Sube una imagen que te guste y deja que un modelo de visión la describa con las palabras que entiende un generador: sujeto, luz, objetivo, paleta y estilo. Pega el resultado en otro modelo, cambia un detalle cada vez y guarda el prompt como plantilla para volver a usarla.
Has encontrado una imagen que se parece justo a lo que quieres crear y no sabes cómo pedirla. Imagen a prompt cierra ese hueco. Le das la imagen a un modelo de lenguaje con visión, que describe con palabras el sujeto, la luz, el objetivo y el estilo, y obtienes un prompt que puedes pegar en un generador de imágenes, retocar y volver a ejecutar cada vez que quieras ese mismo aspecto.
Casi todo el mundo reconoce un estilo mucho antes de saber nombrarlo. Sabes que la foto tiene luz suave de ventana y una paleta apagada, pero las palabras para la distancia focal, el tipo de película y la composición no te vienen a la cabeza cuando abres una caja de prompt. Un modelo de visión pone ese vocabulario. Mira la imagen y escribe lo que hay, con el mismo lenguaje llano y descriptivo con el que se entrenaron los generadores de imágenes.
La segunda razón es la repetición. Un prompt es un archivo que puedes conservar. Cuando tienes uno que da el ambiente que te gusta, lo reutilizas para toda una serie de imágenes, se lo pasas a un compañero o cambias una sola palabra para ver qué se mueve. Una imagen de referencia sola no puede hacer eso, porque nadie sabe qué parte de ella te importaba.
En Picasso IA son dos paradas dentro del mismo espacio de trabajo. El toolkit tiene modelos de chat que aceptan una imagen junto a tu pregunta, y ese mismo toolkit ejecuta 212 modelos de texto a imagen, así que la descripción pasa directamente de uno a otro. El catálogo completo enumera los 502 modelos por si quieres ver qué más hay.
Pedirle a un modelo de visión que simplemente describa la imagen te da un párrafo de frases bonitas, que casi nunca es lo que necesitas. Decide para qué sirve el prompt y pide eso. La misma foto puede dar textos muy distintos según la petición, y la tabla de abajo recoge los enfoques que suelen resultar útiles.
| Qué pides | Qué devuelve | Mejor para | Ojo con |
|---|---|---|---|
| Descripción literal | Sujetos, objetos, escenario y colores en frases simples | Recrear la escena de cerca | Suena a pie de foto y el estilo se pierde |
| Desglose de estilo | Iluminación, objetivo, medio, paleta y ambiente, sin sujeto | Aplicar un aspecto a otro sujeto | Adjetivos vagos como sombrío o cinematográfico |
| Campos estructurados | Sujeto, escenario, luz, cámara, estilo y cosas que evitar en líneas con etiqueta | Editar una parte cada vez | Texto más largo que algunos modelos recortan |
| Prompt corto | Una línea compacta de palabras clave y frases | Pruebas rápidas y modelos que prefieren brevedad | Pierde detalle que quizá querías |
| Semillas de variación | Tres o cuatro prompts alternativos inspirados en la imagen | Explorar direcciones en vez de copiar | Se aleja pronto del original |
La versión estructurada es la que merece guardarse para trabajo repetido. Cuando la luz, el objetivo y el sujeto están en líneas separadas, puedes cambiar una sola línea y dejar el resto intacto, que es como un prompt se convierte en plantilla.
Este es el flujo que termina con un prompt en el que confías, no con un párrafo que esperas que funcione. Parte de una imagen y unos diez minutos.
La primera respuesta de un modelo de visión es un borrador. Tiende a describir de más los objetos pequeños y de menos las cosas en las que tú te fijaste, como la dirección de la luz. Trátala como una traducción en bruto: léela frente a la imagen y corrige lo que falle.
Quita todo lo que no importe para el aspecto. Si el original tiene una taza de café en la esquina y no quieres una taza de café, borra esa frase. Lleva las palabras de estilo al principio del prompt, porque muchos modelos dan más peso al arranque. Cambia los adjetivos vagos por algo comprobable: luz suave de una ventana a la izquierda sirve más que iluminación bonita.
Consejo: haz una segunda pregunta al modelo de visión después de la primera. Enséñale tu mejor resultado generado junto al original y pregunta qué es distinto. La respuesta suele ser una lista de justo las líneas que hay que editar, y es más rápido que adivinar.
Después prueba el prompt en más de un motor. Una descripción que sale nítida en FLUX puede verse más suave en Seedream, y un modelo de edición como nano banana tratará las mismas palabras como una instrucción de cambio y no como una escena. Si quieres conservar la imagen original como referencia mientras cambias detalles, usa un editor de imagen con la imagen adjunta, no solo su descripción. La página de efectos también merece una visita cuando quieres aplicar un estilo con un clic y sin escribir ningún prompt.
El resultado es una aproximación, y conviene saber por dónde se abre la brecha. El texto es un resumen de una imagen, así que parte de la imagen siempre se pierde por el camino.
Nada de esto vuelve inútil la herramienta. Explica por qué el mejor uso de un prompt generado es como punto de partida que editas, no como una receta que devuelve el original.
Un prompt que describe la obra de otra persona no es una licencia para copiarla. Estudiar la iluminación y la paleta de una fotografía es práctica normal; pedirle a un generador que reproduzca el estilo reconocible de un artista vivo o un personaje protegido es otra cosa, y las normas varían de un país a otro. Usa tus propias fotos y tus propias generaciones como fuente siempre que puedas, y usa imágenes ajenas solo para aprender qué buscar.
El mismo cuidado vale para las personas. No pases la foto de una persona real e identificable por este flujo para generar imágenes parecidas a ella. Describe tu propia cara solo si eres tú quien sale en la imagen, y usa personajes ficticios para todo lo demás. Si el resultado es para trabajo comercial, revisa los términos vigentes del modelo con el que generas y consulta a un profesional cualificado si la imagen de origen no es tuya. Para flujos relacionados, mira personajes consistentes con IA y estilos de retrato con IA.
Significa usar un modelo de lenguaje con visión para escribir un prompt de texto a partir de una imagen. Subes la imagen, pides una descripción en el formato que quieres y recibes palabras que describen el sujeto, el escenario, la luz, la cámara y el estilo. Luego puedes pegar esas palabras en un modelo de texto a imagen para crear imágenes nuevas con un espíritu parecido, o guardarlas como plantilla reutilizable.
Varios modelos de chat de la categoría de modelos de lenguaje aceptan imágenes junto al texto, entre ellos Gemini 3 Flash, GPT-4o y Claude 4.5 Sonnet. No todos los modelos de lenguaje del catálogo lo hacen, así que busca una entrada de imagen en la página del modelo antes de depender de uno. Gemini 3 Flash admite varias imágenes en una misma petición, lo que ayuda cuando quieres un prompt que recoja todo un conjunto.
No. Un prompt de texto es una descripción comprimida, y los generadores de imágenes añaden aleatoriedad cada vez que se ejecutan. Espera algo de la misma familia: sujeto parecido, ambiente parecido, paleta parecida. Si necesitas la misma cara, el mismo producto o la misma composición, adjunta el original a un modelo de edición de imagen en lugar de fiarte de las palabras, y usa el prompt para las partes que quieres cambiar.
Sí, y conviene probarlo así. Las palabras son lenguaje llano, así que funcionan casi en cualquier sitio, pero cada modelo las pondera de forma distinta. FLUX, Seedream y nano banana te darán tres lecturas del mismo prompt. Genera una tanda en dos o tres y quédate con el modelo que entendió mejor la descripción.
Lo bastante larga para llevar el sujeto, la luz y el estilo, y no más. Una versión estructurada de varias líneas cortas suele ganar a un párrafo largo, porque se edita con más facilidad. Si un modelo parece ignorar el final del texto, recorta las líneas menos importantes en vez de reescribirlo todo, y lleva las palabras de estilo al principio.
Para aprender qué hace funcionar un estilo, normalmente sí. Para producir copias casi idénticas de la obra, la fotografía o el personaje de otra persona, ten cuidado: los derechos de autor y los derechos de la personalidad varían según el país y el resultado aún puede parecerse a la fuente. Prefiere tus propias imágenes, evita personas reales y revisa las normas vigentes y los términos del modelo antes de publicar nada.
Puedes pedirlo, y resulta útil cuando un modelo se empeña en añadir cosas que no querías. Pide una lista corta de lo que la imagen no contiene, como dedos de más, texto o sombras duras. No todos los modelos de la plataforma admiten un campo negativo aparte, así que cuando no lo hacen, incluye lo que no quieres en el prompt principal con palabras normales.
Sí, un fotograma fijo es simplemente una imagen. Exporta un fotograma, adjúntalo a un modelo de visión y pide el prompt. Ten presente que el fotograma describe un solo momento, así que el movimiento, los movimientos de cámara y el sonido no estarán en el texto. Para generar video tendrás que añadir esas partes tú mismo en el prompt para un modelo de video.
Lo que ocurre con los archivos subidos lo cubren los términos de la plataforma y la política de privacidad, y la página de soporte es el sitio donde preguntar si tienes una duda concreta. Como hábito general, no subas imágenes de otras personas, documentos privados ni nada que no quisieras que procesara un modelo externo, y conserva el archivo original en tu propio dispositivo.
Tanto los modelos de chat como los de imagen funcionan con créditos, y el coste depende del modelo y de los ajustes que elijas, así que un número escrito aquí quedaría desfasado. Las respuestas de texto suelen ser el paso más barato frente a generar imágenes. Las cuentas nuevas reciben créditos gratis para probar el flujo, y los planes vigentes están en la página de precios.
¿Listo para probarlo con tu propia imagen? Abre el toolkit de Picasso IA, adjunta una imagen a un modelo de chat y mira qué escribe.
Elige tu idioma
