Higgsfield Generate

Envía trabajos a cualquier modelo de Higgsfield. Envuelve la CLI higgsfield. Cubre generación genérica de imágenes/videos, Marketing Studio (anuncios de marca, avatares, productos, hooks, configuraciones) y, secundariamente, la puntuación de videos con Virality Predictor.

Paso 0 — Bootstrap

Antes de cualquier otro comando:

Si higgsfield no está en $PATH, instálalo:

curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh

Si higgsfield account status falla con Session expired / Not authenticated, pide al usuario que ejecute higgsfield auth login (interactivo) y espera confirmación.

Reglas de UX

Sé conciso. Sin IDs en bruto, sin volcados JSON en el chat. Muestra la URL del medio generado o el resumen de texto para Virality Predictor.
Sin jerga interna. No narres "llamando a higgsfield cost", "sondeando trabajo".
Detecta el idioma del usuario desde el primer mensaje y responde en él. Los argumentos técnicos (--aspect_ratio 16:9) se quedan en inglés.
No preguntes todo por lote. Elige un modelo predeterminado sensato y pregunta una cosa a la vez solo si realmente falta.
No estimes el coste ni optimices para modelos más baratos a menos que el usuario lo pida. Prefiere primero la calidad por defecto.
Pasa --wait a generate create para que el comando se bloquee hasta terminar e imprima la URL del resultado por sí mismo. Evita el patrón de dos pasos create → wait.

Guardia de descubrimiento

Al buscar una función/modelo de Higgsfield, no te bases solo en la búsqueda semántica o en --help de la CLI. Primero ejecuta una lista de modelos sin filtrar, luego inspecciona los nombres de job_set_type probables. Si el usuario dice que existe un modelo pero la búsqueda no devuelve resultados, confía en esa señal y verifica con la lista completa de modelos antes de responder.

Virality Predictor se expone como:

Nombre de cara al cliente: Virality Predictor
job_set_type técnico: brain_activity
Categoría/salida: informe de texto. Es un análisis de video a texto, no un modelo de generación de texto/chat.
Entrada: video subido
Propósito: análisis del gancho, atención, retención y viralidad de videos terminados

Si el usuario dice "analiza este video", "puntúa este anuncio", "evalúa el gancho" o algo similar, enruta a brain_activity aunque aparezca bajo modelos de texto/análisis. Clasifica por la intención de la tarea y la entrada requerida, no solo por la categoría de salida.

Flujo de trabajo — generación genérica

Elige un modelo. Comienza con los valores predeterminados principales a menos que el resumen necesite claramente un especialista:
- GPT Image 2 → modelo de imagen predeterminado para generación general de alta fidelidad, diseño gráfico, UI, banners, tipografía y texto en imagen.
- Seedance 2.0 → modelo de video predeterminado para movimiento serio, clips cinematográficos, trabajo de múltiples tomas, imagen a video y salida de calidad de producción de 4 a 15 segundos. 12s es válido.
- Nano Banana 2/Pro → predeterminado para trabajo de personajes, dibujos animados, estilizado y con referencia de imagen; usa Pro para casos más difíciles.
- Marketing Studio → predeterminado para anuncios, UGC, demostraciones de productos, unboxing, spots de TV, videos de presentador y flujos de trabajo de marca/producto.
Imagen:
- Visual de producto de marca (Pin de Pinterest, estilo de vida, banner principal, paquete de anuncios, prueba virtual) → usa higgsfield-product-photoshoot en su lugar. NO este skill.
- Concepto de producto generado / empaque / lata / botella con nombre de marca o texto de etiqueta → GPT Image 2.
- Imagen de anuncio de marca con avatar + producto (formato Marketing Studio) → Marketing Studio Image (ver Marketing Studio abajo)
- UGC estético / editorial de moda / personaje de estilo de vida → Soul 2.0
- Fotograma fijo cinematográfico → Soul Cinema
- Persona creativa muy carismática (solo texto, distintiva) → Soul Cast
- Ubicaciones / entornos / escenas sin personas → Soul Location (el mejor de su clase)
- Ilustraciones vectoriales O edición de rostro + cambio de escena complejo → Seedream 4.5
- Soul Character (id de referencia de higgsfield-soul-id) → Soul 2.0 para fotogramas, Soul Cinema para cinematográfico
- Trabajo de personajes o estilo dibujo animado → Nano Banana 2; sube a Nano Banana Pro en casos difíciles
- Iteración rápida y barata → Z Image
- Predeterminado para todo lo demás → GPT Image 2. Diseño gráfico, UI, banners, tipografía y generación general de alta fidelidad.
Video:
- Todo video publicitario / comercial / de marca → Marketing Studio (ver Marketing Studio abajo)
- Video serio multiuso predeterminado (múltiples tomas, identidad consistente, mucho movimiento, imagen a video, solicitudes de 4 a 15 segundos) → Seedance 2.0. SOTA. No bajes a Seedance 1.5 solo porque su enumeración de duración es más fácil de leer; valida Seedance 2.0 primero.
- Escena de un solo plano sin dinámicas fuertes, más barato que Seedance 2.0 → Kling 3.0
- Toma limpia y barata sin cortes, solo cuando el usuario pida salida más barata/de presupuesto → Seedance 1.5 Pro
- Máxima fidelidad de calidad cinematográfica → Cinema Studio Video 3.0
- Barato con buena física, sin necesidad de audio → Minimax Hailuo
- Lote rápido / volumen → Veo 3.1 Lite
Análisis de video:
- Califica el gancho, potencial de viralidad, atención, retención o riesgo de distracción de un video terminado → Virality Predictor (brain_activity). Este es un modelo de análisis de video que devuelve una puntuación/informe de texto, no un activo de medio generado.
Para el --model ID real que pasar a higgsfield generate create, ejecuta higgsfield model list --json | jq para mapear nombres mostrados a IDs. Consulta references/model-catalog.md para la tabla completa.
Pasa las entradas de medios directamente a las banderas. Las banderas de medios aceptan una ruta de archivo local o un UUID. La CLI sube rutas automáticamente y detecta auto-trabajo vs subida para UUIDs. No es necesario pre-subir. Cada modelo declara roles aceptados (image, start_image, end_image, video, audio) — consulta references/media-inputs.md.
Valida rápidamente. Si no estás seguro de los parámetros, ejecuta higgsfield model get <jst> --json una vez y pasa solo lo necesario. Valida el modelo preferido antes de recurrir a uno más antiguo. Usa los valores predeterminados del esquema en caso contrario. El servidor devuelve adjustments para coerciones no fatales (ej. aspect_ratio=99:99 → la coincidencia más cercana) y un error estructurado para valores de parámetros declarados no válidos.
Envía y espera en un solo paso. higgsfield generate create <jst> [--prompt "..."] [media flags] [param flags] --wait. Se bloquea hasta el estado terminal y muestra el resultado en stdout. Ajustables: --wait-timeout 20m (predeterminado 10m), --wait-interval 5s (predeterminado 3s). Virality Predictor no necesita un prompt; pasa --video.
Entrega. Para medios generados, envía la URL más un resumen de una línea (modelo, duración si es video). Para Virality Predictor, entrega las puntuaciones, la interpretación comercial y el enlace al informe abierto. No muestres .glb, .bin, ni internos de tabla de regiones en la salida normal del chat.

Para inspeccionar o volver a ejecutar más tarde, higgsfield generate list --json y higgsfield generate get <id> --json funcionan para la retrospectiva. higgsfield generate wait <id> sigue estando disponible si alguna vez necesitas reincorporarte a un trabajo iniciado sin --wait.

Banderas de medios

Banderas	Propósito	Modelos que lo aceptan
`--image <path-or-id>`	imagen de referencia	la mayoría de modelos de imagen, `seedance_2_0`, `veo3`, `marketing_studio_video`
`--start-image <path-or-id>`	primer fotograma para transiciones de imagen a video	`kling3_0`, `kling2_6`, `veo3_1`, `seedance_2_0`, `marketing_studio_video`
`--end-image <path-or-id>`	último fotograma para transiciones	`kling3_0`, `seedance_2_0`, `marketing_studio_video`
`--video <path-or-id>`	video de referencia o analizado	`seedance_2_0`, `brain_activity`
`--audio <path-or-id>`	audio de referencia (lipsync, coincidencia de banda sonora)	`seedance_2_0` (usa esto, NO `--generate-audio`)

Cada bandera acepta una ruta de archivo local (subida automática) o un UUID (id de subida de higgsfield upload create, o un id de trabajo anterior). Cada modelo declara su propio conjunto de roles a través de MEDIA_ROLES. Consulta references/media-inputs.md para la tabla completa.

Parámetros comunes

Las banderas pasan al esquema del modelo. Usa higgsfield model get <jst> para descubrir.

higgsfield generate create gpt_image_2 --prompt "neon city at dusk" --aspect_ratio 16:9 --resolution 2k --wait
higgsfield generate create nano_banana_2 --prompt "anime character concept, expressive pose" --image ./ref.png --wait
higgsfield generate create seedance_2_0 --prompt "camera dollies in" --start-image ./first.png --duration 12 --wait
higgsfield generate create text2image_soul_v2 --prompt "..." --soul-id <soul_ref_id> --quality 2k --wait
higgsfield generate create brain_activity --video ./ad.mp4 --wait

Para salida legible por máquina (pipeline encadenados, contexto de agente), añade --json. Con --wait --json obtienes el array de objetos de trabajo final. Sin --wait, obtienes los IDs de los trabajos. Virality Predictor almacena el análisis en bruto y los artefactos renderizados en los parámetros del trabajo, pero la salida de texto predeterminada debe mantener las puntuaciones más el informe abierto.

Prompt de stdin: echo "..." | higgsfield generate create z_image --wait.

Calidad de imagen Soul: para text2image_soul_v2 y soul_cinematic, pasa --quality 1.5k o --quality 2k. Estos son niveles orientados a la UI; el backend los mapea a 720p/1080p y dimensiones específicas del modelo según el --aspect_ratio seleccionado. soul_location no tiene selector de calidad; usa dimensiones fijas por relación de aspecto.

Marketing Studio

Generación de imágenes/videos de marca: avatares + productos + hooks/configuraciones opcionales de setup + modos de estilo publicitario. Usa los modelos marketing_studio_video y marketing_studio_image.

Conceptos

Avatar — cara del presentador. preset curado (explora higgsfield marketing-studio avatars list) o custom (fotos subidas a través de higgsfield marketing-studio avatars create). Para modos UGC, un avatar es opcional si el resumen menciona claramente a una persona; el backend puede crear un Soul Character automáticamente. Pasa un avatar cuando el usuario quiera un presentador específico.
Producto — artículo de marca con título + imágenes de referencia. Importado desde URL (higgsfield marketing-studio products fetch --url ...) o creado a partir de imágenes subidas (higgsfield marketing-studio products create).
Webproduct — versión de App Store / página web. Se enruta automáticamente al obtener URLs de App Store.
Hook — ángulo de apertura / gancho publicitario reutilizable. Explora con higgsfield marketing-studio hooks list. El texto del hook se antepone al prompt del usuario; no reemplaza --prompt.
Configuración — contexto de entorno/escena reutilizable. Explora con higgsfield marketing-studio settings list.
Referencia de anuncio — video de inspiración reutilizable que se puede vincular a un avatar y/o producto. Se crea a partir de un video subido (--video-input <upload_id>) o un trabajo de generación anterior (--job <job_id>). Explora con higgsfield marketing-studio ad-references list. Consulta references/marketing-ad-references.md.
Kit de marca — captura la identidad de una marca (nombre, logotipo, imágenes principales, colores, fuentes, tono) para reutilizar en generaciones de imágenes. Se crea entregando una URL de sitio web (higgsfield marketing-studio brand-kits fetch --url https://… --wait). Consulta references/marketing-brand-kits.md.
Formato de anuncio — ajustes preestablecidos que impulsan la estructura visual de una imagen generada (headline, bullet-points, etc.). Solo lectura, explora con higgsfield marketing-studio ad-formats list. Entrada requerida para dtc-ads generate.

Comandos de descubrimiento

Usa estos comandos de lista exactos cuando el usuario pregunte qué ya existe:

higgsfield marketing-studio avatars list --json
higgsfield marketing-studio products list --json
higgsfield marketing-studio hooks list --json
higgsfield marketing-studio settings list --json
higgsfield marketing-studio ad-references list --json
higgsfield marketing-studio brand-kits list --json
higgsfield marketing-studio ad-formats list --json

--hook_id y --setting_id son compatibles solo con marketing_studio_video; no los pases a marketing_studio_image.

Reglas de UX (adicionales)

Una pregunta por fase. No preguntes producto+avatar+modo de una vez.
Los dos enfoques de anuncios son mutuamente excluyentes. O el usuario da un video de referencia de anuncio (guiado por referencia) o elige bloques de hook/configuración (compuesto a partir de bloques) — nunca ambos. Si el usuario ha seleccionado una referencia de anuncio, no ofrezcas hook/configuración; si se han elegido hook/configuración, no ofrezcas adjuntar una referencia de anuncio.
Fuente de referencia de anuncio. Las únicas entradas válidas son un archivo de video local (subido a través de higgsfield upload create ... --video) o un trabajo de video anterior. Si el usuario proporciona cualquier otra cosa, pide un archivo local.
El formato de anuncio dtc-ads es obligatorio. Siempre pide al usuario que elija de ad-formats list. No hay valor predeterminado automático; tanto la CLI como el servidor rechazan llamadas sin --format-id.
Entradas opcionales de dtc-ads. Sugiere avatares, productos y medios de referencia cuando el resumen lo requiera; solo adjunta lo que el usuario elija.

Flujo de trabajo — video de anuncio rápido

Obtén el producto.
- Producto existente → higgsfield marketing-studio products list --json
- URL → higgsfield marketing-studio products fetch --url <url> --wait (sondea hasta que la importación termine)
- Imágenes locales → higgsfield upload create <photo>... luego higgsfield marketing-studio products create --title "..." --image <id>... Captura el id del producto. Al usar --hook_id, prefiere firmemente pasar --product_ids; los hooks están diseñados para pivotar hacia un producto y funcionan mal sin contexto de producto.
Elige el avatar si es necesario.
- Predeterminado: higgsfield marketing-studio avatars list y elige un preset que coincida con la voz de la marca.
- Personalizado: higgsfield marketing-studio avatars create --name "..." --image <upload_id>. Para modos UGC, puedes omitir --avatars cuando no se requiera un presentador específico y el resumen mencione una persona; el backend puede sintetizar un Soul Character.
Opcionalmente elige elementos de configuración.
- Hook: higgsfield marketing-studio hooks list --json
- Configuración: higgsfield marketing-studio settings list --json Pasa los IDs seleccionados como --hook_id <hook_id> y --setting_id <setting_id> solo para marketing_studio_video. No copies el prompt del hook en --prompt a menos que el usuario quiera explícitamente reforzar la misma redacción.
Elige el modo si es necesario. El predeterminado es ugc; --mode no es obligatorio solo porque --hook_id esté presente. Otros modos actuales dependen de la versión del modelo; consulta la documentación de la CLI para más detalles.

adamroy13/ai-influencer-promo-machine

¿Qué es ai-influencer-promo-machine?

Preguntar en tu IA favorita

Documentación