Curso de ChatGPT #13. Generación y edición de imágenes con Image 1.5

Curso sobre generación de imágenes con Image 1.5 en ChatGPT. Domina el in-painting, traduce textos visuales y esquiva el copyright con prompts.

Generación, edición y «peleas» con el Copyright

En esta clase nos metemos de lleno en la interfaz de ChatGPT para exprimir su capacidad de generación de imágenes con el modelo Image 1.5. Aunque a veces el sistema se pone terco, vamos a ver cómo dominarlo para conseguir exactamente lo que tenemos en la cabeza, desde un simple bichón maltés hasta la maquetación de un póster comercial complejo.

El caos de las referencias y el contexto cero

Lo primero que hemos comprobado es que la gestión de imágenes de referencia tiene su truco. Al subir varias fotos (nuestra, de una amiga, etc.) y pedir un montaje, Image 1.5 tiende a hacer un collage extraño o ignora las referencias si el prompt no es muy preciso. Hemos aprendido que, a menudo, es mejor iniciar un chat nuevo para limpiar el contexto si el modelo se «lía» y empieza a mezclar conceptos que no tienen nada que ver.

La varita mágica: Edición por selección (In-painting)

Donde realmente brilla esta herramienta es en la edición por selección. Hemos visto que no hace falta regenerar toda la imagen si algo falla. Podemos seleccionar un área concreta con el pincel y decirle: «cambia este texto» o «pon aquí una mujer en lugar de un hombre». Esto es vital para corregir detalles como carteles o logotipos mal escritos. Por ejemplo, hemos cambiado el título de un libro de «Codex» a «AdrioSan» manteniendo la estética original.

Además, hemos testeado la traducción visual. Le hemos pasado un cómic en inglés de tres viñetas y, sin necesidad de herramientas externas, Image 1.5 ha sido capaz de reconocer los bocadillos, traducir el texto al español y volver a integrarlo en la imagen.

Saltando el muro del Copyright y trucos de VPN

Finalmente, nos hemos topado con el muro del Copyright y los Guardrails. Al intentar generar a «Judy Hopps» de Zootopia, el sistema nos ha bloqueado por derechos de autor. ¿La solución? La ingeniería de prompts: en lugar de dar el nombre propio, hemos descrito al personaje («una coneja policía, uniforme azul, estilo animación 3D») y hemos conseguido el resultado que queríamos saltándonos el filtro nominal.

Un último apunte importante: si notamos que la herramienta falla demasiado o no nos genera las imágenes por restricciones regionales europeas, hemos visto que conectarnos por VPN a Estados Unidos suele suavizar las restricciones y mejorar la fluidez del modelo.

Conclusiones

Pues ya lo vemos, aunque Image 1.5 integrado en ChatGPT es una herramienta potentísima, requiere que seamos nosotros quienes llevemos la batuta. Hemos aprendido que para ediciones precisas, la herramienta de selección es nuestra mejor aliada, permitiéndonos cambiar textos y objetos sin destrozar el resto de la composición.

También nos queda claro que la censura y el copyright son barreras salvables si sabemos describir qué queremos en lugar de decir quién es. Al final, se trata de iterar y no conformarse con el primer resultado; ya sea traduciendo un cómic o diseñando el interior de una tienda de reformas, la clave está en refinar el prompt hasta que la IA entienda el contexto.

Propuesta de tareas

1. Edición de texto: Genera una imagen con Image 1.5 que incluya un cartel con una palabra cualquiera. Usa la herramienta de selección para cambiar esa palabra por tu nombre sin alterar el fondo.
2. Eludir el filtro: Intenta generar un personaje famoso de ficción sin usar su nombre, solo describiendo su apariencia física y vestimenta hasta que el sistema lo dibuje.

¿Tienes dudas?

Si te atascas, recuerda que tenemos nuestros canales: el NotebookLM para consultas rápidas, el hilo en Telegram para la comunidad y el formulario para incidencias técnicas.

¡Nos vemos en la siguiente lección!