GPT Image (ChatGPT / OpenAI)

GPT Image es el generador de imágenes de OpenAI que vive dentro de ChatGPT y también está disponible por API. En una frase: te permite crear y editar imágenes hablando con un chat, sin cambiar de aplicación ni aprender un editor nuevo.

El problema que resuelve es la fricción de saltar entre herramientas. Hasta hace poco, generar una imagen exigía abrir un servicio aparte, aprender su prompt particular y volver a tu chat para encajarla con el texto. Aquí pides la imagen en la misma conversación en la que estás pensando, iteras con frases breves y conservas el contexto de todo lo anterior.

Frente a alternativas obvias, GPT Image gana en dos cosas: sigue muy bien instrucciones largas y maneja texto dentro de la imagen mejor que la mayoría. Frente a Midjourney, pierde algo de calidad artística pura, pero gana en control y en ediciones puntuales. Frente a Ideogram, no llega al mismo nivel tipográfico, pero te permite trabajar conversando y combinarlo con todo lo demás que haces en ChatGPT.

Qué hace bien

Lo más valioso es su capacidad de seguir instrucciones detalladas. Puedes describir sujeto, contexto, estilo, encuadre y composición en un solo párrafo y respeta la mayor parte. Donde otros modelos exigen prompts con palabras clave aprendidas, GPT Image entiende lenguaje natural largo, así que basta con explicarle lo que quieres como se lo dirías a una persona.

La edición conversacional es la otra gran fortaleza. Subes una imagen y pides cambios concretos: “deja la persona igual y cambia el fondo a una playa”, “borra el cartel rojo del fondo”, “súbele el contraste sin alterar la cara”. Mantiene la coherencia de caras y detalles entre versiones, lo que te permite trabajar en pasos pequeños sin romper lo que ya estaba bien.

El texto dentro de la imagen es otro punto que se nota en el día a día. Para posters, packaging, mockups o piezas con titular, escribe palabras legibles y respeta las que pones entre comillas. No alcanza la precisión de Ideogram en piezas tipográficas puras, pero para la mayoría de usos prácticos sobra.

La combinación de varias imágenes de referencia también ayuda mucho. Puedes pasarle dos o tres ejemplos y pedir una pieza que mezcle el estilo de una con el contenido de otra. Es útil cuando tienes una identidad visual y quieres mantenerla a lo largo de varias generaciones.

Cuándo elegirla (y cuándo no)

• Elígela si ya usas ChatGPT y quieres generar imágenes sin cambiar de herramienta.
• Elígela cuando necesitas editar una imagen existente con cambios puntuales y conservar el resto.
• Elígela para piezas con texto legible donde la perfección tipográfica no es lo único.
• Elígela si vas a integrar generación de imágenes en una app propia mediante API.
• Evítala si buscas la máxima calidad artística y atmosférica: ahí Midjourney sigue por encima.
• Evítala si tu pieza depende totalmente del texto y la tipografía: Ideogram es más fiable.
• Evítala si quieres modelos abiertos que correr en tu propia infraestructura: para eso, FLUX.

Cómo empezar en 5 minutos

El acceso está descrito en la ficha de arriba. Una vez dentro, este es el camino más rápido para tener una imagen útil en la primera sesión.

1. Entra en chatgpt.com con tu cuenta y abre una conversación nueva. La capa gratuita tiene límites; revisa la web oficial por los cupos vigentes.
2. Escribe una primera petición concreta: sujeto, contexto, estilo, encuadre. Por ejemplo: “ilustración plana de una taza humeante sobre una mesa de madera, fondo neutro, paleta cálida”.
3. Si necesitas texto en la imagen, escríbelo entre comillas y di dónde va: “el cartel del fondo dice ‘ABIERTO’ en letras rojas”.
4. Para editar, sube tu imagen y pide cambios puntuales: “cambia el fondo a un bosque, deja a la persona igual”. Itera de uno en uno.
5. Cuando un resultado te guste, pide variaciones partiendo de él para conservar la coherencia y no empezar de cero.
6. Si vas a integrarlo en una app propia o generar en lote, consulta la documentación de la API.

Casos de uso reales

Estudio: una estudiante prepara una presentación sobre Roma antigua y necesita ilustraciones coherentes para sus diapositivas. Pide en ChatGPT una serie de seis escenas con el mismo estilo: el foro, una calle, una vivienda, un mercado, una termas y un templo. Al estar en el mismo chat, le pide que mantenga paleta y trazo entre todas, y cuando una no encaja la edita con un cambio concreto sin rehacer la serie entera.

Trabajo: en una agencia pequeña preparan tres propuestas de packaging para un cliente de café. En vez de abrir un programa de diseño, generan mockups frontales en GPT Image con la etiqueta legible, el nombre del producto entre comillas y el estilo de ilustración acordado. Presentan las tres versiones, el cliente elige una y solo entonces pasa al equipo de diseño para la pieza final.

Proyecto personal: alguien lleva un blog sobre cocina y quiere portadas únicas para cada receta sin pagar bancos de imágenes. Sube una foto del plato terminado y pide a GPT Image que la transforme en una ilustración con el mismo encuadre, manteniendo los ingredientes reconocibles. El blog gana identidad visual sin coste por imagen.

Errores comunes y cómo evitarlos

• Pedir cambios masivos en un solo mensaje. Funciona mejor un cambio por vez: así ves qué afecta cada instrucción y no rompes lo que ya estaba bien.
• Escribir el texto sin comillas. Si quieres una palabra exacta dentro de la imagen, ponla entre comillas y mantenla corta; las frases largas elevan el riesgo de errores ortográficos.
• No decirle qué NO debe cambiar al editar. El modelo puede rehacer de más si no acotas; añade “no cambies la cara”, “mantén el encuadre”, “no muevas los objetos”.
• Acumular adjetivos vagos como “épico”, “mágico”, “increíble”. Funciona mejor describir la escena con precisión que apilar superlativos.
• Esperar realismo fotográfico perfecto. Sigue siendo una generación, así que detalles finos como dedos, joyas o textos pequeños conviene revisarlos antes de usar la imagen en serio.
• Olvidar la consistencia entre ediciones. Si una cara o un objeto se deforma, recuérdale explícitamente que mantenga la coherencia con la imagen anterior.

Combinaciones que rinden

Un patrón que funciona muy bien es usar Ideogram para la pieza final tipográfica y GPT Image para las variaciones secundarias. Ideogram te da el poster principal con texto impecable; GPT Image te genera las versiones para redes, las miniaturas y las variantes de tamaño manteniendo el espíritu de la pieza original.

Otra combinación útil es encadenarlo con Claude o el propio ChatGPT en modo conversación. Trabajas con el asistente el copy y el concepto visual, refinas el brief en texto y solo cuando está claro le pides la imagen. Te ahorra muchas regeneraciones por prompts mal pensados.

Mini-ejercicio

Coge una foto tuya cualquiera (un escritorio, un rincón de tu casa, una comida) y pídele a GPT Image dos cosas seguidas: una versión con la iluminación de atardecer cálido sin mover ningún objeto, y luego una segunda edición que añada un cartel con el texto “HOY” entre comillas en una esquina, sin tocar el resto. Sabrás que está bien si reconoces tu escena original en ambas versiones y el texto sale escrito correctamente.