Guía de prompts de Stable Diffusion para tarjetas de Navidad

Guia de prompts de stable diffusion para tarjetas de navidad: esta guía está escrita por alguien que envía 200 tarjetas de Navidad al año. Debería comenzar con esto: la mayoría de tutoriales están optimizados para salidas fotorrealistas, y si intentas producir una tarjeta pintada, estás trabajando en contra desde la palabra uno. Necesitas un puñado de tokens de estilo para ilustración, un prompt negativo que bloquee lo que una impresora no puede manejar, y una escala CFG de 7, no la predeterminada. El resto es lo que me llevó dos ciclos de diciembre entender.

Por qué los prompts de ilustración fallan cuando copias configuraciones de tutoriales fotorrealistas

La primera vez que intenté que Stable Diffusion produjera algo que pareciera una tarjeta pintada, utilicé la configuración que había visto en un tutorial de YouTube para retratos fotorrealistas. Escala CFG en 12, DPM++ 2M Karras en 40 pasos, y un prompt que comenzaba con «fotorrealista, 8K, ultra detallado». Lo que obtuve fue una escena de Navidad que parecía una foto de stock a la que alguien le había aplicado un filtro de acuarela en los últimos cinco segundos.

El problema es estructural. Los prompts fotorrealistas están optimizados para suprimir la interpretación artística. Se le está diciendo al modelo que se mantenga cerca de lo que una cámara vería, así que todos los tokens que impulsan hacia la ilustración, el trazo suelto y el calor pintado luchan contra los modificadores de calidad. No puedes añadir «tarjeta de Navidad en acuarela» a un prompt sesgado hacia fotorrealismo y esperar que el modelo sepa cuál gana.

El otro problema es las expectativas de resolución. Las tarjetas que van a una impresora necesitan al menos 300 DPI en el tamaño de tarjeta física, típicamente 148 x 105 mm o 5 x 7 pulgadas. Una salida de 512x512 de un modelo SD 1.5 base no sobrevivirá siendo ampliada a eso. SDXL genera en 1024x1024 por defecto, lo que te da algo con qué trabajar, pero aún así quieres pedir calidad en la etapa de generación, no esperar poder ampliar tu camino hacia ella después.

Los cinco tokens de estilo que transforman una salida plana en algo digno de imprimir

No todos los tokens de estilo tienen el mismo peso. De los lotes que he ejecutado para Foxglove & Post, estos cinco consistentemente desplazan la salida hacia algo que puedo enviar a la impresora sin vergüenza.

«gouache illustration» o «watercolor painting» : no ambos a la vez. Mezclar medios de pintura en un solo prompt generalmente produce barro. Elige uno y sostenlo.

«vintage greeting card aesthetic» : esta frase única atrae el modelo hacia convenciones de ilustración de mediados de siglo: color más plano, contornos más limpios, menos ruido fotográfico. También tiende a suavizar la perfección digital que hace que las imágenes de IA se vean inmediatamente como IA.

«loose brushwork, soft edges» : sin esto, los prompts de acuarela a menudo generan algo que se parece más a un preset digital de acuarela que a acuarela real. La especificidad del comportamiento del pincel ayuda.

«warm color temperature, limited palette» : una tarjeta de Navidad con 40 colores saturados peleando uno contra otro no imprime bien. Instruir al modelo para que restrinja la paleta temprano produce resultados más coherentes en impresión.

«no text, no watermark» : sí, tanto en el prompt positivo como en el negativo. Tenerlo dos veces no es redundante. Los modelos SD han visto suficientes imágenes con texto superpuesto que la instrucción necesita refuerzo si quieres un área de trabajo limpia.

Sobre el orden de tokens: coloca primero los más importantes. Para trabajo de ilustración, eso significa medio primero, tema segundo, referencias de estilo tercero. Algo como «watercolor painting, vintage greeting card aesthetic, [tu tema], loose brushwork, soft edges, warm color temperature, limited palette, no text, no watermark». Las etiquetas de calidad como «highly detailed» van después de los tokens de estilo, no antes.

Qué poner en tu prompt negativo cuando la tarjeta va a una impresora

El prompt negativo es donde recuperas el control sobre lo que SD defaulteará si no eres específico. Para impresión de tarjetas, los riesgos son ligeramente diferentes del uso personal: un artefacto que se ve menor en pantalla puede convertirse en un defecto visible a 300 gsm, 5x7 pulgadas.

Para trabajo de tarjetas de Navidad ilustradas, este es el prompt negativo que actualmente uso como punto de partida:

lowres, bad anatomy, bad hands, text, error, watermark, signature, username, blurry, pixelated, photorealistic, 3d render, CGI, extra fingers, cropped edges, overexposed, color banding, jpeg artifacts, stock photo

«Photorealistic» y «3d render» en el prompt negativo le dicen al modelo que evite los modos de renderizado que socavan la estética de ilustración. Si apuntas a acuarela, no quieres que el modelo derive hacia un híbrido que sea mitad pintado, mitad fotográfico.

«Color banding» vale la pena añadir si vas a imprimir. El banding digital en gradientes no siempre es visible en un monitor pero tiende a aparecer en impresión offset. Señalarlo en el nivel de prompt reduce qué tan a menudo lo ves.

«Cropped edges» importa para el diseño de tarjeta. SD recorta agresivamente por defecto cuando el tema se siente demasiado grande para el marco. Una tarjeta con la mitad de un árbol de pino visible en el borde derecho no es útil para una impresora.

La escala CFG interactúa con tu prompt negativo de una manera que vale la pena entender. A CFG 12, el modelo amplifica tanto instrucciones positivas como negativas, lo que puede causar sobrecorrección. CFG 7 da peso al prompt negativo sin este riesgo de artefacto.

Escala CFG y sampler: las dos configuraciones que la mayoría de guías entienden mal

La mayoría de tutoriales de Stable Diffusion recomiendan comenzar a CFG 7 y ajustar desde allí. Para trabajo fotorrealista eso es razonable. Para ilustración, es casi siempre el lugar correcto para permanecer.

La escala CFG controla qué tan estrictamente el modelo se adhiere a tu prompt versus ejercer su propia interpretación. Valores altos (10-14) fuerzan la adhesión tan rígidamente que el modelo genera artefactos: saturación excesiva, texturas cerosas, explosiones de color en las esquinas. Para trabajo de acuarela específicamente, CFG 10 o superior tiende a producir manchas saturadas en lugar de lavados delicados.

La recomendación basada en consenso comunitario: permanece a CFG 7 para trabajo de acuarela y pastel al óleo, y muévete a CFG 8-9 solo si la salida está derivando demasiado lejos de tu tema.

Para sampler, DPM++ 2M Karras a 20-25 pasos es la línea base confiable. Produce salidas ilustradas consistentes y es el estándar comunitario por una razón. Euler a a 30 pasos funciona bien para resultados ligeramente más sueltos; DDIM tiende a ser más lento sin añadir calidad. Si estás ejecutando SD 1.5, reduce a 512x512 con estas configuraciones y planifica ampliar con un modelo como Remacri, que preserva el carácter de ilustración mejor que Real-ESRGAN.

Los pasos más allá de 30 raramente mejoran la calidad de ilustración. Para ejecuciones de prototipado de tarjetas, 20 pasos a CFG 7 es lo suficientemente rápido para iterar a través de una docena de versiones en una tarde.

Cómo escribir un prompt alrededor de un estilo de referencia en tu mente

La frustración de prompting más común que escucho de fabricantes de tarjetas es esto: «Sé exactamente cómo quiero que se vea, y no puedo hacer que el modelo entienda». Usualmente es un problema de vocabulario, no de capacidad.

Stable Diffusion ha aprendido de un gran corpus de imágenes etiquetadas, lo que significa que responde mejor a estilos nombrados y artistas nombrados que a descripciones de cómo se siente el estilo. «Cálido y pictórico» es vago. «Oil pastel illustration, mid-century American holiday card, Norman Rockwell palette» es específico lo suficiente para que el modelo triangule.

Un enfoque útil cuando tienes un estilo en tu mente: trabaja hacia atrás desde sus referencias históricas. La mayoría de estéticas de tarjetas de vacaciones se mapean a uno de estos clústeres.

Tarjetas de Navidad estadounidenses de los años 1940-1960 : el trabajo de ilustración de mercado masivo de la era dorada de Hallmark. Las firmas visuales: campos de color planos, un acabado ligeramente calcáreo, composiciones construidas sobre silueta y fuente de luz. Tokens útiles: «mid-century American Christmas illustration, gouache, flat color fields, warm amber and deep indigo palette».

Tarjetas inglesas victorianas y eduardianas : la tradición de la era de Kate Greenaway y las innovaciones de impresión Louis Prang de los años 1880. Detalle denso, motivos botánicos, petirrojo en ramas nevadas, verdes saturados profundos y rojos. Tokens: «Victorian Christmas card style, detailed botanical illustration, deep jewel tones, Kate Greenaway influence».

Navidad escandinava de los años 1970 y 1980 : líneas limpias, paleta limitada, una cualidad geométrica en los árboles y figuras. Tokens: «Scandinavian Christmas illustration, linework, limited palette, geometric pine trees».

La más clara tu referencia de estilo, menos trabajo dejas al modelo. Cuando estoy prototipando un nuevo diseño de tarjeta, construyo primero los tokens de referencia de estilo, pruebo algunos outputs, luego superpongo los detalles de tema específicos.

Tres prompts probados para estilos acuarela, pastel al óleo y postal vintage

Estos son los tres prompts que ejecuté el diciembre pasado para la gama de tarjetas de Foxglove & Post. No son plantillas exactas, pero funcionan como puntos de partida probados.

Escena de cabaña en acuarela

watercolor painting, vintage greeting card aesthetic, cabaña inglesa cubierta de nieve con ventanas cálidas y brillantes, árboles de pino, trazo de pincel suave, cielo gris-azul pálido, lavados delicados sueltos, paleta cálida limitada, ilustración altamente detallada, sin texto, sin marca de agua

Negativo: lowres, text, watermark, photorealistic, 3d render, color banding, cropped edges Configuraciones: CFG 7, DPM++ 2M Karras, 22 pasos, 1024x1024

Silueta de familia en pastel al óleo

oil pastel illustration, tarjeta de Navidad estadounidense de mediados de siglo, silueta de familia caminando a través de bosque nevado con lámpara, paleta de ámbar cálido y azul profundo, pasteles texturizados ricos, campos de color plano, calidad hecha a mano, altamente detallada

Negativo: photorealistic, 3d render, CGI, text, watermark, stock photo Configuraciones: CFG 8, DPM++ 2M Karras, 25 pasos, 1024x1024

Petirrojo en postal vintage

postal navideña vintage, petirrojo en rama cubierta de nieve con acebo, estilo de tarjeta de saludo victoriano, tonos de gemas profundos, botánico detallado, fondo crema, bayas rojas

Negativo: photorealistic, 3d render, text, watermark, blurry Configuraciones: CFG 7, Euler a, 28 pasos, 1024x1024

Ejecuta cada uno a tres semillas diferentes antes de comprometerte con una dirección. Lo que ves en la primera salida no siempre es representativo. La tercera semilla frecuentemente produce algo que la primera no pudo encontrar.

Qué necesita el archivo antes de sobrevivir el pliegue

Obtener una buena ilustración de Stable Diffusion es la primera mitad. La segunda mitad es hacerla lista para imprimir, y aquí es donde la mayoría de personas pierden una buena imagen.

La resolución mínima para una tarjeta de 5x7 pulgadas a 300 DPI es 1500x2100 píxeles. Una salida SDXL a 1024x1024 es demasiado pequeña para un 5x7, así que necesitas ampliar antes de enviar a una impresora. Para trabajo pintado, Remacri o 4x-UltraSharp preservan suavidad de borde mejor que Real-ESRGAN.

El pliegue mismo es donde aparecen los problemas. Los outputs de SD tienden a concentrar el detalle más importante en el centro. Si la tarjeta se pliega a lo largo del centro vertical, verifica que ninguna mitad de la composición se corte por el pliegue. El plano del suelo, el horizonte, y cualquier figura central deberían sentarse en una mitad u otra, no atravesando la grieta.

Perfil de color: las impresoras generalmente quieren archivos CMYK o como mínimo sRGB. Los outputs de Stable Diffusion están en sRGB. La conversión a CMYK desplaza azules y ciertos rojos; el azul marino tiende a volverse ligeramente púrpura. Convierte antes de enviar y verifica la prueba en pantalla en lugar del archivo sRGB original.

Notarás la diferencia a 300 gsm. Es cuando la ilustración sostiene su carácter o colapsa en algo que necesitaba una iteración más.