frutos verdes, enredaderas, cestas de bambú, canastas de frutas, sombreros de paja, jugo de fruta, pajitas, caminos naturales, fondo de vegetación densa. Más importante aún, escribí una frase: "El lente está como escondido entre las ramas y hojas de los árboles frutales". Esta frase es muy útil. Obliga a que haya una obstrucción en el primer plano del encuadre. Con un primer plano, la imagen no es plana. Con obstrucción, la foto parece que realmente fue capturada por alguien, en lugar de que la IA coloque a la persona directamente frente a un telón de fondo.
Ahora juzgo si una escena está bien escrita viendo si tiene tres capas: ¿Qué hay en el primer plano? ¿Dónde está la persona? ¿Qué hay en el fondo? Si las tres capas están vacías, lo más probable es que genere una imagen muy plana.
Capa 2: No Escribas Solo el Estilo, Escribe el Método de Captura
A muchas personas les gusta escribir estilos: look analógico, CCD, cinematográfico, look de revista, atmosférico. Puedes escribir esto, pero no es suficiente. Ahora prefiero escribir "con qué dispositivo parece que fue tomada". Por ejemplo: fotografía Fujifilm, fotografía Nikon, instantánea de móvil, CCD con flash directo, luz de estudio suave, cremosa y de tono alto. Detrás de diferentes dispositivos hay diferentes lógicas de captura.
Fujifilm al aire libre tiende a resaltar la saturación alta, los cielos azules y el grano de película. El CCD con flash directo tendrá sombras duras, reflejos en la piel y una sensación de presencia. Las sesiones de estudio con luz suave y niebla tendrán bajo contraste, bordes borrosos y reflejos cremosos. Cuando escribes "alta gama", la IA no sabe cómo ser de alta gama. Si escribes "luz de estudio suave, cremosa y de tono alto, gran área de luz suave envolviendo al personaje desde el frente y el costado, exposición general ligeramente alta, bajo contraste, como disparando a través de un filtro Pro-Mist", sabe dónde poner el esfuerzo.
Esta imagen de "Orquídea Blanca con Niebla Suave" sigue esta lógica.
Lo que más me satisface de esta imagen no es la cara. Es que la luz es muy suave. Las manos, las flores, la mesa blanca y el fondo están todos suavizados por la luz. Lo que realmente funcionó en el prompt fue "tono alto", "niebla suave", "bajo contraste", "bokeh en primer plano" y "reflejos ligeramente sobreexpuestos pero sin quemar".
Aquí hay un pequeño consejo: no escribas solo que la luz es hermosa. Escribe de dónde viene, dónde aterriza y qué efecto crea finalmente.
Capa 3: Escribe el Maquillaje como Anclas, No un Tutorial
Escribir retratos hace que sea fácil caer en otra trampa: hacer que la descripción del maquillaje sea cada vez más larga. Sombra de ojos, pestañas, aegyo-sal, brillo de labios, iluminador del puente nasal, rubor en las mejillas, textura de la piel: se mete todo. Yo también caí en este pozo. El resultado es que algunas imágenes parecen anuncios de belleza, e incluso las caras empiezan a verse falsas. Más tarde descubrí que el maquillaje se captura mejor con "anclas reconocibles mínimas": los puntos de identificación más importantes de esa cara.
Por ejemplo, en el "Retrato de Durazno Oxigenado", las anclas de maquillaje son: maquillaje dulce rosa durazno, piel cremosa, rubor durazno, rubor debajo de los ojos, labios durazno hidratados, accesorios para el cabello con frutas, adornos de cinta para el cabello.
Notarás que el enfoque no son los "rasgos perfectos". El enfoque es que toda la cara parece un durazno. El rubor, el color de labios, los accesorios para el cabello, el atrezzo y la luz, todos sirven a esta sensación. En este punto, no escribas un montón de estilos de maquillaje conflictivos en el prompt. No escribas "frío y hastiado del mundo" mientras también escribes "dulce y enérgico".
Capa 4: No Escribas Acciones Fijas, Escribe Esqueletos de Acción
Aquí es donde muchos se quedan atascados porque el lugar más fácil donde fallan los retratos de IA es la pose. Un dedo extra, un cuello torcido como si estuviera roto, piernas que no conectan. Ahora evito poses como "mirando hacia atrás a la cámara" o "cuerpo girado pero cabeza vuelta hacia atrás" por defecto. No es que no puedan producir buenas imágenes; es que la tasa de fracaso es demasiado alta. Especialmente el cuello y los hombros: se rompen fácilmente.
Así que prefiero escribir esqueletos de acción. Por ejemplo: Cabeza baja y ojos hacia abajo, dedos tocando suavemente pétalos en la mesa. Sentada en la hierba tomando el sol, sin forzar la mirada a la cámara. Corriendo entre ramas de árboles frutales, sonrisa lateral pero con cabeza y hombros en la misma dirección. Sosteniendo un durazno cerca de la cara, una instantánea juguetona en primer plano.
Esta imagen de "Profesional de la Pizarra" funciona por algunas cosas: pizarra, fórmulas, cordón de identificación, gafas de carey, oficina nocturna, flash directo. La acción no es un movimiento de baile complejo; son solo las manos apoyando la superficie de la mesa, el cuerpo ligeramente de lado, mirando a la cámara con flash directo. Cuanto más directo es el flash, más simple debe ser la acción, porque el flash directo expone la estructura del cuerpo con mucha claridad.
Capa 5: Dale Algo de Aleatoriedad, Pero No Aleatorices la Dirección
Solía tener miedo a la aleatoriedad. Pensaba que los prompts debían escribirse de la manera más estricta posible. Más tarde descubrí que no es así. Lo peor para los retratos es que todas las imágenes se vean iguales. Ahora dejo intencionalmente variables en algunos lugares. Por ejemplo: "No todos los accesorios deben aparecer, seleccionar según las necesidades de la composición". O "La distancia del lente varía en cada imagen". O "Las acciones y expresiones son aleatorias, no es necesario mirar a la cámara".
Esta "Corona de Flores en el Arroyo de Verano" es un ejemplo típico. Su dirección es clara: verano, luz fuerte, corona de flores, cabello verde, ambiente de hada del jardín. Pero no exige que el personaje mire directamente a la cámara. En consecuencia, la imagen es más natural. Mi sensación es que la estructura más estable no es "bloquear todo", sino "bloquear el esqueleto del estilo y dejar que el encuadre respire".
Mi Estilo de Escritura Común Actual
Si quieres escribir retratos con IA, sugiero que no aprendas primero esos largos prompts "universales". Usa una estructura estable. Yo escribo más o menos así:
Relación de aspecto, fotografía realista, tema de retrato específico, cámara o método de captura específico
Base del personaje, claramente adulto, forma de la cara/temperamento, peinado, anclas de maquillaje, textura de piel realista
Estilismo de ropa, color, material, usabilidad realista, relación con el tema
Escena, qué hay en el primer plano, dónde está la persona, qué hay en el fondo, qué accesorios puede haber
Lente, plano general o primer plano, gran angular o plano medio, ángulo bajo o cenital, encuadre audaz, poca profundidad de campo
Acción/Expresión, un esqueleto de acción claro, puede evitar mirar a la cámara, dirección natural de cabeza/hombros
Iluminación, de dónde viene la luz, dónde incide, qué reflejos/sombras/deslumbramientos/grano produce
Restricciones negativas, sin piel plástica, sin dedos deformados, sin extremidades adicionales, sin giros bruscos de cabeza
El Verdadero Punto es Hacer que los Elementos se Relacionen
Cuando navego por estas imágenes, una sensación es particularmente obvia: en las buenas imágenes, los elementos se "conocen" entre sí. Los duraznos y el rubor se conocen. El sombrero de paja y las sombras de los árboles se conocen. La pizarra y el cordón de identificación se conocen. Las malas imágenes no solo son feas; a menudo presentan elementos que no se conocen entre sí. Una persona se para frente a un fondo, pero la ropa es de otro mundo, la luz es de otro mundo y los accesorios están simplemente pegados. Esto crea ese "olor a IA".
En Realidad, Escribir Prompts es Entrenar tu Propia Estética
Para ser honesto, después de hacer tantos retratos, ya no creo que los prompts sean hechizos. Son herramientas que obligan a tu estética a mejorar. No puedes escribirlo claramente porque la imagen en tu cabeza aún no está clara. Una vez que empiezas a escribir sobre primeros planos, iluminación, lentes, acciones, maquillaje y relaciones de accesorios, descubrirás que tu forma de ver las imágenes también ha cambiado.
La IA no ha hecho que la estética sea menos importante; la ha hecho más específica. Todos esos sentimientos que antes no podías expresar ahora tienen que convertirse en palabras. Cuando puedes explicar estas cosas claramente, las imágenes de IA finalmente empiezan a comportarse.
La Versión Más Corta
Si solo te llevas una cosa hoy, recuerda esto: El orden para escribir un prompt de retrato puede ser: Tema, Método de Captura, Estilismo del Personaje, Relaciones de Escena, Composición del Lente, Esqueleto de Acción, Textura de Iluminación, Barreras Negativas. No empieces desde "chica bonita". Empieza desde "por qué funciona la foto".
