Recetas de prompts de imagen a imagen de Grok Imagine Quality: prompts de edición listos para copiar y pegar con resultados reales

Resumen

• Qué contiene este artículo: cuatro prompts de edición de imágenes listos para copiar y pegar para grok-imagine-quality/image-to-image. Cada uno muestra la imagen de entrada exacta sobre la que se basa, así como la salida sin procesar producida en la API en vivo: todas son generaciones iniciales, sin reintentos ocultos, y alojadas aquí de forma permanente.
• Para qué sirve el modelo: edición de alta consistencia. Se proporcionan de 1 a 3 imágenes de referencia más una instrucción, y el modelo vuelve a renderizar la escena: la vuelve a iluminar, la restiliza, sustituye la escena o combina dos imágenes de referencia, conservando aquello que se le pide conservar.
• Datos del schema (verificados el 2026-07-12 contra la API de tareas en vivo): prompt e image_urls son obligatorios; image_urls acepta de 1 a 3 URL de acceso público; el parámetro opcional resolution admite en minúsculas 1k o 2k; el parámetro opcional aspect_ratio acepta auto y 13 proporciones fijas, hasta la ultraancha 20:9 y la vertical 9:20. No hay strength, ni seed, ni prompts negativos: los campos desconocidos se rechazan con un 400.
• Precio (según la página de precios): 1K cuesta $0.08 por imagen de salida, 2K cuesta $0.10, más $0.015 por cada imagen de referencia. Una edición 1K con una referencia como las de este artículo cuesta $0.095 a la tarifa actual, y cada edición se completó en 27–39 segundos.
• Presupuesto de medios estimado actual de este artículo: dos imágenes base de gpt-image-2 y una portada, $0.03 cada una, más cuatro ediciones de calidad (tres ediciones con una referencia a $0.095 cada una y una composición con dos referencias a $0.11): un total de $0.485 a la tarifa actual.

Cómo se elaboraron estas recetas

Cada receta consta de tres partes: la imagen de entrada, el prompt de edición exacto (cópielo tal cual) y la salida sin procesar. Generé dos imágenes base con gpt-image-2, redacté yo mismo cada prompt de edición y ejecuté cada uno a través de la API de tareas de hiapi en vivo sobre grok-imagine-quality/image-to-image. Debajo de cada salida se indican los ajustes y el coste real, para que pueda reproducir la llamada con exactitud.

Como el schema no expone un control de intensidad de edición, el prompt asume toda la función de guía. Hábitos que funcionan siempre:

• Divida el prompt en una «cláusula de cambio» y una «cláusula de conservación». Indique primero qué hay que cambiar y enumere después todo lo que debe conservarse: «Keep her face, expression, pose, the corduroy jacket, the marble table… exactly the same.» La cláusula de conservación no es decorativa: es el único control de consistencia de que dispone.
• Refiérase a los objetos por atributos, no por categorías. «the mustard-yellow corduroy jacket» y «the black over-ear headphones» anclan mejor el modelo al objeto concreto de la imagen de referencia que «the jacket» o «the product».
• Use aspect_ratio: "auto" para heredar el formato de la entrada. En nuestras ejecuciones, una entrada 3:2 devolvió 3:2 (1248×832) y una entrada cuadrada devolvió cuadrado. Con dos imágenes de referencia, la salida sigue a la primera URL de image_urls: el orden importa.
• Espere una recomposición de la escena, no una congelación de píxeles. El modelo vuelve a renderizar la escena en lugar de aplicar una máscara a los píxeles. La identidad, la ropa, la disposición y la iluminación se conservan sorprendentemente bien, pero la pose de los objetos puede recolocarse de forma natural (lo verá en las recetas 3 y 4); si la orientación exacta es importante, fíjela en la cláusula de conservación.

Receta 1 — Rerreluminación dirigida: hora dorada, todo lo demás inmóvil

Objetivo: cambiar solo la luz, y únicamente la luz: la prueba clásica para comprobar si un modelo de edición conserva de verdad la identidad.

Entrada, un fotograma estático de gpt-image-2 de $0.03:

Prompt:

Relight this photo as late golden hour: warm low sun coming from the left,
long soft shadows across the table, amber rim light on her hair and jacket.
Keep her face, expression, pose, the corduroy jacket, the marble table, the
coffee cup and the entire composition exactly the same. Photorealistic, same
camera angle, same framing.

Salida sin procesar:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (entrada 3:2 → salida 1248×832) · 39 s · estimación actual: $0.095

Por qué funciona: la cláusula de cambio trata exclusivamente de la luz (dirección, temperatura de color, longitud de las sombras, luz de contorno), mientras que la cláusula de conservación enumera cada elemento que no puede moverse. El rostro, las pecas, los botones de la chaqueta, la posición de la taza y el fondo de la calle se conservan todos: solo se movió el sol. Este patrón (rerreluminar + una cláusula de conservación exhaustiva) es la receta más reutilizable del artículo: basta con sustituir «late golden hour» por «blue hour just after sunset», «overcast diffused daylight» o «neon-lit night», dejando el resto tal cual.

Receta 2 — Transferencia de estilo completa: foto → acuarela

Objetivo: lo contrario de la receta 1: cambiar todo el estilo de renderizado conservando el contenido: pose, expresión, composición y escena.

La imagen de entrada es la misma que en la receta 1. Prompt:

Repaint this exact scene as a loose watercolor illustration: soft translucent
washes, visible cold-press paper texture, fine ink outlines, muted earth
palette with the mustard-yellow jacket as the main color accent. Preserve the
composition, her pose and expression, the round marble table and the cafe
street behind her.

Salida sin procesar:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" · 38 s · estimación actual: $0.095

Por qué funciona: los prompts de transferencia de estilo fallan a menudo porque solo nombran el estilo («make it watercolor»). Nombrar el mecanismo del medio (lavados translúcidos, textura de papel prensado en frío, contornos a tinta) da al modelo algo concreto que renderizar, y elegir un elemento como acento de color evita que la paleta se vuelva turbia. Una aclaración honesta: la textura de pana de la salida se parece más a ante liso; las texturas de la tela son ese tipo de detalle fino que un repintado completo tiende a alisar.

Receta 3 — Sustitución de escena: foto de producto de estudio → foto de estilo de vida

Objetivo: tomar una imagen limpia de packaging de comercio electrónico y colocarla en una escena estilizada: el uso comercial más frecuente de imagen a imagen.

Entrada, una imagen de packaging de gpt-image-2 de $0.03:

Prompt:

Place these exact headphones on a sunlit wooden desk beside an open laptop
and a small potted plant, warm morning window light from the right, cozy
blurred home-office background, shallow depth of field. Do not change the
headphones themselves: same shape, same matte black finish, same angle, no
logos.

Salida sin procesar:

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (entrada 1:1 → salida 1024×1024) · 27 s · estimación actual: $0.095

Por qué funciona: la descripción de la escena aporta el decorado (mesa, portátil, planta, luz de ventana, poca profundidad de campo), mientras que la cláusula de conservación fija la forma y el acabado del producto. En esta ejecución hay una advertencia honesta: pese a escribir «same angle», el modelo recolocó los auriculares para que reposaran de forma natural sobre la mesa en lugar de mantenerse erguidos: se conservaron la forma de las almohadillas, el acabado mate y el diseño sin logotipos, pero la orientación se reajustó para encajar con la física de la escena. Si el ángulo exacto de catálogo es innegociable, indíquelo con claridad: «standing upright in exactly the same orientation as the reference».

Receta 4 — Dos imágenes de referencia: componer un producto en una escena

Objetivo: usar las ranuras de múltiples imágenes de referencia (image_urls acepta hasta 3) para combinar dos imágenes: colocar el packaging de la receta 3 en la escena de café de la receta 1.

Entrada: la imagen de packaging de los auriculares (primera URL) y el retrato de café (segunda URL). Prompt:

Combine these two images: place the black over-ear headphones from the first
image on the marble cafe table from the second image, next to the coffee cup,
resting naturally on the tabletop. Match the soft overcast daylight and
shallow depth of field of the cafe photo. Keep the woman, her pose and the
entire cafe scene from the second image unchanged.

Salida sin procesar:

grok-imagine-quality/image-to-image · image_urls: [product, café] · resolution: "1k" · aspect_ratio: "auto" (sigue el formato 1:1 de la primera imagen de referencia) · 33 s · estimación actual: $0.11

Por qué funciona: referirse a las imágenes por su posición («from the first image», «from the second image») se corresponde limpiamente con el array image_urls, y dar al objeto una relación física con la escena («resting naturally on the tabletop, next to the coffee cup») es la clave del éxito de la composición: el modelo igualó la luz nublada e incluso usó una suave sombra de contacto para asentar las almohadillas. Hay dos cosas que conviene saber: el formato de salida sigue a la primera URL (cuadrada, como la imagen de packaging; si desea el formato de una escena, colóquela en primer lugar), y la composición se recompone ligeramente para hacer sitio al producto, en lugar de congelar píxel a píxel la segunda imagen.

Ejecute estas recetas usted mismo

Envíe la tarea al endpoint de tareas, consulte su estado hasta que devuelva success y descargue la salida. Las imágenes de referencia deben ser URL de acceso público: los enlaces prefirmados de S3/R2 sirven perfectamente.

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-quality/image-to-image",
    "input": {
      "prompt": "Relight this photo as late golden hour: warm low sun from the left, long soft shadows. Keep the subject, wardrobe and composition exactly the same.",
      "image_urls": ["https://your-host.com/your-photo.jpg"],
      "resolution": "1k",
      "aspect_ratio": "auto"
    }
  }'

El mismo flujo en Python:

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-quality/image-to-image",
    "input": {
        "prompt": ("Repaint this exact scene as a loose watercolor illustration: "
                   "soft translucent washes, visible paper texture, fine ink "
                   "outlines. Preserve the composition and the subject's pose."),
        "image_urls": ["https://your-host.com/your-photo.jpg"],  # 1-3 public URLs
        "resolution": "1k",        # 1k | 2k (lowercase)
        "aspect_ratio": "auto",    # auto follows the input frame
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # expiring link - download it now
open("edit.jpg", "wb").write(requests.get(url).content)

El recorrido completo de una solicitud (cabeceras, tratamiento de errores, ciclo de vida de la tarea) se explica en la guía de la API de imagen a imagen de grok-imagine-quality, y la documentación general de la plataforma está aquí.

Referencia rápida del schema

Campo	Obligatorio	Valores (verificados en vivo el 2026-07-12)
prompt	Sí	Texto libre, mínimo 1 carácter: su único medio de control de la edición
image_urls	Sí	Array de 1–3 URL de imágenes de acceso público
resolution	No	1k, 2k: en minúsculas (1K se rechaza)
aspect_ratio	No	auto, 2:1, 20:9, 19.5:9, 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16, 9:19.5, 9:20, 1:2

No hay strength, ni seed, ni prompts negativos, ni máscara: el schema rechaza los campos desconocidos con un 400, así que cada decisión de edición depende de la redacción del prompt. Con aspect_ratio: "auto", la salida siguió el formato de entrada en todas nuestras ejecuciones; con varias imágenes de referencia, sigue a la primera URL.

Preguntas frecuentes

¿En qué se diferencia de grok-imagine/image-to-image normal? La forma de la API es la misma, el nivel es distinto. grok-imagine/image-to-image cuesta $0.03 por imagen más $0.003 por imagen de referencia (aproximadamente un tercio del precio), y es la opción predeterminada adecuada para borradores de alto volumen. La ventaja del nivel quality es justo aquello de lo que dependen estas recetas: la fidelidad a la imagen de referencia bajo ediciones agresivas. Prototipe primero en el nivel básico y vuelva a ejecutar en quality los resultados que conserve.

¿Puedo controlar la intensidad de la edición? No mediante parámetros: no existe un campo strength y enviarlo devuelve un 400. La intensidad de la edición reside en la redacción: «relight as golden hour» es un toque ligero, «repaint as watercolor» es un rerrenderizado completo, y la longitud de la cláusula de conservación controla cuánto se conserva en una dirección u otra.

¿El rostro se mantiene consistente? En nuestra ejecución de rerreluminación (receta 1), sí: el mismo rostro, la misma expresión y las mismas pecas, y solo cambió la luz. Se trata de una sola ejecución, no de un benchmark: para trabajos en los que el rostro es crítico, mantenga explícita la cláusula de conservación («keep her face and expression exactly the same») y revise la salida antes de entregarla.

---

Los cuatro prompts se pueden copiar: la división entre cláusula de cambio y cláusula de conservación sirve para cualquier edición que pueda describir. Obtenga una clave, apunte los fragmentos de código anteriores a grok-imagine-quality/image-to-image y su primera edición (con una referencia, $0.095) volverá en aproximadamente medio minuto.