En un libro ilustrado, un storyboard o una ilustración de campaña recurrente, un pequeño cambio en el rostro de un personaje puede romper la secuencia. Un flujo de trabajo de personaje consistente de GPT Image 2.6 comienza con una referencia ancla de personaje clara. Guárdala, sube esa misma imagen original para cada escena nueva, repite los rasgos identificativos y cambia solo la escena o la acción. Si un fotograma se desvía, edítalo tomando como referencia el ancla antes de continuar. Esta guía muestra la referencia ancla de Mara y dos escenas, te da los prompts exactos y ofrece una comprobación de cinco puntos para decidir si el conjunto está listo para usar.
Puntos clave
- Guarda una referencia ancla limpia y sin recortar que muestre el rostro, el cuerpo, el atuendo y el estilo del personaje.
- Sube esa referencia ancla original para cada escena nueva y repite los detalles de identidad en cada prompt.
- Cambia el entorno o la acción de a uno por vez, y luego revisa todos los fotogramas en paralelo.
- Corrige un error específico con una edición acotada; una imagen de referencia no garantiza una salida idéntica.
Qué significa realmente “personaje consistente”
En una serie ilustrada, la consistencia significa que el lector puede reconocer a la misma persona en cada fotograma sin depender del pie de foto. El rostro suele concentrar la mayor parte de ese reconocimiento: su forma, el color de los ojos, la nariz y las marcas distintivas. El cabello y un elemento distintivo le dan al lector otra pista. Las proporciones corporales, la ropa y el estilo de renderizado apoyan la continuidad, pero responden a preguntas ligeramente distintas. Un personaje puede conservar su abrigo mientras su rostro cambia, o conservar su rostro mientras la página siguiente de repente parece de otro libro.
Define las reglas de identidad antes de crear escenas. En este ejemplo, Mara tiene rostro ovalado, ojos marrón oscuro, nariz pequeña y redondeada, cinco pecas en el puente de la nariz, rizos negros cortos y un rizo blanco sobre la ceja izquierda. Su impermeable mostaza y su bufanda verde azulado pertenecen a esta secuencia en particular. El estante de la biblioteca y el sendero del jardín, no. Esta distinción le dice al editor qué proteger y te da una forma justa de evaluar cada resultado.
La guía de prompting de imágenes de OpenAI recomienda reutilizar una referencia de personaje y repetir las restricciones de apariencia en todas las escenas. Su guía de generación de imágenes también indica que los personajes recurrentes pueden perder consistencia visual entre generaciones. Trata la referencia ancla como una instrucción fuerte y luego inspecciona el resultado. Es una referencia de trabajo, no una promesa de que cada peca caiga en el mismo píxel. Una discusión de la comunidad describe que la deriva aparece ya en la segunda imagen; esa experiencia explica el problema práctico, aunque no es un benchmark del modelo.
Para un libro ilustrado, define tu tolerancia antes de generar diez páginas. Un ligero cambio en el pigmento de acuarela suele ser inofensivo. Una nariz diferente, la ausencia del rizo blanco o una silueta facial alterada pueden hacer que el personaje se lea como una persona nueva. Cuando la trama prevista requiera un cambio de vestuario, quita la ropa del bloqueo de identidad y mantén los rasgos faciales más estrictos. Aquí, las dos escenas mantienen el atuendo fijo para que la prueba aísle cambios de entorno y acción.
Crea una referencia ancla de personaje reutilizable
Escribe un bloqueo de identidad
Una referencia ancla útil es una imagen de referencia que puedas leer de un vistazo. Muestra a una sola persona, con el cuerpo entero visible y una vista clara de tres cuartos del rostro. Dale al sujeto suficiente espacio para que las manos, los pies, el abrigo y el cabello no queden cortados. Un fondo claro y liso hace que el personaje sea fácil de inspeccionar y evita que los objetos de la escena se conviertan en partes accidentales de su identidad. Guarda el resultado original en lugar de una miniatura recortada.
Anota un bloqueo de identidad compacto antes de abrir el modelo. Elige algunos rasgos que sean visibles y distintivos a la vez. “Mujer joven y amable” es demasiado amplio para auditarlo. “Cinco pecas en la nariz y un rizo blanco sobre la ceja izquierda” te da comprobaciones observables. Mantén las descripciones de izquierda y derecha ancladas al personaje tal como aparece en la imagen y luego inspecciona con cuidado las salidas espejadas. Para una serie larga, registra el nombre de archivo de la referencia ancla aprobada y el bloqueo de texto exacto en tus notas de producción para que distintos editores partan de la misma fuente.
| Se mantiene fijo en este conjunto de tres fotogramas | Puede cambiar |
|---|---|
| Rostro ovalado, ojos marrón oscuro, nariz redondeada, cinco pecas, rizo blanco | Ubicación, objetos de fondo y clima |
| Rizos negros cortos y proporciones corporales naturales | Pose, posición de las manos y mirada dentro de una vista de tres cuartos visible |
| Impermeable mostaza, bufanda verde azulado, pantalones azules, botas marrones | Qué está haciendo Mara con el libro |
| Contornos suaves a tinta, acuarela cálida y apagada, textura de papel | Iluminación local que aún encaje con la paleta compartida |
Esta es una regla de producción para este ejemplo, no una afirmación de que el modelo tenga un interruptor dedicado de bloqueo de identidad. Tú proporcionas la referencia y las palabras en cada ejecución. Resiste la tentación de añadir muchos rasgos diminutos que serán invisibles en el tamaño de un storyboard. El rizo blanco y las pecas son valiosos aquí porque puedes comprobarlos en las imágenes finales.
Genera y guarda la referencia ancla
Abre el modelo de texto a imagen GPT Image 2.6 Sunburst de Atlas Cloud para el primer fotograma. Selecciona alta calidad, alta complejidad, salida PNG, una imagen y un lienzo horizontal de 1536×864 si esos controles están disponibles en tu playground actual. Verifica la configuración confirmada antes de ejecutar; un valor introducido puede revertirse en un formulario dinámico. Usa este prompt textualmente:
plaintext1Create one original character for a children's picture-book storyboard, shown alone in a clear full-body three-quarter view. 2 3Identity: Mara is a young adult with an oval face, dark brown eyes, a small rounded nose, five light freckles across the bridge of her nose, short black curls, and one distinct white curl above her left eyebrow. Keep her facial proportions natural and easy to recognize. 4 5Outfit: mustard-yellow raincoat, teal scarf, dark blue trousers, brown ankle boots. No hat. 6 7Style: hand-painted watercolor illustration with soft ink outlines, warm muted colors, and visible paper texture. Plain pale-cream background. Center the full character with hands and feet visible. 8 9Output: one landscape 16:9 image. No other people, no text, no logo, no watermark.
Referencia ancla de personaje: usa esta imagen original como referencia para cada escena nueva.
Revisa la imagen resultante antes de aprobarla. Si las cinco pecas no se distinguen o el rizo blanco está del lado equivocado, corrige la referencia ancla ahora. Cada página posterior hereda la ambigüedad de esta decisión. Conserva el PNG sin modificar como referencia maestra y nómbralo por separado de los archivos de escena. Si más adelante cambias el diseño de Mara, empieza una serie nueva desde una referencia ancla nueva aprobada en lugar de mezclar revisiones.
Pon al mismo personaje en dos escenas nuevas
Usa el playground de edición de GPT Image 2.6 Sunburst para ambas escenas. La entrada esencial es la referencia ancla guardada, no solo una descripción textual del personaje. Sube la referencia ancla original en cada ejecución, selecciona los mismos controles de alta calidad y alta complejidad si se ofrecen, y solicita un PNG a 1536×864. Si la interfaz solo ofrece un tamaño diferente, registra el tamaño real confirmado y mantenlo igual para ambas escenas. Un encuadre igual facilita la revisión visual.
Los dos prompts repiten deliberadamente la mayor parte del bloqueo de identidad. Esa repetición es útil: cada solicitud debe ser autocontenida, aunque crees los fotogramas con horas de diferencia o los ejecute otra persona para el segundo. No supongas que el modelo recuerda una generación independiente anterior. Guarda el prompt exacto junto a cada salida para que puedas rastrear una deriva hasta una instrucción cambiada, una referencia distinta o la variación del modelo.
Escena 1: cambia el entorno
Sube la referencia ancla original y pega el prompt de la biblioteca. Mara mantiene el mismo atuendo y tratamiento de acuarela. La nueva información es una ubicación y una acción en un estante bajo. Un estante bajo ayuda a mantener todo su cuerpo a la vista, lo que hace que este fotograma sea comparable con la referencia ancla. El prompt también pide un rostro visible de tres cuartos porque una vista trasera lejana ocultaría los rasgos que este ejercicio mide.
plaintext1Use the uploaded image as the identity, outfit, proportions, and watercolor-style reference for Mara. Create one new landscape 16:9 picture-book scene: Mara stands inside a small neighborhood library, reaching for a book on a low shelf. Show her full body and keep her face visible in a three-quarter view. 2 3Preserve her oval face, dark brown eyes, small rounded nose, five freckles, short black curls, white curl above her left eyebrow, mustard raincoat, teal scarf, dark blue trousers, and brown boots. Preserve the soft ink outlines, warm muted palette, and paper texture. 4 5Change the setting and pose only. Do not introduce another character, redesign Mara, add text, add a logo, or add a watermark.
Escena de biblioteca: compara el rostro de Mara, el rizo blanco, la bufanda y el impermeable con la referencia ancla de arriba.
Inspecciona la salida de la biblioteca en dos tamaños. A tamaño completo, cuenta las pecas y comprueba la dirección del rizo blanco. Al tamaño en que un lector la verá en tu libro o storyboard, pregúntate si Mara sigue leyéndose como la misma persona. Un detalle puede estar técnicamente presente pero ser demasiado pequeño para aportar reconocimiento. Si la biblioteca se vuelve muy elaborada y reduce a Mara, pide una composición más simple manteniendo la referencia ancla y el texto de identidad.
Escena 2: cambia la acción
Inicia una edición nueva con la misma referencia ancla original. No subas el resultado de la biblioteca como única referencia. Encadenar la escena uno con la escena dos puede arrastrar un pequeño error y dificultar saber qué imagen estableció al personaje. El prompt del jardín cambia tanto el entorno como la acción, mientras mantiene su rostro visible, el vestuario y el tratamiento de acuarela.
plaintext1Use the uploaded anchor image as the identity, outfit, proportions, and watercolor-style reference for Mara. Create one new landscape 16:9 picture-book scene: Mara walks through a garden after light rain, holding a closed book against her chest. Show her full body and keep her face clearly visible in a three-quarter view. 2 3Preserve her oval face, dark brown eyes, small rounded nose, five freckles, short black curls, white curl above her left eyebrow, mustard raincoat, teal scarf, dark blue trousers, and brown boots. Preserve the soft ink outlines, warm muted palette, and paper texture. 4 5Change the setting and action only. Keep Mara recognizable as the exact same original character. No other people, no text, no logo, no watermark.
Escena de jardín: cambian el entorno y la acción mientras los principales rasgos visuales de Mara siguen visibles.
El libro cerrado les da a sus manos una tarea clara sin introducir una segunda persona ni un nuevo elemento de diseño. Compara el fotograma del jardín con la referencia ancla de inmediato y luego compáralo con el fotograma de la biblioteca. Ambas comparaciones importan. Una imagen de jardín puede verse internamente coherente y aun así cambiar el rostro de Mara o el color de su abrigo. Si el fotograma pasa, guárdalo como una salida separada; mantén la referencia ancla original intacta para cada página posterior.
Para una serie más larga, este patrón escala página a página: entra la referencia ancla original, un cambio de escena, salida revisada. No requiere que la historia use la misma pose para siempre. Una vez que la identidad es estable, varía el ángulo o la ropa de forma deliberada, con esos cambios nombrados en el prompt y comprobados frente a los rasgos fijos restantes. Hazlo como una nueva variación controlada, no en silencio en medio de una secuencia que prometía un solo atuendo.
Tres casos publicados más de consistencia de personaje
Los siguientes pares de imágenes provienen de la guía de prompting de imágenes de GPT Image 2.6 de OpenAI. Son ejemplos publicados, no ejecuciones adicionales del prompt de Mara ni salidas generadas para este artículo. Cada imagen de la derecha está etiquetada como GPT Image 2.6 Sunburst en esa guía; la guía indica calidad media y un lienzo de 1024×1536. Los resúmenes de prompts a continuación sintetizan las solicitudes publicadas en lugar de citarlas textualmente. Usa la guía enlazada para consultar los prompts fuente exactos y las imágenes de entrada. Estos tres casos prueban cambios diferentes, no una tasa de éxito medida.
Caso 1: continúa la historia de un héroe del bosque
La primera imagen establece un héroe de acuarela con capucha verde. Para la segunda, la referencia de personaje se reutiliza en una escena de rescate en la nieve. Modelo: GPT Image 2.6 Sunburst para la referencia y la edición. Resumen del prompt: presenta a un ayudante original del bosque con capucha verde, botas marrones, bolsa en el cinturón y un tratamiento suave de acuarela; luego muestra al mismo héroe ayudando a una ardilla después de una tormenta invernal mientras conserva el rostro, las proporciones, la ropa y la paleta. El entorno y la acción cambian, así que compara la forma de la capucha, el cabello, el rostro, la bolsa y las botas entre el par.
Fuente: referencia y continuación del héroe del bosque de OpenAI. Izquierda: referencia de personaje. Derecha: la edición publicada de escena invernal con GPT Image 2.6 Sunburst.
Caso 2: cambia la ropa sin cambiar a la persona
Este ejemplo usa un retrato de museo como entrada de identidad e imágenes separadas de prendas como referencias de ropa. Modelo: GPT Image 2.6 Sunburst Edit. Resumen del prompt: ajusta la chaqueta, la parte superior y las botas proporcionadas a la persona mientras mantiene consistentes su rostro, cabello, forma del cuerpo, pose, fondo de museo, encuadre e iluminación. El cambio de prenda es intencional; un rostro o ángulo de cámara cambiados serían deriva. El par publicado te permite inspeccionar ambos tipos de detalle en paralelo.
Fuente: ejemplo de ropa con preservación de identidad de OpenAI. Izquierda: referencia de identidad. Derecha: la edición publicada de ropa con GPT Image 2.6 Sunburst.
Caso 3: lleva un retrato a una escena de acción
El mismo retrato de museo se convierte en la referencia de identidad de una mujer que huye de un oso en un camping al atardecer. Modelo: GPT Image 2.6 Sunburst Edit. Resumen del prompt: coloca a la persona referenciada en una escena creíble de escape al aire libre con color e iluminación naturales, cambiando su actividad, ropa y expresión para ajustarse a la situación. Esta es una comprobación de identidad más difícil que la edición de vestuario porque el rostro se redibuja con una expresión y un punto de vista diferentes. Compara la estructura facial reconocible en lugar de esperar una sonrisa sin cambios.
Fuente: ejemplo de persona en una escena nueva de OpenAI. Izquierda: referencia de identidad. Derecha: la edición publicada de camping con GPT Image 2.6 Sunburst.
Corrige la deriva sin rediseñar la escena
La deriva a menudo aparece en un detalle que parecía demasiado pequeño para mencionarlo: el rostro de Mara se redondea, las pecas desaparecen, su línea del cabello se mueve, el rizo blanco cambia de lado o la bufanda verde azulado se vuelve azul. Decide primero si la escena en sí funciona. Si la pose y el entorno son útiles, una edición enfocada es una mejor primera medida que generar una escena completamente nueva. Si el personaje ocupa solo unos pocos píxeles o la composición oculta su rostro, regenera la escena con un encuadre más claro porque las ediciones locales tienen muy poca evidencia visible con la que trabajar.
Para una corrección acotada, sube la escena problemática como Imagen 1 y la referencia ancla aprobada como Imagen 2. Etiqueta sus roles en el prompt. Si la interfaz no deja claro el orden de carga, verifica las miniaturas y describe los roles explícitamente antes de ejecutar. Este ejemplo se centra en el rostro y el cabello, así que le pide al modelo que preserve las manos, el libro, el entorno, la iluminación y la composición. Sustituye “biblioteca” por “jardín” según sea necesario.
plaintext1Image 1 is the scene to repair. Image 2 is Mara's approved identity anchor. 2 3In Image 1, correct only Mara's face and hair so they match Image 2: oval face, dark brown eyes, small rounded nose, five freckles across the nose, short black curls, and the white curl above her left eyebrow. 4 5Preserve Image 1's pose, clothing, hands, book, garden or library setting, composition, lighting, watercolor texture, and all other details. Do not add or remove objects. No text or watermark.
Una instrucción acotada reduce el cambio solicitado; no fuerza una edición perfectamente local. Inspecciona todo el fotograma reparado, incluidos el fondo y el libro. Una reparación puede restaurar el rostro y a la vez cambiar una mano, un objeto o el recorte. Si eso ocurre, decide si vale la pena una segunda reparación enfocada o si es más limpio ejecutar una escena nueva desde la referencia ancla. Conserva la salida rechazada en tu carpeta de trabajo, pero no la conviertas en la siguiente referencia de identidad.
Comprueba el conjunto antes de publicar
Coloca la referencia ancla, la salida de biblioteca y la de jardín al mismo tamaño de visualización. Usa la referencia ancla como estándar y luego revisa el mismo rasgo en las tres imágenes antes de pasar al siguiente rasgo. Este método fila por fila detecta la deriva de forma más fiable que juzgar cada imagen por separado. También separa un cambio tolerable de iluminación de un cambio en la identidad del personaje.
Compara los mismos puntos faciales, el rizo distintivo, la ropa, las proporciones y el tratamiento de acuarela en las tres salidas; las imágenes deben juzgarse, no darse por perfectas.
| Comprobación de cinco puntos | Señal de deriva | Siguiente acción |
|---|---|---|
| Rostro: forma, ojos, nariz, pecas | Una silueta diferente o pecas identificativas ausentes | Repara el rostro tomando como referencia el ancla y luego inspecciona el fotograma completo |
| Cabello y marca: rizos cortos, rizo blanco a la izquierda | El rizo desaparece, cambia de lado o cambia la longitud del cabello | Haz una reparación solo del cabello; rechaza una identidad espejada si cambia el reconocimiento |
| Proporciones: escala de cabeza, torso y extremidades | El personaje se ve mucho mayor, más joven, más alto o con una complexión diferente | Regenera con un encuadre de cuerpo completo más claro si toda la figura cambió |
| Atuendo: abrigo, bufanda, pantalones, botas | Cambian los colores distintivos o las formas de las prendas | Edita solo la prenda si el rostro y la escena pasan |
| Estilo: líneas a tinta, acuarela apagada, textura de papel | Un fotograma se lee como un medio diferente | Vuelve a editar desde la referencia ancla o regenera la escena con el bloqueo de estilo |
Acepta las diferencias naturales causadas por la pose, la expresión y la iluminación local si el personaje sigue leyéndose como Mara al tamaño de visualización final. Rechaza un rostro intercambiado, una marca distintiva ausente o un cambio de vestuario llamativo en esta secuencia de atuendo fijo. No llames a un conjunto “consistente” solo porque el prompt pidió consistencia. Registra qué pasó y qué reparaste. Ese pequeño rastro de auditoría ayuda cuando una página posterior te hace cuestionar la referencia ancla anterior.
Elige un modelo, ajustes y presupuesto
¿GPT Image 2.6 Sunburst o GPT Image 2.6 Flare?
OpenAI describe GPT Image 2.6 Flare como el modelo más pequeño para trabajos sensibles a la velocidad y GPT Image 2.6 Sunburst como el modelo base para más detalle o ediciones precisas. El flujo de trabajo de personaje aquí usa GPT Image 2.6 Sunburst para la referencia ancla y ambas ediciones, de modo que el ejemplo no mezcla el comportamiento del modelo con los cambios de escena. GPT Image 2.6 Flare es un modelo sensato para probar cuando el tiempo de respuesta importa, pero haz una muestra comparable con la misma referencia ancla, prompt, ajustes y revisión de cinco puntos antes de trasladar una serie a él. El nombre del modelo por sí solo no puede decirte si tu personaje en particular pasará.
Usa los ajustes de mayor detalle que permitan tu tiempo y presupuesto, pero verifica lo que el playground aceptó realmente. Un lienzo horizontal de 1536×864 ofrece espacio para un sujeto de cuerpo completo y un fondo. El PNG mantiene intacta la referencia ancla maestra para cargas repetidas. Si la interfaz solo ofrece un tamaño horizontal cercano, usa las mismas dimensiones confirmadas en todo el proceso y actualiza tus notas de producción. La resolución ayuda a los lectores a ver detalles, pero un rostro claro y un encuadre controlado importan más que una imagen más grande donde la persona es diminuta.
¿Cuánto cuesta una ejecución?
Antes de empezar, consulta la estimación en el playground y los precios de modelos actuales de Atlas Cloud. La página pública de precios cobra GPT Image 2.6 Sunburst por tokens de imagen, con tarifas diferentes para entrada de texto, entrada de imagen y salida de imagen. Por lo tanto, una referencia ancla de texto a imagen y una edición con imagen de referencia necesitan estimaciones separadas. El ejemplo publicado de la página a 1536×1024 no es una cotización para el lienzo de 1536×864 propuesto en esta guía, y el uso real puede diferir de una cifra previa a la ejecución.
Presupuesta para una referencia ancla y dos ediciones de escena, más una posible reparación. Mantén una salida por solicitud hasta que el personaje funcione; varios candidatos pueden hacer que el total sea más difícil de rastrear. Registra cada solicitud completada y su costo mostrado antes de escribir una cifra por imagen en un informe de producción. Si las dimensiones o los controles seleccionados no están disponibles, usa los ajustes confirmados reales y su estimación en lugar de arrastrar un ejemplo de precio no relacionado. Vuelve a verificar los precios antes de la publicación porque la disponibilidad y las tarifas de los modelos pueden cambiar.
La siguiente acción útil es aprobar una única referencia ancla de Mara y luego ejecutar los dos prompts de escena con ese archivo exacto. Coloca las tres imágenes junto a la tabla de cinco puntos antes de ampliar el storyboard. Eso convierte personaje consistente de GPT Image 2.6 de un prompt esperanzado en un proceso de revisión repetible.
Preguntas frecuentes
¿GPT Image 2.6 recuerda a un personaje entre ejecuciones separadas?
No confíes en la memoria entre ejecuciones independientes. Sube la referencia ancla aprobada y repite los detalles identificativos para cada escena nueva. Conserva el archivo original para que puedas reproducir páginas posteriores aunque la escena anterior cambie.
¿Puedo cambiar el atuendo sin perder el rostro del personaje?
Sí, puedes solicitar un cambio de atuendo manteniendo los rasgos faciales de la referencia ancla, pero revisa el resultado. Indica qué prenda puede cambiar y qué rasgos de rostro, cabello, proporciones y estilo deben permanecer. Usa el nuevo atuendo de forma consistente en las páginas donde corresponda.
¿Debo usar GPT Image 2.6 Flare o GPT Image 2.6 Sunburst para una serie larga de imágenes?
Empieza con el modelo que cumpla tu plazo y luego prueba en él el mismo conjunto de personaje y prompts de dos escenas. GPT Image 2.6 Sunburst es la opción de detalle y edición precisa en la guía de OpenAI; GPT Image 2.6 Flare es la opción de velocidad. Compara tus propias salidas con la misma lista de verificación en lugar de suponer que un nombre garantiza continuidad.
¿Puede una imagen de referencia garantizar rasgos faciales idénticos píxel a píxel?
No. Una pose, expresión, ángulo o iluminación cambiados cambian naturalmente los píxeles, y la generación aún puede alterar detalles identificativos. Usa la referencia para guiar la identidad y luego inspecciona y repara cualquier deriva que importe al tamaño de visualización final.
