Los generadores de imágenes con IA cambian el resultado cada vez que pides la misma escena. DALL-E 3, integrado en ChatGPT, reduce ese problema gracias a su comprensión del texto y, con una técnica de identificadores numéricos, es posible encadenar imágenes del mismo personaje en distintas situaciones sin perder coherencia visual. Sin tocar la API de OpenAI.
El método lo desarrollaron los investigadores @umesh_ai y @LearnAI_MJ. Se basa en asignar un número a cada imagen y construir los prompts sobre un mensaje base fijo. Para entender cómo procesa este tipo de instrucciones el modelo, conviene tener claro cómo funcionan los grandes modelos de lenguaje. Si quieres sacarle más partido a los prompts, el artículo sobre cómo escribir prompts con criterio de ingeniería aplica igual a generación de imagen.
Cómo funciona el sistema de semilla numérica
Cada prompt termina con un número que actúa como semilla visual. Si lo mantienes fijo y cambias el resto del prompt, el modelo tiende a conservar los rasgos del personaje y ajusta solo lo que le pides. El proceso tiene tres pasos:
- Define el mensaje base: una descripción corta y clara del personaje. Ejemplo: «retrato de un hombre de 30 años llamado Bruno con cabello corto». Este texto ancla todas las variaciones.
- Añade el identificador: al final del prompt, un número con guión empezando por
-0000. Cada variación sube en uno:-0001,-0002, etc. - Construye las variaciones: mantén el mensaje base y añade los cambios antes del identificador. DALL-E 3 interpreta la instrucción completa y ajusta solo lo que se le indica.
La lógica es sencilla: si el texto base permanece intacto y solo varían los elementos de contexto (ropa, expresión, fondo), el modelo da más peso a las características constantes. No es un sistema de semillas real como el de Stable Diffusion, pero funciona bien en secuencias cortas.
Ejemplo práctico con Bruno
El personaje de prueba es Bruno, un hombre ficticio de 30 años. La secuencia de prompts para generarlo y modificarlo:
- Imagen inicial: «retrato de un hombre de 30 años llamado Bruno con cabello corto -0000»
- Añadir chaqueta roja: «retrato de un hombre de 30 años llamado Bruno con cabello corto usando una chaqueta roja -0001»
- Añadir sonrisa: «retrato de un hombre de 30 años llamado Bruno con cabello corto usando una chaqueta roja y sonriendo -0002»
Otros estilos: cómic y diseño
La técnica no se limita al estilo realista. Si cambias el inicio del mensaje base por un estilo concreto, el resto de la secuencia respeta ese estilo. Para cómic, el prompt quedaría así: «Ilustración al estilo cómic de un hombre de 30 años llamado Bruno con cabello corto usando una camisa verde con fondo de horizonte de ciudad -0000».
Para evitar que ChatGPT reinterprete el prompt, conviene activar la instrucción personalizada @DMP. Le indica al modelo que use el texto tal como está, sin modificaciones, y mejora la fidelidad entre lo que escribes y lo que genera.
El contexto en 2025 y 2026
Desde que se publicó esta técnica, el mercado ha cambiado bastante. GPT-4o incorporó generación nativa de imágenes en 2025, con mejor control de texto y más coherencia en los detalles. OpenAI sigue desarrollando estas capacidades dentro de ChatGPT, por lo que el comportamiento de DALL-E 3 puede variar según la versión de modelo activa en cada momento. El método de semilla numérica sigue siendo válido, pero en versiones más recientes los resultados pueden diferir ligeramente.
El campo de la generación de imagen avanza rápido. Google DeepMind presentó DiffusionGemma, un enfoque que aplica la difusión al texto y abre nuevas vías para la generación multimodal local. Para quien quiere llevar estas herramientas a infraestructura propia, proyectos como Odysseus ya permiten ejecutar modelos avanzados sin depender de APIs externas.
Para quién encaja esta técnica
Diseñadores gráficos, ilustradores y creadores de contenido con personajes recurrentes son quienes más partido le sacan, ya sea para webcomics, materiales de marketing, presentaciones o storyboards. La IA no sustituye el criterio de diseño, pero sí acelera el bocetado y las revisiones de personaje.
DALL-E 3 tiene sus límites. No genera imágenes de personas reales identificables, aplica restricciones de contenido y la consistencia se degrada en secuencias largas. Para flujos de trabajo que necesiten control total, Stable Diffusion con LoRA o Midjourney con semillas fijas dan más margen.
Preguntas frecuentes
¿Qué es DALL-E 3 y cómo se diferencia de versiones anteriores?
DALL-E 3 es el modelo de generación de imágenes de OpenAI, integrado en ChatGPT desde septiembre de 2023. Su principal mejora respecto a DALL-E 2 es la comprensión del texto: interpreta prompts más complejos con mayor precisión y reduce los errores de escritura en las imágenes generadas.
¿La técnica de semilla numérica garantiza consistencia perfecta?
No. Mejora la consistencia en secuencias cortas, pero con cambios muy radicales de escena los rasgos del personaje pueden variar. Para proyectos que necesiten consistencia absoluta, Stable Diffusion con control de semilla real da más control.
¿Se puede usar esta técnica con otros generadores de imágenes?
El sistema de números al final del prompt es específico de DALL-E 3 en ChatGPT. Midjourney tiene su propio sistema de semillas con el parámetro --seed. Stable Diffusion permite fijar la semilla directamente en la interfaz, con mayor control técnico.
¿Puedo generar personajes reales con DALL-E 3?
No. OpenAI prohíbe generar imágenes de personas reales identificables. DALL-E 3 rechaza prompts que incluyan nombres de personas públicas o celebridades. El ejemplo de Bruno funciona porque es un personaje ficticio sin referencia real.
¿Qué ventaja tiene esta técnica frente al acceso directo a la API?
La API ofrece más control (parámetro seed real, no estimado) pero requiere configuración técnica. El método de identificadores numéricos funciona desde la interfaz de ChatGPT sin código, accesible para diseñadores que no quieran gestionar credenciales ni límites de la API.
