Audiovisual & IAimagenes ia
Generar imágenes con IA: guía del primer prompt (2026)
Aprende a generar imágenes con IA desde tu primer prompt y llévalas a producción: referencias, edición, herramientas y derechos para cada encargo.
- Actualizado
- Autor: humAIns
- 9 min de lectura
índice · 12 apartados
Generar una imagen con IA lleva treinta segundos. Generar la imagen que necesita un proyecto —con el personaje correcto, el formato correcto, un texto bien escrito y sin problemas de derechos— lleva un método. Esta guía es para quien trabaja en vídeo, publicidad o contenido y necesita imágenes de producción: fotogramas base, moodboards, miniaturas, fondos o fichas de personaje.
Los datos sobre herramientas están consultados el 6 de noviembre de 2026 en páginas oficiales. Los modelos de imagen se actualizan cada pocos meses, así que lo que importa de este texto es el método, no el nombre del modelo del día.
Antes de generar: define el encargo
Una imagen sin brief genera iteraciones infinitas. Escribe cuatro líneas antes de abrir la herramienta:
- Uso: ¿miniatura, fotograma de vídeo, cartel, storyboard? Condiciona formato, resolución y nivel de realismo.
- Formato: 16:9, 9:16, 1:1 o 4:5, y la resolución mínima que necesitas.
- Referencias: imágenes de estilo, de producto, de personaje o de marca que debe respetar.
- Lo que no puede salir: un logo ajeno, un parecido con alguien real, una estética que choque con la marca.
Cómo crear imágenes con IA: primer ejemplo paso a paso
Imagina que necesitas un fotograma para anunciar una bebida ficticia, sin mostrar ninguna marca real. Puedes empezar con Midjourney: su guía oficial de primeros pasos describe el acceso, la barra Imagine y las opciones para modificar el resultado.
- Elige el acceso y el plan. Entra en Midjourney, inicia sesión y selecciona una suscripción. Antes de generar, comprueba la disponibilidad en tu caso, el precio, los límites y las condiciones de uso comercial: dependen del producto y del plan.
- Escribe la primera instrucción. En la página Create, introduce en la barra Imagine, por ejemplo: «Botella de bebida ficticia de cristal ámbar sobre una mesa de piedra, luz lateral suave de ventana, fotografía de producto, formato horizontal 16:9, sin texto ni logotipos».
- Genera y evalúa. Envía el prompt, compara las imágenes y escoge la que mejor respete la botella, la luz y el encuadre. Comprueba también que no aparezcan marcas o textos accidentales.
- Refina un solo detalle. Abre la opción de edición disponible y prueba: «Cambia la luz lateral a una luz más cálida; mantén la botella y la composición». Compara el resultado con el anterior: la instrucción no garantiza que todo lo demás permanezca idéntico.
El prompt es la instrucción escrita; una imagen de referencia es un archivo visual que aportas para orientar, por ejemplo, el estilo o la composición. No es imprescindible para esta primera prueba. Si usas una referencia, asegúrate de tener permiso para usarla y de revisar las condiciones del servicio. Para continuar, consulta la guía de Midjourney o compara el flujo con la guía de Adobe Firefly.
Un prompt con estructura
Los prompts que funcionan describen la escena como la describiría un director de fotografía. Seis piezas, siempre en el mismo orden:
- Sujeto: quién o qué, con dos o tres rasgos concretos.
- Escena: dónde está y qué ocurre.
- Composición: tipo de plano, ángulo, objetivo.
- Luz: dirección y calidad, no «cinematográfico».
- Estilo: una referencia visual concreta (fotografía editorial, ilustración a tinta, documental).
- Formato y exclusiones: relación de aspecto y lo que no debe aparecer.
Sujeto: mujer de unos 40 años, pelo canoso corto, jersey de lana verde.
Escena: sentada en una cocina pequeña leyendo una carta, tarde de invierno.
Composición: plano medio, ligeramente picado, objetivo de 50 mm.
Luz: ventana lateral con luz fría, lámpara cálida al fondo.
Estilo: fotografía de reportaje, grano fino, colores sobrios.
Formato: 16:9. Sin texto ni logotipos en la imagen.
Mantener personajes y marca: referencias
El gran problema de la imagen generada para producción es la continuidad: el mismo protagonista en el plano 1 y en el 12. Se resuelve con referencias, no con describirlo más. Google indica que Nano Banana Pro permite combinar hasta 14 imágenes de entrada y mantener el parecido de hasta 5 personas. Midjourney, en V8.2, ha sustituido Omni Reference y Character Reference por el Edit Model, con hasta cuatro imágenes de referencia, según la ayuda que recoge nuestra guía de Midjourney.
El método vale para cualquier herramienta:
- Genera una hoja de personaje: frente, perfil y tres cuartos, fondo neutro.
- Elige la versión que aprobarías y úsala como referencia en todos los planos.
- Mantén fijos ropa, peinado y paleta en una línea del prompt que repites tal cual.
- Revisa cada resultado contra la hoja antes de seguir: la deriva sutil se acumula.
Editar en lugar de regenerar
Regenerar una imagen entera para cambiar un detalle pierde lo que ya estaba bien. Los modelos actuales permiten editar por zonas o por conversación. Google describe en su anuncio de Nano Banana Pro edición localizada, cambios de ángulo de cámara, de foco, de iluminación y gradación de color, y ofrece como ejemplo un prompt de edición del tipo «traduce todo el texto en inglés de las tres latas al coreano manteniendo todo lo demás igual». Esa frase resume la regla: pide solo el cambio y declara lo que no debe cambiar.
Texto dentro de la imagen
Durante años, el texto fue el punto débil de la imagen generativa. Google presenta Nano Banana Pro como su modelo con texto legible en varios idiomas, para maquetas, carteles y contenido internacional. Aun así, para rótulos que serán marca (logotipos, titulares de campaña), lo seguro es componer el texto en tu editor con tu tipografía y usar la imagen generada solo como fondo. Si el texto sale en la imagen, léelo letra por letra: un acento mal puesto en español es un error de entrega.
Herramientas según la tarea
| Tarea | Opciones | Qué comprobar |
|---|---|---|
| Fotogramas base y keyframes | Nano Banana Pro (Gemini, Google AI Studio, Flow), Midjourney | Coherencia de personaje entre planos |
| Imagen comercial con licencia clara | Adobe Firefly | Si usas modelo propio o de socio |
| Dirección artística y moodboards | Midjourney | Plan y modo de privacidad |
| Piezas de marca y redes | Canva | Licencia de lo generado y plantillas |
| Miniaturas | Cualquiera + tu editor para el texto | Legibilidad en pantalla pequeña |
Los fotogramas generados son el punto de partida habitual del vídeo con IA: la guía de crear vídeos con IA explica cómo animarlos, y la de storyboard con IA cómo ordenarlos en una secuencia.
Marcas de agua y procedencia
Cada proveedor deja una huella distinta. Google marca todo lo generado con SynthID, una marca invisible, y su anuncio de Nano Banana Pro añade que mantendrá una marca visible en las imágenes de usuarios gratuitos y del plan Pro de Google AI, y la quitará en el plan Ultra y en Google AI Studio. Permite además subir una imagen a Gemini y preguntar si la generó Google AI. Adobe adjunta Content Credentials a los contenidos generados con Firefly. OpenAI indica en su centro de ayuda que usa señales de procedencia como C2PA; esos metadatos pueden perderse al reexportar o subir a ciertas plataformas, y que no aparezcan no prueba que la imagen sea real. Para un profesional, la conclusión es administrativa: conserva el original generado y anota herramienta, plan y fecha.
Riesgos que no son técnicos
- Personas reales. No generes la imagen de alguien identificable sin su consentimiento. Es base legal, no estilo: la Ley Orgánica 1/1982 considera intromisión ilegítima utilizar la imagen de una persona con fines publicitarios o comerciales.
- Marcas y obras de terceros. Un modelo puede reproducir un logotipo o un estilo reconocible sin que lo hayas pedido. La responsabilidad de publicar es tuya.
- Derechos sobre lo que generas. Qué protección tiene una imagen generada y quién la ostenta es una cuestión abierta que tratamos en derechos de autor y contenido con IA.
- Transparencia. Si la imagen puede pasar por real —una foto de un acontecimiento, una persona inexistente— etiquétala. Meta aplica una etiqueta «AI info» a anuncios creados o editados de forma significativa con sus herramientas de IA, y TikTok exige etiqueta o aviso propio en sus anuncios con contenido significativamente editado o generado con IA.
Un flujo de trabajo en seis pasos
- Brief de cuatro líneas: uso, formato, referencias, exclusiones.
- Hoja de referencia: personaje, producto y paleta aprobados.
- Tanda de opciones: entre ocho y doce variantes por plano; elige dos.
- Edición por zonas de lo que falla; no regeneres lo que ya funciona.
- Revisión de defectos: manos, dientes, texto, reflejos, objetos que se fusionan.
- Registro y entrega con el formato y el nombre de archivo acordados.
Errores frecuentes
- Pedir demasiado en un solo prompt. Tres personajes, una acción compleja y un fondo detallado en una frase produce una mezcla. Compón por partes y une en edición.
- Escribir adjetivos en lugar de decisiones. «Épico», «cinematográfico» o «hiperrealista» no dicen nada que un modelo pueda ejecutar; «contrapicado, luz de atardecer a la izquierda» sí.
- Aceptar la primera imagen. La primera casi nunca es la mejor; la mejora viene de comparar varias y de editar la elegida.
- No fijar el estilo. Si cada plano parte de un prompt distinto, el estilo deriva. Reutiliza la misma línea de estilo, o una imagen de referencia, en toda la serie.
- Olvidar el destino. Una imagen pensada para pantalla de móvil no sirve igual en un cartel; decide resolución y recorte antes de generar.
Siguiente paso
Generar imágenes es la primera etapa de un flujo que sigue con movimiento, voz, música y montaje. El programa IA para Audiovisual de humAIns recorre ese flujo completo en ocho semanas, con entregables revisados por un profesional en activo.
Sigue leyendo en humAIns