Qué generador de imágenes con IA conviene usar en cada trabajo

Las herramientas de imagen con IA ya son lo bastante buenas como para no culpar siempre al modelo cuando el resultado sale flojo. Muchas veces el fallo empezó antes del prompt. Nadie decidió qué debía hacer la imagen.

En imágenes de trabajo se nota enseguida. Alguien pide “una imagen premium de IA”, “un estilo SaaS moderno” o “una pantalla futurista de automatización”. El resultado suele traer mesas oscuras, líneas brillantes, dashboards borrosos, tarjetas de interfaz sin sentido y texto que parece legible pero no lo es. Durante dos segundos parece caro. Después parece vacío.

Yo trato la generación de imágenes como un proceso de producción. Antes de abrir ChatGPT Images, Gemini, Midjourney, Firefly, Ideogram, Recraft, Stable Diffusion, FLUX, Canva, Leonardo AI, Krea o Runway, defino el trabajo de la pieza, el responsable, el punto de aprobación, los criterios de fallo y el formato de entrega.

El brief visual que tuve que volver usable

Usé un caso cercano al trabajo diario: Un trabajo real de publicación: imagen principal, miniatura móvil y visual explicativo creados desde el mismo brief y revisados en escritorio, tarjeta y móvil. Si el flujo se rompe ahí, una respuesta bien redactada todavía no sirve como proceso confiable.

Los activos de página contra los que probé

El caso de trabajo fue deliberadamente concreto: Un trabajo real de publicación: imagen principal, miniatura móvil y visual explicativo creados desde el mismo brief y revisados en escritorio, tarjeta y móvil. Miré el flujo como lo miraría alguien de operaciones: qué entra, qué toca la IA, quién revisa y dónde debe terminar el resultado. ChatGPT Images, GPT Image, DALL-E, Gemini, Imagen, Nano Banana, Claude, Midjourney, Adobe Firefly, Ideogram, FLUX, Stable Diffusion, Recraft, Canva, Leonardo AI, Krea y Runway importan solo si acortan ese camino sin volver más pesada la revisión.

Qué separó lo útil de lo decorativo

Punto de revisión	Qué miré	Señal de fallo
Material de entrada	Si la fuente era lo bastante clara para la IA	La herramienta adivina contexto que falta
Revisión humana	Si una persona puede aprobar, corregir o rechazar rápido	El revisor tiene que leer todo desde cero
Entrega	Si el resultado entra en documento, tabla, ticket o workflow	La siguiente persona reformatea o reinterpreta
Repetición	Si el mismo patrón aguanta con otro material	La primera prueba sale bien y la segunda se desvía

Las notas de recorte y entrega que conservé

Ubicación	Qué revisé	Regla de rechazo
Imagen principal	Si el tema se entiende sin texto falso de interfaz	Rechazo si solo queda ambiente
Tarjeta móvil	Si el sujeto sobrevive al recorte estrecho	Rechazo si lo importante queda fuera
Gráfico del cuerpo	Si explica una decisión y no solo decora	Mejor SVG o infografía limpia que overlay sobre foto
WebP final	Si peso, alt y recorte OG encajan	No publico una imagen bonita que falla en tarjeta

Dónde la imagen falló dentro del layout

El punto débil no fue la primera respuesta. Fue lo que pasaba después, cuando el resultado tenía que pasar a otra persona o sistema. En este tema, el fallo más común fue este: La imagen grande parecía premium, pero en tarjeta aparecían texto falso de interfaz, escritorios oscuros repetidos, mal foco o una capa que no aportaba nada. Por eso no trato un borrador pulido como prueba de que el flujo ya está listo.

Mi regla para enrutar herramientas

Primero dejaría prompt original, dos recortes rechazados, WebP final, alt text y nota breve con la razón del rechazo como evidencia y después decidiría si la herramienta o el flujo sobreviven a la revisión. Si el resultado no se puede comprobar en pocos minutos, reduciría el alcance antes de cambiar de modelo o añadir otra integración.

Comprobaciones antes de aceptar una imagen generada

Escribe con precisión qué recibe la IA como entrada.
Nombra a la persona que aprueba o rechaza el resultado.
Decide dónde debe aterrizar la salida.
Guarda un ejemplo fallido, no solo el caso limpio.
Mide tiempo de revisión ahorrado, no solo velocidad de generación.
Detén el flujo si la siguiente persona sigue reconstruyendo el resultado.

Fuentes que revisé

Para afirmaciones que pueden cambiar, usé documentación oficial, páginas de producto y notas de fuente para afirmaciones cambiantes. Precios, acceso a modelos y funciones de plataforma se mueven rápido, así que separo la evidencia de la opinión.

La primera separación

No se trata de elegir el mejor generador de imágenes. Se trata de elegir la primera ruta para una pieza concreta.

Pieza	Primera ruta que probaría	Señal de fallo
Imagen hero con sensación de trabajo real	Foto real, edición con ChatGPT Images, Gemini o Firefly	Parece un dashboard genérico sin tarea
Gráfico comparativo de herramientas	Recraft, Ideogram, Figma, SVG o layout manual	Texto diminuto dentro de una escena generada
Mockup de producto	Firefly, Recraft, Canva, edición con GPT Image	La marca se deforma tras dos cambios
Exploración visual	Midjourney, Krea, Leonardo AI, FLUX	La dirección gusta, pero no se puede usar
Flujo local repetible	Stable Diffusion, FLUX, ComfyUI, Fooocus	Nadie responde por modelo, seed, prompt y revisión
Idea de video o motion	Runway, Krea, primero storyboard	El movimiento impresiona, el mensaje no queda claro
Briefing y crítica visual	Claude, ChatGPT, Gemini	Corrige gusto, pero no propósito

Para una página pública suelo separar la imagen hero de la matriz de decisión. La hero puede ser una escena real de trabajo. La matriz debería vivir en HTML, SVG o una herramienta de diseño. Meter todo en una sola imagen generada suele ser el comienzo del aspecto barato.

Antes de abrir la herramienta

Antes del primer prompt escribo cinco líneas:

dónde se usará la imagen,
qué debe entender la persona en tres segundos,
qué no puede aparecer,
quién aprueba,
qué haría rechazarla.

“No se ve premium” no sirve como criterio de fallo. “Tiene texto falso de interfaz”, “no funciona en 1200 x 630”, “no muestra trabajo real” o “podría usarse en cualquier artículo sobre IA” sí sirven.

También importa el formato de entrega. Una tarjeta de blog no necesita el mismo recorte que una portada de presentación. Una cabecera de newsletter no es un mockup de producto. Una tabla comparativa no debería quedar escondida dentro de la pantalla de un portátil fotorealista. Si alguien tendrá que editar la pieza después, el formato editable pesa más que el primer render bonito.

Dónde encaja ChatGPT Images

ChatGPT Images, GPT Image y la familia asociada a DALL-E encajan bien cuando hace falta iterar conversando. Es la ruta que usaría si el briefing aún está vivo y necesito varias correcciones.

Para una imagen hero sobre herramientas de imagen con IA, no pediría “un dashboard futurista de IA”. Empezaría con una escena real: una persona revisando opciones visuales en una tableta, portátil al lado, luz natural, sin texto legible, sin logos, sin capas de interfaz. Después pediría variaciones de encuadre, distancia y luz.

Lo bueno es que el briefing, las reglas de rechazo y las notas de cambio quedan en la misma conversación. Lo malo es que uno puede pulir demasiado una mala dirección. Si después de tres rondas siguen apareciendo tarjetas de interfaz falsas y una mesa oscura, cambio de ruta.

Dónde encaja Gemini

Gemini y el entorno de imagen de Google merecen sitio cuando el trabajo está cerca de búsqueda, Workspace o revisión multimodal. El valor no es solo crear la imagen. También está en el contexto: archivos, investigación, documentos, Slides y cómo la imagen sostiene el texto.

Si el equipo vive en Docs, Slides, Meet y procesos de investigación, probaría Gemini en serio. Sobre todo cuando la imagen no es una pieza aislada, sino parte de un documento o una decisión.

Si la entrada es vaga, el resultado también será vago. Si Gemini da una dirección buena pero el recorte final o el texto no son fiables, conservo la idea y reconstruyo el gráfico en HTML, SVG o Figma. Eso no es fallar. Es separar responsabilidades.

Dónde pondría Claude

No pondría Claude como primera herramienta para producir el archivo final. Lo pondría antes y después de generar.

Antes, ayuda a arreglar el briefing. Le paso título, lector, trabajo de la imagen y criterios de rechazo para quitar lenguaje flojo. Después, funciona como revisor: qué parece falso, qué no encaja con el argumento, qué se romperá en móvil y qué rechazaría un editor exigente.

La clave es el rol. Generar y revisar no son el mismo trabajo. En producción, separarlos suele mejorar la calidad.

Midjourney, Firefly e Ideogram

Midjourney sigue siendo fuerte para explorar dirección visual. Si el equipo aún no sabe qué lenguaje visual quiere, puede abrir posibilidades rápido. No trataría el primer resultado bonito como pieza final; lo trataría como investigación visual.

Adobe Firefly tiene otra ventaja. Si el trabajo posterior vive en Photoshop, Illustrator, Express o plantillas de marca, Firefly reduce distancia operativa entre generar, editar y cerrar.

Ideogram merece atención en pósteres, tarjetas de título y gráficos donde el texto forma parte del lenguaje visual. Aun así, no metería texto crítico dentro de una imagen generada para una página pública. Lo importante debe estar en HTML, SVG, Figma o un layout editable.

FLUX, Stable Diffusion y Recraft

FLUX y Stable Diffusion no son la vía más rápida para todo el mundo. Cobran sentido cuando importa el control: estilo repetible, generación local, flujos personalizados, restricciones de privacidad o campañas que deben mantener el mismo tono.

El coste es la responsabilidad. Alguien debe entender modelo, prompt, seed, resolución, postproducción e historial de revisión. Sin esa persona, el flujo local es un hobby caro, no un activo operativo.

Recraft está más cerca de la producción de diseño. Lo miraría para gráficos con aire vectorial, imágenes de producto, sets de iconos, composiciones de marca y piezas reutilizables. Cuanto menos se parezca el resultado a una foto, más sentido tiene poner Recraft en la lista.

Canva, Leonardo, Krea y Runway

Canva es útil cuando hay muchos formatos: tamaños sociales, portadas de presentaciones, plantillas de marca ligeras y piezas que editará alguien que no es diseñador. Su fuerza es el mantenimiento, no solo el primer resultado.

Leonardo AI encaja en concept art, estilos de producto, escenas más cercanas a juego o exploraciones con muchas variantes. Krea sirve para cambios rápidos de estilo y dirección. Runway entra cuando la imagen será el primer frame de una pieza en movimiento.

La pregunta práctica es sencilla: ¿esta pieza se volverá a tocar mañana? Si la respuesta es sí, el flujo editable puede valer más que la imagen más vistosa.

Ejemplo de flujo concreto

Para una hero y una miniatura de un artículo que compara herramientas de IA, trabajaría así:

Escribir la tarea: hero visual, sin texto, sin UI falsa, válida en 16:9 y 1200 x 630.
Buscar una escena real de trabajo o generar una escena realista sin fachada de interfaz.
Usar ChatGPT Images o Gemini para variantes solo si la dirección ya está cerca.
Revisar con Claude o ChatGPT contra los criterios de rechazo.
Crear la comparativa en Recraft, Figma, SVG o HTML, no dentro de la foto.
Probar recorte en artículo de escritorio, tarjeta móvil y Open Graph.
Guardar con nombre de archivo con hash nuevo para evitar caché antigua.

Es más lento que escribir un prompt. Aun así, es más rápido que publicar una imagen floja y arreglarla después.

Criterio práctico

Si tuviera que dejar una combinación base, usaría tres carriles.

Miro primero quién tocará la pieza después de publicarla. Si nadie puede editar el archivo, si el texto queda atrapado dentro de la imagen o si el recorte móvil elimina el contexto de trabajo, no lo elijas como ruta principal para esa entrega.

Para imágenes hero, empezaría con fotos reales, escenas generadas realistas o ediciones con ChatGPT/Gemini bajo regla estricta de no texto. Para gráficos de decisión, usaría Recraft, Ideogram, Figma, SVG o tablas HTML. Para revisión, usaría Claude, ChatGPT, Gemini y una persona capaz de rechazar imágenes bonitas pero inútiles.

El error más frecuente es pedirle a un modelo de imagen que haga layout, copy, marca, interfaz e ilustración en una sola pasada. Eso no es eficiencia. Es saltarse el diseño de producción.

Primero define la pieza. Después elige la herramienta.

Preguntas frecuentes

¿Empiezo con ChatGPT Images o con Midjourney?

Empieza con ChatGPT Images si necesitas correcciones guiadas, instrucciones claras y una pieza pegada a un briefing escrito. Empieza con Midjourney si el problema principal es explorar ambiente y estilo.

¿Claude es un generador de imágenes?

En este flujo lo trato como revisor visual y apoyo de briefing. Puede ayudar a interpretar imágenes y mejorar criterios, pero no lo pondría como ruta estándar de producción final.

¿Conviene poner texto dentro de imágenes generadas?

Solo si es decorativo o fácil de reemplazar. El texto importante debe vivir en HTML, SVG, Figma o un layout editable.

¿Qué herramienta conviene para marca?

Firefly, Canva, Recraft y el sistema de diseño existente merecen la primera mirada. Depende de dónde estén los archivos de marca y quién edite el resultado.

¿Cuándo evitaría imágenes generadas?

Cuando una captura real, una foto de producto, una imagen editorial con licencia o un diagrama simple expliquen mejor el punto. No hace falta usar IA solo para llenar un rectángulo.

Ruta de workflow

Dónde encaja esta guía

Usa esta sección para conectar la guía que estás leyendo con el workflow más amplio que apoya.

Contenido y sistemas de crecimiento Crea hábitos repetibles de publicación e investigación.

Una ruta para calendarios de contenido, visibilidad en búsqueda, workflows de email y elección de asistentes de IA.

Abrir ruta de workflow

Mejor encaje: fundadores, creadores y responsables de marketing que necesitan publicar contenido útil con regularidad
No es ideal si: Solo necesitas un tutorial de un producto concreto, no una decisión de compra basada en tradeoffs.

Fuentes consultadas

Páginas públicas usadas para contrastar hechos reportados, documentación oficial, contexto de política, información de producto y afirmaciones que pueden cambiar.