Lo que tenés que saber

• Gemini mantiene la apariencia de personajes y objetos en distintas imágenes
• Permite combinar elementos y estilos diversos en una sola creación
• Las ediciones locales son precisas y se pueden realizar con lenguaje sencillo
• Se puede aplicar un diseño o textura de un concepto a otro
• Utiliza lógica para crear escenas complejas o predecir acciones siguientes

Avances en la generación y edición de imágenes en Gemini

La última actualización de Gemini incluye mejoras importantes en la generación y edición de imágenes, disponibles en la app Gemini, AI Studio y Vertex AI. Se destaca la capacidad para mantener la coherencia de personajes, hacer ediciones conversacionales con precisión y combinar diferentes fotos en una nueva imagen. Estas funciones amplían las posibilidades creativas para usuarios que trabajan en diseño, ilustración y fotografía.

Elementos clave para crear mejores prompts

Para obtener resultados óptimos, se recomienda estructurar los prompts con seis elementos principales: sujeto, composición, acción, ubicación, estilo e instrucciones específicas para editar. Por ejemplo, describir con detalle el personaje, el encuadre y el ambiente ayuda a definir mejor la imagen que Gemini generará o modificará.

Técnicas para explotar funciones creativas

Cinco estrategias de prompting permiten aprovechar al máximo Gemini. Primero, se puede preservar la apariencia de un personaje en diferentes escenarios, asegurando que sus rasgos se mantengan consistentes. Segundo, hacer cambios puntuales con comandos claros facilita modificaciones sin rehacer toda la imagen. Tercero, fusionar conceptos distintos genera composiciones sorprendentes. Cuarto, cambiar el estilo o la textura transforma el aspecto sin perder la esencia del sujeto. Quinto, el uso de la lógica permite crear escenas con secuencias realistas o predecir resultados de acciones.

Ejemplos prácticos de prompts

Un ejemplo para mantener un personaje muestra un «sprite de seta luminosa» que luego aparece montado en un caracol en un campo florido. Para ediciones, un sofá gris puede cambiar a azul y luego sumarle una pila de libros, mostrando la flexibilidad en ajustes locales. La combinación de imágenes permite, por ejemplo, un astronauta jugando al básquet en una cancha abandonada en la selva. El estilo puede pasar de fotografía realista a dibujo arquitectónico, adaptando la imagen original. En lógica, Gemini ilustra qué ocurre si una persona que sostiene un pastel de tres pisos tropieza, simulando una caída.

Limitaciones actuales del modelo

Entre las áreas en desarrollo se encuentran la consistencia en estilización, el renderizado de textos, la precisión en características de personajes y el control de proporciones de imagen. Estas limitaciones no impiden explorar la creatividad, mientras el equipo continúa mejorando el sistema para futuras versiones.

Seis elementos para construir prompts efectivos

Con Gemini podés lograr buenos resultados con entradas simples de una o dos oraciones. Sin embargo, para obtener lo mejor y tener más control creativo, es recomendable incluir estos elementos en tu prompt:

• Sujeto: ¿Quién o qué está en la imagen? Sé específico. (ej.: un robot barista estoico con ópticas azules brillantes; un gato calicó esponjoso con un pequeño sombrero de mago).
• Composición: ¿Cómo está enmarcada la toma? (ej.: primer plano extremo, plano amplio, ángulo bajo, retrato).
• Acción: ¿Qué está pasando? (ej.: preparando café, lanzando un hechizo mágico, corriendo a paso firme por un campo).
• Ubicación: ¿Dónde ocurre la escena? (ej.: un café futurista en Marte, una biblioteca de alquimista desordenada, un prado soleado a la hora dorada).
• Estilo: ¿Cuál es la estética general? (ej.: animación 3D, cine negro, acuarela, fotorrealismo, fotografía de productos de los 90).
• Instrucciones de edición: Para modificar una imagen existente, sé directo y específico. (ej.: cambia la corbata del hombre a verde, elimina el auto del fondo).

Ejemplos de técnicas creativas para prompts

Diferentes estrategias de prompts permiten desde ediciones fotorrealistas hasta mundos fantásticos. Aquí cinco técnicas con ejemplos clave:

1. Preservar la apariencia de personajes.
   Gemini puede mantener el parecido de un personaje en distintas poses, luces y ambientes, y hasta aplicar ese mismo personaje a nuevos estilos y superficies. Ejemplo:
   Prompt 1: Una ilustración mágica de un pequeño duende con gorro de seta bioluminiscente, ojos grandes y curiosos, y cuerpo de enredaderas tejidas.
   Prompt 2 (en la misma conversación): Ahora, muestra al mismo duende montando un caracol cubierto de musgo en un prado soleado lleno de flores silvestres.
2. Realizar transformaciones puntuales con precisión.
   Las nuevas capacidades de edición permiten hacer cambios rápidos y exactos, ideales para mockups de productos o perfeccionar fotos personales. Ejemplo:
   Prompt 1: Foto de alta calidad de una sala moderna minimalista con sofá gris, mesa de madera clara y una planta grande en maceta.
   Prompt 2 (edición): Cambia el color del sofá a azul marino oscuro.
   Prompt 3 (edición): Ahora, agrega una pila de tres libros sobre la mesa de café.
3. Combinar conceptos con composición creativa.
   Fusioná dos o más ideas en una imagen impactante. Generá dos imágenes y luego combiná sus sujetos y entornos:
   Prompt 1: Foto fotorrealista de un astronauta con casco y traje completo.
   Prompt 2: Foto de una cancha de básquet invadida por la selva.
   Prompt 3 (subí ambas y combiná): Mostrá al astronauta haciendo una clavada en esa cancha.
4. Adaptar y aplicar nuevos estilos.
   Cambiar completamente la atmósfera y estética de una imagen aplicando un nuevo estilo, paleta o textura, manteniendo el sujeto original. Ejemplo:
   Prompt 1: Foto fotorrealista de una motocicleta clásica estacionada en la calle.
   Prompt 2 (edición): Aplicá el estilo de un dibujo arquitectónico a esta imagen.
5. Usar lógica y razonamiento para generación compleja.
   Dale un concepto simple a Gemini y que construya detalles lógicos. Útil para crear contenido que requiere comprensión de relaciones reales o procesos:
   Prompt 1: Imagen de una persona sosteniendo un pastel de tres pisos.
   Prompt 2 (en la misma sesión): Mostrá qué pasa si se tropieza.