Gato mascota con gpt-image: una sola referencia mantiene su aspecto; Pinterest dio 1,84 mil impresiones
Una empresa financiera de San Petersburgo lleva dos meses dibujando con gpt-image a un gato pelirrojo como mascota, y lucha con un único problema: que en la imagen número cien siga siendo el mismo gato. Si se describe con palabras, la cara sale algo distinta cada vez. Por eso en cada solicitud se adjunta una sola imagen de muestra (la referencia). En 30 días Pinterest acumuló 1,84 mil impresiones, casi todas en los pines divertidos y no en los financieros. La conclusión: fije la referencia y revise cada imagen a ojo.
Procesado por IA desde Habr AI; editado por Hamidun News
Un modelo generativo sabe dibujar una imagen bonita. Lo difícil es tener el mismo personaje en un centenar de imágenes para decenas de plataformas: en la centésima debe ser el mismo gato que en la primera, y no debe aparecer nada por lo que un moderador retire la publicación. Una pequeña empresa financiera de San Petersburgo lleva así dos meses con un gato pelirrojo de orejas caídas y con chaqueta.
Ha aparecido en portadas de artículos, en tarjetas de Pinterest, en fondos de pantalla para móvil y en vídeos. Lo dibuja el modelo gpt-image a través de la API; en el proceso no participan ilustradores humanos. Imagine que le pide a un diseñador «dibuja un gato pelirrojo» cien veces seguidas y sin una foto del protagonista: cada vez saldrá una cara nueva.
Por eso, en cada solicitud el equipo adjunta una referencia, es decir, la misma imagen de muestra. A continuación se explica qué les ha funcionado, qué sigue fallando y por qué Pinterest aportó en 30 días solo 1,84 mil impresiones.
Cómo mantener al mismo gato
Primera conclusión: la descripción textual del personaje no lo estabiliza. «Gato pelirrojo de orejas caídas» sale cada vez algo distinto: cambian la forma de la cara, el tono y la longitud del pelo. Solo ayuda la imagen de referencia, que se envía en cada solicitud.
El esquema es este. Hay una referencia principal que no cambia durante meses. En el prompt aparece una frase del tipo «the same ginger Scottish Fold cat from the reference», y el aspecto no se vuelve a describir. La ropa se indica aparte y cambia según la escena: chaqueta, jersey, casco, mono de trabajo. La cara y el color del pelaje se toman de la referencia.
El prompt se compone de los mismos bloques y en el mismo orden: estilo, personaje, acción, lugar, prohibiciones. Conviene elegir una acción con un objeto en las patas: las escenas en las que el gato sostiene algo o forcejea con algo quedan más vivas que los retratos. En la ventana se dibuja un detalle reconocible de la ciudad, por ejemplo la cúpula de la catedral de San Isaac, que el modelo reproduce con seguridad.
Las tareas se guardan en JSON y un script las ejecuta en paralelo, con dos variantes por tarea. Antes de lanzarlas, el script compara el precio del modelo por imagen con un umbral y se niega a trabajar si el precio es mayor. Es un seguro por si el agregador cambia de pronto la tarifa y hay cuarenta imágenes en la cola.
Qué falla
Texto. La indicación «no text» funciona mal. En papeles, pantallas de portátil, calendarios y letreros, el modelo dibuja letras de todos modos, normalmente un galimatías que delata enseguida que la imagen es generada. Funciona mejor describir el texto como ilegible: «text unreadable, blurred», «abstract colorful code lines, unreadable», «chalkboard with drawings only». El modelo dibuja una mancha borrosa con más facilidad que un espacio vacío.
Si hace falta texto, por ejemplo en las infografías para Pinterest, antes el equipo montaba las tarjetas en HTML, y el resultado parecía una plantilla de un constructor web. Ahora el modelo maqueta la tarjeta entera y escribe él mismo el texto en ruso. En el prompt se exige reproducirlo estrictamente al pie de la letra, sin palabras de más ni caracteres latinos, con cada punto entre comillas. El resultado es mejor, pero hay erratas: «подтинуть» en lugar de «подтянуть», «раз месяц» sin preposición. Por eso cada variante se revisa a ojo y, si hay errores en las dos, la tarea se regenera. El texto se mantiene corto, de 2–5 palabras por punto.
Patas. Cuanto más compleja es la acción, mayor es la probabilidad de que aparezca una tercera pata. Por ejemplo, cuando el gato sostiene un teléfono y firma un documento a la vez. Se arregla simplificando la escena.
Logotipos y personajes ajenos. Si en la escena hay «Gosuslugi» o una «aplicación bancaria», el modelo puede dibujar algo parecido a un logotipo real, y la imagen empieza a parecer publicidad o una falsificación de la marca de otro. El equipo escribe «abstract banking app screen with a big green checkmark». Un gato con sombrero de pluma y botas, para una escena sobre «La ronda de noche», salió demasiado parecido al conocido gato con botas de los dibujos animados, y la imagen se descartó. Ahora, para las escenas con cuadros, solo se usan obras de dominio público y no se dan al personaje atributos de héroes reconocibles. Una marca accidental en una esquina simplemente se recorta.
Reglas de las plataformas y cifras de Pinterest
Una imagen no sirve para todas partes. El equipo ha ido armando una lista. En «Т-Ж», la primera imagen se convierte en la portada y no debe llevar texto ni logotipos.
En «Клерк», la portada también va sin logotipos ni texto, con un tamaño de 2048×1152. En Drive2 gusta el realismo, así que allí van escenas fotorrealistas con la leyenda «ilustración generada». En Pinterest, los pines generados llevan la marca de modificación con IA.
En «Пикабу» y en los foros de bancos, el gato mascota parece publicidad, y allí funcionan los memes sencillos tipo boceto, de dos viñetas y sin personaje. La portada nunca es una tabla ni una infografía: una tabla en la primera pantalla parece un informe, y la infografía vive solo dentro del texto. Los metadatos de procedencia (C2PA) no se borran de los archivos, y las imágenes no se hacen pasar por fotos.
Los tamaños son tres: 1536×1024 para portadas (luego se recortan a la proporción necesaria), 1024×1536 para pines y 1088×1920 para fondos de pantalla 9:16, donde se pide dejar despejada la quinta parte superior del encuadre para el reloj.
El resultado más inesperado lo dio Pinterest. En los primeros 30 días la cuenta sumó 1,84 mil impresiones, y casi todas correspondieron a tres pines de entretenimiento: la muñeca de papel con forma de gato (697 impresiones), su ropa (219) y una página para colorear (195). Las infografías financieras, para las que se montó todo esto, obtuvieron entre 4 y 10 impresiones cada una. El personaje atrae atención donde resulta interesante por sí mismo, mientras que un consejo financiero con un gato sigue siendo un consejo financiero. Ahora hay más imágenes de entretenimiento, y los temas financieros han quedado en minoría.
Qué llevarse a la práctica
Antes de publicar, el equipo comprueba seis puntos: si el gato se parece a la referencia (cara, color, orejas), si no hay patas o dedos de más, si no hay galimatías legible en objetos pequeños, si no hay logotipos ajenos ni parecido con héroes conocidos, si el texto coincide al pie de la letra con el encargado y si la imagen cumple las reglas de la plataforma. Las cifras de Pinterest corresponden a una sola cuenta durante un mes, así que es pronto para generalizarlas. La conclusión práctica no se resiente por ello: si lleva un personaje o una marca con imágenes generadas, mantenga una única referencia sin cambios, describa el texto de la imagen como borroso y deje a una persona en la revisión final.
La generación elimina al ilustrador, pero no al editor: con regularidad aparece algo que no se puede publicar.
- 22 abr 2026Descomposición de prompts en Gemini y Kling: cómo recrear una imagen de Pinterest con el estilo de tu marca
- 18 nov 2026KandiShop, sin reentrenamiento, eleva del 52% al 75% el parecido de los rostros generados por IA con el original
- 29 oct 2026Black Forest Labs lanza FLUX.3 Klein: 1024×1024 en 2 segundos en una H100
- 8 nov 2026OpenAI lanza GPT-Image 2.6: dos modelos, GIF y exportación a SVG mediante API
Preguntas frecuentes sobre la noticia
Cómo mantener al mismo gato?
Primera conclusión: la descripción textual del personaje no lo estabiliza. «Gato pelirrojo de orejas caídas» sale cada vez algo distinto: cambian la forma de la cara, el tono y la longitud del pelo. Solo ayuda la imagen de referencia, que se envía en cada solicitud. El esquema es este. Hay una referencia principal que no cambia durante meses. En el prompt aparece una frase del tipo «the same ginger Scottish Fold cat from the reference», y el aspecto no se vuelve a describir.
¿Qué se sabe sobre Qué falla?
Texto. La indicación «no text» funciona mal. En papeles, pantallas de portátil, calendarios y letreros, el modelo dibuja letras de todos modos, normalmente un galimatías que delata enseguida que la imagen es generada. Funciona mejor describir el texto como ilegible: «text unreadable, blurred», «abstract colorful code lines, unreadable», «chalkboard with drawings only». El modelo dibuja una mancha borrosa con más facilidad que un espacio vacío.
¿Qué se sabe sobre Reglas de las plataformas y cifras de Pinterest?
Una imagen no sirve para todas partes. El equipo ha ido armando una lista. En «Т-Ж», la primera imagen se convierte en la portada y no debe llevar texto ni logotipos. En «Клерк», la portada también va sin logotipos ni texto, con un tamaño de 2048×1152. En Drive2 gusta el realismo, así que allí van escenas fotorrealistas con la leyenda «ilustración generada». En Pinterest, los pines generados llevan la marca de modificación con IA.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.