Receta de prompts de imagen a imagen para gpt-image-2.5-sunburst

Por qué los prompts de imagen a imagen necesitan estructura

La mayoría de los fallos de imagen a imagen no son fallos del modelo, sino fallos de especificación. Le das al modelo una imagen de referencia y una frase como «haz que se vea mejor» o «ponlo en una playa», y el modelo tiene que inferir qué significa «lo», qué píxeles están protegidos y cuánto puede desviarse. El resultado suele parecer razonable, pero falla de alguna manera que no anticipaste.

El problema se amplifica cuando tratas una edición como una tarea puntual. Un prompt que funciona para un retrato puede fallar en los diez siguientes, porque la redacción libre deja demasiadas decisiones al modelo. No puedes saber si una regresión proviene de un cambio en el prompt, en la imagen de referencia o en el modelo, porque nada de la petición queda fijado.

Una estructura repetible resuelve ambos problemas a la vez. Convierte una edición en una especificación con campos explícitos: qué papel desempeña la imagen de referencia, qué operación única se solicita, qué atributos están protegidos y qué artefactos están prohibidos. Cada campo puede revisarse, compararse y probarse de forma independiente.

Esto importa más para los flujos de trabajo de desarrollo que para el uso casual. Si la edición de imágenes forma parte de una cadena de producción —generar variantes de producto, repintar recursos, localizar material gráfico—, los prompts son, en la práctica, código. Necesitan entradas, salidas esperadas y una forma de detectar deriva. Las cuatro secciones de la receta de la siguiente sección son la estructura mínima que ofrece las tres cosas sin añadir sobrecarga de herramientas.

La receta de cuatro bloques

Cada petición de edición de esta guía se compone de los mismos cuatro bloques, en el mismo orden. Copia el esqueleto y rellena cada bloque para tu tarea.

Bloque 1: el papel de la imagen de referencia

El primer bloque indica al modelo para qué sirve la imagen de entrada. No la describas en detalle: el modelo ya la ve. Indica su función.

REFERENCE: The input image is the product photo. It is the subject and the layout to preserve.

Para ediciones en las que solo importa parte de la imagen:

REFERENCE: The input image is the subject to transfer. Only the person is relevant; ignore the current background.

Bloque 2: la instrucción de edición

Escribe una sola operación principal por petición, en modo imperativo. Si necesitas dos operaciones, ejecútala dos veces en lugar de componerlas en una sola frase: las ediciones compuestas son justo donde se cuelan los cambios accidentales.

EDIT: Replace the background with a plain light-gray seamless studio backdrop.

Bloque 3: restricciones de fidelidad

Este bloque indica qué no debe cambiar y, opcionalmente, qué se permite cambiar explícitamente. Sé concreto: nombra zonas, colores y geometrías.

PRESERVE: The product's exact shape, label text, label position, and color. The camera angle and framing.
ALLOWED: Lighting on the product that is consistent with the new background.

Bloque 4: la lista negativa

Una lista breve de artefactos que hay que suprimir. Mantenla centrada en los modos de fallo que has observado realmente: las listas genéricas y extensas diluyen la señal.

AVOID: extra objects, warped edges, new text, logo distortion, oversharpening halos, drop shadows that were not in the original.

La receta completa ensamblada

REFERENCE: The input image is the product photo. It is the subject and the layout to preserve.
EDIT: Replace the background with a plain light-gray seamless studio backdrop.
PRESERVE: The product's exact shape, label text, label position, and color. The camera angle and framing.
ALLOWED: Lighting on the product consistent with the new background.
AVOID: extra objects, warped edges, new text, logo distortion, sharpening halos, invented drop shadows.

Cuatro bloques breves, una docena de líneas, y la petición se vuelve comprobable. Puedes cambiar solo la frase del fondo sin tocar la redacción de fidelidad, o endurecer la lista negativa sin replantear la edición en sí.

Controlar la fidelidad: qué permanece y qué cambia

La redacción vaga sobre fidelidad es la causa individual más común de deriva accidental. «Mantén un aspecto similar» y «no cambies demasiado» no le dan ningún ancla al modelo. Conservará lo que considere llamativo, que puede no ser lo que tú consideras llamativo.

Nombra atributos, no sensaciones

Sustituye los adjetivos por sustantivos y zonas:

• Débil: «mantén la cara con el mismo aspecto».

• Fuerte: «conserva la identidad facial, el tono de piel, la línea del cabello y la dirección de la mirada. No cambies la edad ni la expresión».

• Débil: «mantén la maquetación».

• Fuerte: «conserva la posición y el tamaño del bloque del logotipo, la línea base del titular y los márgenes de los cuatro lados».

Separa lo preservado de lo permitido

Un bloque de fidelidad que solo dice «conserva todo» impide la edición que realmente quieres. Acompáñalo con un permiso explícito:

PRESERVE: garment silhouette, seams, fabric texture, color, and the model's pose.
ALLOWED: relighting to match a soft window light from the left; removal of the original backdrop.

La línea ALLOWED es justo lo que hace segura la línea PRESERVE. Sin ella, el modelo puede rechazar el cambio solicitado o aplicarlo de forma inconsistente.

Protege la identidad con varias anclas

Cuando hay una persona en la imagen, una única instrucción de «conserva la cara» es frágil. Ancla la identidad con varias pistas independientes: rasgos faciales, cabello, tono de piel y cualquier accesorio distintivo. Si la edición afecta a la cabeza o al cuerpo, añade una restricción explícita contra la remodelación: «no estreches, ensanches ni remodeles la línea de la mandíbula ni las proporciones corporales».

Restringe las relaciones geométricas que te importan

Si la composición importa, exprésalo con valores y relaciones: «centra el sujeto, deja el mismo espacio de cabeza arriba y mantén el mismo recorte en el borde inferior». Si no importa, dilo también: «se permite reencuadrar» evita que el modelo conserve en exceso una composición que estabas dispuesto a ceder.

Ojo con la deriva de estilo silenciosa

Los cambios de estilo suelen colarse con palabras como «limpio», «premium» o «cinematográfico». Si quieres que el material fotorrealista siga siendo fotorrealista, dilo explícitamente: «mantén el fotorrealismo; no añadas estilos de ilustración, pintura ni renderizado 3D».

Redacción para la sustitución del fondo

La sustitución de fondo falla de forma predecible: el sujeto se edita junto con el fondo. La solución es tratar el fondo como una instrucción separada y ordenada, no como una cláusula dentro de la frase de edición principal.

Receta: sustituir el fondo

REFERENCE: The input image is the subject. Only the subject is relevant; the current background will be discarded.
EDIT: First isolate the subject with clean edges, including hair and any thin details. Then place the subject on a new background: a softly blurred outdoor street at midday.
PRESERVE: Subject identity, pose, clothing, and the exact subject scale relative to the frame.
ALLOWED: Subtle rim light on the subject consistent with the new outdoor lighting.
AVOID: halos around hair, chewed edges, duplicated limbs, background bleeding through the subject, invented props.

La palabra «primero» importa. Ordenar el aislamiento antes de la inserción le da al modelo una secuencia que seguir, en lugar de dos objetivos que compiten.

Receta: extender el fondo

Las peticiones de tipo outpainting necesitan una descripción explícita del lienzo:

REFERENCE: The input image is the central crop. The subject and existing scene are authoritative.
EDIT: Extend the scene outward on the left and right to a wider aspect ratio, continuing the existing floor texture and wall line.
PRESERVE: The original crop exactly as-is. Perspective, horizon height, and lighting direction.
AVOID: a visible seam at the original crop boundary, repeated objects, mirrored duplicates of the subject, changed color temperature.

Receta: neutralizar el fondo

Para material que se compondrá después, no pidas una escena concreta: pide una escena neutra:

REFERENCE: The input image is the subject to extract.
EDIT: Replace the background with a flat, evenly lit neutral gray, no gradient and no shadow cast onto the background.
PRESERVE: Subject edges, translucency in thin materials, and the full extent of the subject within the frame.
AVOID: cropping the subject, adding a floor plane, ambient color spill on the subject, hard cutout edges.

Mantén separadas las restricciones del sujeto y de la escena

Un hábito útil: pon las restricciones del sujeto en PRESERVE y las de la escena en EDIT o ALLOWED. Cuando una petición falla, esta separación te dice al instante si lo que derivó fue el sujeto o la escena, y qué bloque hay que corregir.

Construir listas negativas reutilizables

Las listas negativas suelen escribirse desde cero en cada petición, y por eso los mismos artefactos regresan una y otra vez. Trata la lista como un artefacto mantenido por caso de uso.

Parte de los fallos observados

Ejecuta la receta varias veces sobre tus imágenes de referencia reales y anota dónde falla de verdad. No importes listas genéricas de otros sitios: gastarán atención en problemas que no tienes.

Agrupa las entradas por categoría

Cuatro categorías cubren la mayoría de los casos:

• Artefactos estructurales: miembros sobrantes, objetos duplicados, bordes deformados, detalles finos derretidos, líneas de costura.
• Texto y marcas: texto inventado, etiquetas alteradas, logotipos distorsionados, rastros tipo marca de agua, cambio de tipografía.
• Deriva de estilo: renderizado de ilustración o pintura no deseado, suavizado excesivo, piel con aspecto plástico, procesamiento excesivo tipo HDR, halos de nitidez.
• Intrusión semántica: añadir accesorios, añadir personas, cambiar la expresión, cambiar el ángulo de cámara.

Mantén las entradas breves y concretas

Cada entrada debe ser una frase nominal que el modelo pueda ejecutar —«dedos sobrantes», «sujeto duplicado», «texto inventado»— y no una oración prohibitiva. Normalmente bastan entre diez y quince; por encima de esa cifra las entradas empiezan a solaparse y la lista se convierte en ruido.

Versiona la lista junto con la receta

Guarda la lista negativa junto al prompt al que pertenece e incrementa un identificador de versión cuando la modifiques. Cuando cambie la calidad de la salida, podrás determinar si cambió la lista o el modelo. Mantén una lista por caso de uso: la de fotografía de producto y la de retratos se solapan, pero no deben fusionarse, porque sus modos de fallo son distintos.

Prueba también las eliminaciones, no solo las adiciones

De vez en cuando elimina algunas entradas y vuelve a ejecutar el conjunto de referencia. Algunas restricciones dejan de importar a medida que mejora el prompt, y las entradas obsoletas pueden empujar al modelo hacia la rigidez; por ejemplo, una entrada demasiado agresiva de «no añadir sombras» puede aplanar la iluminación que en realidad quieres.

Biblioteca de recetas listas para copiar y pegar (con comparaciones de antes y después)

Cada receta de abajo puede usarse tal cual. Sustituye el contenido entre corchetes por el tuyo y mantén las etiquetas de bloque sin cambios.

Fotografía de producto con sustitución de fondo

REFERENCE: The input image is the product photo. It is the subject and the layout to preserve.
EDIT: Place the product on a clean light-gray studio backdrop with a soft gradient toward the top.
PRESERVE: Product shape, label text and position, color, camera angle, and framing.
ALLOWED: A soft contact shadow beneath the product; lighting consistent with the new backdrop.
AVOID: warped edges, altered label text, extra reflections, sharpening halos, invented props.

Antes: escritorio desordenado e iluminación mixta. Después: geometría y etiqueta del producto idénticas, fondo neutro, iluminación coherente y sin artefactos en los bordes.

Retrato con nueva iluminación

REFERENCE: The input image is the portrait. The person is the only relevant content.
EDIT: Relight the scene as if lit by soft window light from the left.
PRESERVE: Facial identity, skin tone, hairline, gaze direction, expression, and body proportions.
ALLOWED: New shadows and highlights consistent with left-side lighting; slight background darkening on the right.
AVOID: changed age, reshaped jawline, smoothed skin texture, added makeup, changed clothing.

Antes: iluminación frontal plana. Después: iluminación direccional con volumen legible, con identidad y textura de piel idénticas.

Transferencia de estilo con protección del contenido

REFERENCE: The input image is the source artwork. Only its composition and subject matter are relevant.
EDIT: Restyle the image as a flat vector illustration with a limited palette of muted blues and warm neutrals.
PRESERVE: Composition, object placement, relative sizes, and the identity of every distinct object.
ALLOWED: Simplified shapes, removed fine texture, reduced gradients.
AVOID: added objects, removed objects, changed aspect ratio, text, photorealism, heavy outlines not implied by the style.

Antes: escena fotográfica. Después: el mismo diseño y los mismos objetos en forma de vector plano, sin añadir ni quitar nada.

Extensión de material gráfico segura para el texto

REFERENCE: The input image is the left half of a banner. All existing text is authoritative.
EDIT: Extend the banner to the right to a wider aspect ratio, continuing the background pattern.
PRESERVE: Every glyph, word, and text position exactly. Color, texture, and the original crop.
ALLOWED: Continued background pattern in the new area only.
AVOID: new text, repeated words, stretched letterforms, visible seam, pattern misalignment.

Antes: banner de medio ancho. Después: lienzo extendido, texto original intacto y patrón continuado sin costuras.

Extracción de sujeto para composición

REFERENCE: The input image is the subject to extract.
EDIT: Isolate the subject on a flat neutral gray background with no cast shadow.
PRESERVE: Subject edges including hair and thin details, full subject extent within the frame, original color.
ALLOWED: Removal of the original background entirely.
AVOID: cropped edges, halos, ambient color spill, hard polygonal cutouts, invented detail at the silhouette.

Antes: sujeto sobre un fondo interior recargado. Después: extracción limpia, lista para componer, con bordes completos.

Probar y versionar las recetas

Un prompt que funciona una sola vez es una anécdota. Un prompt que funciona repetidamente sobre un conjunto de referencia fijo es un componente que puedes entregar.

Construye un conjunto de referencia fijo

Elige un grupo pequeño de entradas que cubra tu distribución real: distintos sujetos, condiciones de iluminación y casos límite como cabellos finos, materiales transparentes y texto incrustado. Normalmente bastan entre diez y veinte imágenes para exponer regresiones. Congela ese conjunto y reutilízalo en cada cambio.

Guarda las recetas como datos

Guarda cada receta como un registro estructurado: identificador, versión, los cuatro bloques como campos independientes y la versión de la lista negativa que utiliza. Separar los bloques hace que cambiar la redacción del fondo sea un diff visible de una línea, en lugar de una reescritura opaca de todo el párrafo.

Compara las salidas, no solo la última ejecución

Cuando cambies el prompt o la versión del modelo, vuelve a ejecutar todo el conjunto de referencia y pon las nuevas salidas junto a las de la versión anterior, imagen por imagen. Las regresiones en edición de imágenes rara vez son dramáticas: se manifiestan como una etiqueta ligeramente desplazada, una textura de tejido más blanda o una sombra que no existía. La comparación lado a lado capta lo que la memoria pasa por alto.

Rastrea los fallos por bloque

Cuando una ejecución falla, anota qué bloque lo causó. Con el tiempo, esto te dirá dónde es débil el prompt: si la mayoría de los fallos se remontan a las restricciones de fidelidad, invierte en una redacción más concreta de PRESERVE; si se remontan a la lista negativa, recórtala y reorientala.

Reconstruye la línea base de forma consciente

Las actualizaciones del modelo pueden cambiar el comportamiento en dos direcciones. Cuando se publique una nueva versión del modelo, ejecuta primero el conjunto de referencia, revisa las diferencias y después decide si actualizas la línea base. Nunca aceptes una nueva línea base solo porque las salidas parezcan aceptables de forma aislada.

Tratar las recetas como casos de prueba versionados mantiene la edición de imágenes predecible a medida que crece la cadena de producción. Puedes ejecutar estas recetas de gpt-image-2.5-sunburst en el endpoint unificado de imagen a imagen de HiAPI.ai y dejar que la estructura de cuatro bloques sea el contrato estable a su alrededor.