Técnicas por Plataforma

Dominando Cada Plataforma

🔄 Repaso rápido: En la lección anterior, aprendimos el flujo de trabajo de iteración sistemática — cambiar un componente a la vez, usar negative prompts y el refinamiento de imagen a imagen. Ahora vamos a aplicar esas técnicas a las capacidades específicas de cada plataforma principal.

Cada plataforma de imágenes IA tiene fortalezas únicas, parámetros y peculiaridades. Escribir el mismo prompt para DALL-E, Midjourney y Stable Diffusion produce resultados muy diferentes — no porque una sea mejor, sino porque cada una interpreta los prompts de forma distinta.

Al final de esta lección, vas a optimizar tus prompts para las fortalezas y parámetros específicos de cada plataforma.

DALL-E (OpenAI)

Fortalezas

• Renderizado de texto. El mejor de su clase para texto legible dentro de imágenes
• Interpretación literal. Sigue instrucciones complejas y específicas con precisión
• Mockups de producto. Imágenes de producto limpias y profesionales
• Edición. El inpainting de DALL-E te permite modificar áreas específicas de una imagen
• Integración. Integrado en ChatGPT — creación de imágenes conversacional

Estilo de Prompting

DALL-E responde bien a prompts conversacionales y descriptivos. Es menos sensible al apilamiento de keywords y más receptivo al lenguaje natural.

Prompt optimizado para DALL-E: “Create a product photo of a sleek wireless earbud case on a white marble surface. The case is matte black with a subtle logo. Soft studio lighting from the upper left, shallow depth of field, clean background with gentle shadows. The text ‘PULSE’ should be visible on the case.”

Mejores Prácticas

• Escribe en oraciones completas en vez de keywords separadas por comas
• Sé explícito con el texto que quieres dentro de la imagen
• Usa DALL-E para mockups, diagramas e imágenes que necesiten texto
• Aprovecha la interfaz conversacional de ChatGPT para iterar: “Make it warmer” o “Remove the background plants”

Limitaciones

• Menos artístico/estético que Midjourney
• Control limitado de parámetros
• Sin control de seed
• Las restricciones de contenido pueden bloquear solicitudes creativas válidas

Midjourney

Fortalezas

• Calidad estética. Produce los resultados más visualmente impactantes por defecto
• Interpretación artística. Agrega mejoras creativas más allá de lo que describes
• Consistencia de estilo. Excelente manteniendo una estética cohesiva
• Velocidad. Generación rápida con alta calidad

Parámetros Clave

Estilo de Prompting

Midjourney responde mejor a descripciones concisas y evocadoras. Interpreta keywords y conceptos en vez de seguir instrucciones literalmente.

Prompt optimizado para Midjourney:

elderly fisherman mending nets, golden hour, weathered hands, cinematic portrait, warm backlight, shallow depth of field --ar 3:2 --s 250 --v 6.1

✅ Revisión Rápida: Si tu resultado de Midjourney se ve demasiado “artístico” y quieres que siga tu prompt más literalmente, ¿qué parámetro ajustarías?

Mejores Prácticas

• Mantén los prompts concisos — Midjourney frecuentemente produce mejores resultados con menos palabras
• Usa --stylize bajo (0-50) para resultados literales, alto (250+) para interpretación artística
• Usa --chaos para explorar variaciones inesperadas
• Empieza sin parámetros, luego agrégalos para afinar
• Usa la función remix para evolucionar generaciones exitosas

Limitaciones

• Sigue prompts menos literalmente que DALL-E
• La interfaz basada en Discord tiene curva de aprendizaje
• Dificultades con renderizado de texto específico
• Puede ser impredecible con escenas complejas de múltiples sujetos

Stable Diffusion

Fortalezas

• Control total. Elige modelos, samplers, pasos, CFG, seeds — todo
• Open source. Gratis, local, personalizable, sin restricciones de contenido
• ControlNet. Usa imágenes de referencia para controlar pose, composición, profundidad
• Modelos personalizados. Fine-tune con estilos específicos, sujetos o marcas
• Generación por lotes. Procesa cientos de imágenes automáticamente

Parámetros Clave

Estilo de Prompting

Stable Diffusion responde a prompts densos en keywords, separados por comas. El orden importa — las primeras palabras tienen más influencia.

Prompt optimizado para Stable Diffusion:

Prompt: elderly fisherman mending nets, golden hour, weathered hands, cinematic portrait photography, warm backlight, shallow depth of field, 8K, highly detailed, award-winning photography

Negative: blurry, low quality, deformed, cartoon, text, watermark, oversaturated

ControlNet: Composición de Precisión

ControlNet es la función estrella de Stable Diffusion para control de composición:

• Canny/Edge: Usa mapas de bordes para definir formas y contornos
• Depth: Usa mapas de profundidad para controlar la disposición espacial
• Pose: Usa mapas de esqueleto para controlar posiciones humanas
• Segmentation: Define áreas de la imagen por categoría

Esto significa que puedes dibujar un layout tosco, definir poses con precisión, o usar la composición de una foto de referencia mientras generas contenido completamente nuevo.

Mejores Prácticas

• Empieza con un checkpoint conocido (SDXL o un modelo popular de la comunidad)
• Usa el campo de negative prompt activamente
• CFG Scale 7-9 balancea adherencia al prompt con calidad de imagen
• Experimenta con samplers — DPM++ 2M Karras es un default confiable
• Usa ControlNet para cualquier prompt donde la precisión espacial importa

Limitaciones

• Requiere configuración técnica
• La calidad varía enormemente según el modelo y los parámetros elegidos
• Sin interfaz propia — depende de interfaces de la comunidad (Automatic1111, ComfyUI)
• Los modelos base pueden no igualar la calidad estética predeterminada de Midjourney

Comparación de Plataformas

Eligiendo la Plataforma Correcta

Pruébalo Tú Mismo

Toma un solo prompt y córrelo en dos plataformas diferentes (usa tiers gratuitos cuando estén disponibles). Compara los outputs y nota:

• ¿Cuál produjo un resultado más estético?
• ¿Cuál siguió tu prompt más literalmente?
• ¿Cuál usarías para este caso de uso específico en el futuro?

Conclusiones Clave

• DALL-E destaca en interpretación literal, renderizado de texto y mockups de producto
• Midjourney produce la mejor calidad estética con prompts concisos y evocadores
• Stable Diffusion ofrece máximo control, personalización y procesamiento local
• Cada plataforma tiene un estilo de prompting diferente — optimiza según corresponda
• Ninguna plataforma es la mejor para todo — empareja la herramienta con la tarea
• ControlNet en Stable Diffusion permite composición de precisión que otras plataformas no pueden igualar

Siguiente: En la Lección 7: Uso Comercial y Licencias, aprenderás las realidades prácticas de usar imágenes generadas por IA para negocios — licencias, atribución, consideraciones legales y mejores prácticas.