Descomposición de prompts en Gemini y Kling: cómo recrear un visual de Pinterest con estilo de marca

Si el resultado de la generación parece "casi bien, pero no es exacto" — la mayoría de las veces no es un problema de la herramienta, sino de cómo se ha formulado el prompt. Una autora de la comunidad de IA hispanohablante rusa compartió un método concreto que funciona: descomponer un prompt en capas semánticas separadas permite lograr resultados precisos en el primer o segundo intento — en lugar de docenas de iteraciones ciegas. Las herramientas en el ejemplo son Gemini para generación de imágenes y Kling para animación.

El punto de partida fue una imagen de Pinterest. La tarea era no trivial: no copiar la imagen, sino adaptarla al estilo de marca de la empresa — conservando el ambiente y la composición general mientras se reemplazaban completamente los colores, detalles y estética de acuerdo con la guía de marca. Aquí es donde comienza la descomposición.

En lugar de un único prompt largo, la autora dividió la imagen original en componentes separados: escena general y atmósfera, paleta de colores, iluminación, texturas, estilo de renderizado, detalles del primer y segundo plano. Cada elemento se describió por separado — secuencialmente, capa tras capa, con refinamiento gradual de los detalles. Gemini actuó como herramienta de generación.

El principio clave del trabajo es no "cargarlo todo en un prompt y esperar", sino un diálogo estructurado con refinamiento secuencial de cada elemento. Primero se establece la escena general. Luego se refina el estilo.

A continuación, se añaden especificidades de la marca: colores de la guía, elementos característicos de la identidad, soluciones visuales permitidas y no permitidas. Este enfoque reduce drásticamente el número de iteraciones: el modelo recibe instrucciones claras en lugar de intentar adivinar la intención de una descripción vaga. Los modelos multimodales responden mejor a descriptores concretos que a definiciones abstractas.

"Atardecer cálido" produce resultados impredecibles. "Iluminación dorado-naranja en ángulo de 45 grados, sombras largas y suaves" — funciona de manera predecible. "Azul corporativo en el espíritu de la marca" — instrucción poco clara.

"RGB 0, 82, 204, superficie brillante, sin degradados" — ya es específico. La descomposición de prompts es traducir una imagen visual al lenguaje que el modelo entienda inequívocamente. Después de que la imagen fue ensamblada para coincidir con la identidad requerida, entró en acción Kling — una herramienta para animar imágenes estáticas basada en modelos generativos de vídeo.

Aquí la descomposición también funciona: el prompt especifica por separado qué debe moverse, a qué velocidad, en qué dirección y con qué intensidad. Un prompt de animación no es una descripción de vídeo, sino un conjunto de instrucciones para la física de la escena. Qué elementos permanecen estáticos, cuáles obtienen movimiento, cuán perceptible debe ser, y si se necesita un sutil efecto de "respiración" o cinematografía completa con dinámica de cámara.

El resultado final — una imagen de marca animada creada sin diseñador ni videógrafo en algunas horas de trabajo con dos herramientas. El enfoque es escalable: los mismos principios funcionan para contenido de redes sociales, banners publicitarios, materiales de presentación y cualquier visual que requiera conformidad con la guía de marca. La metodología de descomposición de prompts es reproducible para cualquier proyecto, cualquier identidad y cualquier herramienta generativa.

El principio no cambia — solo cambian los detalles específicos. Para quienes deseen aplicar este método: comience con una descripción maximalmente detallada de la referencia original. Divídala en 5–7 características separadas.

Escriba el prompt no como una oración larga, sino como una lista de parámetros estructurada. Verifique cada capa por separado antes de ensamblar la solicitud final. Es esta secuencia exacta — no la magia de una herramienta específica — la que produce resultados predecibles al trabajar con cualquier IA generativa.