Generar una imagen con inteligencia artificial (IA) consiste en escribir una descripción en texto —un prompt visual— y dejar que un modelo de difusión la traduzca en píxeles, partiendo de ruido y refinándolo paso a paso hasta que el resultado coincide con lo pedido. Esta guía se enfoca en el cómo: qué hace que un prompt funcione (sujeto, estilo, composición, iluminación y qué evitar), cómo iterar y editar en lugar de regenerar todo de cero, y qué moderan estos sistemas tanto en la entrada como en la salida. También qué derechos tenés sobre el resultado y qué procedencia puede llevar. No repite la introducción a la IA multimodal ni resuelve cómo detectar una imagen ya generada: para eso, hay guías dedicadas que enlaza más adelante.
Ver índice de contenidos
Cómo funciona un modelo de difusión
La mayoría de los generadores de imágenes actuales se apoyan en el mismo principio: un modelo de difusión, entrenado con enormes cantidades de pares de imagen y texto. Durante el entrenamiento aprende a revertir un proceso de agregado de ruido: parte de una imagen real, la degrada hasta que queda pura estática, y aprende el camino inverso, paso a paso, hasta reconstruir algo parecido al original.
Al generar, el proceso arranca directamente desde ruido aleatorio y lo refina en varias pasadas sucesivas, acercándolo cada vez más a una imagen coherente con el texto del prompt. No hay una sola pasada mágica: es un proceso iterativo, y esa misma lógica de refinamiento por pasos reaparece, a otra escala, cuando vos iterás sobre el resultado.
Generar imágenes es apenas una de las capacidades que agrupa la IA multimodal. Esta guía no repite esa introducción: se queda en el terreno específico de generar una imagen a partir de texto.
Dos formas de acceder, no dos tecnologías distintas
Hay una interfaz de uso directo (web o chat, para pedir una imagen puntual) y una interfaz de programación (API), documentada por proveedores como OpenAI y por servicios en la nube como Vertex AI de Google Cloud, para integrarla dentro de otro programa. El modelo de difusión de fondo es el mismo; cambia cómo accedés a él.
La anatomía de un prompt visual
Un prompt visual que rinde suele cubrir cinco piezas. No hace falta usarlas todas siempre —para un boceto rápido, sujeto y estilo alcanzan—, pero cuanto más importa el resultado final, más conviene explicitarlas:
| Pieza | Qué especifica | Si falta |
|---|---|---|
| Sujeto | Qué o quién aparece, y qué está haciendo | El modelo elige la interpretación más genérica del término |
| Estilo | Fotografía, ilustración, render, técnica concreta | Resultado inconsistente entre una generación y la siguiente |
| Composición | Encuadre y dónde se ubica cada elemento | El sujeto puede quedar centrado, recortado o mal ubicado |
| Iluminación | Hora del día, calidez de la luz, dirección de sombras | Luz plana o inconsistente con la escena descripta |
| Qué evitar | Lo que explícitamente no debería aparecer | Texto superpuesto, manos deformadas, marcas de agua residuales |
Escribir cada pieza en un renglón propio, en lugar de una sola oración corrida, ayuda además a releer y ajustar el prompt más tarde sin tener que reconstruirlo entero. Un ejemplo de esa estructura, en texto plano:
Sujeto: un zorro rojo sentado sobre una roca cubierta de musgo, mirando hacia el horizonte
Estilo: ilustración editorial, colores tierra, trazo texturado, sin efecto 3D
Composición: el zorro ocupa el tercio inferior izquierdo, fondo despejado a la derecha
Iluminación: luz de atardecer baja y cálida, sombras largas hacia la izquierda
Evitar: texto en la imagen, manos o personas, marca de agua, bordes recortadosEs el mismo criterio que desarrolla, para prompts de texto, cómo escribir buenos prompts para herramientas de IA, aplicado al terreno visual.
El flujo de iteración
El error más habitual es reescribir el prompt entero cada vez que el resultado no convence del todo, descartando lo que sí había salido bien. Conviene pensar el trabajo como un flujo de tres pasos:
- GenerarUna primera versión con el prompt completo, cubriendo sujeto, estilo, composición e iluminación. Es el punto de partida, no el resultado final.
- VariarMantener la misma base y cambiar un solo parámetro por vez —el encuadre, la paleta de colores, la hora del día— para comparar alternativas cercanas sin perder lo que ya funcionaba.
- Editar de forma dirigidaEn vez de escribir un prompt nuevo, pedir un cambio puntual sobre la imagen ya generada: «mantené todo igual, cambiá solo el fondo» o «lo mismo pero con la mirada hacia la cámara».
Regenerar desde cero tiene sentido cuando el problema es de fondo —el sujeto o el encuadre estaban mal desde el principio—; si lo que falla es puntual, editar de forma dirigida es más rápido y conserva el resto de la composición intacto. Y vale una advertencia: un prompt «mágico» copiado de un foro no funciona igual en cualquier herramienta o versión, porque cada generador interpreta el lenguaje visual a su manera. Sirve como inspiración de estructura, no como receta a pegar tal cual.
La moderación filtra los dos extremos
La documentación de OpenAI confirma que todos los prompts y todas las imágenes generadas se filtran según la política de contenido del servicio, con bloqueo tanto en la entrada (el prompt) como en la salida (la imagen ya generada), por categorías como contenido sexual, violento o de autolesión. Un pedido puede bloquearse antes de generar nada, y una imagen ya generada puede bloquearse igual si el resultado cae dentro de esas categorías, aunque el prompt pareciera inocente. No es una limitación técnica pensada para evadirse con una redacción ingeniosa: es la política de uso del servicio.
Casi todos los proveedores documentan, además, prohibiciones específicas: generar imágenes de personas reales e identificables sin su consentimiento, contenido sexual o violento, y la suplantación de marcas registradas o de figuras públicas. Por eso muchos pedidos aparentemente razonables —una celebridad en una situación inventada, el logo de una marca sin autorización— se bloquean directamente.
Derechos de autor y procedencia
Acá conviene ser precisos con la fuente, porque circula mucha afirmación suelta. La Oficina de Copyright de Estados Unidos, en su segundo informe sobre inteligencia artificial y derecho de autor, publicado el 29 de enero de 2025, sostiene que el material generado puramente por una IA a partir de un prompt no es susceptible de protección de copyright, porque escribir un prompt no ejerce un control humano expresivo suficiente sobre el resultado: describe qué querés, pero no determina cómo se traduce en píxeles.
Esa misma oficina aclara el otro lado: cuando una persona aporta elementos expresivos propios sobre ese resultado —edición sustancial, selección y arreglo creativo de varias generaciones, combinación con material propio—, esa parte humana sí puede protegerse. No es que «toda imagen de IA» quede sin derechos ni que «cualquier edición» los otorgue por completo: depende del aporte humano expresivo en cada caso.
El informe corresponde a la Oficina de Copyright de Estados Unidos y no representa el estado legal de la generación de imágenes con IA en ningún otro país. Esta guía no reemplaza el asesoramiento de un profesional; si el uso que le vas a dar a una imagen importa de verdad, revisá la normativa vigente en tu país.
Un tema relacionado, pero distinto: algunos generadores adjuntan a la imagen de salida metadatos de procedencia, bajo el estándar Content Credentials (C2PA), que permiten rastrear que el archivo fue producido o editado con IA. Esto no resuelve los derechos de autor —son cuestiones separadas—, ni si una imagen cualquiera que ves por ahí fue generada por IA: esa pregunta se desarrolla en cómo detectar contenido generado con IA.
Checklist antes de publicar
- ¿Tengo derecho de uso? Revisá los términos del servicio que usaste: qué derechos te otorga sobre la imagen generada y si eso alcanza para el uso que tenés en mente, sobre todo si es comercial.
- ¿Hay una persona real o identificable? Si la imagen representa a alguien reconocible, necesitás su consentimiento antes de publicarla, más allá de que la herramienta te haya dejado generarla.
- ¿Suplanta una marca o a una figura pública? Un logo, un personaje reconocible o una figura pública en un contexto que la empresa o la persona no autorizó es motivo de bloqueo en la mayoría de los servicios, y de riesgo legal más allá de eso.
- ¿La marco como generada por IA si la comparto? Si el contexto en el que la vas a usar puede llevar a alguien a pensar que es una foto real, aclarar que es generada por IA evita malentendidos evitables.
- ¿Reviso si conserva metadatos de procedencia? Si el servicio adjunta Content Credentials, mantenerlos intactos (no recortar ni reconvertir el archivo sin necesidad) preserva esa trazabilidad para quien lo reciba después.
Errores frecuentes
- Creer que cualquier imagen generada es de dominio público o de uso libre. Los derechos dependen del servicio, de cuánto aporte humano expresivo hubo y, según la Oficina de Copyright de Estados Unidos, de si el resultado es puramente generado a partir de un prompt.
- Copiar un prompt «mágico» de un foro y esperar que funcione igual en cualquier herramienta. Cada generador interpreta el lenguaje visual a su manera; un prompt ajeno sirve como inspiración de estructura, no como receta exacta.
- Ignorar que casi todos los proveedores prohíben ciertos contenidos. Imágenes de personas reales sin consentimiento, contenido sexual o violento, y la suplantación de marcas o figuras públicas están bloqueadas en la mayoría de las políticas de uso, no son un límite que dependa de la redacción del pedido.
- Confundir «esta imagen tiene metadatos de IA» con «toda imagen de IA es detectable». Los metadatos de procedencia solo existen cuando el generador los adjuntó y nadie los borró; su ausencia no prueba que una imagen sea auténtica ni que no lo sea.
Preguntas frecuentes
¿Qué tipos de herramientas hay y cómo elijo sin atarme a una marca?
En términos generales hay dos formas de generar imágenes con IA, y conviene elegir por el tipo antes que por la marca, porque los nombres y las versiones cambian seguido. La primera es un generador de uso directo: una interfaz web o de chat para pedir una imagen puntual. La segunda es una interfaz de programación (API), documentada por proveedores como OpenAI y por servicios en la nube como Vertex AI de Google Cloud, pensada para integrarse en otro programa. Para elegir sin atarte a una marca, mirá criterios estables: si te deja iterar y editar de forma dirigida; qué política de contenido aplica; si el resultado incluye metadatos de procedencia; y qué derechos de uso te otorga sobre la imagen final. Ninguno depende de qué generador esté de moda este año.
¿Cómo se estructura un buen prompt de imagen?
Un prompt visual que rinde suele cubrir cinco piezas, aunque no siempre hagan falta todas: el sujeto (qué o quién aparece y qué hace), el estilo (fotografía, ilustración, render o técnica concreta), la composición (encuadre y ubicación de cada elemento), la iluminación (hora del día, calidez de la luz, dirección de sombras) y qué evitar (texto superpuesto, manos deformadas, marcas de agua). Un prompt vago como «un zorro en el bosque» deja esas decisiones libradas al azar, y el modelo completa cada hueco con la opción más probable en sus datos de entrenamiento, no con lo que imaginabas. Uno estructurado indica cada pieza en un renglón propio. No hace falta una fórmula fija: sujeto y estilo casi siempre conviene definirlos; composición e iluminación importan más cuando el resultado se va a usar en un lugar concreto.
¿Cómo itero o edito una imagen en vez de regenerarla desde cero?
El error más común es reescribir el prompt entero cada vez que el resultado no convence, lo que descarta lo que sí había salido bien. Conviene pensar el trabajo en tres pasos. Generar: una primera versión con el prompt completo, para tener un punto de partida. Variar: mantener la misma base y cambiar un solo parámetro por vez —el encuadre, la paleta— para comparar alternativas. Editar de forma dirigida: pedir un cambio puntual sobre la imagen ya generada, del tipo «mantené todo igual, cambiá solo el fondo», en vez de un prompt nuevo. Es la misma lógica que rinde en cualquier prompt de texto, aplicada al terreno visual. Regenerar desde cero tiene sentido solo cuando el problema es de fondo; si es puntual, editar dirigido es más rápido y conserva lo que ya estaba bien.
¿Soy dueño de los derechos de una imagen generada por IA?
La respuesta depende de cuánto control creativo humano haya en el resultado. La Oficina de Copyright de Estados Unidos, en su segundo informe sobre IA y derecho de autor, del 29 de enero de 2025, sostiene que el material generado puramente por una IA a partir de un prompt no es susceptible de protección de copyright, porque un prompt no ejerce control humano expresivo suficiente: describe qué querés, pero no cómo se traduce en píxeles. En cambio, cuando una persona aporta elementos expresivos propios —edición sustancial, selección y arreglo creativo, combinación con material propio—, esa parte humana sí puede protegerse. No es que «toda imagen de IA» quede sin derechos ni que «toda edición» los otorgue: depende del aporte humano en cada caso. Ese informe corresponde a la oficina de Estados Unidos, no al estado legal en otros países, y esta guía no es asesoramiento legal; si el uso importa de verdad, consultá la normativa de tu país.
¿Puedo usar la imagen de una persona real o una marca?
En la gran mayoría de los casos, no sin cuidado adicional. Casi todos los proveedores documentan una política que prohíbe generar imágenes de personas reales e identificables sin consentimiento, contenido sexual o violento, y la suplantación de marcas o figuras públicas, y esos pedidos suelen bloquearse antes de generar nada. Más allá de la política de la herramienta, publicar una imagen de una persona real sin autorización, o que imite la identidad de una marca, puede involucrar cuestiones legales de cada país, como el derecho a la propia imagen o la protección de marcas, independientes de que la herramienta te haya dejado generarla. Si involucra a una persona real, pedí consentimiento explícito antes de publicar; si involucra una marca, evitá la suplantación o un uso que sugiera un aval que no existe. Esta guía no es asesoramiento legal: ante un caso con implicancias reales, revisá la normativa de tu país.
¿Cómo sé si una imagen que veo fue generada por IA?
No hay una forma simple y confiable de saberlo con certeza absoluta. Algunos generadores adjuntan a la imagen de salida metadatos de procedencia, conocidos como Content Credentials bajo el estándar C2PA, que registran que el archivo fue producido o editado con IA. Pero no es universal: muchos generadores no lo aplican, esos metadatos pueden perderse al recortar la imagen, convertirla de formato o subirla a ciertas plataformas, y ninguna herramienta gratuita detecta hoy con fiabilidad todas las imágenes generadas por IA a partir del archivo final, sin ese metadato. Es un error confundir «esta imagen tiene metadatos de IA» con «toda imagen de IA se puede detectar»: lo primero es cierto solo cuando el generador lo incluyó y nadie lo borró; lo segundo, no. Cómo evaluar una imagen sospechosa y qué límites tienen los intentos de detección automática se desarrolla en la guía sobre cómo detectar contenido generado con IA.
Fuentes
Documentación oficial y material de la comunidad consultados para esta guía. Fecha de consulta: 29 de julio de 2026.
Aportes de la comunidad Underc0de
- Underc0de, foro. Midjourney: así es la IA rival de DALL-E 2, por Dragora, sección Inteligencia Artificial y BioHacking, 13 de julio de 2022. Es el antecedente real del tema en la comunidad, pero está muy envejecido: describe Midjourney como recién llegado y lo compara con una herramienta hoy discontinuada. Se cita como antecedente histórico; el ecosistema de generación de imágenes cambió por completo desde entonces.
Documentación oficial
- OpenAI. Image generation. Confirma el filtrado de prompts e imágenes en la entrada y en la salida según la política de contenido.
- OpenAI. Images and vision. Documentación general sobre generación y comprensión de imágenes.
- Google Cloud. Generate images (Vertex AI). Referencia de generación de imágenes por API en un servicio en la nube.
- U.S. Copyright Office. Copyright and Artificial Intelligence. Segundo informe sobre IA y derecho de autor, 29 de enero de 2025: control humano expresivo y protección de la parte humana de una obra.
- C2PA. Content Credentials FAQ. Estándar de metadatos de procedencia adjuntos por algunos generadores.