La falla de este tema no es una imagen equivocada. Es una que se ve bien y no sirve, y las dos llegan con la misma cara.
Un cartel generado que quedó hermoso y en proporción cuadrada no entra en el pendón vertical que ya se mandó a imprimir. Otro que quedó perfecto trae el nombre del evento escrito «MANANA» en vez de «MAÑANA», con una letra que no existe. Ni la proporción cuadrada ni la letra inventada se ven como un error mientras el cartel está en la pantalla.
El encargo que produjo el cartel
Yuliana Prada diseña por su cuenta en Bucaramanga y le encargaron el cartel del festival de cometas del barrio Sotomayor, que se hace en agosto porque es cuando sopla. Presupuesto para una tarde de trabajo, impresión en pendón vertical. El encargo que le dio al generador, entero:
- Cartel vertical, proporción 2 a 3.
- Media tarde de agosto sobre un barrio de casas bajas con techos de teja, vistas desde un lote alto.
- Siete cometas de papel de colores planos en el aire, a distintas alturas, ninguna centrada.
- Luz lateral de las cinco, sombras largas, cielo despejado con neblina en las montañas del fondo.
- Sin texto de ningún tipo, sin letreros, sin marcas de agua, sin logotipos.
La primera línea es la que menos parece contenido y la que más decide. La proporción se decide primero porque es lo único que un reencuadre no puede agregar: de un cuadrado se saca un vertical recortando, y lo que se recorta es cielo, que era la mitad del cartel. Pedir la proporción cuesta seis palabras y ahorra la tarde entera.
La quinta línea es la que casi nadie escribe. Un generador pone letreros por su cuenta, porque los carteles que vio tenían letras, y esas letras hay que borrarlas después a mano. Decirle que no ponga ninguna es más barato que quitarlas.
Las tres del medio son las particulares: una hora concreta, un número de cometas, unos techos de teja. Un encargo genérico devuelve el promedio de todos los carteles de festival que existen, que es una imagen que ya se vio mil veces y que no dice Sotomayor por ninguna parte.
Las letras son lo primero que se rompe en español
El modelo dibuja formas de letras, no letras, así que la tipografía va en otra capa. Lo que produce no es texto: es un dibujo de algo que se parece a texto, hecho a partir de cómo se veían las letras en millones de imágenes.
Y en español la ñ y las tildes son lo primero que sale mal en un letrero generado. Salen de un cuerpo de imágenes donde la ñ es rara, así que aparecen sin la virgulilla, con la virgulilla puesta sobre la letra de al lado, o con una tilde en la vocal que no era. «Cometas», con suerte, sale entero. «Bucaramanga» sale entero. «MAÑANA» y «diseño» no, y son justamente las palabras de un cartel.
El arreglo no es insistir en el encargo. Es pedir la imagen sin texto y poner la tipografía encima, en un programa de vectores, con la fuente elegida y las tildes correctas. Sale mejor, se puede corregir una errata sin volver a generar nada, y el archivo se manda a la litografía en el formato que pide. La parte de este trabajo que sigue siendo Diseño gráfico no la hace el modelo.
Tres cosas que solo significan algo juntas
Yuliana generó catorce versiones y la que le gustó fue la novena. Al día siguiente no pudo volver a producirla, y ese es el problema entero de este tema en una frase.
Guarda la semilla, o la versión que te gustó no se vuelve a encontrar. La semilla es el ruido del que arranca la imagen, un número, y sin ella las mismas palabras dan otro cielo y otras cometas. Junto a la semilla van el encargo completo, con las cláusulas de lo que no debía aparecer, y la versión del modelo, porque el mismo texto y la misma semilla en otra versión dan otro cartel.
De ahí sale el método de trabajo, y es el mismo de cualquier experimento: cambia un término por vez con la semilla fija, o nada es comparable. Con la semilla suelta, la diferencia entre dos imágenes puede venir de la palabra que cambiaste o del sorteo, y no hay manera de saber cuál. Es la misma disciplina de Ingeniería de prompts, con una variable más.
El orden
Aprende a dirigir donde un intento cuesta cuatro segundos
Todo lo transferible de dirigir una salida es más barato de aprender sobre imágenes fijas, y después se gasta bien en todo lo demás.
- empieza aquíImágenesUn cambio y su efecto, uno al lado del otro, en segundos01
- 02La escritura con modeloLo que más gente necesita, y es reescritura antes que encargo
- Video generadoDonde la ayuda generada sobre metraje propio le gana al metraje generado03
- 04Voz y audioDonde la persona detrás de la salida deja de ser una abstracción
- Generación de códigoLa única salida que una máquina revisa sola, y por eso se confía de más05
No hay fechas aquí y no hay semanas implicadas. Es un orden y nada más; dos de estos pueden no alcanzarse nunca.
Un estilo con alguien adentro
Escribir el nombre de un ilustrador vivo en el encargo es la manera más rápida de conseguir un resultado y la más rápida de meterse en un problema. Nombrar a un artista vivo es nombrar a una persona, no elegir un ajuste de estilo, y esa persona sigue trabajando y cobrando por lo que se está imitando.
La alternativa que funciona es describir lo que hace el estilo en vez de invocar quién lo hace: colores planos sin degradado, contorno grueso, paleta de cuatro tintas, textura de papel. Sale más parecido a lo que se quería, porque describe la imagen y no a un tercero, y no lleva el nombre de nadie adentro del archivo.
Lo mismo vale del otro lado del oficio. Un video generado de un lugar real es un dibujo de ese lugar, y el pie debería decirlo: una toma generada del Parque del Agua no es material de archivo del parque, y publicarla sin decirlo es afirmar algo que no ocurrió. Voz y audio es donde esto se pone más serio, porque ahí la persona imitada tiene una voz reconocible.
El orden empieza donde un intento cuesta cuatro segundos
Todo lo transferible de este tema, que es dirigir una salida, se aprende más barato sobre imágenes fijas. Imágenes va primero por eso: un cambio y su efecto se ven uno al lado del otro en segundos, y lo que se aprende ahí se gasta después en todo lo demás.
La escritura con modelo va segunda porque es la que más gente necesita, y resulta ser un problema de reescritura antes que de encargo. Video generado tercero, y con una advertencia de presupuesto: la ayuda generada sobre metraje propio, como quitar un objeto o separar una toma, rinde mucho más por peso que el metraje generado entero, que se cobra por segundo en dólares. Voz y audio después, y Generación de código al final, que es la única salida que una máquina puede revisar sola y por eso se confía de más.
El atasco de este tema es volver a tirar el dado. Catorce versiones sin cambiar una palabra se sienten como trabajo y no lo son: no queda nada aprendido y no queda nada que se pueda repetir. Un intento con un término cambiado y la semilla anotada enseña algo aunque salga peor.
Qué abrir en 2026, y qué cuesta en pesos
Los generadores de imagen que vienen adentro de un asistente de frontera son el camino corto, y en 2026 todos tienen nivel gratuito con un tope diario de imágenes. Reemplazaron a buscar en un banco de imágenes y pagar la licencia de cada foto, que era el gasto fijo de cualquiera que hiciera carteles. El nivel pagado cuesta USD 20 al mes sin localizar, más el impuesto sobre servicios digitales del exterior, que en 2026 es de 16% en México y de 19% en Colombia.
Para la capa de texto, Inkscape. Es libre y gratuito, dibuja en vectores, escribe las tildes y la ñ con la fuente que uno elija, y exporta lo que pide una litografía. Reemplazó a pagar una suscripción mensual solo para poner un texto encima de una imagen, que en esta región es el mayor gasto recurrente de un diseñador y la razón por la que tanta gente trabaja con versiones que no debería.
Y para el control fino, ComfyUI con un modelo abierto. Es libre, corre en la propia máquina sin tarjeta de crédito ni tipo de cambio, y reemplazó a depender de que la interfaz web guardara el historial: aquí la semilla es un campo que se escribe y se copia. Lo que cuesta es memoria de video, y ahí sí conviene decirlo, porque una tarjeta buena llega con arancel encima.
Queda una pregunta abierta y no es técnica. Si el cartel se hizo en una tarde en vez de en tres días, qué pasa con lo que Yuliana cobra y con lo que se espera de ella la próxima vez. Eso se trabaja en IA en el trabajo. Y del lado del oficio audiovisual, dónde termina la ayuda generada y empieza la producción está en Producción audiovisual, al lado de Inteligencia artificial.