El manual anti-basura

Last year, Merriam-Webster named "slop", su palabra del año 2025, defining it as "digital content of low quality that is produced usually in quantity by means of artificial intelligence." The codification honestly felt overdue, because anyone spending time on social feeds had already felt it that uncanny sameness.

Los modelos no son los culpables. Lo son los datos de entrada. Los prompts vagos producen imágenes vagas, y la mayoría de la gente trabaja con prompts vagos: prestados, reciclados, escritos con prisas y sin una visión concreta detrás. Cuando todo el mundo hace prompts de la misma manera, todos obtienen los mismos resultados.

One writer who generated roughly 20,000 images con varios modelos de IA el año pasado, publicando unas 1.500 con una tasa de éxito del 7,5 %, llegó a una conclusión útil: renderizar la imagen ya no es lo difícil. Lo difícil es la selección editorial. Cuando existen decenas de variaciones plausibles en el plazo de un minuto, el recurso escaso es el buen gusto. Estos diez hábitos van de desarrollar el tuyo.

01 — Treat your prompt like a creative brief, not a wish

Un deseo es «retrato de una mujer con luz suave». Un briefing es «retrato en primer plano, luz de ventana de última hora de la tarde, paleta apagada, ligero grano, editorial, Rineke Dijkstra." The more you specify the context, the light source, the mood, the reference point, the less the model has to guess. Its guesses are what make your output look like everyone else's.

02 — Use reference images obsessively

Stop starting from text alone. Upload an image: a photograph, a painting, a film still, a sketch on your phone. Image-to-image gives the model something concrete to react to instead of an open invitation to generate whatever it defaults to. Your visual input plus the model's capabilities beats either one working alone.

03 — Never use the same prompt twice

Los prompts no son recursos reutilizables. Un prompt que funcionó en un proyecto, guardado y reutilizado en el siguiente, da resultados que se sienten un poco fuera de sitio de formas que no sabes nombrar del todo. Es porque estás resolviendo un problema creativo distinto con una herramienta calibrada para otro. Empieza cada proyecto desde el briefing, no desde el archivo.

04 — Genera 50, quédate con 1

No literalmente, pero casi. Investigación publicada en Science Advances descubrió que los creadores asistidos por IA producían más obra original en general, pero su tasa de novedad por imagen en realidad bajaba, un efecto de dilución por generar demasiado y curar demasiado poco. El volumen es cómo encuentras las excepciones. El buen gusto vive en la selección, no en la generación. Si estás publicando la tercera cosa que generaste, paraste demasiado pronto.

05 — Edit after you generate. Always.

Una imagen generada es un punto de partida, no un archivo final. Llévala a Photoshop, Lightroom, Procreate o el programa con el que trabajes. Ajusta el etalonaje. Enmascara los elementos que no encajen. Añade textura. Compón con una fotografía. La capa posterior a la generación es donde se aplica tu criterio de verdad, y es lo que separa un resultado de una pieza de trabajo.

06 — Develop a personal rejection criteria

La mayoría itera al azar: se quedan con lo que les gusta y descartan lo que no, pero no saben decir por qué. Anota lo que rechazas y por qué. Demasiado centrado. Demasiado saturado. La piel está mal. Demasiados elementos compitiendo por la atención. Cuando puedes nombrar los fallos, puedes corregirlos en el prompt en lugar de generar más y cruzar los dedos.

07 — Learn what your favorite model is bad at

Todos los modelos tienen puntos ciegos: cosas que renderizan mal de forma sistemática, estilos que no acaban de clavar, composiciones a las que recurren por defecto cuando pierden el hilo de tu prompt. Aprender los modos de fallo de las herramientas que más usas es una de las inversiones más rentables que puedes hacer. Cuando sabes dónde se rompe el modelo, dejas de pelearte con él y empiezas a esquivarlo.

08 — Usa los prompts negativos como límites, no como algo secundario

Most people add negative prompts as a cleanup step: they generate, see something they don't like, then try to exclude it. Flip that. Before you generate anything, ask yourself what this image should absolutely not be. Lens flare. Symmetrical composition. That particular shade of desaturated teal that shows up in every "cinematic" image. Adding exclusions upfront shapes the output before it exists.

09 — Build a personal style library

No es una carpeta de prompts que funcionaron: es una colección cuidada de imágenes de referencia, direcciones estéticas, esquemas de iluminación, paletas de color y nombres de artistas a los que vuelves una y otra vez. Tu biblioteca de estilo es lo que hace que todo tu trabajo parezca hecho por la misma persona, sin importar qué modelo usaste ni en qué proyecto estabas trabajando. Sin ella, tu resultado es simplemente lo que al modelo le apeteciera crear ese día.

10 — Sabe cuándo cambiar de modelo a mitad de proyecto

Ningún modelo es el mejor en todo. Puedes generar una imagen base en un modelo, escalarla en otro y usar un tercero para un elemento concreto que necesites componer. El flujo de trabajo no tiene por qué usar un solo modelo de principio a fin, igual que una producción de cine no usa un único equipo. Usar la herramienta adecuada para cada etapa del proyecto es oficio. Ser fiel a un solo modelo por costumbre es inercia.

None of these are all that complicated, they just require slowing down. Which is exactly the opposite of what slop is: Slop is fast, while quality is deliberate.

OpenArt is built for this kind of deliberate work: multiple models in one workspace, reference image tools, a canvas that lets you move between generation and editing without breaking the flow. The tools aren't the bottleneck. The habits are.