Seedream 5.0

Cómo lee un prompt Seedream 5.0

Seedream 5.0 viene en dos variantes. Lite es la variante rápida, y ByteDance la describe como un modelo multimodal unificado con razonamiento profundo y búsqueda en línea, pensado para inferir la intención detrás de una petición y visualizar temas de actualidad. Pro es la variante insignia: ByteDance destaca las imágenes con mucho texto, como infografías, las ediciones que siguen anotaciones espaciales y bocetos, la iluminación y la textura de piel fotográficas, y el soporte nativo de alrededor de una docena de idiomas de uso común.

Ambas variantes leen lenguaje natural y tratan cada cláusula del prompt como una instrucción. Un prompt que separa el formato, el sujeto, la composición, la luz, el texto y el estilo le indica al modelo qué hacer en cada capa. Si omites una capa, el modelo la completa con sus valores por defecto. La guía de Runware para Pro recomienda mantener los prompts por debajo de unas 600 palabras en inglés, porque en prompts más largos se empiezan a perder detalles.

Una estructura que funciona

Escribe las capas en este orden, una o dos frases cada una:

[Formato y orientación]. [Sujeto y sus detalles].
[Dónde está cada cosa en el encuadre]. [Luz y cámara].
[Texto exacto entre comillas, con estilo y posición]. [Estilo].

Empieza por el formato. "Portada de revista vertical 3:4" o "foto de producto cuadrada para e-commerce" le dice al modelo qué tipo de imagen compone antes de leer los detalles, así reserva espacio para la cabecera o centra el producto. En Endless, el ajuste de tamaño elige un nivel de resolución y no una relación de aspecto, así que indica la orientación o la proporción en el prompt.

Sé específico con los materiales y la luz. "Cerámica terracota mate" y "luz de estudio cenital suave con una sombra de contacto sutil" son mucho más específicos que "buena iluminación". Nombra el lente o el ángulo cuando la toma lo necesite: "tomada con un lente de 35 mm a la altura de la rodilla", "vista desde arriba".

Texto en imágenes

Seedream 5.0 dibuja texto cuando el prompt lo nombra. No hay un campo de texto aparte.

• Escribe el texto exacto entre comillas. Una paráfrasis como "un título en francés" produce una cadena inventada.
• Nombra el sistema de escritura y el estilo tipográfico juntos: "mayúsculas serif altas y condensadas", "letra manuscrita", "serif mincho vertical".
• Indica dónde va cada línea: "en el tercio superior", "por el lado derecho", "en versalitas pequeñas abajo".
• Dale a cada bloque de texto su propia frase, con tamaño, color y posición. Los diseños con varios sistemas de escritura, como un título en japonés con un pie en inglés, funcionan mejor cuando describes cada uno por separado.
• Usa textos cortos. Títulos, subtítulos, precios y etiquetas salen bien; un párrafo de texto corrido es donde aparecen errores. La letra pequeña y los textos legales conviene añadirlos después en una herramienta de diseño.

Las pruebas de Runware con Pro enumeran 15 idiomas que el modelo dibuja de forma nativa, entre ellos inglés, español, portugués, francés, alemán, japonés, coreano, árabe y tailandés. Otros idiomas también se generan, pero con texto de menor calidad. Pide a un hablante nativo que revise el texto en escrituras no latinas antes de publicarlo.

Referencias y edición

Adjunta imágenes y describe el cambio, y Seedream 5.0 las edita o las combina. Endless acepta hasta 10 imágenes de referencia.

• Nombra lo que no debe cambiar. Termina la edición con una cláusula como "Mantén exactamente la silueta, el ángulo de cámara, el fondo y la iluminación". Sin ella, todo lo que el prompt no menciona puede variar.
• Una edición, dicha con claridad. "Cambia la chaqueta por una de pana amarillo mostaza" es más fácil de seguir que una lista de cambios poco relacionados. Haz los demás cambios en otra ronda.
• Nombra las referencias por lo que muestran. "La taza de cerámica" y "el molinillo de acero" son más fiables que "la primera imagen", sobre todo si reordenas o cambias referencias.
• Usa referencias para la identidad y texto para el resto. Una foto de producto limpia conserva la forma, los materiales y el logo con más fiabilidad que cualquier descripción. Las fotos de producto con fondo liso se combinan mejor que las fotos lifestyle recargadas.
• Combinar referencias. Indica dónde va cada elemento y cómo se relacionan: "la taza delante, el molinillo detrás a la izquierda". Las referencias aportan el aspecto de cada objeto; el prompt aporta la composición y la luz.

ByteDance describe que Pro responde a anotaciones espaciales y guías con bocetos, así que un boceto rápido de una composición puede servir de referencia para un render terminado.

Ajustes que importan

• Modo. Lite es la variante rápida y llega a 3K. Pro es la insignia y llega hasta 2K. Explora y haz borradores con Lite, y pasa a Pro para diseños con mucho texto o ediciones que combinan varias referencias concretas.
• Tamaño de imagen. Lite ofrece 2K o 3K; Pro ofrece 1K o 2K. Para texto denso, como líneas de pie o subtítulos pequeños, usa el nivel más alto disponible, porque la tipografía pequeña sale más limpia con más píxeles.
• Imágenes de referencia. Hasta 10. Deja el campo vacío para generar solo a partir del prompt.

Fallos comunes y cómo corregirlos

• Cambios no deseados tras una edición. Añade o refuerza la cláusula de "mantén", nombrando cada elemento: sujeto, pose, fondo, luz.
• Texto en el lugar equivocado o tapado por el sujeto. Dale una posición al texto y describe la zona vacía donde va, como "una pared crema lisa en el 40 % superior del encuadre".
• Palabras deformadas o inventadas. Cita el texto exacto, acórtalo y divide las líneas largas en bloques separados.
• Resultados genéricos. Añade la capa que falta, casi siempre el formato, la luz o la cámara.
• Detalles que se pierden en un prompt largo. Precisa las cláusulas vagas en lugar de añadir más; deja los detalles secundarios para una edición posterior.