Generación de imágenes con IA para anuncios

El modelo no es la habilidad. El briefing sí. Hoy aprenderá a dirigir un generador de imágenes como un director creativo dirige una sesión de fotos: para que el resultado sea acorde a la marca, esté listo para anuncios y sirva para alimentar el bucle, en lugar de producir basura de IA.

1El modelo es un producto básico; el briefing es el oficio

Ayer (día 12) activó las mejoras gratuitas e integradas en la plataforma de Meta — generación de fondos, expansión de imagen, retoques — que reformatean y recombinan los recursos que usted sube. Hoy crea los recursos en sí desde un lienzo en blanco. Es un trabajo distinto y un perfil de riesgo distinto, por eso tiene su propio día.

Aquí está la trampa que hay que desactivar primero. Los fundadores leen sobre «el mejor modelo de imágenes con IA» y tratan la selección de la herramienta como la decisión. Apenas importa. Usted mapeó el conjunto de herramientas el día 11 — el recordatorio de una línea para imágenes es una clara división del trabajo, y usará varias en un mismo pipeline:

• Midjourney — la toma hero de mayor calidad estética.
• El modelo FLUX actual — fotografía de producto y de estilo de vida fotorrealista.
• Ideogram o la última versión de Recraft — cuando hay mucho texto o un logotipo.
• ByteDance Seedream — variantes en masa y baratas.
• El modelo de imágenes de Gemini actual de Google — el predeterminado a mediados de 2026 para ediciones, variantes y para fijar la coherencia de marca a lo largo de una serie.

Elija según el trabajo que tenga delante, no según el ranking. Los nombres cambiarán — la división del trabajo (toma hero estética / fotorrealista / renderizado de texto / masa barata / ediciones coherentes) es el mapa duradero.

La razón por la que esto es liberador: significa que la habilidad duradera no es «qué modelo». Es cómo redacta el briefing. Dos operadores con acceso idéntico al mismo modelo producen resultados radicalmente distintos — uno publica un bodrio genérico con aspecto de foto de stock, el otro publica un anuncio que convierte — porque uno escribió un briefing y el otro escribió un deseo. Cada imagen genérica que ha visto pasar alguna vez era un prompt de una sola línea. Cada imagen acorde a la marca era un briefing estructurado.

Y recuerde por qué estamos aquí. Allá en el día 1 establecimos que la creatividad es la última palanca que usted controla y que se desgasta — todo ganador decae a medida que escala. El objetivo de generar imágenes con IA no es hacer una sola foto bonita; es alimentar el volumen que el bucle necesita (el explore/exploit del día 5, la matriz del día 10) sin un presupuesto de estudio por cada recurso. El volumen barato solo se acumula si es acorde a la marca y está etiquetado, así que el briefing es donde se protegen a la vez la calidad y la capacidad de aprender.

2Los seis insumos que hacen que una imagen sea acorde a la marca

Un deseo es «un frasco de sérum sobre una encimera de mármol, con luz de sol». Un briefing especifica seis insumos que el modelo no puede adivinar. Si falta cualquiera, el modelo rellena el hueco con el promedio de sus datos de entrenamiento — que es exactamente lo que es la «basura de IA»: la media estadística de todas las imágenes como la suya que han existido. Insulsa por construcción.

Los seis insumos:

• Sujeto y fidelidad del producto — qué hay exactamente en el encuadre, y si es el producto real. Este es el innegociable (sección 3).
• Referencia de estilo — el aspecto: una paleta de marca, un ambiente, 2 a 4 imágenes de referencia de creatividades anteriores acordes a la marca. El --sref y el Style Weight de Midjourney, o darle al modelo de imágenes de Gemini actual su logotipo, sus colores de marca y sus visuales previos, existen precisamente para fijar esto.
• Composición y formato — el encuadre, dónde se sitúa el producto, el espacio negativo para el texto y la proporción de aspecto en la que va a publicar (9:16 Reels, 4:5 Feed, 1:1 — sus formatos del día 10).
• Iluminación y tratamiento — y aquí toma una decisión deliberada del día 9: hi-fi (estudio, pulido, luz controlada) o lo-fi (tomado con el móvil, sobre una encimera de cocina, «un amigo publicó esto»). La IA hace ambas; el briefing decide cuál.
• Texto dentro de la imagen — si hay un titular o una insignia incrustados en los píxeles, usted especifica las palabras exactas. En 2026, los especialistas en renderizado de texto (Ideogram, Recraft) y el modelo de imágenes de Gemini actual renderizan texto legible y correcto; los modelos más antiguos todavía producen glifos confusos. Dirija el trabajo con mucho texto a un modelo que sepa deletrear.
• Indicaciones de persona y ángulo — el ser humano que la imagen sugiere (día 7) y el mensaje que transmite (día 8). Un encuadre de «padre que cuida el presupuesto, alivio antes/después» no se parece en nada a un encuadre de «profesional que busca estatus, aspiracional», incluso para el mismo producto.

Un ejemplo trabajado. Supongamos que una marca de cuidado de la piel quiere creatividades de Feed para un concepto en dos personas. El deseo — «sérum sobre mármol, luz de sol» — le da una foto de stock olvidable en el primer intento y tres reintentos casi idénticos después. El briefing le da una matriz de generación. Mantenga fijos el concepto, el producto y la paleta; varíe la persona, el tratamiento y el formato: 2 personas × 2 tratamientos (hi-fi / lo-fi) × 2 proporciones (4:5 / 9:16) = 8 frames etiquetados a partir de un solo briefing estructurado en una tarde. En una sesión de fotos de estudio eso es media jornada y una cifra de cuatro dígitos; aquí son unos pocos euros de créditos. Esa es la palanca — pero solo porque cada frame es un punto deliberado y etiquetado de la matriz, no ocho tiradas del mismo dado.

3Fidelidad del producto: componga, no alucine

Aquí está el error más caro en imágenes publicitarias con IA, y la única regla que separa el resultado aficionado del profesional: nunca deje que el modelo invente su producto.

Si describe su producto con palabras y deja que el generador lo dibuje, obtendrá un frasco, una zapatilla, un panel — plausible, bonito y equivocado. La etiqueta es ininteligible, el logotipo es una aproximación derretida, la tapa tiene la forma equivocada, el dispositivo tiene seis botones en lugar de cuatro. Para usted es evidente que no es su producto. Para un cliente que hace clic y ve la cosa real, es un cambio engañoso — y la confianza, eso de lo que depende todo su embudo, se resiente. Para las categorías reguladas o premium es peor: un producto alucinado puede insinuar una característica que usted no vende.

La solución es la composición. Genere la escena con IA — el mármol, la luz, el contexto de estilo de vida, las manos del modelo — y coloque dentro la fotografía real de su producto. Los editores modernos hacen de esto un solo paso: usted incrusta (inpaint) el producto real sobre un fondo generado por IA (inpainting = regenerar solo un área seleccionada, de modo que el resto de la imagen queda intacto; la máscara es esa selección), o lo enmascara dentro y deja que el modelo de imágenes de Gemini actual iguale el color de la iluminación para que encaje con naturalidad. La IA hace aquello en lo que es genuinamente buena (entornos baratos, infinitos y plausibles); la cámara hace lo que debe (un registro honesto de aquello que va a enviar). La misma lógica protege los rostros y cualquier texto en el que el cliente deba confiar — genere el mundo, ancle la verdad.

Esta misma disciplina escala hi-fi y lo-fi (día 9) por igual. Una composición hi-fi coloca el frasco real en un set de IA con iluminación de estudio. Una composición lo-fi coloca el mismo frasco real en un «estante de baño desordenado, flash del móvil, ligeramente descentrado» generado por IA — y ahora tiene una imagen fija UGC de aspecto nativo que no necesitó un creador, una cocina ni media jornada. Ambas son acordes a la marca porque en ambas el producto es real.