0Pricing
AI Prompt Engineering · Lección

Anatomía de un prompt para generar imágenes

Elementos del sujeto, el estilo, el medio, la iluminación, la paleta de colores y la composición.

Anatomía de un prompt para generar imágenes es una lección gratuita de AI Prompt Engineering en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de AI Prompt Engineering, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de AI Prompt Engineering incluye 4 lecciones en total.

El prompt de imagen como receta

Un prompt de generación de imágenes es una receta para crear una imagen. Al igual que en la cocina, importan el orden y el equilibrio de los ingredientes. La ausencia de elementos produce resultados genéricos; los elementos incorrectos provocan fallos inesperados. Dominar la anatomía de un prompt le proporciona un control creativo predecible.

Los seis componentes principales

Todo prompt de imagen sólido contiene seis componentes: Sujeto (qué), Estilo (cómo se ve), Medio (forma artística), Iluminación (luz), Paleta de colores (tono) y Composición (encuadre). Omitir cualquiera de ellos deja que el modelo adivine, normalmente con valores predeterminados genéricos.

# Anatomy of an image prompt
prompt_components = {
    'subject':    'A lone lighthouse on a rocky coastline',
    'style':      'dramatic, moody, cinematic',
    'medium':     'oil painting',
    'lighting':   'stormy overcast sky, waves crashing, dramatic side-lighting',
    'color_palette': 'desaturated blues and grays with warm amber light from the lighthouse',
    'composition': 'wide establishing shot, rule of thirds, lighthouse at left third'
}

# Assemble into a prompt string
full_prompt = (
    '{subject}, {style}, {medium}, {lighting}, '
    '{color_palette}, {composition}'
).format(**prompt_components)

print(full_prompt)
# A lone lighthouse on a rocky coastline, dramatic, moody, cinematic,
# oil painting, stormy overcast sky, waves crashing, dramatic side-lighting,
# desaturated blues and grays with warm amber light from the lighthouse,
# wide establishing shot, rule of thirds, lighthouse at left third

Sujeto: el qué

El sujeto es el componente más importante: indica al modelo qué debe representar. Sea lo más específico posible e incluya la especie, la edad, la emoción, la acción, el entorno y las relaciones espaciales.

# Subject specificity comparison

# Weak subject:
weak = 'a person in a city'

# Strong subject (same concept, much more specific):
strong = (
    'a young woman in her 30s, wearing a vintage 1960s trench coat, '
    'standing at a rain-soaked street corner in Tokyo at night, '
    'looking up at neon signs reflected in the puddles, '
    'holding a dripping umbrella, expression of quiet wonder'
)

# The strong subject answers:
# WHO: young woman, 30s
# WHAT WEARING: 1960s trench coat
# WHERE: Tokyo street corner
# WHEN: night, raining
# WHAT DOING: standing, looking up
# EXPRESSION: quiet wonder
# KEY DETAIL: neon reflections in puddles, dripping umbrella

print('Weak:', weak)
print('Strong:', strong[:100], '...')

Estilo: el cómo

Los descriptores de estilo indican al modelo el lenguaje visual y el registro estético de la imagen. Pueden hacer referencia a movimientos artísticos, artistas concretos, medios visuales o cualidades estéticas abstractas.

style_examples = [
    # Art movements
    'impressionist', 'art nouveau', 'bauhaus', 'minimalist', 'surrealist',

    # Artist references
    'in the style of Monet', 'reminiscent of Hopper', 'inspired by Klimt',

    # Visual media
    'film noir', 'vaporwave aesthetic', 'cottagecore', 'brutalist',

    # Quality descriptors
    'highly detailed', 'cinematic', 'editorial photography style',
    'concept art', 'matte painting', 'character design sheet',

    # Mood
    'ethereal', 'gritty', 'whimsical', 'melancholic', 'vibrant', 'serene'
]

# Combining styles creates unique aesthetics
combined_style = 'cyberpunk aesthetic meets art nouveau, highly detailed, dark ethereal'
print('Combined style:', combined_style)

# Warning: too many style directives create incoherence
too_many = 'impressionist, minimalist, surrealist, photorealistic, anime, baroque'
print('Too many (incoherent):', too_many)

Medio: la forma artística

El medio define la forma artística física o digital. Cambia fundamentalmente la textura, la calidad de las líneas y la tonalidad de la imagen generada. Medios habituales y lo que producen:

medium_guide = {
    # Traditional media
    'oil painting': 'Rich, textured, classic look with visible brushwork',
    'watercolor': 'Soft edges, translucent washes, paper texture visible',
    'pencil sketch': 'Line art, cross-hatching, grayscale, raw feel',
    'charcoal drawing': 'Soft, smudgy, high contrast, dramatic shadows',
    'ink illustration': 'Bold lines, flat colors or crosshatching',

    # Photography
    'photorealistic': 'Looks like a real photograph',
    'film photography': 'Grain, color shift, analog feel',
    'macro photography': 'Extreme close-up, shallow depth of field',
    'long exposure photography': 'Motion blur, light trails',

    # Digital / 3D
    '3D render': 'CGI quality, precise geometry',
    'octane render': 'Photorealistic 3D with ray-tracing quality',
    'Blender 3D': 'CGI aesthetic, often used with subdivision modeling',
    'pixel art': 'Retro 8-bit or 16-bit style, visible pixels',
    'vector illustration': 'Clean, flat, scalable design style'
}

for medium, description in list(medium_guide.items())[:5]:
    print(f'{medium}: {description}')

Iluminación: cómo crear el ambiente

La iluminación es el elemento que más influye en el ambiente de una obra visual. El mismo sujeto se ve completamente diferente bajo la luz del atardecer de la hora dorada que bajo la iluminación dura de una sala de interrogatorios. Domine el vocabulario de la iluminación.

lighting_vocabulary = {
    # Time of day
    'golden hour': 'Warm orange-yellow, long shadows, magic hour feel',
    'blue hour': 'Cool blue twilight, soft diffused light',
    'harsh midday': 'Hard shadows, washed-out, unflattering (usually avoided)',
    'overcast': 'Soft even light, no shadows, good for portraits',

    # Studio / artificial
    'studio lighting': 'Controlled, professional, even illumination',
    'Rembrandt lighting': 'Triangle of light on cheek, dramatic portrait technique',
    'neon lighting': 'Colorful, urban, cyberpunk feel',
    'candlelight': 'Warm, flickering, intimate',

    # Dramatic
    'chiaroscuro': 'Extreme light/dark contrast, Baroque dramatic style',
    'volumetric lighting': 'God rays, light shafts through fog or dust',
    'backlit / rim light': 'Subject outlined by light from behind, halo effect',
    'bioluminescent': 'Glowing from within, alien or underwater feel'
}

example = 'volumetric lighting, golden hour, warm glow filtering through forest canopy'
print('Lighting example:', example)

Paleta de colores: el registro emocional

La paleta de colores controla el registro emocional y la coherencia visual de una imagen. Especifique las paletas de forma descriptiva o haciendo referencia a movimientos artísticos, películas o elementos de la naturaleza.

color_palette_examples = [
    # Temperature-based
    'warm earth tones: rust, ochre, sienna, cream',
    'cool blues and silvers, icy palette',
    'neutral gray monochrome with single red accent',

    # Mood-based
    'muted, desaturated, melancholic color grading',
    'vibrant saturated colors, tropical energy',
    'pastel soft colors, dreamlike softness',

    # Reference-based
    'Wes Anderson color palette: pastel pinks and greens',
    'film noir: high contrast black and white with amber shadows',
    'synthwave neon: pink, purple, cyan on dark backgrounds',

    # Nature-based
    'autumn forest: burnt orange, golden yellow, deep brown',
    'arctic palette: white, pale blue, grey with deep navy accents',
]

# Color palettes can clash with lighting — ensure they work together
clash = 'vibrant tropical colors + film noir lighting'  # incoherent
harmony = 'warm amber and ochre tones + golden hour lighting'  # coherent

print('Harmonious combo:', harmony)

Composición: encuadre y enfoque

Las indicaciones de composición indican al modelo cómo encuadrar la toma: qué incluir, qué enfatizar y dónde colocar los elementos. Funciona bien tomar vocabulario de la fotografía y la cinematografía.

composition_vocabulary = {
    # Camera distance
    'extreme close-up': 'fills frame with a single detail (eye, hand, texture)',
    'close-up': 'face or object fills most of frame',
    'medium shot': 'waist to head, character-focused',
    'wide shot': 'full body in environment context',
    'establishing shot': 'landscape/environment, tiny or no character',
    'aerial / bird\'s eye view': 'looking straight down',
    'worm\'s eye view': 'looking straight up from below',

    # Composition rules
    'rule of thirds': 'subject at intersection of 1/3 lines',
    'centered composition': 'symmetrical, formal, powerful',
    'leading lines': 'lines guide eye toward subject',
    'negative space': 'large empty area emphasizes subject',
    'frame within frame': 'archway, window, or shape frames subject',

    # Depth
    'shallow depth of field': 'sharp subject, blurred background (bokeh)',
    'deep focus': 'everything in sharp focus front to back'
}

print('Composition example: close-up portrait, rule of thirds, shallow depth of field, bokeh background')

Montaje completo del prompt

Reunir los seis componentes en un orden lógico produce prompts de imagen de alta calidad de forma constante. Un orden adecuado es: Sujeto → Medio → Estilo → Iluminación → Paleta de colores → Composición.

def build_image_prompt(
    subject, medium, style, lighting, color_palette, composition,
    quality_boost='highly detailed, 8K resolution'
):
    parts = [
        subject,
        medium,
        style,
        lighting,
        color_palette,
        composition,
        quality_boost
    ]
    # Filter out None values and join
    return ', '.join(p for p in parts if p)

# Example: Portrait
portrait = build_image_prompt(
    subject='elderly Japanese fisherman mending nets at sunrise, weathered hands, peaceful expression',
    medium='oil painting',
    style='impressionist, highly detailed, classical technique',
    lighting='golden hour sunrise, warm light from the left, soft shadows',
    color_palette='warm ochres, golds, deep navy sea in background',
    composition='medium shot, rule of thirds, subject right third, ocean left'
)
print(portrait)

Prompts para mantener la coherencia entre imágenes

Al generar una serie de imágenes, como hojas de personajes o storyboards, mantenga la coherencia utilizando una plantilla de prompt base con sustituciones de variables para los elementos que cambien entre imágenes.

BASE_CHARACTER_TEMPLATE = (
    '{character_description}, '
    '{action_description}, '
    'oil painting, concept art style, '
    'dramatic studio lighting, '
    'muted jewel tones with gold accents, '
    'close-up portrait, centered composition, '
    'highly detailed, cinematic'
)

character = (
    'a tall warrior woman with dark braided hair, emerald eyes, '
    'wearing ornate silver plate armor with dragon motifs'
)

action_variants = [
    'standing at attention, stoic expression, arms crossed',
    'battle-ready, sword raised, fierce expression, mid-action',
    'resting against a stone wall, exhausted but resolute, soft smile',
    'close-up portrait, neutral expression, slight three-quarter view'
]

for action in action_variants:
    prompt = BASE_CHARACTER_TEMPLATE.format(
        character_description=character,
        action_description=action
    )
    print(f'Generating: {action[:40]}...')
    # call image API with prompt

Tokens de calidad

La mayoría de los modelos de imagen responden a tokens de calidad: términos que indican el nivel de fidelidad deseado en la salida. Utilícelos estratégicamente para aumentar el nivel de detalle sin cambiar el sujeto ni el estilo.

quality_tokens = {
    'high_detail': [
        'highly detailed', 'intricate detail', 'ultra-detailed',
        '8K resolution', '4K wallpaper quality'
    ],
    'photorealism': [
        'photorealistic', 'hyperrealistic', 'photographed by',
        'DSLR photo', 'shot on 35mm film'
    ],
    'professional_quality': [
        'award-winning', 'professional photography', 'editorial quality',
        'museum quality', 'masterpiece'
    ],
    'rendering_quality': [
        'octane render', 'unreal engine 5', 'ray tracing',
        'subsurface scattering', 'global illumination'
    ]
}

# Best practice: add 2-3 quality tokens at the end of the prompt
quality_suffix = 'highly detailed, cinematic, 8K resolution'
print('Add to end of any prompt:', quality_suffix)

# Warning: do not overload with quality tokens — they dilute each other
too_many_quality = 'masterpiece, best quality, ultra-detailed, perfect, amazing, award-winning'
print('Over-specified (less effective):', too_many_quality[:60])

Comprobación rápida

¿Qué componente de un prompt de generación de imágenes controla más directamente el ambiente emocional de la imagen?

Resumen de la anatomía de un prompt de imagen

Un prompt de imagen bien construido tiene seis componentes que funcionan en armonía:

  • Sujeto: QUIÉN y QUÉ; es el componente más importante, así que debe ser muy específico
  • Estilo: registro estético, movimiento artístico o referencia a un artista
  • Medio: forma artística (pintura al óleo, fotorrealismo, renderizado 3D, pixel art)
  • Iluminación: luz que define la atmósfera (hora dorada, claroscuro, neón)
  • Paleta de colores: temperatura emocional (tonos tierra cálidos, colores fríos desaturados, neón)
  • Composición: encuadre (primer plano, regla de los tercios, plano general introductorio)

Añada 2 o 3 tokens de calidad al final. Utilice plantillas para mantener la coherencia en series de varias imágenes.

Preguntas frecuentes

¿La lección «Anatomía de un prompt para generar imágenes» es gratis?

Sí — el texto completo de «Anatomía de un prompt para generar imágenes» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de AI Prompt Engineering, actualiza a CoddyKit PRO. El curso de AI Prompt Engineering incluye 4 lecciones en total.

¿Qué aprenderé en «Anatomía de un prompt para generar imágenes»?

Elementos del sujeto, el estilo, el medio, la iluminación, la paleta de colores y la composición. Practicas AI Prompt Engineering con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.

¿Necesito experiencia previa para empezar AI Prompt Engineering?

No se requiere experiencia previa. AI Prompt Engineering en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.

¿Cuánto tiempo toma la lección «Anatomía de un prompt para generar imágenes»?

La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.

¿Puedo escribir y ejecutar código en esta lección de AI Prompt Engineering?

Sí. Cada lección de AI Prompt Engineering incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.

Todas las lecciones de este curso

  1. Anatomía de un prompt para generar imágenes
  2. Especificación del estilo y el medio artístico
  3. Prompts negativos y exclusiones
  4. Refinamiento iterativo de prompts de imagen
← Volver a AI Prompt Engineering