Cómo escribir indicaciones de IA para personas realistas

Por qué las personas son el tema más difícil

Los espectadores son expertos en rostros y cuerpos. Notamos una mano ligeramente torcida, una postura imposible o una piel que parece de plástico mucho antes de que notemos un defecto en un edificio o en un paisaje. Eso convierte a las personas en el sujeto en el que las indicaciones vagas fallan de manera más visible. La solución es la misma que para cualquier mensaje fotográfico, sólo que más estricta: describir lo que realmente registraría una cámara y dejar lo menos posible a la idea que tiene el modelo de una persona promedio.

Inventa a la persona, no la tomes prestada

Partir de una persona que no existe. Describe un rango de edad, una forma corporal, cabello, ropa y una actividad, y deja que los detalles sean comunes. Nunca solicite la semejanza de un individuo privado real y nunca genere una figura pública real en una situación que pueda considerarse genuina. Más allá de la ética, muchas jurisdicciones reconocen derechos de personalidad, que permiten a las personas controlar el uso comercial de su nombre, imagen y semejanza. Las reglas difieren según el país y una persona inventada evita la pregunta por completo.

Describe una actividad, no una pose.

Las personas fotografiadas haciendo algo parecen naturales; a las personas a las que se les dice que posen parecen imágenes de archivo. En lugar de una mujer sonriendo a la cámara, pruebe con una mujer de unos cuarenta años leyendo un mapa de papel en una estación de tren, sosteniendo un café en la otra mano. Una actividad le da al cuerpo una razón para su postura, le da a las manos algo que sostener y le da al rostro una expresión que proviene de la tarea más que de la indicación.

Postura y peso

Los cuerpos reales tienen peso. Alguien apoyado en una barandilla, sentado en el borde de una silla, cargando su peso sobre una pierna mientras espera: son pequeños hechos físicos que hacen que una figura sea creíble. Las figuras rígidas, simétricas y de frente son uno de los signos más comunes de una imagen generada. Una sola oración sobre dónde se ubica el peso y en qué se apoya la persona a menudo tiene más efecto que varias oraciones sobre su apariencia.

La ropa como material y ajuste.

Describe la ropa del mismo modo que describirías cualquier otra superficie: una camisa de lino arrugada con las mangas enrolladas, un abrigo de lana grueso un poco demasiado grande, zapatillas de lona gastadas. La tela que se pliega, se estira y se arruga es una de las señales de realismo más fuertes, porque responde al cuerpo que hay debajo. Palabras genéricas como estiloso o elegante no dicen nada sobre el material y normalmente producen prendas que parecen recién desembaladas.

Piel, sin retoques

Las caras generadas a menudo salen suaves y uniformes, como publicidad muy retocada. Si desea un resultado natural, dígalo en términos físicos: textura natural de la piel, poros visibles, líneas finas alrededor de los ojos, una ligera quemadura solar en la nariz, sin maquillaje. Describir la luz también ayuda, porque la luz lateral suave revela la textura suavemente mientras que la luz frontal plana la borra. Evite acumular términos como perfecto o impecable, que empujan el resultado hacia una apariencia plástica.

Las manos necesitan un trabajo

Las manos son un conocido punto débil de los generadores de imágenes. El enfoque más fiable es darles algo específico que hacer, sosteniendo una taza, reposando sobre una mesa, metida en el bolsillo de un abrigo, en lugar de dejarlos libres en el marco. Menos dedos visibles significa menos posibilidades de cometer un error. Inspeccione siempre las manos antes de utilizar una imagen: cuente los dedos, compruebe cómo agarran los objetos y observe dónde se unen con la muñeca.

Luz en las caras

La configuración fotográfica clásica, descrita en la tradición de iluminación de tres puntos, utiliza una luz principal sobre el sujeto, una luz secundaria para suavizar las sombras y una luz detrás para separar al sujeto del fondo. No necesitas la jerga para utilizar la idea. La suave luz de la ventana desde un lado, un suave reflejo que llena el lado oscuro y un fondo brillante detrás de la cabeza describen la misma disposición en palabras sencillas. El sol del mediodía, por el contrario, crea sombras oscuras bajo los ojos y rara vez resulta favorecedor.

Encuadre y distancia

Di qué tan cerca está la cámara. Un retrato de cabeza y hombros, una figura vista a pocos metros de distancia en una calle, una pequeña figura en un amplio paisaje: cada uno marca la escala a la que deben representarse los rostros y las manos. Los encuadres más amplios ocultan pequeños errores y cuentan más de una historia; Los primeros planos lo exponen todo. Para obtener resultados más naturales, el punto de partida más indulgente es un encuadre medio con una actividad clara y un entorno real.

Diversidad por intención, no por accidente

Los generadores de imágenes reflejan patrones en sus datos de entrenamiento, y un estudio de Midjourney encontró que incluso las indicaciones neutrales arrojaban resultados desiguales por género, color de piel y ubicación. Si quieres una persona específica, descríbela específicamente. Si estás haciendo una serie, varía deliberadamente la edad, la forma del cuerpo y la apariencia en lugar de aceptar lo que el modelo te devuelva primero, y revisa el conjunto en su conjunto antes de publicarlo.

El consentimiento y los medios sintéticos

El marco del Partnership on AI para los medios sintéticos responsables se basa en tres ideas: consentimiento, divulgación y transparencia. Para las personas generadas, el consentimiento significa principalmente no utilizar la imagen de nadie sin permiso, incluso a través de fotografías de referencia. Si trabaja a partir de una fotografía de una persona real, por ejemplo para mantener un carácter consistente, asegúrese de tener el acuerdo claro de esa persona para el uso específico y nunca cree imágenes que sexualicen, humillen o se hagan pasar por alguien.

Reglas de divulgación para saber

En la Unión Europea, la Ley de IA define una falsificación profunda como contenido de imagen, audio o video generado o manipulado por IA que se asemeja a personas, objetos, lugares, entidades o eventos existentes y que parecería falsamente auténtico. Los implementadores que generen dicho contenido deben revelar que fue generado o manipulado artificialmente, con una divulgación más limitada en el caso de trabajos evidentemente artísticos, creativos, satíricos o ficticios. La Comisión Europea afirma que estas normas de transparencia se aplicarán a partir de agosto de 2026. Una persona realista inventada en un contexto que podría considerarse real merece una etiqueta en todas partes.

Etiquete el archivo, no solo el título

Un título puede recortarse o perderse cuando se comparte una imagen. Existen estándares de metadatos para transportar la información con el archivo: el vocabulario de tipo de fuente digital IPTC incluye valores para medios creados con IA generativa, y muchas herramientas escriben dicha información automáticamente. Manténgalo intacto cuando edite y exporte, y agregue una nota visible donde las personas puedan confundir razonablemente la imagen con una fotografía de una persona real.

Donde encaja LarpGPT

LarpGPT es una biblioteca de sugerencias fotográficas para viajes, arquitectura, automóviles y escenas de estilo de vida, escritas en torno al tema, la composición, la iluminación y la lente, y muchas de sus escenas de estilo de vida se pueden adaptar para incluir a una persona inventada utilizando el enfoque anterior. Copia un mensaje y lo pega en el generador de imágenes que ya utiliza. LarpGPT no genera imágenes; respetar los derechos de otras personas y revelar contenido sintético permanece con usted.

Para saber más

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes