2016judea/image-riff

image-riff — arte original en un lenguaje visual prestado

El motor, su clave API, sus banderas y sus trampas viven en la skill make-art. Lea esa primero. Esta skill es el método: cómo convertir una imagen de referencia en un conjunto de opciones reales, y cómo colocarlas en la superficie para la que realmente están hechas.

Listo no son cuatro imágenes bonitas. Listo es: N láminas generadas, cada fotograma revisado, clasificado con crítica honesta, los recortes de destino realizados, y el trabajo depositado en la carpeta fuente a continuación. Una ejecución que se detiene en «aquí hay cuatro imágenes» le entrega al usuario los dos últimos trabajos.

Dónde aterriza el trabajo

art/<slug-fuente>/
  README.md                 título con fecha, el brief, una tabla rango -> lámina, y POR QUÉ ganó la elegida
  1-<slug>.jpg ...          las finales, maestros a resolución completa, numerados POR RANGO
  upload-1024/              los entregables con el tamaño real, cuando la superficie necesita un tamaño específico
  small-size-test.png       la prueba, cuando la legibilidad en tamaño decidió
  prompts/                  los prompts de las finales exactamente como se enviaron
  candidates/<ronda>/       las rondas que perdieron, cada una con su propio prompts/

<slug-fuente> es el cuerpo de trabajo, no la fecha. Si ya existen carpetas hermanas, siga su convención.

• El README no es opcional. La carpeta se revisa en frío, semanas después. Sin él, una carpeta de JPEG numerados no puede decir cuál se envió, cuál fue rechazado o por qué.
• Conserve las rondas perdedoras. candidates/ es donde está el conocimiento reutilizable.
• Conserve los prompts textualmente. Son las instrucciones de reproducción y la procedencia.
• Numere las finales por rango, no por orden de generación. El nombre del archivo es donde el ranking sobrevive después de que la conversación desaparece.
• Mantenga el arte generado fuera de una biblioteca de fotos personal a menos que se le pida; se mezcla con fotografías reales.

Haga dos preguntas, luego invierta

A aproximadamente $0.24 por imagen 4K, una tirada de cuatro láminas cuesta alrededor de $1: lo suficientemente barato como para que dos preguntas sean toda la puerta de entrada, lo suficientemente caro como para que cero preguntas sean un desperdicio. Ambas respuestas cambian cada lámina, por lo que ninguna se puede inferir:

1. ¿Para qué es? Decide el aspecto y si dejar espacio negativo para texto.
2. ¿Qué tan lejos de la base? Reproducción fiel <-> reinterpretación salvaje.

Pregunte en el eje subjetivo; decida el técnico usted mismo.

El prompt tiene tres partes, y solo una varía

Constrúyalo en código, un archivo por tema:

STEM    (idéntico para cada lámina)  — el lenguaje de renderizado, leído de la imagen
SUJETO  (la única variable)          — un párrafo, una composición
COLA    (idéntico para cada lámina)  — geometría + los negativos

Una plantilla STEM, como movimientos en lugar de palabras:

Use la imagen adjunta estrictamente como ancla de estilo y color. Reproduzca su lenguaje de renderizado exacto: <período + medio>, <cómo se aplica el color>, <comportamiento de la línea>, <técnica de textura / sombreado>, <pigmentos nombrados, 2-3 máximo, más el pequeño acento>, <qué hace la luz>. NO copie el tema de la imagen adjunta. Componga algo nuevo.

SUJETO:

Y la COLA:

Composición , sangrado completo de borde a borde. Sin borde, sin marco, sin textura de papel, sin margen blanco. Sin texto, sin letras, sin firma, sin logotipo.

Una base fotográfica es el caso más difícil: pruebe a 2K antes de gastar en una tirada. «Reproduzca el lenguaje de renderizado, cambie el tema» produce arte de forma fiable a partir de una base estilizada (una viñeta de cómic, un grabado). A partir de una fotografía puede ejecutar perfectamente y aun así decepcionar. Haga una tercera pregunta cuando la base sea una fotografía — ¿debería esto terminar pareciendo una fotografía, o algo más? — y gaste una o dos láminas 2K antes de cuatro 4K.

Cuando la base es una fotografía, las ranuras del STEM cambian pero su función no. Intercambie las ranuras de creación de marcas por las seis cosas que decide una cámara: <stock + formato>, , <calidad y ángulo de la luz>, <paleta, 3-4 colores nombrados más el acento>, <grano / halación / viñeteado>, . La última ranura importa más, porque el valor predeterminado del motor para cualquier prompt fotográfico es digital contemporáneo: diga sin HDR, sin sombras elevadas, sin claridad digital, sin grado cinematográfico teal-and-orange. Una cláusula como «negros profundamente aplastados que no guardan ningún detalle de sombra» puede ser la línea más importante del prompt.

También lea la base en busca de su sujeto implícito, no solo su renderizado (ej., un lugar privado, visto desde arriba, sin nadie dentro). Nómbrelo en una oración antes de escribir cualquier SUJETO; ponga invariantes como ninguna persona visible en el encuadre en la COLA.

Por qué está construido así:

• La imagen lleva el estilo; el STEM solo nombra lo que está visiblemente allí. Describa la creación de marcas que puede ver — líneas de contorno negras duras de grosor variable, sombreado visible de puntos ben-day, mezclas mecánicas aerografiadas únicamente, sin luz fotográfica. Nombrar la técnica evita que el modelo la modernice.
• «NO copie el sujeto... componga algo nuevo» es crucial. Sin eso obtiene una variación de la base. Con eso obtiene composiciones originales en el lenguaje de la base, y las mejores citan la base en lugar de repetirla.
• Nombre pigmentos y limite el acento. Diga «pequeño» sobre el acento específicamente, o se apodera del encuadre.
• Los negativos no son relleno. El motor añade un borde de papel/riso por iniciativa propia; cuatro negativos en la COLA no cuestan nada.
• STEM + COLA idénticos hace que el conjunto sea comparable. Cada diferencia entre láminas es una que usted pidió.

Los sujetos deben ser VENTAJAS, no decoraciones

La decisión creativa más importante. Cuatro sujetos que difieren en dónde está la cámara:

lámina	ventaja	ejemplo
spire	mirando directamente hacia arriba por un eje vertical	una torre que se eleva de un mar de nubes, estrechándose en perspectiva
wreck	mirando a través de una llanura vacía	un naufragio medio enterrado, una pequeña figura caminando hacia él
descent	mirando abruptamente hacia abajo a través de nubes	un océano de placas hacia un horizonte curvo, una figura cayendo
mandala	mirando a un patrón puro, sin horizonte	una roseta simétrica, de esquina a esquina

Las láminas se entregan por su ventaja: una columna vertical sobrevive a un recorte de banner letterbox; una sola silueta contra el cielo sobrevive a un recorte de avatar cuadrado. Cuatro láminas que difieren solo en mobiliario se recortan de la misma manera: una opción con cuatro disfraces. Una idea por lámina.

Clasifique contra el brief — luego diga cuál quiere cada SUPERFICIE

Dos ordenaciones separadas. Clasifique honestamente contra la base y nombre la lámina que se desvió; luego agregue una línea por superficie de destino diciendo qué lámina quiere esa superficie y por qué el recorte lo hace así. La lámina que clasifique última en fidelidad puede ser el banner correcto. Un rango bajo no es un veto; es un eje.

Corte los recortes. Cada superficie tiene una geometría.

Entregue archivos con el tamaño del destino, no de las láminas fuente.

Banner de canal de YouTube — una subida 16:9; YouTube sirve un sector diferente por dispositivo.

• Almacenado / TV: 2560x1441.
• Barra de escritorio: 2560x424, el ~29.4% vertical central (superior 35.3% -> inferior 64.7%). Todo lo que debe verse vive en esa banda.
• Una lámina alta 9:16 tiene ~3 veces la altura que necesita un recorte 16:9: elija la banda, no acepte el centro por defecto.

Avatar de canal — cuadrado, servido de 900x900 hasta 88x88. Evalúe a 88px.

Para leer qué sirve realmente un canal:

UA="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126 Safari/537.36"
curl -sL -A "$UA" "https://www.youtube.com/@<canal>" | grep -o '"banner".\{0,400\}'
# fcrop64 hex son cuatro fracciones de 16 bits de 0xffff: izquierda, superior, derecha, inferior
python3 -c "h='00005a57ffffa5a8'; print([round(int(h[i:i+4],16)/0xffff,4) for i in range(0,16,4)])"

Para otras superficies, mida el recurso servido real antes de recortar; no confíe en una ficha técnica recordada.

Mecánica

• Una imagen base pegada no está en disco. Extráigala del base64 de la transcripción de la sesión (make-art tiene el fragmento), luego mírela antes de gastar una generación 4K en la imagen equivocada.
• Genere la tirada en paralelo, una llamada de shell por lámina. Cuatro láminas 4K aterrizan en ~2 minutos.
• --out foo.png puede escribir un JPEG. Verifique el mime impreso y renombre.
• Mire cada fotograma usted mismo antes que el usuario, y busque el borde de papel en lugar de juzgar a ojo: un borde casi blanco asimétrico que corre es cielo o nubes que tocan el sangrado, no un marco.

Cuando no hay imagen base

El mismo prompt de tres partes funciona sin ancla: el STEM se convierte en un estilo propio que usted define. Dele un ancla temática del material propio del usuario (una colección de citas, un tablero de inspiración) para que no sea genérico.

Iconos y avatares: la prueba de tamaño pequeño es la única prueba

La clasificación puede invertirse entre el tamaño completo y el tamaño real. Construya la hoja de contactos antes de tener una opinión: reduzca al tamaño de renderizado real, recorte en círculo como lo hace la aplicación, luego amplíe con vecino más cercano para ver qué sobrevive.

from PIL import Image, ImageDraw
for s in (110, 44, 32):                      # IG: perfil / fila DM / anillo feed+story
    small = Image.open(f"{n}.jpg").convert("RGB").resize((s, s), Image.LANCZOS)
    mask = Image.new("L", (s*4, s*4), 0)
    ImageDraw.Draw(mask).ellipse((0, 0, s*4-1, s*4-1), fill=255)
    out = Image.new("RGB", (s, s), (245, 245, 247))
    out.paste(small, (0, 0), mask.resize((s, s), Image.LANCZOS))
    out.resize((s*5, s*5), Image.NEAREST).save(f"{n}_{s}.png")   # NEAREST = ver los píxeles

Una lámina hermosa a 110px puede ser un borrón ilegible a 44px. Geometría de Instagram: subida cuadrada (1024x1024 funciona), renderizada como un círculo, ~110px en el perfil, 44px en una fila de DM, 32px en un anillo de feed o story. Evalúe a 32.

Cuatro restricciones que marcan la diferencia, todas invisibles a tamaño completo:

1. Tres colores planos, y no más. Cada color extra es un tono medio, y los tonos medios se fusionan.
2. Nada más delgado que 1/40 del encuadre. Dígalo en el prompt como un número.
3. El emblema debe ocupar >=85% del ancho. Indíquelo en MAYÚSCULAS; de lo contrario, el motor centra una marca modesta en mucho terreno vacío.
4. El color intenso pertenece al FONDO, no a un destello. Un brillo especular no vale nada a 32px; un campo plano completo de un color intenso detiene un pulgar. Las instrucciones de brillo metálico se leen como barro cuando se reducen.

Dos cosas que el motor añade por iniciativa propia

• Nunca mencione el recorte circular en el prompt. Dibujará el círculo. Diga en su lugar: «el fondo plano ininterrumpido llega hasta los cuatro bordes del cuadrado; el emblema está contenido dentro de los tres cuartos centrales», y ponga sin círculo, sin anillo, sin redondel, sin forma envolvente en la COLA.
• Añade una viñeta radial a menos que se lo prohiba. Exija «cada relleno absolutamente plano — sin degradado, sin viñeta, sin oscurecimiento radial en las esquinas o bordes.»

Nunca atribuya la imagen base a partir de una descripción de estilo

Una frase de estilo que usted escribió («en la tradición de Moebius») no es una atribución; no deje que se convierta en un crédito posteriormente. Si un crédito va a algún lugar público, pregunte por el artista real. Un crédito incorrecto a un artista real es peor que uno en blanco.

Más de una imagen base

--image es repetible, por lo que múltiples anclas son posibles pero menos probadas. Diga en el prompt qué imagen proporciona qué («la imagen 1 es el color y el lenguaje de línea; la imagen 2 es la estructura») y trate la primera tirada como una sonda.

Véase también

brand-direction-plates (la tirada inversa: varios LENGUAJES sobre un mismo tema) · make-art (el motor, las banderas, la extracción de pegado, la sonda de bordes).