fralapo/image-gen-prompts

Ingeniería de Indicaciones para Generación de Imágenes — Universal

Habilidad genérica de ingeniería de indicaciones para cualquier modelo moderno de generación/edición de imágenes. Funciona de forma agnóstica al modelo por defecto; cambia a guías específicas del modelo cuando el usuario nombra un modelo.

Las indicaciones sólidas comparten la misma anatomía en todos los modelos: sujeto, entorno, iluminación, cámara/objetivo, estilo, formato y (para ediciones) qué preservar. Lo que varía es la superficie sintáctica: Midjourney usa --flags, GPT Image 2 prefiere JSON estructurado, GPT Image 2.5 recompensa referencias asignadas por rol y listas de bloqueo, Nano Banana analiza lenguaje natural para dirigirse a imágenes de referencia, SDXL se apoya en bloques de tokens ponderados más indicaciones negativas, FLUX recompensa la densidad de prosa, Ideogram es el más fuerte en tipografía.

Cuándo Usar Esta Habilidad

• El usuario pide escribir o mejorar una indicación para cualquier modelo
• El usuario quiere editar una imagen subida (cambio de vestimenta, cambio de fondo, restilización preservando el rostro, añadir/eliminar objetos, inpainting)
• El usuario solicita retratos con identidad preservada, integración de celebridades, secuencias de envejecimiento, fotos grupales de múltiples personajes
• El usuario quiere un diseño bento/infografía, diorama isométrico, cartel de producto en vista explosionada, portada de revista, panel de cómic, cuadrícula de storyboard, imagen principal de comercio electrónico, miniatura de YouTube
• El usuario necesita indicaciones de estilo específicas: cinematográfico, Kodak Portra, anime, chibi 3D, pixel art, marco Barroco, ukiyo-e, diseño suizo, ciberpunk, RAW iPhone, compacta de los 90, flash directo de 35 mm
• El usuario menciona "preservar rostro", "mismo rostro 100%", "cambiar solo el fondo", "mantener pose", "vista múltiple", "caja de figura de acción", "vista explosionada"
• El usuario quiere indicaciones compatibles con Raycast con marcadores de posición {argument name="..." default="..."}
• El usuario nombra explícitamente un modelo (Midjourney, MJ, SDXL, FLUX, GPT Image 2 / 2.5, Nano Banana, etc.)

Enrutamiento de Modelos

Siempre que el usuario nombre un modelo en su consulta, lee el archivo coincidente en references/models/ para conocer la superficie sintáctica y peculiaridades, luego superponlo sobre la anatomía universal a continuación.

Palabras clave de activación (cualquiera)	Leer
nano banana, nano-banana, gemini 2.5 flash image, gemini image, nano banana pro, 纳米香蕉	references/models/nano-banana.md
gpt image 2.5, gpt-image-2.5, image 2.5, chatgpt images 2.5, flare, sunburst, gpt-image-2.5-flare, gpt-image-2.5-sunburst	references/models/gpt-image-2-5.md (+ gpt-image-2.md para gramática compartida)
gpt image 2, gpt-image-2, duct-tape, gpt image 2 prompts	references/models/gpt-image-2.md
gpt image 1, gpt-image-1, dall-e 3, dall·e 3, dalle 3	references/models/gpt-image-1.md
midjourney, mj, --ar, --stylize, --sref, --cref, niji, --niji	references/models/midjourney.md
stable diffusion, sd 1.5, sdxl, sd 3, sd3, sd3.5, comfyui, automatic1111, forge	references/models/stable-diffusion.md
flux, flux.1, flux dev, flux schnell, flux pro, black forest labs	references/models/flux.md
imagen, imagen 3, imagen 4	references/models/imagen.md
ideogram, ideogram 2, ideogram 3	references/models/ideogram.md
recraft, recraft v3	references/models/recraft.md
seedream, seedream 4, seedream 5, doubao image, jimmeng, byteimage	references/models/seedream.md
ningún modelo nombrado	predeterminado a patrón universal agnóstico al modelo; preguntar al usuario qué modelo

Comienza siempre con references/models/_index.md si necesitas escanear todas las rutas a la vez.

Dos Niveles de Capacidad (general)

Capacidad	Nivel "Estándar"	Nivel "Pro"
Retratos fotorrealistas	✅	✅ (piel/poros más nítidos)
Fusión de múltiples imágenes	⚠️ 2–3 refs	✅ 5+ refs
Representación de texto en imagen	Solo etiquetas cortas	Citas largas, multilínea, CJK
Diseños bento/infografía	Cuadrículas simples	8+ módulos con campos de datos
Escenas de multitudes densas	Se desvía después de 4–5 rostros	Mantiene identidad en muchos
Indicaciones JSON/YAML estructuradas	Análisis parcial	Análisis confiable
Reglas condicionales complejas	Débil	Fuerte

El mapeo por modelo de "Estándar" vs "Pro" está documentado en cada references/models/<name>.md. Ejemplos:

• Nano Banana = Estándar; Nano Banana Pro / Nano Banana 2 = Pro
• GPT Image 1 / DALL·E 3 = Estándar; GPT Image 1.5 = Estándar+; GPT Image 2 = Pro; GPT Image 2.5 Flare = Pro, Sunburst = Pro+ (ediciones de precisión, copia exacta densa)
• Midjourney v6 = Estándar; v7 = Pro
• SD 1.5 = Estándar; SDXL / SD3 / SD3.5 = Pro
• FLUX.1 [schnell] = Estándar; FLUX.1 [dev] / [pro] = Pro
• Seedream 4.0 / 4.5 = Estándar; Seedream 5.0 = Pro

Regla general: usar por defecto el nivel Pro para infografías, carteles con titulares, escenas con múltiples personajes, indicaciones JSON/YAML estructuradas y texto CJK. El nivel Estándar es suficiente para ediciones de un solo sujeto e indicaciones cortas.

Anatomía Universal de Indicaciones

Toda indicación sólida apila estos bloques. El orden es flexible; las etiquetas son opcionales cuando el contexto es claro.

[Sujeto]        quién/qué — manejo de referencias ("mantener rostro 100%")
[Acción/Pose]   qué están haciendo, orientación del cuerpo
[Vestimenta]     ropa, accesorios, materiales, color
[Entorno]       ubicación, accesorios, suelo, fondo/pared
[Iluminación]   luz principal/relleno/contorno, hora del día, calidad (dura/suave), temperatura de color
[Cámara/Objetivo] 85 mm f/1.4, dron cenital, ortográfica, a nivel de los ojos
[Referencia de estilo] película (Kodak Portra 400), director, época (años 2000), motor de render
[Formato]       relación de aspecto (1:1, 16:9, 9:16), resolución (1080x1080, 8K)
[Preservar]     (modo edición) lo que NO debe cambiar
[Negativo]      antiartefactos: "sin texto", "sin segundo objeto", "sin deformación"

Plantilla mínima viable — generación

Un {estilo/medio} de {sujeto} {acción} en {entorno}.
{Vestimenta + accesorios}.
Iluminación: {luz principal + contorno + ambiente}. Cámara: {objetivo, ángulo}.
{Relación de aspecto}, {resolución}. {Referencia de estilo}.

Plantilla mínima viable — edición de imagen

{Verbo de edición} la {región objetivo} de la imagen adjunta:
{cambio específico}.
Preservar: rostro/identidad, pose, vestimenta, iluminación de fondo — alteración cero.
Modificar solo: {región explícita}.
Coincidir con la {lógica de iluminación / grado de color / perspectiva} original.

Entradas de Referencia (por modelo)

Cómo dirigirse a una imagen de referencia subida varía. El patrón universal funciona con la mayoría de los modelos de lenguaje natural; los modelos basados en banderas necesitan sintaxis explícita.

Familia de modelos	Expresión
Nano Banana / Gemini	"la persona en la imagen subida", "mismo rostro 100% de la referencia" — lenguaje natural
GPT Image 2	"Basado en este personaje", "Usando este retrato", "Sube una imagen de origen" — lenguaje natural
GPT Image 2.5	"Imagen 1 = producto (forma, etiqueta); Imagen 2 = solo luz/color; Imagen 3 = solo diseño" + una prioridad de conflicto; decir qué NO debe contribuir cada ref
Midjourney	--cref <url> para referencia de personaje, --sref <url> para referencia de estilo, --cw 100 peso
Stable Diffusion / FLUX	IP-Adapter / ControlNet a nivel de flujo de trabajo, no en el texto de la indicación
Imagen / Ideogram / Recraft	Carga útil de API referenceImages; el texto de la indicación referencia mediante "la referencia proporcionada"

Para la sintaxis exacta, consulta el archivo correspondiente en references/models/.

Catálogo de Categorías

Las plantillas y ejemplos detallados se encuentran en references/.

• references/patterns.md — vocabulario universal: iluminación, cámara, proporciones, etiquetas de estilo, modismos de composición, reglas de un solo objeto, fusión de múltiples referencias, vocabulario de indicaciones negativas
• references/templates.md — plantillas para completar para más de 18 categorías comunes (retrato, producto, cartel, diorama, infografía, cuadrícula de cómic, vista explosionada, héroe de comercio electrónico, miniatura de YouTube, ficha de personaje, storyboard, etc.)
• references/identity-preservation.md — frases de bloqueo de rostro, modos de fallo, correcciones, manejo de múltiples personas, preservación de rostro en estilos mixtos, secuencias de envejecimiento
• references/structured-prompts.md — formatos JSON / YAML / XML y qué modelos los analizan de manera confiable
• references/text-rendering.md — colocar titulares legibles, citas, CJK en la imagen, límites de nivel por modelo
• references/editing-workflow.md — edición no destructiva, inpainting, fusión de múltiples imágenes, antes/después, consistencia de personaje entre paneles
• references/examples.md — indicaciones de trabajo seleccionadas por categoría, atribuidas, con el modelo que produjo cada una
• references/workflows.md — Generación Directa, Ilustración de Contenido (artículo/video → imagen) y patrones de conversación de Remezcla/Personalización
• references/external-corpora.md — punteros a bibliotecas públicas de indicaciones (YouMind 12k+, EvoLink ~3k, listas Awesome) cuando el usuario quiere indicaciones probadas en lugar de una composición nueva
• references/models/ — peculiaridades por modelo, superficie sintáctica, parámetros, antipatrones (gpt-image-2-5.md añade elección Flare/Sunburst, reglas de tamaño/calidad de API, 10 patrones, 12 plantillas, fallos conocidos, lista de verificación de revisión)

Reglas Rápidas (agnósticas al modelo)

1. Párrafo + líneas de restricción supera a sopa de etiquetas para modelos de lenguaje natural (Nano Banana, GPT Image 2 / 2.5, FLUX, Imagen). Para Midjourney y SDXL, los bloques de etiquetas densas separadas por comas más banderas todavía funcionan.
2. Especifica la relación de aspecto explícitamente — 1080x1080, 16:9, 9:16, o --ar 9:16 para Midjourney. No confíes en los valores predeterminados.
3. Ancla de identidad en cada edición. "Mismo rostro 100% de la referencia", "mantener las características faciales exactamente consistentes", "no cambiar el rostro".
4. Las ediciones no destructivas necesitan una lista de permitidos. Nombra qué cambia Y qué se preserva; de lo contrario, la mayoría de los modelos se desvían en vestimenta/pose.
5. Objetivo + iluminación = fotorrealismo. 85 mm f/1.4, Kodak Portra 400, iluminación de tres puntos, luz de contorno de hora dorada, flash directo duro en cámara tienen un peso real en todos los modelos.
6. Las restricciones de un solo objeto deben repetirse. Si quieres exactamente un objeto, escribe un bloque explícito de un solo objeto estricto (consulta references/patterns.md#single-object-rule).
7. Texto en imagen = cítalo exactamente. Encierra las cadenas exactas entre comillas dobles: fuente serif que dice "Mantente Hambriento, Mantente Tonto". Para CJK, prefiere modelos de nivel Pro.
8. Usa [MARCADORES DE POSICIÓN] (corchetes, mayúsculas) para plantillas reutilizables. Usa {argument name="x" default="y"} para fragmentos de Raycast — compatibles como marcador de posición literal por Nano Banana, GPT Image 2 / 2.5 y cualquier modelo de lenguaje natural.
9. Para diseños bento/infografía, enumera los módulos (M1…M8) con el tipo de contenido por celda — favorece fuertemente los modelos de nivel Pro.
10. Los negativos van al final como una lista NEGATIVO: o viñetas NO: — excepto SDXL/Midjourney donde los negativos tienen sintaxis dedicada (--no para MJ, entrada de indicación negativa dedicada para SD).
11. Para apariencias naturales / no IA: solicita explícitamente "textura de piel natural, cabellos sueltos, ligera asimetría, sin retoque de glamour, sin filtro de belleza, sin estética de IA demasiado pulida". GPT Image 2 / 2.5 y Nano Banana Pro respetan esto.
12. Un cambio por turno de edición + una lista de bloqueo. Nombra el único cambio, enumera lo que permanece, permite solo los efectos secundarios físicamente necesarios (sombras de contacto, reflejos). Rama de variantes a partir de un maestro guardado. La preservación es visual, no idéntica a nivel de píxel — compón cuando los píxeles deben coincidir.
13. Revisa cada salida contra una verificación concreta — texto a tamaño completo y de teléfono, recuentos de objetos/personas, identidad antes del estilo, geometría del producto, alcance de edición, alfa decodificado.
14. Para consistencia entre imágenes (mismo personaje en N paneles): describe al personaje una vez en detalle, luego refiere como "el mismo personaje del panel 1" — funciona en GPT Image 2 / 2.5 y Nano Banana Pro; más débil en otros.

Antipatrones

• Indicaciones tipo ensalada de etiquetas en modelos de lenguaje natural (retrato, 8k, obra maestra, hermoso, muy detallado) — rinden peor que un párrafo estructurado
• Pedir "fotorrealista" sin objetivo/iluminación — produce un render genérico
• Editar sin una cláusula de preservación — el modelo muta rostro/pose
• Múltiples relaciones de aspecto contradictorias en una indicación — una gana, de forma impredecible
• Intercambio de rostro con solo descripción facial (sin imagen de referencia) — baja fidelidad
• Meter más de 10 sujetos nombrados en una indicación — desviación de identidad después de ~5 en el nivel Estándar, después de ~8 en el nivel Pro
• Incrustar texto exacto de más de 15 palabras en modelos de nivel Estándar — la ortografía se rompe
• Mezclar banderas --flags de Midjourney en una indicación de Nano Banana / GPT Image / FLUX — las banderas se analizan como texto literal y contaminan la salida
• Valores predeterminados de "IA pulida" cuando se busca estilo de vida sincero — vetar explícitamente el retoque de glamour
• Esperar que un modelo de imagen exporte un GIF, ZIP, vector o HTML — generar la hoja, luego dividir/ensamblar con código (consulta models/gpt-image-2-5.md Patrón 6)
• Confiar en "sin texto / SOLO este texto / sin marca de agua" sin verificar — los negativos se cumplen solo parcialmente
• Forzar JSON en una indicación pequeña — {"subject":"manzana roja"} es peor que Una manzana roja sobre una mesa blanca, iluminación de estudio, 1:1.

Modos de Conversación

Cuatro puntos de entrada distintos manejados en references/workflows.md:

• Generación Directa — el usuario describe una imagen; compones una indicación a partir de la anatomía + plantilla + archivo por modelo.
• Ilustración de Contenido — el usuario pega un artículo / guion de video / notas de podcast; analizas tema + tono, emparejas con una plantilla y pasas a Remezcla.
• Inspiración → Indicación (reconstrucción) — el usuario comparte una imagen que le gusta; escribes un resumen nuevo a partir de lo que es visible y enumeras las incógnitas (referencias, turnos anteriores, ediciones) en lugar de pretender recuperar la indicación original.
• Remezcla / Personalización — después de elegir una plantilla, haz solo las preguntas de personalización relevantes (género, edad, entorno, estado de ánimo, profesión) y remezcla la plantilla con el contenido del usuario.

Si el usuario solo quiere indicaciones probadas y atestiguadas con imágenes en lugar de una recién compuesta, dirígelo a los corpus consultables en references/external-corpora.md (más de 12.000 indicaciones en YouMind, ~3.000 casos de GPT Image 2 en EvoLink, ~250 casos de GPT Image 2.5 en wangrunlin / LaplaceYoung / VulcanEon, más índices navegables de listas Awesome).

Flujo de Trabajo

1. Preguntar al usuario — generar desde cero, editar una imagen existente, ilustrar contenido, reconstruir una indicación a partir de una imagen de inspiración o navegar

…[truncado para traducción]