Adjunta una foto tuya, una foto de un outfit y una foto de un lugar, y pide una imagen nueva que use las tres. Unos modelos aceptan hasta 3 referencias, otros hasta 10 y uno hasta 14. Aquí ves cuál es cuál, cómo escribir el prompt y dónde falla el método.
La mayoría de las imágenes con IA parten solo de palabras, y las palabras son una mala forma de decir esta persona exacta, con esa chaqueta exacta, en esa calle exacta. La generación multirreferencia lo resuelve dejándote adjuntar varias fotos tuyas a la vez: una para la persona, una para el outfit, una para el lugar. El modelo las lee juntas y pinta una escena nueva que toma algo de cada una.
Un prompt de texto puede decir una mujer con impermeable verde en una calle de mercado bajo la lluvia, y el modelo se inventará los tres detalles. Está bien para un aire de foto de stock. Deja de estar bien cuando el abrigo es uno real que tienes, la calle es la de delante de tu tienda y la cara es la tuya. Describir algo concreto con palabras es lento y pierde información; mostrarlo en una foto es una sola subida.
Las imágenes de referencia además dividen el trabajo en piezas intercambiables. Deja fija la foto de la persona y cambia el lugar, o deja el lugar y prueba tres outfits distintos. Es la misma idea que hay detrás de los personajes consistentes con IA, aplicada a una escena entera y no a una sola cara. También encaja de forma natural con la prueba virtual de outfits, donde la foto de la prenda es una de las referencias.
Una regla antes del paso a paso: usa tus propias fotos, o fotos que tengas derecho a usar. La referencia de una persona debe ser tú, alguien que ha dado su permiso o un personaje ficticio. Nunca metas a una persona real e identificable que no haya dicho que sí, y nunca construyas una escena pensada para que alguien parezca haber estado donde no estuvo.
No todos los modelos de imagen aceptan más de una foto de entrada, y los que sí discrepan en cuántas. Los números de abajo salen de los ajustes de entrada de cada modelo en el catálogo de Picasso IA, así que son los que el toolkit te dejará adjuntar de verdad.
| Modelo | Fotos de referencia que acepta | Buen encaje para | A tener en cuenta |
|---|---|---|---|
| google/nano-banana-pro | Hasta 14 | Escenas grandes con muchas piezas: una persona, varias prendas, un lugar, un objeto | Salida en 1K, 2K o 4K; más referencias piden un prompt más largo para mantenerlas ordenadas |
| bytedance/seedream-5-pro | Hasta 10 | Mezclar rostros, objetos o estilos de varias fotos en un solo montaje | Salida en 1K o 2K; límite de prompt de 4000 caracteres |
| picassoia/picassoia-image-editor-pro | Hasta 3 | Persona más outfit más lugar, porque puedes llamar a cada una imagen 1, imagen 2 e imagen 3 | La primera imagen es la principal; hasta dos resultados por ejecución |
| openai/gpt-image-2.5-flare | Una lista de imágenes de entrada; el catálogo habla de combinar dos | Montajes de dos fotos donde el prompt lleva muchas instrucciones | El catálogo no indica un tope, así que prueba antes de planear con más de dos |
Tres referencias es justo lo que necesita la receta de persona, outfit y lugar, así que el editor es la primera prueba natural. Usa nano banana pro cuando la escena tenga más ingredientes que tres, y Seedream 5 Pro cuando quieras mezclar varias fotos de una vez. GPT Image 2.5 Flare merece una prueba cuando tus instrucciones son largas y concretas. Los cuatro están en el catálogo completo de modelos, junto a cientos de modelos de texto a imagen más, por si quieres comparar.
Es el camino más corto de tres fotos sueltas a una imagen utilizable. Supone que ya tienes las fotos en tu dispositivo.
La razón más común de que una imagen multirreferencia salga confusa es un prompt que nunca dice qué foto hace qué. El modelo ve varias imágenes y una frase; si la frase es vaga, las promedia. Un prompt que asigna papeles consigue una mezcla mucho más limpia.
En el editor, las referencias se llaman imagen 1, imagen 2 y así sucesivamente, y las propias notas del modelo dicen que puedes dirigirte a cada una por su nombre. Un prompt como este sirve de plantilla: viste a la persona de la imagen 1 con la chaqueta de la imagen 2 y colócala en la calle de la imagen 3, conserva su cara y su peinado de la imagen 1, luz suave de día nublado, cuerpo entero, cámara a la altura de los ojos. En modelos que no numeran las entradas de la misma forma, describe cada foto por lo que muestra: la persona de la primera foto, la chaqueta roja de la segunda.
Consejo: di lo que debe quedarse igual con la misma claridad que lo que debe cambiar. Una línea como conserva la cara, el pelo y el tono de piel de la imagen 1 sin cambios no cuesta nada y quita la mayor parte del desvío del que la gente se queja.
El orden y la redacción importan más que la longitud. Unas pocas frases claras que nombran las fuentes ganan a un párrafo de adjetivos. Si una referencia sigue imponiéndose, reduce su papel en el prompt (usa solo el color de la chaqueta) o recórtala para que compita menos imagen.
Imagina que quieres un retrato tuyo con una chaqueta que estás pensando comprar, delante de un mercado que te encanta. Subes una foto reciente de tu cara y torso, la foto de producto de la chaqueta y una foto del mercado. El prompt nombra las tres funciones, pide una pose natural y le dice al modelo que iguale la luz de la foto del lugar.
El primer resultado casi nunca es el definitivo. Espera ajustar la pose, la escala de la persona frente al fondo y cómo cae la chaqueta. Ese es el bucle normal, no un fallo. La misma receta sirve para otras combinaciones: tu mascota más un disfraz más un fondo de fantasía, un producto más una foto tuya de modelo de manos más una encimera de cocina, o un personaje que dibujaste más un objeto más un paisaje. Para trabajo de moda con tus propias prendas, la página de fotos de modelos de moda con IA muestra la versión de un solo sujeto de la misma idea.
Si la imagen va a servir para vender algo, mantenla veraz: el artículo de la imagen debe ser el que recibe el comprador, con su color y su corte reales. Un montaje que favorece al producto más de lo que es provocará devoluciones y quejas, por mucho que el modelo sepa dibujar. Los preajustes que aplican un look con un clic están en la página de efectos para cuando quieras un acabado sin escribir un prompt.
Este método es útil, no mágico. Estos son los puntos donde deja de ayudar.
Cuando un resultado se acerca pero falla un detalle, una segunda pasada con un modelo de edición suele ser más rápida que repetir toda la escena.
En el catálogo de Picasso IA, nano-banana-pro admite hasta 14 imágenes de referencia, seedream-5-pro hasta 10 y picassoia-image-editor-pro hasta 3. openai/gpt-image-2.5-flare acepta una lista de imágenes de entrada y su descripción menciona combinar dos. Muchos otros modelos de texto a imagen admiten una referencia o ninguna, así que revisa la página del modelo antes de planear una escena de varias fotos con él.
Las mínimas que cubran el trabajo. Una persona, un outfit y un lugar son tres, y eso cabe en todos los modelos de arriba. Ir al máximo rara vez ayuda, porque cada foto añadida es una cosa más que el modelo puede ignorar o mezclar mal. Empieza con lo esencial, mira qué devuelve y añade una referencia solo cuando falte algo concreto en el resultado.
Sí, es el uso estándar. Da tu foto como referencia de persona, una foto clara de la prenda como referencia de outfit y una foto del lugar como referencia de lugar, y di en el prompt qué tomar de cada una. Usa tus propias fotos, o fotos que puedas usar, y cuenta con ejecutarlo varias veces hasta acertar la pose y la escala.
Ayuda mucho. En el editor de imágenes de Picasso IA puedes referirte a las referencias como imagen 1, imagen 2 e imagen 3, y un prompt que asigna una función a cada una sale mucho más limpio que uno que solo dice combina estas. En otros modelos, describe cada foto por su contenido, como la persona de la primera foto o la chaqueta de la segunda.
A menudo se acerca, nunca está garantizado. Los modelos reconstruyen una cara en vez de pegarla, así que pueden aparecer pequeños cambios de forma, edad o expresión, sobre todo cuando la pose difiere de la referencia o la cara es pequeña en el encuadre. Una referencia nítida, de frente y bien iluminada ayuda. Si el parecido importa para la imagen final, compárala lado a lado con el original antes de usarla.
Solo con su permiso claro, o si la persona es ficticia. No uses a una persona real e identificable sin su consentimiento, y no hagas imágenes que pongan a alguien en una situación en la que nunca estuvo. Es la única regla que no se dobla por comodidad: protege a otras personas y te evita problemas en cualquier plataforma donde publiques.
Son primas. Imagen a imagen parte de una foto y la cambia. La transferencia de estilo copia un aspecto. La multirreferencia toma varias fotos y mezcla su contenido, como una persona de una y un escenario de otra, en una imagen nueva. Algunos modelos hacen las tres cosas desde el mismo campo de entrada, y la diferencia está sobre todo en cómo escribes el prompt.
Haz explícita la función de esa foto en el prompt, recorta la referencia para que la parte importante llene el encuadre y ponla antes en el orden. Si sigue ignorándose, prueba un modelo que acepte más referencias, o construye la escena en dos pasos: primero combina la persona y el lugar, y luego añade el outfit en una segunda edición con ese resultado como base.
Depende de los derechos de las fotos que subiste y de los términos del modelo y de la plataforma donde publiques. Tus propias fotos y tus propios productos son el punto de partida seguro. Para cualquier cosa que se vaya a vender, revisa los requisitos actuales de la plataforma y los términos del modelo, y mantén veraz cualquier imagen de producto sobre el artículo.
Las generaciones se pagan en créditos, y el coste depende del modelo y de los ajustes que elijas, como la resolución y el número de resultados, así que una cifra escrita aquí quedaría desfasada. Las cuentas nuevas reciben créditos gratis para probar. Los planes actuales están en la página de precios, y una primera prueba barata con resolución baja es una buena forma de ensayar un prompt.
¿Listo para probarlo con tus propias fotos? Abre el toolkit de Picasso IA, adjunta tus referencias y mira hasta dónde llega un solo prompt.
Elige tu idioma
