Un buen prompt de imagen con IA se lee como el encargo a un fotógrafo, no como una lista de palabras clave. La documentación de todos los grandes proveedores dice alguna versión de lo mismo en 2026: describe lo que se puede ver, pon la idea principal primero y corrige una sola cosa cada vez.
Los detalles difieren más de lo que la gente espera. Midjourney te dice que mantengas los prompts cortos y simples. Ideogram quiere frases completas y enfocadas. La guía de prompts de OpenAI pide un orden fijo y una lista de cosas que no deben cambiar. Un prompt que funciona en una herramienta puede rendir peor en otra, así que conviene saber en qué dialecto estás escribiendo.
Esta guía saca los consejos directamente de la documentación de esos proveedores y los convierte en un método de trabajo. Verás las partes de un prompt, qué cambia según el modelo, cómo manejar las exclusiones, ocho reescrituras de antes y después, y una lista de verificación con la que puedes puntuarte.
Las partes de un buen prompt de imagen
La página de nociones básicas de prompts de Midjourney enumera los aspectos que conviene dejar claros: sujeto, medio, entorno, iluminación, color, ambiente y composición (documentación de Midjourney). Black Forest Labs, la empresa detrás de FLUX, sugiere un orden parecido para su modelo más reciente: tipo de imagen y medio, sujeto, escenario, luz y, por último, encuadre y detalle. Lo llama «un hábito, no una regla» y dice que pongas primero lo que más importa (Black Forest Labs).
Ideogram es el que más lejos llega. Su guía recomienda un resumen de la imagen en una frase, luego los detalles del sujeto principal, la pose o acción, los elementos secundarios, el escenario, la iluminación, el encuadre y el acabado. Su consejo para la primera parte es tajante: «Si solo escribes una frase, que sea esta» (Ideogram).
Esto es lo que aporta cada parte.
- El sujeto es aquello de lo que trata la imagen. Dale un detalle visible o una acción, porque «un perro» deja que el modelo elija todo lo demás.
- El escenario es dónde está el sujeto y qué lo rodea. Las palabras sencillas funcionan mejor que las ingeniosas.
- El estilo nombra el medio: fotografía, ilustración en gouache, póster, render 3D. Elige el específico. La guía de iteración de Ideogram dice que nombres «impasto abstracto» o «pop art» en lugar de un estilo general.
- La luz es más fácil de controlar cuando nombras su fuente, dirección y calidad. La guía de BFL enumera justo esas cuatro.
- El encuadre abarca el tamaño del plano y el ángulo de cámara. Di «primer plano» o «desde el nivel del suelo» en vez de esperar a que acierte.
- El texto va entre comillas, y eso tiene su propia sección más abajo.
La relación de aspecto es la parte que la gente olvida y la que más cambia de una herramienta a otra. Midjourney acepta --ar 2:3 al final del prompt. Ideogram lee ese flag como palabras normales, así que la proporción se fija en los ajustes de la app. FLUX 3 Image tiene un campo aspect_ratio y, cuando no hay imágenes de referencia, usa por defecto formato cuadrado, así que si quieres otra proporción hay que configurarla a mano (BFL).
Una idea, cinco dialectos
La misma frase de intención se escribe distinto según adónde vaya. De aquí salen la mayoría de los prompts fallidos: la gente lleva los hábitos de una herramienta a otra.
Midjourney: corto, con flags al final
La documentación de Midjourney dice que «los prompts cortos y simples suelen generar las mejores imágenes» y avisa de que las listas largas de instrucciones pueden confundir el proceso. También sugiere números exactos («tres gatos» en vez de «gatos») y sinónimos precisos. Los ajustes son parámetros como --ar, --chaos y --no, y siempre van después del texto del prompt (lista de parámetros). Las imágenes de referencia se suman al prompt como Image Prompts o Style References. La versión actual es Midjourney V8.2, y una referencia comunitaria de estilos es una buena fuente de vocabulario.
ChatGPT y GPT Image: ordenado, con etiquetas, editable
La guía actual de OpenAI para prompts de imagen dice que nombres el sujeto y el uso previsto, como una foto de producto, un anuncio o un diagrama. Para peticiones complejas sugiere organizar el prompt en escena, sujeto, detalles y restricciones, con secciones etiquetadas. También dice que describas detalles visibles como materiales, iluminación y medio, y que des a cada imagen de referencia un número y un papel (guía de prompts de imagen de OpenAI). La guía cubre los modelos GPT Image 2.5: Flare para velocidad y Sunburst para calidad. Accedes a los modelos de imagen de OpenAI a través de ChatGPT o de la API (el directorio tiene una página del anterior GPT Image 2). La guía de generación de imágenes de la API cubre la edición en varios turnos mediante la Responses API.
Gemini: escenas en frases
La documentación de Google llama Nano Banana a su generación nativa de imágenes, y la página de la API de Gemini ofrece plantillas reutilizables. La fotorrealista dice «A photorealistic [type of shot] of a [subject description] in a [setting description]», y la página añade que «cuanto más específico seas, más control tienes» (Google AI for Developers). Señala la conversación en varios turnos como la forma recomendada de iterar y admite hasta 14 imágenes de referencia, con límites que varían según el modelo. Puedes probarlo en la app de Gemini o a través de Nano Banana.
Ideogram: frases, comillas, sin sintaxis oculta
Ideogram dice claramente que los pesos como ::1 y los flags como --ar se leen como palabras normales. Quiere frases completas, la idea principal primero y el texto entre comillas cerca del principio (nociones básicas de prompts de Ideogram). En Ideogram 3.0 sugiere mantener los prompts en lenguaje natural por debajo de unas 150 palabras. Ideogram 4.5 acepta hasta 10 000 caracteres (consulta la página de Ideogram 4), aunque la documentación dice que los prompts enfocados siguen siendo más fáciles de controlar.
FLUX: específico, no necesariamente largo
La recomendación de BFL para FLUX 3 Image es empezar con una frase y añadir detalle cuando veas los resultados. Dice que te saltes etiquetas de calidad como «masterpiece» y que elimines cualquier frase que no describa algo visible. «Los prompts potentes son específicos, no necesariamente largos». Al propio laboratorio lo encuentras en el perfil de Black Forest Labs.
Di lo que quieres, no lo que no quieres
En las instrucciones negativas es donde la documentación más coincide. Las nociones básicas de Midjourney dicen que, si mencionas una fiesta con «no cake», puede que aparezca una tarta igualmente. La página de solución de problemas de Ideogram dice que los modelos de imagen «no manejan bien "no", "sin" ni "not"» y te indica que describas lo que verías si esa cosa no estuviera (Ideogram). BFL dice que FLUX 3 Image no tiene campo negative_prompt y ofrece el ejemplo «un paseo marítimo vacío» en lugar de «sin multitudes».
Algunas herramientas siguen dándote un control de exclusión. Midjourney tiene el parámetro --no, que admite una lista separada por comas como --no fruit, apple, pear (documentación de Midjourney). Ideogram tiene un ajuste de prompt negativo en 3.0, pero en 4.5 y 4.0 la única opción es reformular. Considera esto una segunda línea de defensa. Escribe primero la versión en positivo.
Describir la ausencia requiere pensar un momento. «Una playa sin sombrillas» se convierte en «un tramo abierto de arena con olas y huellas». Ahora el modelo tiene algo que dibujar en lugar de un objeto que evitar.
Texto dentro de la imagen
El texto renderizado es la parte de la generación de imágenes que más ha mejorado, y aun así falla lo bastante como para merecer un método. La guía de texto de Ideogram dice que «todo lo que va entre comillas es texto que se debe renderizar», sugiere nombrar el texto pronto y avisa de que las palabras extra y los fondos recargados aumentan las probabilidades de errores tipográficos. También señala que no puedes elegir una fuente por su nombre. Describe en su lugar el grosor y el carácter, como sans-serif en negrita o redondeada y fina (Ideogram).
La guía de prompts de OpenAI añade dos hábitos. Deletrea letra por letra los nombres de marca complicados y compara calidad media o alta para texto pequeño e información densa. Aun así, la guía de generación de imágenes de OpenAI dice que su modelo «todavía puede tener dificultades con la colocación y la nitidez precisas del texto». Mantén los titulares cortos y arregla después los textos largos en una herramienta de diseño.
Ocho prompts, antes y después
Están escritos como texto y ninguno promete un resultado concreto. La columna de la derecha explica qué pretende cada edición, según los consejos de los proveedores que acabamos de ver.
| Antes | Después | Qué pretende el cambio |
|---|---|---|
| I'd like a picture of a whole bunch of sunflowers in a field, please make them really tall and yellow, and paint it like an oil painting | Oil painting of tall yellow sunflowers in a field | Reduce las instrucciones a una frase corta que nombra el medio y el sujeto, siguiendo el consejo de Midjourney de mantener los prompts cortos. |
| A dog in a park | Photo of a golden retriever mid-leap catching a red frisbee on a wide lawn, low morning sun from the left, shot from ground level | Añade acción, escenario, dirección de la luz y ángulo para que el modelo no tenga que elegirlos. |
| A street with no people | An empty street at dawn, wet pavement, shuttered shop fronts | Sustituye la exclusión por una descripción en positivo de la escena. |
| A poster for my bakery that says good bread | Poster for a neighborhood bakery. The headline "Good Bread" in bold sans-serif at the top, a loaf on a wooden board below, warm window light | Pone las palabras exactas entre comillas, las nombra pronto y describe el lettering en lugar de una fuente. |
| Mountain lake at sunrise | Mountain lake at sunrise, mist on the water --ar 21:9 | Solo Midjourney. Mueve el formato al parámetro. En FLUX 3 Image configurarías el campo aspect_ratio. |
| Make it nicer | Change only the sky to a clear sunset. Keep the building, the people, the framing and the street colors the same. | Indica el único cambio y lo que hay que conservar, como aconseja la guía de prompts de OpenAI para las ediciones. |
| Pretty fantasy art of a lighthouse | Gouache illustration of a lighthouse on a cliff, flat shapes, muted teal and ochre palette | Cambia una etiqueta vaga por un medio con nombre y una paleta. |
| Photo of a water bottle | Studio product photograph of a matte green steel water bottle on a pale wooden shelf, soft window light from the right, shot straight on at eye level | Sigue la forma de la plantilla de foto de producto de Google: una superficie, una dirección de luz y un ángulo. |
Ninguno de los prompts «después» es largo. El más largo tiene unas 30 palabras. Casi toda la mejora viene de nombrar un medio, una fuente de luz o una decisión de encuadre, no de acumular adjetivos. BFL dice expresamente que palabras de calidad genéricas como «highly detailed» aportan poco más allá de una descripción concreta.
Itera como si estuvieras depurando
Trata la primera imagen como un borrador. La guía de refinado de Ideogram lo llama justamente así y dice que los cambios pequeños y deliberados te acercan más que empezar de cero. Su regla básica es cambiar una sola palabra o frase por ronda para ver qué hizo cada cambio, y fijar la seed y desactivar Magic Prompt si necesitas que la comparación sea limpia (Ideogram). La guía de prompts de OpenAI llega al mismo punto: devuelve la salida anterior, pide un solo cambio y repite los detalles que hay que conservar.
Cuando ya te guste la mayor parte de una imagen, deja de regenerar y edítala. La documentación de Gemini recomienda la conversación en varios turnos para esto, y la guía de OpenAI describe la Responses API para flujos editables y conversacionales. En las ediciones, di qué debe quedarse como está y repite esa lista en cada turno. OpenAI dice que reafirmes las restricciones críticas si el resultado se desvía.
La resolución también forma parte del bucle. BFL sugiere iterar a baja resolución y pasar a 2k o 4k solo cuando necesites más detalle.
Puntúa tu prompt antes de generar
La lista de verificación de abajo convierte los consejos anteriores en una puntuación de diez puntos. Es una rúbrica de ToolPotion elaborada a partir de las guías de los proveedores, no una métrica de ningún proveedor, así que toma los veredictos como un empujón orientativo.
Qué herramienta para cada trabajo
Empieza por el trabajo, no por el ranking. Si la imagen necesita palabras legibles, la documentación de Ideogram es la que más tiempo dedica a ello. Si quieres seguir hablando con el modelo y retocar una imagen a lo largo de varios turnos, encajan las herramientas conversacionales: ChatGPT y Gemini documentan la edición en varios turnos. Si quieres un aspecto distintivo a partir de un prompt corto y no te importan los flags, el enfoque de Midjourney encaja. Si quieres un control preciso del diseño, BFL documenta prompts de layout con bounding boxes para FLUX 3 Image.
Para una vista en forma de ranking, el tablero de ToolRank de generadores de imágenes con IA ordena las herramientas, y el hub de la categoría las agrupa. Nuestra comparativa de generadores de imágenes con IA y el resumen más amplio profundizan en la calidad de salida y los precios. Si escribes muchos prompts, el tablero de herramientas de prompt engineering y nuestra guía práctica de prompt engineering son las siguientes paradas.
Preguntas frecuentes
¿Qué longitud debe tener un prompt de imagen con IA?
Depende de la herramienta. Midjourney recomienda corto y simple. Ideogram sugiere menos de unas 150 palabras en 3.0. BFL dice que empieces con una frase y añadas detalle tras revisar los resultados. Un buen punto de partida es una o dos frases y luego una adición por ronda.
¿Funcionan los prompts negativos?
A veces, y solo donde la herramienta los ofrece. Midjourney tiene --no e Ideogram 3.0 tiene un ajuste de prompt negativo. Ideogram y BFL dicen ambos que describas lo que quieres, y FLUX 3 Image no tiene campo de prompt negativo.
¿Puedo reutilizar un mismo prompt en distintas herramientas?
El núcleo en lenguaje natural se traslada. Los flags no. Un flag --ar 16:9 significa algo en Midjourney y se lee como palabras en Ideogram, así que coloca los ajustes en el lugar correcto de cada herramienta.
¿Cómo consigo que el texto aparezca correctamente en una imagen?
Pon las palabras exactas entre comillas, nómbralas pronto, mantenlas cortas y deja el fondo simple. Si una palabra sale mal, regenera, acórtala o corrígela con una herramienta de edición.
¿Debería usar un generador de prompts?
Pueden ayudarte a recordar las partes. Herramientas como el Midjourney Prompt Generator montan un prompt a partir de opciones, pero contrasta el resultado con los consejos del proveedor, porque algunos están pensados para versiones anteriores.