Crear imágenes con ChatGPT: qué hace bien y dónde se queda corto
Emily Carter
Generar una imagen desde una conversación funciona sorprendentemente bien. El problema aparece un minuto después, cuando quieres cambiar solo una cosa.
Respuesta directa. ChatGPT genera bien conceptos, ilustraciones y escenas. Donde se queda corto es en el control: cada petición de cambio regenera la imagen completa, el texto dentro de la imagen no es fiable, y no hay ajuste de encuadre ni de resolución de salida. Para llegar a la pieza final suele hacer falta pasar a una herramienta de imagen.
Lo que hace bien
Explorar ideas. Es su mejor uso. Describes una dirección vaga, ves algo, ajustas la descripción, ves otra cosa. En diez minutos has recorrido cinco conceptos que en un banco de imágenes habrías tardado una hora en aproximar.
Ilustración y escenas generales. Un fondo, una escena conceptual, una ilustración para acompañar un texto. Casos donde no hay un requisito exacto que cumplir.
Entender lo que pides sin sintaxis especial. No hay que aprender a escribir descripciones técnicas: una frase normal funciona, y si no sale, se lo explicas de otra manera.
Donde el flujo se rompe
La edición
Este es el límite principal. Cuando pides «lo mismo pero con la taza a la derecha», no se mueve la taza: se genera una imagen nueva donde la taza está a la derecha. Y con ella cambia la luz, el fondo y todo lo demás.
Para muchos usos no importa. Cuando ya tenías una imagen que estaba bien al 90 %, es un problema serio: cada intento de arreglar el 10 % pone en riesgo el 90 % que funcionaba.
Lo que hace falta ahí es una edición que actúe sobre la imagen existente. Con la edición por elementos haces clic en la taza y describes el cambio; el resto de los píxeles no se toca. Es una operación distinta, no una versión mejor de lo mismo.
El texto dentro de la imagen
Ha mejorado mucho respecto a hace un año y aún no es fiable. Tres o cuatro palabras salen bien a menudo. Una frase, un precio o un nombre de marca salen con letras cambiadas con bastante frecuencia.
Y el problema no es solo que salga mal: es que no puedes corregirlo, porque pedir «igual pero con el texto bien» regenera la imagen entera.
La forma que funciona: genera la imagen sin texto y añádelo encima después, donde es texto real y editable. Además así puedes cambiar el titular sin regenerar nada.
El encuadre y la resolución
No hay control de proporción exacta ni de resolución de salida. Si necesitas 1080 × 1350 px para una publicación o 2560 × 1440 px para un banner, la imagen que obtienes no tiene esas medidas.
Se resuelve después: ampliar la imagen para llevarla a la proporción que necesitas sin recortar el sujeto, y subir la resolución si el destino lo pide.
La coherencia entre imágenes
Para una campaña necesitas cinco piezas que parezcan de la misma familia. Generando cada una en una conversación distinta, salen cinco estilos distintos aunque las descripciones sean parecidas.
Mantener un tratamiento visual consistente requiere partir de una referencia, y eso es algo que las herramientas de imagen hacen y una conversación no.
Un flujo que aprovecha lo bueno de cada parte
- Explora en la conversación. Prueba direcciones, descarta, ajusta. Es lo que mejor hace y es gratis en tiempo.
- Cuando tengas el concepto, pásalo a una herramienta de imagen. Ahí generas la pieza con control de encuadre y de estilo.
- Edita por elementos lo que haya que corregir, en lugar de regenerar.
- Añade el texto encima, como texto real.
- Adapta a cada formato ampliando en lugar de recortando.
- Exporta a la resolución de cada canal.
El punto no es que una herramienta sea mejor: es que exploración y producción son dos fases con requisitos opuestos. La primera necesita libertad; la segunda, control.
Qué esperar de la calidad
Suficiente para: presentaciones, contenido de redes, fondos, ilustraciones editoriales, conceptos que se enseñan a un cliente.
Justo para: anuncios de pago, donde el encuadre y la resolución empiezan a importar.
Insuficiente para: fichas de producto donde el artículo tiene que ser exactamente el tuyo, campañas impresas a 300 DPI y cualquier cosa donde el texto tenga que estar bien.
Ese último caso merece énfasis: una imagen generada no puede mostrar tu producto real. El modelo no lo conoce. Si el producto concreto tiene que aparecer, hay que partir de una foto suya y editarla, no describirla.
Conclusión
Usa la conversación para explorar y llegar al concepto, que es donde de verdad ahorra tiempo. Pásate a una herramienta de imagen para producir: control de encuadre, edición por elementos sin regenerar, texto real encima y resolución por canal. Y no esperes que una imagen generada muestre tu producto: para eso hay que empezar por una foto.
Emily Carter
Ayudo a equipos de marketing de empresas SaaS en fase temprana y a marcas que venden directo al consumidor a producir más material de campaña sin perder coherencia de marca. Me centro en flujos de trabajo prácticos: desde probar creatividades en redes de pago hasta iterar sobre lo que funciona.
Preguntas frecuentes
Sí. Describes lo que quieres en la conversación y devuelve una imagen. Funciona bien para conceptos, ilustraciones y escenas generales. Donde se queda corto es en el control fino: cambiar solo un elemento sin que se mueva el resto es difícil, porque cada petición regenera la imagen completa.
