Por qué el boceto sigue siendo el mejor punto de partida
El boceto no es un borrador desechable: es la única fase del proceso en la que decides la composición sin pagar el precio de la complejidad. Cuando partes de un texto genérico, el modelo propone y tú reaccionas; cuando partes de un boceto, tú propones y el modelo ejecuta. Esa asimetría explica la diferencia entre una sesión de veinte minutos y una tarde entera de ensayo y error.
Un boceto aporta tres cosas que ninguna descripción escrita garantiza por sí sola: jerarquía visual (dónde mira el ojo primero), silueta legible (si la figura se entiende a contraluz) y proporciones coherentes (si la cabeza, las manos y el horizonte encajan). Los modelos generativos no leen intenciones, leen píxeles y tokens. El boceto aporta la geometría; el prompt aporta la materia, la luz y el acabado. Cuando falta una de las dos mitades, el resultado se nota: composiciones correctas pero vacías, o ideas potentes con anatomía imposible.
Además, el boceto te da algo que ningún texto puede darte: control sobre el encuadre. Recortar, descentrar el sujeto, dejar aire negativo, decidir si el horizonte corta por los ojos o por la barbilla. Son decisiones de diseño, no de generación, y conviene tomarlas antes de escribir la primera palabra del prompt. En la práctica, el flujo más sólido combina tres capas: geometría (el boceto), semántica (el prompt) y control (máscaras, mapas de profundidad, referencias de línea). Si cuidas las tres, el fotorrealismo deja de ser cuestión de suerte.
Anatomía de un prompt fotorrealista
Un prompt fotorrealista no es una lista de adjetivos: es una ficha técnica. Si le entregas a un fotógrafo una nota que dice algo bonito y realista, obtendrás algo bonito y vago. Si le entregas distancia focal, hora, dirección de luz y materiales, obtendrás una foto con criterio. Con los modelos ocurre igual, con la diferencia de que el fotógrafo pregunta y el modelo no.
Mantén un orden estable para que tus iteraciones sean comparables: sujeto, acción, entorno, encuadre, óptica, luz, materiales, acabado y restricciones. Ese orden evita olvidos y te permite cambiar una sola variable por prueba.
Sujeto, acción y encuadre
Sustituye lo abstracto por lo observable. Una mujer no dice nada; una mujer de unos treinta años, piel clara con pecas, chaqueta de lana gris, mirada hacia la izquierda, genera una persona concreta. La regla práctica: si un ilustrador no pudiera dibujarlo solo con esa frase, el modelo tampoco.
El encuadre define la lectura. Plano medio, plano general, primer plano, cenital, contrapicado, a ras de suelo. Añade distancia relativa (a dos metros del sujeto) porque condiciona la perspectiva y, con ella, la sensación de presencia. Y decide qué queda fuera: el fuera de campo también construye la imagen.
Óptica y cámara
La óptica es el atajo más rápido al fotorrealismo. Mencionar 35 mm con apertura amplia implica fondo semidesenfocado, contexto visible y una ligera distorsión de barril. 85 mm con fondo muy abierto sugiere retrato comprimido y desenfoque cremoso. 24 mm exige cuidado en los bordes, pero entrega profundidad inmediata. La velocidad de obturación también comunica: una fracción muy breve congela salpicaduras, mientras que una fracción larga deja estelas en el agua o en las luces de la calle. El ISO alto añade grano, que a veces vende realismo y a veces arruina la nitidez.
Luz: la variable que más cambia el resultado
Si tuvieras que elegir una sola variable para dominar, elige la luz. Describe dirección (frontal, lateral a 45 grados, contraluz, cenital), calidad (dura, suave, difusa por nubes), color (cálida de tungsteno, fría de sombra) y hora (amanecer, mediodía, hora dorada, luz mixta de interior con ventana).
La diferencia entre una ilustración y una fotografía casi siempre está en las sombras: bordes definidos con penumbra progresiva, oclusión en los contactos, rebote de luz en las superficies cercanas. Los motores que reciben información de luz explícita generan materiales mucho más creíbles.
Materiales y microtexturas
Los materiales son la prueba de fuego. Para piel, pide poros visibles, vello fino, brillo sebáceo en la frente y la nariz, rojeces en los nudillos. Para tela, trama del tejido, pelusa, arrugas por tensión en hombros y codos, costuras. Para metal, micro rayones, reflejos anisotrópicos, huellas leves. Para madera, vetas continuas, polvo en las esquinas, desgaste en los cantos.
Estas descripciones funcionan mejor como sustantivos concretos que como adjetivos grandilocuentes. Hiperdetallado no significa nada operativo; poros visibles y sudor leve sí. Cuando el acabado de piel sale plástico, casi siempre falta una restricción negativa del tipo sin suavizado de piel.
Traducir el trazo en materia: leer el boceto como un briefing
Un boceto está lleno de información si sabes leerlo. Un cambio brusco de línea indica un quiebre de plano. Un tramado indica dirección de sombra. Un contorno grueso señala la silueta prioritaria. Las zonas vacías suelen ser superficies lisas o cielos.
Haz el ejercicio de convertir cada bloque del dibujo en una decisión de material: esta zona es tela gruesa, esta es piel en penumbra, esta es chapa pintada con desgaste. Después declara en el prompt la dirección de luz que ya insinuaste con el tramado. Si la luz del boceto viene de la izquierda y el prompt dice luz frontal, el modelo producirá una imagen incoherente que percibirás como rara sin saber por qué.
Otra técnica útil es escribir el prompt como si briefearas a dos personas a la vez: un director de arte (qué debe sentirse) y un fotógrafo (cómo se ilumina y con qué se captura). Los adjetivos emocionales van al director; los términos técnicos, al fotógrafo.
Flujo de trabajo completo, paso a paso
Paso 1: preparar el boceto y la máscara
Trabaja con líneas limpias sobre fondo neutro, preferiblemente gris medio. Separa silueta y valores en capas distintas. Si vas a usar control por línea, exporta el boceto sin textura ni color; el ruido confunde al controlador. Si vas a usar control por profundidad, genera primero un mapa de grises simple que marque cerca y lejos.
Paso 2: definir la intención antes de escribir
Escribe una frase única de brief: qué es, para qué se usará y qué debe evitar. Un póster, una miniatura, un key art o una ilustración de artículo exigen proporciones, contraste y legibilidad distintos. Fija también la relación de aspecto desde el principio: cambiar de formato destruye composiciones ajustadas.
Paso 3: iterar con control estructural
Genera lotes de cuatro con la misma semilla y cambia una sola variable entre lotes. Empieza con un control fuerte y un nivel de transformación moderado para conservar la geometría; después relaja el control y sube el detalle. Anota cada combinación que funcione: prompt, semilla, peso del control, resolución. Ese registro es tu verdadero activo creativo.
Paso 4: refinar por regiones
Cuando la composición ya te convence, deja de regenerar la imagen completa. Enmascara manos, ojos, bordes de pelo o reflejos y trabaja solo esas zonas con un prompt más específico. Este enfoque ahorra tiempo y evita el efecto lotería, ese en el que mejoras una esquina y arruinas la cara.
Paso 5: pasar a detalle y exportar
Antes de aumentar resolución, arregla anatomía, perspectiva y continuidad de luz. Después aplica un pase de detalle con el prompt orientado a texturas, no a composición. Exporta al menos tres versiones: recorte cuadrado para redes, vertical para móvil y horizontal para portada. Guarda también una versión con la línea del boceto visible por si necesitas una estética híbrida entre dibujo y foto.
Control estructural: conservar la línea que dibujaste
Existen varias formas de mantener la geometría del boceto. El control por línea sigue los contornos y respeta el trazo. El control por profundidad ordena planos y evita fusiones extrañas entre primer término y fondo. El control por pose articula figuras humanas cuando el boceto es muy esquemático. El modo imagen a imagen con un nivel bajo de transformación conserva mucho del original, pero también hereda su ruido.
La estrategia más fiable es trabajar en dos pases. En el primero, prioriza la geometría con un nivel de transformación medio: el modelo coloca bien todo y resuelve masas de color. En el segundo, baja el nivel de transformación y cambia el prompt hacia materiales y microdetalle. Este pase doble funciona especialmente bien cuando el boceto está limpio pero carece de información tonal.
Cómo adaptar el mismo prompt a distintos motores
Modelos de imagen
Cada familia de modelos tiene su dialecto. Unos responden mejor a frases descriptivas largas y gramaticales; otros rinden más con cláusulas cortas separadas por comas. Los modelos más recientes toleran instrucciones compuestas y entienden relaciones espaciales; los más antiguos se saturan con más de dos o tres conceptos y empiezan a mezclar elementos.
Prueba siempre el mismo contenido en dos formatos: una versión natural y una versión fragmentada. Conserva la que respete mejor tu boceto. Si el motor admite prompts negativos, úsalos para excluir texturas de dibujo, contornos marcados, piel cerosa o fondos planos.
Modelos de vídeo
En vídeo, el prompt cambia de función: ya no describe todo, describe lo que se mueve. Mantén el sujeto y el entorno breves y concentra el detalle en la acción, la trayectoria de cámara y los cambios de luz. Evita enumerar microtexturas, porque en movimiento producen parpadeo y ruido temporal.
Si partes de un fotograma clave fotorrealista, describe el movimiento con verbos simples: se gira lentamente, levanta la mano, la cámara avanza, la luz parpadea. Indica la duración del plano y si el movimiento es continuo o tiene pausa.
Errores comunes y cómo corregirlos
- Acumular adjetivos contradictorios. Suave y texturizado, minimalista y recargado. El modelo promedia y el resultado se vuelve turbio. Elige dos o tres cualidades dominantes.
- Confundir estilo con material. Pedir un retrato al óleo y luego exigir poros reales. Define primero si el resultado es foto, render o pintura.
- Olvidar la luz. Un prompt con cámara perfecta y luz ausente produce imágenes planas.
- Subir resolución demasiado pronto. Ampliar antes de corregir composición solo hace más grandes los errores.
- Cambiar varias variables a la vez. Si cambias encuadre, luz y materiales en la misma prueba, no sabrás qué causó la mejora.
- No fijar la semilla. Sin semilla, cada iteración reinicia la lotería.
- Mezclar idiomas sin criterio. Un prompt híbrido pierde matices en ambas direcciones; elige un idioma y sé consistente.
- Ignorar los negativos. La mayoría de los defectos recurrentes se corrigen excluyendo explícitamente lo que no quieres.
Criterios de decisión: qué técnica usar en cada caso
| Situación | Enfoque recomendado |
|---|---|
| Boceto detallado, quieres conservar el trazo | Control por línea con peso alto y transformación media |
| Boceto esquemático con figuras | Control por pose y descripción anatómica explícita |
| Escena con profundidad compleja | Control por profundidad y prompt con planos ordenados |
| Ya tienes una imagen casi buena | Refinado por regiones con máscaras ajustadas |
| Necesitas movimiento | Fotograma clave fotorrealista y prompt centrado en la acción |
| Estética híbrida dibujo y foto | Pase final con la línea visible y materiales realistas |
Regla general: cuanto más ambigua sea tu referencia, más peso debe tener el prompt; cuanto más precisa sea, más peso debe tener el control estructural.
Preguntas frecuentes
¿Cuántas palabras debe tener un prompt fotorrealista? Entre 30 y 80 palabras suele ser el rango útil. Menos de 20 deja demasiadas decisiones al modelo; más de 120 diluye la jerarquía y suele producir contradicciones.
¿Funciona mejor el inglés que mi idioma? Depende del motor. Muchos entienden varios idiomas, pero el vocabulario técnico de fotografía y materiales está mejor representado en inglés. Si escribes en tu idioma, sé literal y evita metáforas.
¿Por qué mi imagen parece una ilustración? Porque probablemente lo estás pidiendo sin darte cuenta: contornos definidos, colores saturados, iluminación plana. Elimina esos elementos del prompt y del negativo.
¿Necesito un boceto limpio? No, pero el control estructural interpreta mejor trazos continuos que garabatos superpuestos. Si tu boceto es sucio, usa el control por profundidad en lugar del de línea.
¿Cómo mantengo la coherencia entre varias imágenes? Fija semilla, reutiliza el mismo bloque de luz y óptica, y conserva el orden de las palabras. Cambiar el orden altera el peso relativo de cada concepto.
¿Cuándo conviene regenerar en lugar de retocar? Si el problema es de composición, regenerar. Si el problema es local, retocar por regiones. Retocar una composición mala es tiempo perdido.
Plantilla reutilizable y checklist final
Usa esta estructura y sustituye solo lo que cambia entre proyectos:
[sujeto concreto con edad, rasgos y vestuario] + [acción concreta],
[entorno con dos o tres detalles observables],
[encuadre y ángulo], [distancia focal y apertura],
[dirección, calidad y color de luz],
[materiales principales con microtexturas],
[acabado fotográfico coherente],
sin: contornos de dibujo, piel cerosa, saturación excesiva, marcas de agua
Antes de dar por buena una imagen, revisa: ¿la luz viene de un solo lugar coherente?, ¿los materiales se distinguen entre sí?, ¿la anatomía resiste un recorte al 100 por ciento?, ¿la composición funciona en miniatura?, ¿el boceto sigue siendo reconocible en la estructura final?
Si respondes que sí a las cinco, tienes una imagen lista para producción. Si falla alguna, ya sabes en qué capa intervenir: geometría, luz o material. Dominar ese diagnóstico es, en realidad, todo el oficio.
