Construcción de un prompt de imagen
Propósito: convertir un deseo en lenguaje natural en un prompt que separe sujeto, estilo y técnica, en una sola pasada.
Basado en fokus-KI, "Prompts für KI-Bilder" (abril 2026), ampliado con los límites de los modelos realmente utilizados aquí (Z-Image-Turbo, FLUX.2 Klein, SDXL).
Cuándo cargar
- "Genera una imagen de…", "escríbeme un prompt para…"
- Un resultado falla y el prompt necesita refinamiento
- Antes de la primera imagen, cuando la solicitud solo menciona un sujeto
Fuera del alcance: configuración y elección de herramientas (la habilidad de generación), almacenamiento en un vault (la habilidad de assets), gráficos a partir de SVG.
Los seis bloques de construcción
El orden importa: el modelo pondera más el inicio. Sujeto antes que estilo, estilo antes que técnica.
| # | Bloque | Pregunta | Ejemplo |
|---|---|---|---|
| 1 | Tipo de imagen | ¿foto, ilustración, 3D, pintura? | fotorrealista, ilustración vectorial plana, render 3D |
| 2 | Sujeto principal | ¿qué exactamente, con qué rasgos? | gato atigrado, ojos verdes, mirando hacia arriba |
| 3 | Entorno | ¿dónde, con qué accesorios? | alféizar de ventana, jardín borroso detrás |
| 4 | Hora / luz | momento del día, estación, fuente de luz | temprano en la mañana, luz lateral cálida desde la izquierda |
| 5 | Estilo | artista, época, ambiente, paleta | al estilo de Gustav Klimt, tonos dorados, sereno |
| 6 | Técnica | perspectiva, nivel de detalle, composición | primer plano, poca profundidad de campo, regla de los tercios |
Regla: 1 y 2 son obligatorios, 3–6 son opcionales. Rellenar los seis cuando la solicitud no lo justifica produce una imagen arbitraria. Cuatro bloques concretos superan a seis vagos.
Plantilla
<tipo de imagen> de <sujeto con 2–3 rasgos>, <entorno>, <luz>,
<estilo/ambiente/colores>, <perspectiva/detalle/composición>
Ejemplo:
Fotorrealista: casa de té tradicional japonesa junto a un estanque tranquilo, cerezos en flor, luz suave de atardecer, tonos tierra cálidos, perspectiva ligeramente elevada, reflejos en el agua, ambiente sereno y meditativo.
Una oración, no un montón de palabras clave. La puntuación y las comas son suficiente
ponderación; los corchetes, :: y --ar no son comprendidos por ninguno de los tres
modelos.
Longitud e idioma
- Núcleo de 15–50 palabras. Más largo diluye: la atención se extiende sobre cláusulas subordinadas en lugar del sujeto.
- El inglés es el predeterminado seguro. Los términos de estilo (
golden hour,volumetric light,shallow depth of field) y los nombres de artistas son predominantemente en inglés en los datos de entrenamiento; las traducciones a menudo pierden el matiz. - El alemán funciona con codificadores de texto multilingüe para sujetos y descripciones espaciales. Con modelos SDXL o FLUX, traduce en caso de duda: un término de estilo en alemán puede no funcionar bien allí.
- No mezcles. Una oración mitad alemán, mitad inglés cuesta consistencia. Un idioma por prompt.
- Abierto: Alemán versus inglés con la misma semilla aún no se ha medido con estos modelos. Hasta entonces, el inglés es el predeterminado; si un prompt en alemán claramente rinde menos, cambia primero el idioma, no el número de pasos.
Prompts negativos: solo donde existe el campo
| Familia de herramientas | Prompt negativo | Enfoque |
|---|---|---|
| SDXL | sí | recoge los deseos allí: text, watermark, extra fingers, blurry, deformed |
| Z-Image, FLUX | no | reformula la negación de forma positiva: "sin texto" → clean surface without lettering |
Un "no…" en el prompt positivo a menudo funciona como una invitación: el modelo lee el sustantivo, no la negación.
Iteración: una variable por ejecución
- Primera ejecución con un número bajo de pasos, anota la semilla.
- Nombra el hallazgo, no redescribas la imagen: "falta vapor" es un hallazgo, "no se ve bien" no lo es.
- Exactamente un cambio — una adición al sujeto, el estilo o los pasos. Mantén la semilla, de lo contrario la comparación no tiene valor.
- Segunda ejecución solo después de un defecto visible. Sin ajustes por sospecha.
- Para detalles finos (vapor, humo, letras), aumenta primero el número de pasos, no alargues el prompt.
Qué los modelos no pueden hacer de manera confiable
| Deseo | Realidad | Solución |
|---|---|---|
| texto legible en la imagen | las letras se disuelven, especialmente con menos de seis caracteres | coloca el texto después (SVG, herramienta de maquetación) |
| manos, dedos, dientes | el número y la forma a menudo son incorrectos | recorta las manos |
| conteo exacto ("tres velas") | a veces dos, a veces cuatro | cuenta en la imagen, de lo contrario cambia la semilla |
| época ("1750", "Edo") | los años no son una característica — el fondo gana líneas eléctricas, techos de metal y solares, concreto | establece la época mediante materiales: every roof thatched or dark cedar shingles, hand-hewn wooden posts, unpaved road |
| logotipo de marca, rostro real | borroso o distorsionado | no lo intentes; derechos de autor y derechos de imagen |
| "4K", "16:9" en la oración | se lee como una palabra de estilo, no como una medida | establece width/height en la herramienta |
Lista de verificación antes de enviar
- ¿Está el sujeto dentro de las primeras diez palabras?
- ¿Están el tipo de imagen y el estilo nombrados por separado (no "una bonita imagen")?
- ¿Como máximo un término de estilo y una dirección de luz — o deliberadamente dos?
- ¿Sin negación en el prompt positivo?
- ¿Menos de cincuenta palabras, sin números que la herramienta ya establezca?
- ¿Un solo idioma en todo?
Modos de fallo
| Síntoma | Causa | Solución |
|---|---|---|
| sujeto ausente, el paisaje domina | entorno primero o demasiado largo | mueve el sujeto al frente, reduce el entorno a cinco palabras |
| la imagen se siente arbitraria, "foto de stock" | solo adjetivos, sin estilo | nombra un estilo o artista concreto |
| todo nítido y plano | sin perspectiva, sin luz | close-up o slightly elevated más una dirección de luz |
| los colores se dispersan | dos direcciones de estilo en conflicto | una paleta, un estilo |
| el texto aparece como garabato | deseo de texto dentro del prompt | elimínalo, coloca el texto después |
| el resultado cambia drásticamente a pesar de una pequeña edición | la semilla o el número de pasos cambiaron | fija la semilla, mantén los pasos constantes |
| poste eléctrico, cables o techo solar en el fondo | un año no dirige una época; el modelo completa la infraestructura del entrenamiento | prescribe materiales de forma positiva (every roof thatched or dark cedar shingles, hand-hewn wooden posts), no "sin líneas eléctricas" — y revisa el fondo, no solo el sujeto |