Cómo enseñarle a Qwen-Edit que una ficha es un solo personaje

Si alguna vez has trabajado con modelos de edición de imagen como Qwen-Edit, sabes que pueden ser un poco caprichosos. A menudo, cuando le das una imagen densa a la IA, el modelo tiende a ver lo que quiere ver. Un error común es fragmentar las vistas: si tienes una ficha de personaje con varias partes, la IA puede pensar que son sujetos independientes en lugar de una sola identidad.

El problema es claro: tu imagen mezcla un retrato grande, vistas de cuerpo completo y primeros planos circulares. Para ti, es evidente que todo corresponde a una misma mujer; para el modelo, puede parecerse a una colección de sujetos independientes.

La solución: jerarquía visual

No basta con decirle al modelo que hay un solo personaje. La clave está en describir explícitamente la identidad y separar las vistas. Es vital estructurar el prompt para establecer prioridades claras:

• Prioridad 1 — Identidad facial: El retrato grande define el rostro.
• Prioridad 2 — El mismo cuerpo: Las vistas de cuerpo completo son un turnaround del personaje, no sujetos distintos.
• Prioridad 3 — Detalles anatómicos: Los círculos son recortes de referencia para rasgos específicos.

Esta estrategia funciona porque obliga a la IA a priorizar la coherencia antes que el ruido visual. Además, si utilizas ComfyUI con nodos de texto para la edición, puedes aprovechar las limitaciones del modelo para probar diferentes enfoques.

Pruebas iterativas

No necesitas atarte a un solo método. Puedes empezar probando la lámina completa, luego intentar recortar el retrato y las vistas centrales para eliminar los detalles circulares, o incluso usar múltiples imágenes de referencia si el modelo lo permite.

Al final, la pregunta clave es qué quieres lograr con esta ficha. ¿Es para generar nuevas imágenes del mismo personaje en distintos escenarios? ¿O prefieres usarla como base para modificar ropa o cuerpo sin perder su identidad?

Con una configuración clara y un prompt que respete estas prioridades, puedes convencer al modelo de entender la imagen como una unidad coherente. La tecnología nos permite ser precisos con los flujos de trabajo para obtener resultados mucho más fiables.