Pruebas reales de prompts con Seedream 5.0 Lite: cómo escribir carteles, menús e infografías

Muchos modelos de generación de imágenes ligeros sacrifican el texto y la maquetación para ofrecer un precio más bajo. Con Seedream 5.0 Lite realizamos seis grupos de tareas distintas; en cada imagen conservamos el resultado de la primera generación con el prompt exacto, sin volver a ejecutar ni seleccionar versiones.

Esta serie de pruebas cubre carteles bilingües de eventos, menús de cafetería, fotografías de lugares reales, infografías con etiquetas, packaging de marca y composiciones con cantidades estrictas. En total hay 16 cadenas de texto que el modelo debía escribir en las imágenes, y todas se verificaron una por una. El resultado indica que sirve para probar piezas visuales de marketing con textos cortos, pero no significa que párrafos largos, etiquetas pequeñas o cualquier maquetación en chino se resuelvan en un solo intento.

Primero, hacer funcionar la llamada

Seedream 5.0 Lite genera imágenes mediante la interfaz de tareas asíncronas de hiapi: se crea la tarea, se consulta el estado de forma periódica y, cuando finaliza con éxito, se descarga el resultado.

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5.0-lite/text-to-image",
    "input": {
      "prompt": "YOUR PROMPT HERE",
      "aspect_ratio": "16:9",
      "resolution": "2K"
    }
  }'
# → {"data": {"taskId": "..."}}

curl https://api.hiapi.ai/v1/tasks/TASK_ID \
  -H "Authorization: Bearer $HIAPI_API_KEY"
# Tras consultar hasta obtener "status": "success", descarga output[0].url

Hay dos parámetros y una forma de tratar los resultados que conviene recordar de antemano. resolution solo admite "2K" o "4K"; si se indica "1K" se recibe un error 400. Todas las imágenes de este artículo usan 2K. La URL de salida de una tarea completada caduca, así que hay que descargar el resultado de inmediato y no tratarla como una dirección permanente de la imagen.

Este artículo no fija precios ni tiempos de ejecución en el texto. Esos datos cambian según el modelo y la configuración de facturación; antes de usarlos, consulta la página actual del modelo y la de precios.

1. Cartel bilingüe de evento: cada texto necesita una posición

La primera tarea consiste en colocar el título, el subtítulo en inglés, la fecha y el lugar en un cartel de un evento nocturno de comida. Se ponen a prueba a la vez el chino, el inglés, el formato de fecha y la relación de maquetación.

A hand-drawn risograph-style poster for a fictional night market food
festival, large Chinese calligraphy title '夜市食堂' at the top, English
subtitle 'NIGHT MARKET CANTEEN' directly below it in a condensed
sans-serif, a date line 'OCT 17-19 · RIVERSIDE PIER' at the bottom, warm
lantern glow over crowded food stalls, steam rising from bamboo baskets,
limited palette of vermilion, cream and ink blue, visible print grain,
vintage poster composition

Los tres textos aparecieron en la primera generación: el título en chino se presenta como caligrafía con textura de pincel, el subtítulo está en mayúsculas inglesas con espaciado entre letras y el punto medio de la fecha en la parte inferior también se conservó.

La clave de este prompt es poner cada cadena entre comillas y especificar su posición por separado. at the top, directly below y at the bottom indican al modelo la relación entre los textos. La misma estructura sirve si se sustituye por japonés, coreano o árabe. Los términos de estilo se colocan después de las especificaciones de texto para reducir la probabilidad de que interfieran con los requisitos tipográficos.

2. Menú y precios: vincular el nombre del producto con la cifra

El menú es el escenario donde los errores de texto quedan más a la vista, sobre todo en los decimales de los precios. Aquí se pide al modelo que escriba cuatro productos y sus precios correspondientes en la pizarra de una cafetería.

A photorealistic close-up of a cafe chalkboard menu, hand-lettered chalk
text listing exactly four items with prices: 'FLAT WHITE 4.50', 'COLD
BREW 5.00', 'MATCHA LATTE 5.50', 'BUTTER CROISSANT 3.80', a small chalk
drawing of a steaming coffee cup in the lower corner, warm morning light
from a side window, shallow depth of field, wooden cafe interior softly
blurred in the background

Los cuatro productos y los cuatro precios son correctos, y los decimales no se convirtieron en trazos borrosos. La forma de escribir tiene dos funciones: exactly four items limita la cantidad y cada nombre con su precio forma una unidad completa entre comillas, lo que evita que un precio se separe de su producto. Una estructura similar puede usarse en etiquetas de precio, etiquetas de estantería, rótulos de tienda y recibos. La guía de origen recomienda mantener el texto en unas seis líneas como máximo; si se supera, hay que revisar con más cuidado letra por letra.

3. Fotografía de un lugar real: describe solo lo que quieres controlar

El tercer grupo no exige que aparezca texto en la imagen, sino que prueba si el modelo puede completar la relación espacial de la escena a partir de un lugar real y un punto de vista. El prompt indica la Ópera de Sídney desde Mrs Macquarie's Point y pide además que el puente y el ferry aparezcan en las posiciones correspondientes.

Golden hour photograph of the Sydney Opera House viewed from Mrs
Macquarie's Point, its white sail-shaped roof shells catching warm orange
light, the Sydney Harbour Bridge visible behind it to the left, a
green-and-yellow Sydney ferry crossing the harbour in the middle
distance, gentle ripples on the water, shot on a full-frame camera with
a 70mm lens, crisp architectural detail, no text

La relación geográfica de la imagen coincide con el prompt: el puente de la bahía está detrás de la ópera, a la izquierda, y el ferry cruza el agua en el plano medio. Al escribir lugares reales, conviene indicar con claridad el lugar y el ángulo de observación, y dejar el espacio del prompt para la luz, la lente y la atmósfera. Si se necesita una imagen base limpia, añade no text para evitar que la escena urbana añada rótulos por su cuenta.

4. Infografía con etiquetas: primero la estructura, después el estilo

Una infografía requiere a la vez texto, numeración, iconos, flechas y orden de lectura. Aquí se fija el proceso de preparación del café en cuatro pasos de izquierda a derecha.

A clean flat-design infographic titled 'HOW ESPRESSO IS MADE' at the top
in bold capitals, showing exactly four numbered steps arranged left to
right, each with a simple line icon and a short label: '1 GRIND',
'2 TAMP', '3 BREW', '4 SERVE', thin arrows connecting the steps, muted
palette of espresso brown, cream and sage green on an off-white
background, generous margins, modern editorial infographic style

El título, las cuatro etiquetas, la numeración, las flechas y el orden de izquierda a derecha cumplen los requisitos. Aquí se define primero la estructura con exactly four numbered steps arranged left to right, después se especifica cada etiqueta corta y al final se añaden los colores y el estilo visual. Para crear un diagrama de flujo propio se puede sustituir por 3–5 pasos; conviene mantener las etiquetas en una o dos palabras, ya que colocar frases largas junto a los iconos aumenta claramente la probabilidad de error.

5. Mockup de packaging: hacer que el texto forme parte del material

El quinto grupo es fotografía de producto con texto de marca. En comparación con hacer flotar el texto sobre la imagen, especificar el material y el método de impresión facilita que el nombre de la marca se integre en la superficie del envase.

Studio product photograph of a matte-black cylindrical tin of loose-leaf
tea standing on a slate surface, minimalist label with the brand name
'HILLFOG' in embossed serif capitals and the words 'OOLONG No.12'
printed in smaller type below it, a single dried tea leaf lying beside
the tin, soft diffused key light from the upper left, gentle soft
shadow, muted charcoal background, premium packaging photography

El nombre de la marca aparece con efecto de relieve, el punto de No.12 también se conservó, y la luz suave desde la parte superior izquierda y la sombra siguen lo indicado en el prompt. El nombre de la marca y una línea de texto de especificaciones son el alcance de esta prueba; el packaging conceptual, las imágenes de propuesta y las versiones A/B de rediseño de marca pueden inspirarse en esta forma de escribir. Los textos pequeños más largos, como la lista de ingredientes, deben seguir dejándose para el posprocesado en herramientas de diseño.

6. Cantidad y posición estrictas: tratar la imagen como una especificación

El último grupo no contiene texto y se centra en comprobar si el modelo puede aplicar restricciones de cantidad, color, posición y «no añadir nada más».

An overhead flat-lay photograph of a wooden desk: exactly three yellow
pencils lying in a neat row in the top-left corner, one open blue
hardcover notebook with blank pages in the center, a pair of round
black-framed eyeglasses resting on the notebook's right page, a white
ceramic mug of black coffee at the bottom-right corner, and nothing else
on the desk, soft even daylight, sharp focus, clean minimalist
composition, no text

Al revisar esta imagen, lo importante son los tres lápices, el cuaderno centrado, las gafas sobre la página derecha, la taza en la esquina inferior derecha y la ausencia de objetos adicionales en la mesa. Cada objeto incluye a la vez cantidad, color y posición, y al final se cierra la escena con and nothing else. Para imágenes de estilo de vida de comercio electrónico o imágenes principales que necesitan espacio para textos, se pueden agrupar los objetos en un lado y dejar el otro claramente vacío.

Lo que tienen en común estos prompts

Si solo hay que recordar unas pocas reglas, se puede empezar por los cinco puntos siguientes:

1. Poner entre comillas cada cadena que deba renderizarse y darle un ancla de posición, por ejemplo arriba o debajo.
2. Indicar la cantidad de los objetos que se puedan contar, por ejemplo cuatro productos o tres lápices.
3. Para lugares reales, escribir directamente el nombre y el punto de vista, y reservar el prompt para la luz, la lente y la composición.
4. Cuando haya que restringir la composición, indicar al final «no añadir otros objetos».
5. Escribir primero el contenido y la maquetación, y después los términos de estilo. El resolution usado en estas pruebas solo puede ser "2K" o "4K".

Estas reglas sirven para textos limitados como titulares cortos, nombres de productos, precios y etiquetas de procesos. No sustituyen la revisión manual del texto después de generar la imagen, especialmente de fechas, decimales, nombres de marca y etiquetas pequeñas.

Precio y acceso de uso

Para ejecutar realmente estos prompts, abre la página en chino del modelo Seedream 5.0 Lite para consultar los parámetros actuales, ejecuta primero una imagen en el Playground y después integra el flujo de creación de tareas, consulta de estado y descarga de resultados según la documentación en chino de la API.