Aprender el flujo de trabajo de “ingeniería inversa” de imágenes. Los participantes buscarán una imagen de referencia en internet, utilizarán la IA para analizarla y extraer su descripción técnica (prompt), y finalmente usarán esa base para generar una imagen completamente nueva y personalizada utilizando una foto propia o específica.
Acción: El alumno debe buscar en internet (Google, Pinterest, Behance, etc.) una imagen que destaque por su estilo visual, iluminación, composición o tipo de sesión fotográfica (por ejemplo: retrato cyber-punk, fotografía de producto de alta gama, foto de estudio profesional de perfil, etc.).
Criterio: La imagen debe tener una estética clara que deseen replicar.
Acción: Subir la imagen descargada a una IA multimodal (capaz de leer imágenes).
Instrucción/Prompt para la IA:
Describe con detalles la imagen adjunta.
Acción: Tomar el prompt que generó la IA en el paso anterior y adaptarlo. Aquí es donde se introduce el elemento propio (la foto del alumno o el sujeto deseado).
El Proceso:
Se selecciona la herramienta de generación de imágenes que permita combinar Texto + Imagen de referencia (Image-to-Image o composición guiada).
Se carga la foto de la persona o el sujeto real.
Se introduce el prompt técnico obtenido en la Fase 2, ajustando los detalles necesarios (por ejemplo, si el prompt original decía “hombre con chaqueta de cuero” y queremos usar la foto de una alumna, se adapta a “mujer con chaqueta de cuero”, manteniendo la descripción de luces y estilo).
Acción: Ejecutar la IA para crear la nueva sesión de fotos digital.
Evaluación: Analizar los resultados. Si el parecido o la estética no se logran a la primera, aprender a ajustar los parámetros de “peso de la imagen” (Image Weight) para que la IA le preste más atención a la foto original o al texto según se requiera.
Al finalizar, cada participante presentará un panel con tres elementos:
La imagen de referencia original de internet.
La foto base que se utilizó para el cambio.
La nueva imagen generada por IA, que fusiona la identidad de la foto base con la estética y calidad profesional de la imagen de referencia.
Criterio de búsqueda y selección visual.
Comprensión de cómo las IA “leen” e interpretan el lenguaje visual.
Modificación y estructura de prompts técnicos para control de calidad en generación de imágenes.