El generador Pro es un instrumento preciso. Renderiza fielmente todo lo que describes, incluidas las partes que se te olvidó describir. Si no le dices hacia dónde mira el sujeto, el modelo lo decide. Si no eliges objetivo, lo elige él. Si no escribes "luz de estudio", obtienes algo con pinta de foto de móvil en una cocina. La mayoría de resultados "malos" del Pro no son modelos malos. Son prompts que no le dieron al modelo información suficiente.
Este artículo te da la estructura que pone al modelo de tu lado.
Un prompt es una lista de decisiones, no una frase
El campo de prompt positivo del Pro acepta hasta 10 000 caracteres, pero los mejores prompts suelen tener 30–80 palabras. Trata cada palabra como una decisión deliberada: sujeto, encuadre, iluminación, tono, estilo. Si puedes borrar una palabra y la imagen en tu cabeza no cambia, bórrala.
girl in city
35mm portrait of a 28-year-old woman walking through neon-lit Shibuya at night, soft rain on her jacket, cinematic, shallow depth of field, warm key light, cold ambient, photograph
La versión floja no le da al modelo nada a lo que agarrarse — edad, óptica, luz, clima, encuadre y soporte quedan al azar. La versión fuerte nombra cada uno de esos parámetros y el render resultante es reproducible.
El prompt negativo no es opcional
Abre el panel Prompts del Pro y verás dos campos: positivo y negativo. La gente nueva se salta el negativo. No lo hagas. El prompt negativo es donde le dices al modelo qué evitar activamente, y es la edición individual de mayor impacto para los fallos típicos de SDXL: dedos de más, piel plástica, ojos borrosos, composición torcida.
Un negativo por defecto que funciona en fotorrealismo:
low quality, blurry, jpeg artifacts, watermark, signature, text, extra fingers, deformed hands, plastic skin, cgi, 3d render
Si vas a ilustración o a un render estilizado, quita cgi y 3d render: puede que sí los quieras. El prompt negativo no es una cadena fija, es un vocabulario de veto.
Concreción antes que cantidad
Un fallo habitual es atiborrar el prompt de adjetivos con la idea de que más palabras igual a más calidad: "a beautiful stunning gorgeous breathtaking masterpiece of a girl". Los modelos de la familia SDXL no premian esto — suelen colapsar la pila de sinónimos en una foto de glamour genérica. Cambia adjetivos por sustantivos. "Bonita" es un sentimiento; "rim light, golden hour, freckles, cotton dress" es una imagen.
amazing beautiful stunning portrait of a girl, masterpiece, best quality, 8k
portrait of a Black woman in her early thirties, freckles across the bridge of her nose, soft window light from camera-left, white cotton button-down, neutral grey background, 85mm, f/2
La versión fuerte no declara calidad. Describe las condiciones bajo las cuales una imagen de calidad sucede. El modelo toma las condiciones y produce la calidad.
Ajusta el prompt al modelo
El catálogo de modelos de Charmloop mezcla checkpoints fotorrealistas SDXL, checkpoints anime estilizados y unos cuantos modelos de la familia Flux. Hablan dialectos de prompt ligeramente distintos. Los SDXL fotorrealistas premian el lenguaje de fotógrafo — distancia focal, apertura, película, marcas de iluminación. Los checkpoints anime premian etiquetas estilo danbooru. Los Flux prefieren frases completas.
Antes de escribir el prompt, mira qué modelo tienes seleccionado en la barra superior del Pro. Si es un SDXL realista y has escrito 1girl, masterpiece, best quality, ultra-detailed, has escrito un prompt de anime — vas a obtener un resultado tieso, sobre-nítido y con cara de "hecho por IA". Habla el dialecto correcto.
Lo que conviene no escribir
No hace falta meter masterpiece, best quality, 8k, ultra-detailed, professional photography en cada prompt. Esos tokens vienen de la comunidad SDXL temprana de 2023, y la mayoría o no hacen nada o, peor, empujan la imagen hacia un glamour sobre-procesado. El Pro ya usa valores razonables para CFG (6.0) y steps (20) — eso importa más para la calidad que cualquier token "calidad" en tu prompt.
Tampoco hace falta repetir el sujeto cinco veces. "A young woman" + "she has red hair" + "her eyes are green" son tres frases que el modelo tiene que reconciliar. Combínalas: "young woman with red hair and green eyes". El modelo parsea un solo sujeto de forma más fiable que tres.
Itera una variable cada vez
Cuando un resultado no te gusta, la tentación es reescribir el prompt entero. No lo hagas. Cambia una sola cosa — la iluminación, el objetivo, la palabra de tono — y regenera. Pon batch size a 2 o 3 en el panel Resolution para ver la variabilidad por cada cambio. Dos generaciones con un delta de una palabra te dicen más que diez con un prompt entero reescrito.
Bloquea la seed en el panel Resolution cuando estés aislando una variable. Con seed libre, cada regeneración baraja composición y pose, y no sabes si el cambio del prompt ayudó. Con seed bloqueada, el cambio es lo único que se mueve.
Cuando tengas un prompt que te guste, guárdalo. El panel Prompts del Pro tiene un icono de marcador — dale nombre al prompt y aparecerá en tu panel de Saved prompts la próxima vez.
Siguiente: cómo mantener una misma cara consistente entre varios renders → Identidad del rostro.