Mi primer artículo extenso; es un poco largo, así que recomiendo darle like y guardarlo para leerlo después.
Los amigos que me siguen sabrán que he estado experimentando con retratos de IA últimamente.
Este lote se centra principalmente en image-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 buenos son realmente geniales, y los fallos son increíblemente absurdos.
Hace unos días, estaba revisando mi carpeta de retratos en Eagle y me quedé sin palabras al ver ese montón de imágenes. ¿Cómo decirlo? Sentí que he estado actuando como asistente de fotografía para la IA últimamente.
Yo me encargo de escribir la escena, la luz, el atrezzo, el maquillaje y las acciones; la IA se encarga de intentar capturar la imagen que tengo en la cabeza. Luego, mientras desplazaba, me di cuenta de que los prompts que producen resultados estables de forma consistente no son los más largos, ni los que tienen las palabras más floridas. Los que mejor funcionan son como una "chuleta de fotografía".
No tienes que 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 analógica, flash directo, niebla suave o una instantánea de móvil. Cuando un prompt se escribe a este nivel, no solo genera la cáscara vacía de una "persona bonita". Empieza a tener sensación de presencia.
Veamos un par primero.
La palabra clave de esta no es "belleza de estilo antiguo". Es: escritorio de madera viejo, jaula de pájaros, pajarito, 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 sombrero de paja en campo de margaritas de verano, estilo analógico. Esta tampoco es solo "chica de verano". Tiene margaritas, sombrero de paja, primer plano de flores blancas grandes, sombras moteadas de árboles, cielo azul, nubes cumulus, hierba, manta de picnic, además de un ángulo de cámara bajo y flores desenfocadas en primer plano.
Esto es lo que más quiero destacar esta vez. No empieces a escribir prompts de retratos desde la "persona". Empieza desde "por qué esta foto funciona".
Yo también solía escribir tonterías
Cuando empecé a jugar con retratos de IA, cometí un error fácilmente. Me esforzaba por escribir "hermoso". Claro, atmosférico, de alta gama, cinematográfico, exquisito, realista, delicado. ¿Sirven estas palabras? Un poco. Pero son demasiado vacías. Es como decirle a un fotógrafo: "Tómame una foto de alta gama". Lo más probable es que el fotógrafo te mire y pregunte: ¿dónde vamos a disparar, qué luz hay, qué lleva puesto, qué ambiente, de medio cuerpo o cuerpo entero, a qué distancia está el lente de la persona? Con la IA pasa lo mismo. No es que no entienda la belleza; es que no sabe qué tipo de belleza quieres.
Así que después, al escribir prompts de retratos, primero me hacía una pregunta: ¿cuál es el "ancla" 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 siguientes tienen un lugar donde aterrizar.
Capa 1: Dale una escena que se sostenga
Ahora, cuando escribo retratos, básicamente no pongo palabras genéricas como "interior", "exterior" o "sesión de estudio". Demasiado vago. Lo escribo como un espacio concreto. Por ejemplo, un "escritorio de estudio en pabellón antiguo" no es solo una "habitación de estilo antiguo". Es un escritorio de madera viejo, jaula de pájaros, pájaro verde-amarillo, granos esparcidos, libros antiguos, papel hecho a mano, pergaminos, piedra de tinta, plato de frutas de porcelana vieja, melocotones, cortinas de bambú, marcos de ventana, armazón de cama antigua. Esta cadena de objetos parece mucho, pero no es para que aparezca cada atrezzo. 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.
Por ejemplo, la serie del huerto de verano.
No escribí solo "retrato en huerto". Escribí hojas, ramas, frutos verdes, enredaderas, cestas de bambú, canastos de fruta, sombrero de paja, jugo de fruta, pajitas, senderos naturales, fondo de vegetación densa. Y más importante, escribí una frase: "El lente parece estar escondido entre las ramas y hojas de los árboles frutales". Esta frase es muy útil. Obliga a una obstrucción en primer plano dentro del encuadre. Con un primer plano, la imagen no es plana. Con obstrucción, la foto parece que fue realmente capturada por alguien, en lugar de que la IA coloque a la persona justo en el centro frente a un fondo.
Ahora juzgo si una escena está bien escrita viendo si tiene tres capas: ¿Qué hay en primer plano? ¿Dónde está la persona? ¿Qué hay al fondo? Si las tres capas están vacías, probablemente generará una imagen muy plana.
Capa 2: No escribas solo el estilo, escribe el método de captura
A mucha gente le gusta escribir estilos: look analógico, CCD, cinematográfico, look de revista, atmosférico. Puedes escribirlos, pero no son suficientes. Ahora prefiero escribir "con qué dispositivo parece haber sido tomada". Por ejemplo: fotografía Fujifilm, fotografía Nikon, instantánea de móvil, flash directo CCD, luz de estudio suave y cremosa de alta clave. Detrás de diferentes dispositivos hay diferentes lógicas de imagen.
Fujifilm en exteriores tiende a dar alta saturación, cielos azules y grano analógico. Flash directo CCD dará sombras duras, reflejos en la piel y sensación de presencia. Las sesiones de estudio con niebla suave tendrán bajo contraste, bordes difuminados y luces cremosas. Cuando escribes "alta gama", la IA no sabe cómo ser de alta gama. Si escribes "luz de estudio suave y cremosa de alta clave, gran área de luz suave envolviendo al personaje desde el frente y el costado, exposición general ligeramente alta, bajo contraste, como disparar a través de un filtro Pro-Mist", sabe dónde poner el esfuerzo.
Esta imagen de "Niebla suave de orquídea blanca" 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 "alta clave", "niebla suave", "bajo contraste", "bokeh en primer plano" y "altas luces ligeramente sobreexpuestas pero no quemadas".
Aquí un consejo pequeño: no escribas solo que la luz es bonita. Escribe de dónde viene, dónde cae y qué efecto crea finalmente.
Capa 3: Escribe el maquillaje como anclas, no como un tutorial
Escribir retratos hace que sea fácil caer en otra trampa: hacer la descripción del maquillaje cada vez más larga. Sombra de ojos, pestañas, aegyo-sal, brillo de labios, iluminador de nariz, rubor de mejillas, textura de piel... todo metido. Yo también caí en ese pozo. El resultado es que algunas imágenes parecen anuncios de belleza, y las caras incluso empiezan a verse falsas. Después descubrí que el maquillaje se captura mejor con "anclas mínimas reconocibles": los puntos de identificación más importantes de esa cara.
Por ejemplo, en el "Retrato melocotón oxigenado", las anclas de maquillaje son: maquillaje dulce rosa melocotón, piel cremosa, rubor melocotón, rubor bajo los ojos, labios hidratados rosa melocotón, accesorios de fruta en el cabello, cintas para el cabello.
Verás que el enfoque no son "rasgos perfectos". El enfoque es que toda la cara parezca un melocotón. El rubor, el color de labios, los accesorios, el atrezzo y la luz sirven a esa sensación. En este punto, no escribas un montón de estilos de maquillaje contradictorios 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 mucha gente se atasca, porque el lugar más fácil donde fallan los retratos de IA es la pose. Un dedo de más, un cuello torcido como si estuviera roto, piernas que no conectan. Ahora evito por defecto poses como "mirando hacia atrás a la cámara" o "cuerpo girado pero cabeza vuelta". No es que no puedan dar buenas imágenes; es que la tasa de fracaso es demasiado alta. Especialmente el cuello y los hombros, se rompen fácilmente.
Por eso 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 de lado pero cabeza y hombros en la misma dirección. Sosteniendo un melocotón cerca de la cara, una instantánea juguetona en primer plano.
Esta imagen de "Profesional de pizarra" funciona por varias 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 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
Antes le tenía miedo a la aleatoriedad. Pensaba que los prompts debían escribirse lo más estrictamente posible. Después descubrí que no es así. Lo peor para los retratos es que todas las imágenes se vean iguales. Ahora dejo variables intencionalmente en algunos lugares. Por ejemplo: "No todos los atrezos necesitan aparecer, selecciona 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".
Este "Corona de flores en 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 "bloquearlo todo", sino "bloquear el esqueleto del estilo y dejar que el encuadre respire".
Mi estilo de escritura común actual
Si quieres escribir retratos de 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 rostro/temperamento, peinado, anclas de maquillaje, textura de piel realista
Estilismo de ropa, color, material, usabilidad realista, relación con el tema
Escena, qué hay en primer plano, dónde está la persona, qué hay al fondo, qué atrezos puede haber
Lente, plano general o primer plano, gran angular o medio plano, ángulo bajo o cenital, encuadre audaz, profundidad de campo reducida
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/brillo/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 reviso estas imágenes, una sensación es particularmente obvia: en las buenas imágenes, los elementos "se conocen" entre sí. Los melocotones 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 está frente a un fondo, pero la ropa es de otro mundo, la luz es de otro mundo, y los atrezos están simplemente pegados. Esto crea ese "olor a IA".
En realidad, escribir prompts es entrenar tu propia estética
Para ser honesto, después de ejecutar tantos retratos, ya no creo que los prompts sean conjuros. Son herramientas que te obligan a mejorar tu estética. No puedes escribirlo claro 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 atrezzo, 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. Todas esas sensaciones que antes no podías expresar ahora tienen que convertirse en palabras. Cuando puedes explicar estas cosas con claridad, las imágenes de IA finalmente empiezan a comportarse.
La versión más corta
Si te llevas solo 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 hermosa". Empieza desde "por qué la foto funciona".
