{"id":27258,"date":"2026-10-10T16:39:02","date_gmt":"2026-10-10T22:39:02","guid":{"rendered":"https:\/\/www.macquero.com\/?p=27258"},"modified":"2026-10-10T16:43:50","modified_gmt":"2026-10-10T22:43:50","slug":"gemini-pro-evoluciona-mas-precision-mas-control-y-una-nueva-forma-de-dirigir-la-ia-visual","status":"publish","type":"post","link":"https:\/\/www.macquero.com\/en\/2026\/10\/gemini-pro-evoluciona-mas-precision-mas-control-y-una-nueva-forma-de-dirigir-la-ia-visual\/","title":{"rendered":"Gemini PRO evoluciona: m\u00e1s precisi\u00f3n, m\u00e1s control y una nueva forma de dirigir la IA visual"},"content":{"rendered":"

Por Prompt Lab | Transmediatics<\/strong>
10 de octubre de 2026<\/em><\/p>\n\n\n\n

La generaci\u00f3n de im\u00e1genes con inteligencia artificial est\u00e1 entrando en una etapa en la que escribir un prompt ya no consiste simplemente en describir lo que queremos ver. Ahora, el desaf\u00edo es conseguir que el modelo interprete nuestras instrucciones con mayor precisi\u00f3n, respete las referencias visuales y mantenga la coherencia entre los diferentes elementos de una composici\u00f3n.<\/p>\n\n\n\n

En mis \u00faltimas pruebas con Gemini PRO, trabajando en la creaci\u00f3n de un p\u00f3ster cinematogr\u00e1fico de terror g\u00f3tico, pude comprobar algo interesante: para obtener un resultado convincente no bastaba con pedir una imagen oscura, elegante y aterradora. Hab\u00eda que dirigir con precisi\u00f3n la identidad de la modelo, el vestuario, la composici\u00f3n, la iluminaci\u00f3n y la intenci\u00f3n visual.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

El resultado me llev\u00f3 a revisar la estructura de mis prompts y a ajustar la manera en que asigno funciones a cada referencia.<\/p>\n\n\n\n

Pero \u00bfqu\u00e9 est\u00e1 cambiando realmente en Gemini y c\u00f3mo podemos aprovechar sus capacidades?<\/p>\n\n\n\n

1. La generaci\u00f3n de im\u00e1genes evoluciona hacia una mayor precisi\u00f3n<\/strong><\/h2>\n\n\n\n

Google ha incorporado a sus modelos de generaci\u00f3n y edici\u00f3n de im\u00e1genes capacidades como la consistencia de personajes, las modificaciones localizadas, la combinaci\u00f3n de referencias visuales y un mejor seguimiento de instrucciones complejas.<\/p>\n\n\n\n

La familia de modelos Nano Banana, integrada en el ecosistema Gemini, est\u00e1 dise\u00f1ada para facilitar este tipo de trabajo. Las capacidades concretas dependen del modelo utilizado. Nano Banana Pro, por ejemplo, est\u00e1 orientado a la producci\u00f3n visual profesional, la interpretaci\u00f3n de instrucciones complejas y la generaci\u00f3n de im\u00e1genes de alta resoluci\u00f3n. <\/p>\n\n\n\n

\u00bfQu\u00e9 significa esto para quienes trabajamos con prompts?<\/p>\n\n\n\n

Que podemos plantear una direcci\u00f3n art\u00edstica m\u00e1s estructurada.<\/p>\n\n\n\n

En lugar de subir una fotograf\u00eda y pedir que la IA la convierta en una escena de terror, podemos especificar qu\u00e9 elementos debe conservar, cu\u00e1les debe transformar y qu\u00e9 aspectos no debe modificar.<\/p>\n\n\n\n

Por ejemplo:<\/p>\n\n\n\n

    \n
  • Una imagen define la composici\u00f3n y la atm\u00f3sfera.<\/li>\n\n\n\n
  • Otra establece la identidad facial de la modelo.<\/li>\n\n\n\n
  • Una tercera determina el vestuario. (Pinterest).<\/li>\n\n\n\n
  • El prompt establece la iluminaci\u00f3n, el encuadre, la est\u00e9tica cinematogr\u00e1fica y la jerarqu\u00eda tipogr\u00e1fica.<\/li>\n<\/ul>\n\n\n\n
    \"\"<\/figure>\n\n\n\n

    Esta separaci\u00f3n no garantiza una reproducci\u00f3n perfecta, pero hace que las instrucciones sean m\u00e1s claras y reduce las posibilidades de que el modelo mezcle referencias que cumplen funciones diferentes.<\/p>\n\n\n\n

    La clave no consiste en subir m\u00e1s im\u00e1genes sin criterio. Consiste en explicar qu\u00e9 debe aprender el modelo de cada una. ☝🏻<\/p>\n\n\n\n

    2. El rostro, el vestuario y la escena deben tener funciones independientes<\/strong><\/h2>\n\n\n\n

    Uno de los problemas m\u00e1s frecuentes al generar retratos con referencias es que el modelo interpreta la imagen como un conjunto y termina mezclando caracter\u00edsticas.<\/p>\n\n\n\n

    Podemos subir una fotograf\u00eda de una modelo, una referencia de un vestido <\/strong>y una escena cinematogr\u00e1fica. Sin instrucciones precisas, el resultado podr\u00eda conservar la composici\u00f3n, pero modificar el rostro o inventar un vestuario diferente.<\/p>\n\n\n\n

    Para evitarlo, conviene establecer una jerarqu\u00eda expl\u00edcita.<\/p>\n\n\n\n

    Referencia 1: composici\u00f3n.<\/strong> Define la posici\u00f3n del personaje, el escenario, la perspectiva, el espejo y la iluminaci\u00f3n general.<\/p>\n\n\n\n

    Referencia 2: identidad.<\/strong> Determina el rostro que queremos conservar, incluyendo sus proporciones y caracter\u00edsticas reconocibles.<\/p>\n\n\n\n

    Referencia 3: vestuario.<\/strong> Establece el dise\u00f1o, la silueta, los materiales, los colores y los detalles de la ropa.<\/p>\n\n\n\n

    El principio es sencillo: cada referencia tiene una responsabilidad.<\/p>\n\n\n\n

    Tambi\u00e9n debemos reconocer una limitaci\u00f3n. Aunque los modelos actuales pueden mantener mejor la apariencia de una persona, la consistencia facial no es infalible. Por eso es importante revisar el resultado y corregirlo cuando sea necesario. <\/p>\n\n\n\n

    3. Bajo, Medio y Alto: \u00bfqu\u00e9 cambia realmente?<\/strong><\/h2>\n\n\n\n

    En Gemini, los niveles de razonamiento disponibles permiten ajustar cu\u00e1nto esfuerzo dedica el modelo a analizar una tarea antes de responder.<\/p>\n\n\n\n

    La documentaci\u00f3n de Google describe los niveles Bajo, Medio y Alto como distintas configuraciones de razonamiento para los modelos compatibles. No todos los modelos ofrecen exactamente las mismas opciones. <\/p>\n\n\n\n

    Es importante distinguir estos controles de la resoluci\u00f3n, el formato o la calidad de salida de una imagen. Elegir un nivel de razonamiento superior no garantiza autom\u00e1ticamente una imagen m\u00e1s bella, una anatom\u00eda perfecta o una identidad facial m\u00e1s fiel.<\/p>\n\n\n\n

    Sin embargo, cuando la tarea implica instrucciones complejas, el razonamiento adicional puede resultar \u00fatil.<\/p>\n\n\n\n

    Nivel BAJO: velocidad y tareas sencillas<\/strong><\/h3>\n\n\n\n

    El nivel Bajo est\u00e1 orientado a tareas que no necesitan un an\u00e1lisis demasiado elaborado.<\/p>\n\n\n\n

    Puede ser apropiado para:<\/p>\n\n\n\n