Paper Illustration: Generación de Figuras Multi-Etapa Supervisada por Claude
Genera ilustraciones de calidad para publicación utilizando un flujo de trabajo de múltiples etapas con Claude como supervisor/revisor ESTRICTO.
Filosofía de Diseño Central
┌──────────────────────────────────────────────────────────────────────────┐
│ FLUJO DE TRABAJO ITERATIVO MULTI-ETAPA │
├──────────────────────────────────────────────────────────────────────────┤
│ │
│ Solicitud del Usuario │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Claude │ ◄─── Paso 1: Analizar solicitud, crear prompt inicial │
│ │ (Planificador)│ │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Gemini │ ◄─── Paso 2: Optimizar descripción de diseño │
│ │ (gemini-3-pro)│ - Refinar posicionamiento de componentes │
│ │ Diseño │ - Optimizar espaciado y agrupación │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Gemini │ ◄─── Paso 3: Verificación de estilo CVPR/NeurIPS │
│ │ (gemini-3-pro)│ - Verificar cumplimiento de paleta de colores │
│ │ Estilo │ - Verificar estándares de flechas y fuentes │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Paperbanana │ ◄─── Paso 4: Renderizar imagen final │
│ │ (gemini-3- │ - Generación de imágenes de alta calidad │
│ │ pro-image) │ - Nombre interno: Nano Banana Pro │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Claude │ ◄─── Paso 5: Revisión visual ESTRICTA + PUNTUACIÓN │
│ │ (Revisor) │ - Verificar CADA dirección de flecha │
│ │ ESTRICTO! │ - Verificar CADA contenido de bloque │
│ └──────┬──────┘ - Verificar estética y atractivo visual │
│ │ │
│ ▼ │
│ ¿Puntuación ≥ 9? ──SÍ──► Aceptar y Entregar │
│ │ │
│ NO │
│ │ │
│ ▼ │
│ Generar retroalimentación de mejora ESPECÍFICA ──► Volver al Paso 2 │
│ │
└──────────────────────────────────────────────────────────────────────────┘
Constantes
- IMAGE_MODEL =
gemini-3-pro-image-preview— Paperbanana (Nano Banana Pro) para renderizado de imágenes - REASONING_MODEL =
gemini-3-pro-preview— Gemini para optimización de diseño y verificación de estilo - MAX_ITERATIONS = 5 — Rondas máximas de refinamiento
- TARGET_SCORE = 9 — Puntuación mínima aceptable (1-10) — ELEVADA PARA CALIDAD
- OUTPUT_DIR =
figures/ai_generated/— Directorio de salida - API_KEY_ENV =
GEMINI_API_KEY— Variable de entorno
Opcional: Referencia de estilo (— style-ref: <source>, opt-in)
Permite al usuario orientar las convenciones estructurales de las figuras (longitud de leyenda, distribución del número de paneles, proporción figura-tabla en el artículo padre) hacia un artículo de referencia. Desactivado por defecto — cuando el usuario no pase — style-ref, no hagas nada diferente a lo anterior.
Solo cuando aparezca — style-ref: <source> en $ARGUMENTS, ejecuta el helper PRIMERO, antes de generar prompts:
# Resuelve $STYLE_HELPER a través de la cadena canónica estrictamente segura (consulta
# shared-references/integration-contract.md §2). Política A — compuerta:
# helper no resuelto significa que --style-ref no puede cumplirse, por lo tanto, abortar.
cd "$(git rev-parse --show-toplevel 2>/dev/null || pwd)" || exit 1
if [ -z "${ARIS_REPO:-}" ] && [ -f .aris/installed-skills.txt ]; then
ARIS_REPO=$(awk -F'\t' '$1=="repo_root"{print $2; exit}' .aris/installed-skills.txt 2>/dev/null) || true
fi
if [ -z "${ARIS_REPO:-}" ] && [ -f "$HOME/.aris/repo" ]; then
ARIS_REPO=$(cat "$HOME/.aris/repo" 2>/dev/null) || true
fi
STYLE_HELPER=".aris/tools/extract_paper_style.py"
[ -f "$STYLE_HELPER" ] || STYLE_HELPER="tools/extract_paper_style.py"
[ -f "$STYLE_HELPER" ] || { [ -n "${ARIS_REPO:-}" ] && STYLE_HELPER="$ARIS_REPO/tools/extract_paper_style.py"; }
[ -f "$STYLE_HELPER" ] || {
echo "ERROR: extract_paper_style.py no se resuelve en .aris/tools/, tools/, \$ARIS_REPO/tools/, ni a través de ~/.aris/repo." >&2
echo " Solución: vuelve a ejecutar bash tools/install_aris.sh o smart_update.sh (actualiza ~/.aris/repo), exporta ARIS_REPO, o copia el helper a tools/." >&2
echo " --style-ref no puede cumplirse; abortando." >&2
exit 1
}
STYLE_STATUS=0
CACHE=$(python3 "$STYLE_HELPER" --source "<source>") || STYLE_STATUS=$?
case "$STYLE_STATUS" in
0) ;; # usar $CACHE/style_profile.md como guía estructural
2) echo "advertencia: style-ref omitido (falta dependencia opcional)" >&2 ;;
3) echo "error: --style-ref source falló; abortando ilustración" >&2 ; exit 1 ;;
*) echo "error: helper falló inesperadamente; abortando ilustración" >&2 ; exit 1 ;;
esac
Fuentes aceptadas: directorio/archivo TeX local, PDF local, ID de arXiv, URL http(s). Las URL/ID de Overleaf son rechazadas — clone vía /overleaf-sync setup <id> primero y pase la ruta del clon local.
Reglas estrictas (contrato completo en el docstring de tools/extract_paper_style.py):
- Usa
style_profile.mdpara alinear la longitud de las leyendas y la densidad de figuras con el artículo de referencia. Los estándares visuales de CVPR/ICLR/NeurIPS anteriores siguen teniendo prioridad —--style-refsolo refina tendencias de longitud y densidad, nunca el contenido de la imagen. - Nunca copies el contenido de las figuras, las paletas de colores o elementos de diseño específicos de cualquier cosa accesible a través de la caché. El diseño visual proviene del prompt del usuario, no de la referencia.
- Nunca pases
— style-ref(ni los contenidos de la caché) a los subagentes de verificación visual de Claude / verificación de razonamiento de Gemini cuando puntúen la imagen generada — la imagen debe ser juzgada por sus propios méritos.
Guía de Estilo de Conferencias de Alto Nivel (CVPR/ICLR/NeurIPS)
Qué Significa Realmente "Estilo CVPR":
Estándares Visuales
- Fondo blanco limpio — Sin patrones decorativos ni degradados (a menos que sean sutiles)
- Fuentes sans-serif — Arial, Helvetica o Computer Modern; mínimo 14pt
- Paleta de colores sutil — Sin colores arcoíris; usa 3-5 colores coordinados
- Apto para impresión — Debe ser legible en escala de grises (muchos revisores imprimen artículos)
- Bordes profesionales — Finos (2-3px), colores sólidos, no llamativos
Estándares de Diseño
- Flujo horizontal — De izquierda a derecha es el estándar para pipelines
- Agrupación clara — Usa cajas de fondo sutiles para agrupar módulos relacionados
- Tamaño consistente — Componentes similares deben tener tamaños similares
- Espaciado equilibrado — Ni apretado, ni disperso
Estándares de Flechas (LOS MÁS CRÍTICOS)
- Trazos gruesos — Mínimo 4-6px (las flechas finas desaparecen al imprimir)
- Puntas de flecha claras — Grandes, triangulares y rellenas
- Colores oscuros — Negro o gris oscuro (#333333); evita flechas de colores
- Etiquetadas — Cada flecha debe indicar qué dato fluye a través de ella
- Sin cruces — Reorganiza el diseño para evitar cruces de flechas
- DIRECCIÓN CORRECTA — ¡Las flechas deben apuntar al objetivo CORRECTO!
Atractivo Visual (科研风格 - Estilo Académico Profesional)
Objetivo: Ni conservador ni llamativo, encuentra el equilibrio
✅ Elementos Visuales Recomendados:
- Rellenos con degradado sutil — Degradados suaves del mismo tono (de claro a oscuro), no llamativos
- Esquinas redondeadas — Rectángulos redondeados (radio 6-10px), con sensación moderna pero sin exagerar
- Jerarquía visual clara — Distingue niveles mediante tamaño y profundidad de color
- Codificación de color consistente — Esquema de color unificado (3-4 colores principales)
- Estructura interna — Módulos grandes que muestran subcomponentes internos (por ejemplo, la estructura de capas dentro de un Encoder)
- Tipografía profesional — Etiquetas claras, jerarquía de tamaño de fuente adecuada
✅ Sugerencias de Paleta de Colores (Académico Profesional):
- Inputs: Verde suave (#10B981 / #34D399)
- Encoders: Azul profesional (#2563EB / #3B82F6)
- Fusión: Púrpura elegante (#7C3AED / #8B5CF6)
- Outputs: Naranja cálido (#EA580C / #F97316)
- Flechas: Negro o gris oscuro (#333333 / #1F2937)
- Fondo: Blanco puro (#FFFFFF), sin patrones
❌ Decoraciones Excesivas a Evitar:
- ❌ Esquemas de color arcoíris
- ❌ Sombras paralelas pesadas
- ❌ Efectos 3D / perspectiva
- ❌ Degradados excesivos (multicolores y llamativos)
- ❌ Clip art / iconos de dibujos animados
- ❌ Patrones decorativos en el fondo
- ❌ Efectos de brillo
- ❌ Demasiados iconos pequeños
✓ Efecto Visual Ideal:
- Que se vea profesional y claro a primera vista
- Con atractivo visual moderado, pero sin robar protagonismo
- Que cumpla con los estándares estéticos de artículos CVPR/NeurIPS
- Apto para impresión (legible incluso en modo escala de grises)
- Como un gráfico académico cuidadosamente diseñado, no una plantilla de PowerPoint
Qué EVITAR (CRÍTICO)
- ❌ Esquemas de color arcoíris (demasiados colores)
- ❌ Flechas finas como un cabello (las flechas deben ser GRUESAS)
- ❌ Conexiones sin etiquetar
- ❌ Rectángulos aburridos y simples (añade algo de interés visual)
- ❌ Sobre-decorado con sombras/brillos/iconos (demasiado llamativo)
- ❌ Texto pequeño que no sea legible al imprimir
- ❌ DIRECCIONES INCORRECTAS de flechas — ¡Esto es INACEPTABLE!
Alcance
| Tipo de Figura | Calidad | Ejemplos |
|---|---|---|
| Diagramas de arquitectura | Excelente | Arquitectura de modelo, pipeline, codificador-decodificador |
| Ilustraciones de métodos | Excelente | Diagramas conceptuales, diagramas de flujo de algoritmos |
| Figuras conceptuales | Buena | Diagramas de comparación, árboles de taxonomía |
No apto para: Gráficos estadísticos (usa /paper-figure), imágenes fotorrealistas
Flujo de Trabajo: DEBE EJECUTAR TODOS LOS PASOS
Paso 0: Verificación Pre-vuelo
# Verificar clave API
if [ -z "$GEMINI_API_KEY" ]; then
echo "ERROR: GEMINI_API_KEY no está configurada"
echo "Obtén tu clave en: https://aistudio.google.com/app/apikey"
echo "Configúrala: export GEMINI_API_KEY='tu-clave'"
exit 1
fi
# Crear directorio de salida
mkdir -p figures/ai_generated
Paso 1: Claude Planifica la Figura (TÚ ESTÁS AQUÍ)
CRÍTICO: Claude debe analizar primero la solicitud del usuario y crear un prompt detallado.
Analiza la entrada: $ARGUMENTS
Tarea de Claude:
- Entender qué figura quiere el usuario
- Identificar todos los componentes, conexiones y flujo de datos
- Crear un prompt detallado y estructurado para Gemini
- Incluir requisitos de estilo Y requisitos de atractivo visual
Plantilla de Prompt para que Claude genere:
Crea un diagrama académico PROFESIONAL y VISUALMENTE ATRACTIVO, de calidad para publicación, siguiendo los estándares CVPR/ICLR/NeurIPS.
## Estilo Visual: 科研风格 (Estilo Académico Profesional)
### Objetivo: Equilibrio — Ni conservador ni llamativo
#### HACER (debe tener):
- **Degradados sutiles** — Degradados suaves del mismo tono (ej. #2563EB → #3B82F6), no multicolores llamativos
- **Esquinas redondeadas** — Rectángulos redondeados (6-10px), sensación moderna
- **Jerarquía visual clara** — Distingue niveles mediante tamaño y profundidad de color
- **Estructura interna** — Módulos grandes que muestran subcomponentes internos
- **Codificación de color consistente** — Esquema de 3-4 colores unificado
- **Acabado profesional** — Refinado pero sin exagerar
#### NO HACER (no tener):
- ❌ Degradados multicolores/arcoíris
- ❌ Sombras paralelas pesadas
- ❌ Efectos 3D / perspectiva
- ❌ Efectos de brillo
- ❌ Iconos decorativos excesivos
- ❌ Rectángulos aburridos y completamente planos
#### Efecto Ideal:
Como un diagrama de arquitectura cuidadosamente diseñado en un artículo de conferencia de alto nivel — profesional, claro y con atractivo visual moderado
## Tipo de Figura
[Diagrama de Arquitectura / Pipeline / Comparación / etc.]
## Componentes a Incluir (SÉ ESPECÍFICO SOBRE EL CONTENIDO)
1. [Componente 1]:
- Etiqueta: "[texto exacto]"
- Sub-etiqueta: "[texto más pequeño debajo]"
- Posición: [izquierda/centro/derecha, arriba/medio/abajo]
- Estilo: [color de borde, relleno, estructura interna]
2. [Componente 2]: ...
## Diseño
- Dirección: [izquierda-a-derecha / arriba-a-abajo]
- Espaciado: [apretado / normal / suelto]
- Agrupación: [cómo se deben agrupar los componentes]
## Conexiones (SÉ EXPLÍCITO SOBRE LA DIRECCIÓN)
Especificaciones EXACTAS de flechas:
1. [Componente A] → [Componente B]: La flecha va DE A A B, etiquétala "[tipo de dato]"
2. [Componente C] → [Componente D]: La flecha va DE C A D, etiquétala "[tipo de dato]"
...
VERIFICA: ¡Cada flecha debe apuntar al objetivo CORRECTO!
## Requisitos de Estilo (Estándar CVPR/ICLR/NeurIPS)
### Estilo Visual
- Paleta de colores: Colores académicos profesionales
- Inputs: Verde (#10B981)
- Encoders: Azul (#2563EB)
- Módulos de fusión: Púrpura (#7C3AED)
- Outputs: Naranja (#EA580C)
- Fuente: Sans-serif (Arial/Helvetica), mínimo 14pt, negrita para etiquetas
- Fondo: Blanco limpio, sin patrones
- Bloques: Rectángulos redondeados (radio 8-12px), relleno con degradado sutil, borde de color (2-3px)
- Sombras sutiles para efecto de profundidad
- Apto para impresión (debe funcionar en escala de grises)
### CRÍTICO: Requisitos de Flechas y Flujo de Datos
1. **TODAS las flechas deben ser MUY GRUESAS** - mínimo 5-6px de ancho de trazo
2. **TODAS las flechas deben tener PUNTAS CLARAS** - cabezas triangulares grandes y visibles
3. **TODAS las flechas deben ser NEGRAS o GRIS OSCURO** - sin color
4. **Etiqueta CADA flecha** con qué dato fluye a través de ella
5. **VERIFICA la dirección de la flecha** - cada flecha DEBE apuntar al objetivo correcto
6. **Sin conexiones ambiguas** - cada flecha debe tener un origen y destino claros
### Requisitos de Claridad Lógica
1. **El flujo de datos debe ser inmediatamente obvio** - el espectador debe entender el pipeline de un vistazo
2. **Los límites de los módulos deben estar claros** - etiquetar claramente cada componente
3. **Las relaciones jerárquicas deben ser visibles** - los subcomponentes anidados deben ser evidentes
4. **Usa un etiquetado consistente** - el mismo término en todo el diagrama
5. **Las dependencias deben ser explícitas** - no asumas que el espectador llenará los vacíos
## Requisitos de Proceso
1. **NO te apresures en el diseño** - tómate tiempo para planificar un diseño equilibrado
2. **NO superpongas componentes** - cada elemento debe tener espacio suficiente
3. **NO uses texto demasiado pequeño** - asegúrate de que todas las etiquetas tengan un tamaño de fuente legible (mínimo 14pt, 18pt para títulos de módulos grandes)
4. **ANTES de renderizar, verifica dos veces que todas las flechas apunten al destino correcto**
## Contenido a Visualizar
[Contenido específico extraído de la solicitud del usuario]"
Paso 2: Gemini Optimiza el Diseño de la Figura
El prompt generado se pasa a gemini-3-pro-preview (REASONING_MODEL) como mensaje de texto. Su tarea es refinar:
- Posicionamiento de componentes
- Espaciado y agrupación
- Flujo y conexiones lógicas
- Jerarquía visual
Contexto del sistema para Gemini (REASONING_MODEL):
Eres un experto en diseño de figuras para conferencias de alto nivel (CVPR, ICLR, NeurIPS).
Tu tarea es REFINAR y MEJORAR prompts de figuras académicas.
## Lineamientos de Diseño:
- Prioriza la claridad y la comunicación lógica
- Asegura que el flujo de datos sea inequívoco
- Mantén la jerarquía visual (los componentes principales primero)
- Usa agrupación y espaciado lógicos
**NO cambies el contenido científico** - solo mejora la presentación y el diseño.
**NO reduzcas la especificidad** - mantén o mejora los detalles del diseño.
**Tu salida es la versión refinada del prompt de entrada.**
Paso 3: Gemini Verifica el Estilo CVPR (PENDIENTE antes de renderizar)
Antes de llamar a la API de imagen, ejecuta el prompt de texto refinado a través de gemini-3-pro-preview nuevamente para la verificación de estilo.
Contexto del sistema para el Verificador de Estilo:
Eres un APLICADOR DE ESTILO para figuras de conferencias de alto nivel.
Dado un prompt de figura, asegura que especifique explícitamente los siguientes estándares de CVPR/NeurIPS:
1. REQUISITOS DE COLOR:
- Fondo blanco (#FFFFFF)
- Inputs en verde suave (#10B981)
- Encoders en azul profesional (#2563EB)
- Fusión en púrpura elegante (#7C3AED)
- Outputs en naranja cálido (#EA580C)
- Flechas en negro/gris oscuro (#333333)
- SIN colores arcoíris, SIN sombras pesadas, SIN efectos 3D
2. REQUISITOS DE FLECHAS:
- Trazos gruesos mínimo 5-6px
- Puntas de flecha triangulares visibles
- Deben estar etiquetadas
- DEBEN apuntar en la dirección correcta
3. REQUISITOS DE FUENTES:
- Fuente sans-serif (Arial/Helvetica)
- Mínimo 14pt para etiquetas regulares
- 18-24pt para títulos de módulos principales
- Negrita para énfasis
**NO cambies el contenido del prompt.**
**AÑADE las especificaciones de estilo necesarias si faltan.**
**PROPORCIONA el prompt completo con las adiciones de estilo.**
Paso 4: Paperbanana Renderiza la Imagen
El prompt final (verificado en estilo) se pasa al modelo de imagen de Gemini.
IMPORTANTE: Paperbanana utiliza el modelo gemini-3-pro-image-preview. Cuando la API de Gemini genere la imagen, GUÁRDALA en figures/ai_generated/figure_v{N}.png. También GUARDA el prompt utilizado como figures/ai_generated/prompt_v{N}.md para referencia.
IMPORTANTE: Paperbanana puede generar imágenes en 3 modos:
- Texto a imagen: Proporcionar solo un prompt de texto
- Edición: Proporcionar una imagen existente + prompt de texto
- Como máscara: Proporcionar imagen, más máscara, más prompt de texto
SIEMPRE usa el modo Texto a imagen (Opción 1) a menos que estés en un bucle de retroalimentación (ver más abajo). Después de la renderización inicial, cuando estés iterando en la mejora de la imagen, puedes experimentar con los modos de Edición o Como máscara para ayudarte a obtener la imagen que deseas.
También verifica la configuración de generación de imágenes de Gemini para ver los parámetros de seguridad que deben establecerse.
Paso 5: Claude Revisa la Figura (REVISIÓN VISUAL ESTRICTA)
¡ESTE PASO ES CRÍTICO! Claude debe aplicar una revisión visual EXTREMADAMENTE ESTRICTA a la imagen generada.
TODO está en juego aquí — Claude debe ser extremadamente crítico
## Proceso de Revisión Visual Estricta
Analiza la siguiente imagen generada y asígnale una puntuación del 1 al 10.
### Criterios de Puntuación:
#### Puntuación 10: Perfecto (muy raro, solo para lo mejor de lo mejor)
- ¡TODOS los elementos son correctos y perfectos!
- Las flechas son gruesas, oscuras y apuntan en la dirección correcta
- Los colores son profesionales y coordinados
- Las fuentes son legibles y del tamaño correcto
- El diseño es equilibrado y visualmente atractivo
- Sin problemas en absoluto
#### Puntuación 9: Excelente (aceptable)
- Casi perfecto, solo problemas visuales menores
- Las flechas y direcciones son correctas
- Diseño de calidad profesional
- Problema menor: tal vez una ligera desalineación o texto pequeño
#### Puntuación 7-8: Bueno pero necesita mejoras
- Problemas moderados con flechas, colores o diseño
- Algunas flechas pueden ser demasiado finas o tener direcciones incorrectas
- El diseño puede ser desequilibrado o descuidado
#### Puntuación 5-6: Deficiente
- Problemas significativos con la corrección de flechas
- Mal diseño o elecciones de color
- El texto puede ser ilegible
#### Puntuación 1-4: Inaceptable
- Problemas graves: direcciones de flechas completamente incorrectas
- La imagen puede no coincidir con la descripción del prompt
- Mala calidad de imagen en general
### Proceso de Revisión:
1. **VERIFICA el prompt**: ¿Coincide la imagen con el prompt?
2. **VERIFICA las flechas**: ¿Están todas las flechas etiquetadas correctamente? ¿Puntiagudas? ¿Gruesas? ¿Oscuras? ¿Con las puntas de flecha en la dirección correcta?
3. **VERIFICA el contenido**: ¿Están todos los componentes especificados presentes?
4. **VERIFICA el diseño**: ¿Está equilibrado y es profesional?
5. **VERIFICA la estética**: ¿Se ve visualmente atractivo o es soso y aburrido?
### Acción Requerida:
1. Proporcionar una puntuación (1-10)
2. Enumerar problemas específicos (si los hay)
3. Proporcionar retroalimentación accionable para mejorar
4. Si puntuación >= 9: ACEPTAR la figura
5. Si puntuación < 9: RECHAZAR y proporcionar retroalimentación
### Formato de Retroalimentación:
Puntuación: [X/10]
Aciertos:
- [lista de lo que salió bien]
Problemas:
- [lista de problemas específicos]
Retroalimentación para Mejora:
- [qué cambiar exactamente en el prompt para la siguiente iteración]
Paso 6: Bucle de Iteración
Si Puntuación < 9:
- Analizar la retroalimentación de Claude
- Refinar el prompt basándose en la retroalimentación específica
- Volver al Paso 2 (o Paso 4 si los cambios son solo cosméticos)
- Iterar hasta que Puntuación >= 9 o se alcance MAX_ITERATIONS
Si Puntuación >= 9:
- Guardar la imagen final como
figures/ai_generated/figure_final.png - Guardar el prompt final como
figures/ai_generated/prompt_final.md - Informar al usuario que la figura está completa
- Proporcionar la ruta a la figura
Ejemplos de Prompts (Extractos de uso real)
Ejemplo 1: Arquitectura de Modelo
Solicitud del usuario: "Crea un diagrama de la arquitectura Transformer para mi artículo"
Prompt Generado por Claude (abreviado):
Crea un diagrama del Transformer profesional, de calidad para publicación...
...
Componentes:
1. Input Embedding: verde (#10B981)
2. Positional Encoding: azul (#2563EB) — conectado al Input Embedding
3. Multi-Head Attention: capa principal, azul (#2563EB) con subcapas internas
4. Feed Forward: púrpura (#7C3AED)
5. Output: naranja (#EA580C)
Conexiones:
Input Embedding → Positional Encoding (flecha etiquetada: "token + position")
Positional Encoding → Multi-Head Attention (flecha etiquetada: "embedded input")
Multi-Head Attention → Feed Forward (flecha etiquetada: "attention output")
Feed Forward → Output (flecha etiquetada: "transformed features")
...
Ejemplo 2: Pipeline Completo
Solicitud del usuario: "Ilustra mi pipeline de detección de objetos"
Prompt Generado por Claude (abreviado):
Crea un pipeline profesional de detección de objetos...
...
Componentes:
1. Input Image (izquierda): verde (#10B981)
2. Backbone CNN (centro-izquierda): azul (#2563EB) — muestra capas internas
3. Neck/FPN (centro): púrpura (#7C3AED) — pirámide de características
4. Detection Head (centro-derecha): azul (#2563EB) — salidas de clasificación + regresión
5. Output (derecha): naranja (#EA580C) — detecciones finales
Conexiones:
Input Image → Backbone CNN (flecha: "image")
Backbone CNN → Neck/FPN (flechas: "feature maps")
Neck/FPN → Detection Head (flechas: "multi-scale features")
Detection Head → Output (flechas: "class + bbox")
...