Personaje coherente con IA: mantener la misma cara de una imagen a otra y de un vídeo a otro

El problema con el que todo el mundo se topa a los diez minutos

Generas una heroína para tu proyecto. Es perfecta: treinta años, pelo pelirrojo cortado corto, chaqueta vaquera desgastada. Lanzas otra generación para verla de perfil. Y ahí llega la sorpresa. El pelo se ha vuelto castaño, la chaqueta ha desaparecido y la cara ya no tiene nada que ver con la anterior. Mismo prompt, palabra por palabra, copiado y pegado sin tocar una coma. Personaje distinto.

No es un bug de Imaginode ni de ninguna otra herramienta. Es el funcionamiento normal de todos los modelos de imagen actuales, sin excepción. Y mientras no entiendas por qué ocurre, vas a perder horas y decenas de créditos relanzando generaciones con la esperanza de un milagro que no va a llegar. Este artículo explica primero la causa y después la solución de verdad, la que funciona en producción para un cómic, una serie de posts o una película.

Spoiler honesto: la solución no es un prompt mejor. Es enseñarle tu personaje al modelo en lugar de describírselo, con imágenes de referencia. En Imaginode eso pasa por el nodo Referencia, y vamos a montarlo paso a paso, desde el retrato maestro hasta la @mención verde, con los precios exactos en créditos de cada etapa para que sepas en todo momento cuánto te cuesta el proceso.

Por qué cambia la cara: el ruido aleatorio

Un modelo de imagen no dibuja como un ilustrador que guarda su personaje en la cabeza. Cada generación arranca de una imagen de ruido aleatorio, un puré de píxeles sorteado al azar, que el modelo va limpiando progresivamente apoyándose en tu prompt. Dos sorteos de ruido distintos dan dos puntos de partida distintos, y por tanto dos caras distintas al final del proceso. Así de simple y así de frustrante.

Tu prompt solo describe una categoría de personas. «Mujer pelirroja de treinta años con chaqueta vaquera» corresponde a millones de caras posibles, todas igual de válidas para el modelo. En cada generación elige una, compatible con la descripción, y ya está. Nunca elige dos veces la misma, sencillamente porque nada le obliga a hacerlo. Tú tienes una persona concreta en mente; el modelo solo tiene una etiqueta.

Y hay que añadir una segunda mala noticia: el modelo no tiene memoria alguna. La generación número 12 ignora por completo las 11 anteriores. No «se acuerda» de tu heroína porque nunca la ha conocido. Cada clic en Generar parte de cero, con un ruido nuevo y sin historia común contigo ni con tus imágenes previas. No hay aprendizaje entre generaciones, no hay continuidad implícita, no hay nada que se acumule.

Por qué el prompt ultradetallado nunca es suficiente

El primer reflejo lo hemos tenido todos: describir más. Cuatrocientas palabras sobre la forma de la nariz, la separación de los ojos, el mechón que cae hacia la izquierda. Eso mejora un poco la estabilidad de los elementos fáciles, como el color del pelo o la ropa. Pero la cara, que es justo lo que importa, sigue cambiando de una generación a la siguiente.

La razón es frustrante pero lógica: el lenguaje es demasiado pobre para describir una cara. Haz la prueba. Intenta describir a tu mejor amigo por escrito y dale luego el texto a un dibujante que no lo haya visto nunca. El retrato será plausible, pero jamás parecido. Una cara humana son miles de microproporciones que ningún vocabulario captura, por muy preciso que intentes ser. Las palabras describen categorías; una cara es un caso único.

Y cuanto más se alarga el prompt, más tiene que arbitrar el modelo entre instrucciones que se pisan unas a otras. A partir de cierto punto, cada palabra añadida sobre la cara se paga en atención perdida sobre la escena, la luz o la acción. El resultado es conocido: obtienes un retrato rígido y posado en lugar de la imagen viva que querías. Más texto no significa más control; a menudo significa menos.

La verdadera solución: enseñar en vez de describir

Lo que haría un dibujante en la vida real es pedirte una foto. Los modelos recientes saben hacer exactamente lo mismo: adjuntas una o varias imágenes de referencia a la generación y el modelo las usa como fuente visual directa en lugar de interpretar texto. Deja de imaginar una cara compatible con tus palabras y empieza a copiar la cara que le has puesto delante.

La diferencia es espectacular. Donde un prompt de 400 palabras da un doble aproximado una vez de cada cinco, tres buenas fotos de referencia dan un personaje reconocible casi siempre. No es magia: el modelo copia proporciones reales en vez de inventarlas. Es la diferencia entre describirle un rostro a alguien por teléfono y enviarle directamente la fotografía.

Ojo, de todas formas: no todos los modelos saben hacerlo. En Imaginode, el puerto de referencias sencillamente no aparece en un nodo cuando el modelo seleccionado no las gestiona. Si no ves el puerto, cambia de modelo antes de ponerte a buscar un ajuste escondido: no existe tal ajuste. La interfaz te está diciendo, a su manera, que ese modelo no puede trabajar con tus imágenes.

El nodo Referencia, paso a paso

En el canvas de Imaginode, añade un nodo Referencia. Contiene tres campos. Primero un nombre: «Lea», «Capitana Bruma», lo que quieras, preferiblemente corto para que sea cómodo de escribir. Después una descripción: es el texto que se inyectará en tus prompts, y volveremos sobre él más abajo porque tiene su técnica. Y por último las fotos: arrastra ahí tus mejores imágenes del personaje.

Este nodo es reutilizable en todo el proyecto. Lo creas una vez y a partir de ahí cada nodo Imagen o Vídeo del canvas puede conectarse a él. Esa es toda la lógica del canvas de nodos: el personaje se convierte en una pieza colocada en algún sitio, no en un párrafo que hay que copiar y pegar en veinte prompts distintos, con el riesgo de que se desincronicen las versiones.

Un detalle práctico que cambia el día a día: el guardado es automático y cada nodo conserva el historial de sus últimas 12 generaciones. Si la versión 7 de tu personaje era la buena, sigue ahí, lista para incorporarse al nodo Referencia. No hace falta descargar nada ni tener miedo de perder el resultado bueno por lanzar una generación más.

La @mención verde, o cómo invocar a tu personaje

Una vez creado el nodo Referencia, invocas al personaje en cualquier prompt escribiendo @ seguido de su nombre. La mención se muestra en verde dentro del texto, señal de que está bien conectada al nodo. A partir de ahí escribes prompts cortos y naturales: «@Lea cruza un mercado nocturno bajo la lluvia, plano general». Nada de repetir la descripción física en cada frase.

En el momento de generar, Imaginode hace dos cosas automáticamente: inyecta la descripción del nodo en el prompt y adjunta las fotos como imágenes de referencia, siempre que uses un modelo compatible con edición. No tienes que copiar nada, no tienes que volver a subir nada. La mención basta. Todo el trabajo de continuidad queda delegado en el sistema, que es exactamente donde debe estar.

Un extra que se agradece: la varita mágica, que reescribe tus prompts de Imagen y Vídeo en inglés rico mediante Kimi por 1 crédito, preserva las @menciones. Puedes por tanto enriquecer un prompt sin romper el vínculo con tu personaje. Es el tipo de detalle que evita sorpresas desagradables cuando cada generación cuesta 6 créditos y llevas media tarde afinando una escena.

Qué modelos de imagen saben sostener un personaje

En imagen, el campeón de las referencias en Imaginode se llama Seedream 5 Lite, a 5 créditos por generación, unos 0,05 €. Es el modelo que debes elegir por defecto para cualquier personaje recurrente: acepta tus imágenes y reproduce las caras con una fidelidad que los demás no alcanzan a ese precio. Si trabajas con el nodo Referencia, este es tu modelo de cabecera.

Dos alternativas según la necesidad. GPT Image Mini, a 2 créditos, también acepta referencias: perfecto para iterar sobre poses y encuadres sin vaciar el contador. Y Flux Kontext, a 6 créditos, juega un papel diferente: edita una imagen existente. «Sustituye el fondo por una playa», y tu personaje permanece intacto mientras el decorado cambia. Es la herramienta de retoque, no de creación desde cero.

En el extremo opuesto, Flux Schnell a 1 crédito o Imagen 4 Fast a 3 créditos son excelentes generalistas, pero no cuentes con ellos para la coherencia facial del héroe de una serie. El buen reflejo: hacer los borradores de composición con un modelo barato y después cambiar a Seedream 5 Lite con la @mención para las imágenes finales. Cada modelo en su fase, cada crédito en su sitio.

El método del retrato maestro

Error clásico: usar como referencias imágenes donde el personaje ya está en situación, pequeño en el encuadre, a contraluz, de espaldas. El modelo aprende entonces tanto el decorado como la cara, y mezcla las dos cosas en las generaciones siguientes. El método correcto consiste en fabricar primero un retrato maestro: el personaje solo, sobre fondo neutro, con luz franca y directa.

En concreto: abre un nodo Imagen, elige un modelo fotorrealista como Imagen 4 a 6 créditos y describe únicamente al personaje: «retrato de busto, mujer de 30 años, pelo pelirrojo corto, chaqueta vaquera desgastada, fondo gris liso, luz suave frontal». Relanza hasta obtener LA cara, la que reconocerías entre mil. Cuenta con 4 o 5 intentos, es decir, entre 24 y 30 créditos, menos de 0,30 €.

Ese retrato se convierte en la piedra angular del nodo Referencia. Todas las imágenes posteriores descienden de él. Es una inversión de diez minutos que te ahorra horas de lotería después, y es la única etapa en la que relanzar muchas veces está de verdad justificado. Sé exigente aquí: todo lo que venga luego heredará las virtudes y los defectos de esta imagen.

Varía los ángulos de tus fotos de referencia

Un solo retrato frontal es un buen comienzo, pero entonces el modelo solo conoce a tu personaje desde un ángulo. Pídele un perfil y se inventará una nariz, una mandíbula, unas orejas. Para fijar el personaje en tres dimensiones hay que enseñarle varios puntos de vista, igual que un escultor necesita rodear a su modelo antes de trabajar.

La combinación que funciona bien: un retrato frontal, un tres cuartos, un perfil y un plano de cuerpo entero para la silueta y la ropa. Cuatro imágenes suelen bastar. Para producirlas, parte del retrato maestro con un modelo que acepte referencias y pide «misma persona, vista de perfil, mismo fondo gris». Verifica cada resultado con calma antes de añadirlo al nodo: aquí no vale el «casi».

Sé exigente en esta etapa, más que en ninguna otra. Una foto de referencia ligeramente fallida, con un mentón un poco distinto o una oreja aproximada, contaminará en silencio todas las generaciones futuras, y tú buscarás la causa en el sitio equivocado, en tus prompts. Mejor 4 imágenes impecables que 8 mediocres. A 5 créditos la vista con Seedream 5 Lite, rehacer una foto dudosa cuesta 0,05 €. No negocies con eso.

Escribe la descripción como un contrato de continuidad

El campo de descripción del nodo Referencia no es decorativo: se inyecta en cada prompt donde aparece la @mención. Por tanto hay que escribir en él lo que debe sobrevivir a todos los planos, y nada más. Los rasgos distintivos duraderos: la cicatriz en la ceja izquierda, la chaqueta vaquera desgastada, el reloj en la muñeca derecha, la forma de andar encorvada. Lo que define la identidad del personaje, plano tras plano.

No metas ahí lo que cambia de una escena a otra. Si escribes «sonriente, en una cafetería» en la descripción, tu personaje sonreirá en una cafetería incluso en mitad de una escena de tormenta. La descripción describe la identidad; el prompt describe la escena. Esta separación de papeles es lo que hace robusto el sistema, y romperla es la fuente número uno de resultados absurdos.

En los rodajes, este trabajo tiene un nombre: el guion de continuidad. A nadie le parece glamuroso y todo el mundo reconoce que es lo que evita que el actor cambie de camisa entre dos planos. Tu nodo Referencia cumple exactamente ese papel: aburrido de escribir, imprescindible de tener, invisible cuando funciona bien.

Y en vídeo: los modelos y sus máximos exactos

El vídeo plantea el mismo problema que la imagen, pero agravado: una cara que deriva a lo largo de los segundos se nota inmediatamente, porque el ojo humano es implacable con los rostros en movimiento. Por suerte, varios modelos de vídeo de Imaginode aceptan imágenes de referencia, con máximos diferentes. Seedance 2.0 y 2.0 Fast admiten 9, Seedance 2.5 todavía más. MiniMax H3 también acepta 9, Grok Imagine Video 5, y Kling V3 y Veo 3.1 Fast 3 cada uno.

El nodo Vídeo expone además entradas distintas según el modelo: una imagen de inicio, y una imagen final cuando el modelo lo soporta. La técnica más fiable sigue siendo precisamente esa: generar primero una imagen perfecta del personaje con Seedream 5 Lite y conectarla después como imagen de inicio del vídeo. El movimiento parte de una cara que ya es correcta, en vez de pedirle al modelo que acierte cara y movimiento a la vez.

Seamos francos con las tasas de éxito: el vídeo con IA falla aproximadamente una generación de cada tres o cuatro, con referencias o sin ellas. Un brazo que atraviesa un objeto, una mirada que se va a otra parte. Prevé ese descarte en tu presupuesto desde el principio. A 26 créditos los 5 segundos en Kling 2.5 Turbo o 48 créditos en 720p en Seedance 2.0 Fast, una escena terminada cuesta en la práctica el doble del precio mostrado. Los fallos técnicos, en cambio, se reembolsan automáticamente.

Caso práctico: un minicómic de seis viñetas

Tomemos un ejemplo realista: un minicómic de seis viñetas para Instagram, con Luna, una apicultora, como heroína. Etapa 1, el retrato maestro sobre fondo neutro: 5 intentos con Imagen 4, 30 créditos. Etapa 2, las vistas complementarias, tres cuartos, perfil y cuerpo entero: unas 6 generaciones con Seedream 5 Lite, 30 créditos. El nodo Referencia «@Luna» está listo, y ya no volveremos a tocarlo en todo el proyecto.

Etapa 3, las seis viñetas. Cada prompt se mantiene corto: «@Luna abre una colmena al amanecer, vista en picado». Con Seedream 5 Lite a 5 créditos y contando una repetición de cada dos, las seis viñetas cuestan unos 45 créditos. Total del proyecto: aproximadamente 105 créditos, es decir, 1,05 €. Para una serie de seis visuales con un personaje estable, difícil hacerlo mejor a cualquier precio.

El mismo nodo servirá la semana siguiente para el episodio 2, y después para un vídeo de 5 segundos en el que Luna saluda a cámara. Un solo personaje, definido una sola vez, declinado en todas partes. Ahí es donde la lógica de nodos cobra todo su sentido frente a las herramientas donde cada imagen parte de una página en blanco y la continuidad depende de tu paciencia para copiar prompts.

Trampa número 1: las referencias contradictorias

La trampa más común: mezclar en el nodo Referencia fotos procedentes de versiones diferentes del personaje. Dos imágenes donde el corte de pelo difiere ligeramente, una tercera donde la chaqueta es más oscura. El modelo, obligado a ser fiel a fuentes que se contradicen entre sí, produce una media blanda que no se parece a ninguna de las tres. Nadie sale ganando.

El síntoma es reconocible: las generaciones están todas «casi bien» pero nunca son idénticas entre sí. Si te pasa, no toques el prompt. Abre el nodo Referencia, pon las fotos una al lado de otra y elimina sin piedad las que divergen, aunque te gusten por separado. Vuelve a partir del retrato maestro como única fuente de verdad y reconstruye desde ahí.

Regla simple: cada foto añadida debe poder describirse con exactamente la misma frase que las demás. Si tienes que decir «esa es de antes de que tuviera la cicatriz», no pinta nada en el nodo. Crea mejor un segundo nodo Referencia para esa versión del personaje: dos nodos limpios funcionan; un nodo con dos versiones mezcladas, nunca.

Trampa número 2: ocho fotos casi idénticas

La trampa inversa también existe. Ocho retratos frontales, misma expresión, misma luz, mismo fondo. El modelo deduce entonces que todo es seña de identidad del personaje: el ángulo, la sonrisa congelada, la iluminación. Resultado: se resiste cuando pides otra cosa. Tu personaje mira a cámara de frente en todas las escenas, incluso en pleno sprint, con la misma media sonrisa imperturbable.

Es el sobreajuste en versión referencia: demasiados ejemplos idénticos fijan la pose en vez de la cara. El antídoto enlaza con el consejo sobre los ángulos: pocas imágenes, pero variadas. Cuatro fotos que cubran frontal, tres cuartos, perfil y silueta ganan a ocho clones del mismo retrato, sistemáticamente y sin excepción conocida.

En los modelos de vídeo que aceptan hasta 9 referencias, como Seedance 2.0 o MiniMax H3, la tentación de rellenar todos los huecos es fuerte. Resiste. Rellénalos solo si cada imagen aporta información nueva: un ángulo, una prenda, una expresión. Si no, tres buenas imágenes rinden más que nueve redundantes. En referencias, la variedad vale más que el volumen.

Por dónde empezar hoy

El plan de acción cabe en una sesión de treinta minutos. Crea un nodo Imagen, genera tu retrato maestro sobre fondo neutro, cuenta con una treintena de créditos de pruebas. Crea el nodo Referencia, ponle nombre al personaje, escribe tres frases de descripción duradera, añade el retrato y después las vistas complementarias. Prueba a continuación una primera escena con la @mención y Seedream 5 Lite, y compara con lo que obtenías antes.

Si prefieres no cablear todo esto tú mismo, el asistente de Imaginode construye el workflow completo en un clic por 1 crédito por mensaje: describe «una serie de posts con un personaje recurrente» y colocará los nodos Imagen, Referencia y Vídeo ya conectados entre sí. Solo te queda rellenar las fotos y ajustar los prompts a tu gusto.

Con el plan Starter a 13 € sin IVA por 900 créditos mensuales, esta sesión completa consume menos del 15 % de la cuota. Y todo ocurre en el navegador, con la generación ejecutándose en el servidor: ninguna instalación, ninguna tarjeta gráfica que poseer. Tu sesión del mediodía en el portátil del salón es más que suficiente para dejar el personaje cerrado.

Una vez estabilizado tu personaje, el siguiente frente es ponerlo en escena como es debido: encuadre, objetivo, movimiento de cámara. Ese es exactamente el terreno del nodo Cámara, y le hemos dedicado un artículo entero, «dirigir la cámara con IA». Tu heroína ya tiene una cara que se mantiene. Falta regalarle planos de verdad.