Un usuario pide a su compañero NSFW de IA: «Mándame otra foto con ese cárdigan verde». La app devuelve un retrato precioso, pero cambia el pelo, el cárdigan es negro y el apartamento se convierte en hotel. La generación funcionó. La conversación, no.
Crea selfies desde una referencia aprobada y una pequeña instantánea del estado de la escena. Resuelve persona, ropa, lugar, expresión y cámara antes de generar. Separa apariencia permanente de lo que solo dice en el chat y deja que «otra» cambie la fotografía, no a la persona.
Para empezar, usa un retrato claro adulto ficticio con edición Qwen Image 2.1, 3:4, 1k, fondo opaco y expansión desactivada. Una referencia tiene presupuesto público de $0.036 por salida; otra lo eleva a $0.048. Ayuda a planificar, pero no promete que toda imagen conserve al personaje.
La guía elige qué debe mostrar el selfie. Los prompts son propuestas para adultos ficticios con ropa y composición SFW, no una nueva prueba de consistencia. Envío, callbacks y almacenamiento se explican en la guía de entrega multimedia de compañeros.
Da menos contexto a la imagen, pero mejor contexto
Una conversación reúne información distinta. El personaje recuerda su apariencia, habla de cortarse el pelo, imagina vacaciones futuras y describe la habitación actual. Solo parte debe aparecer en la siguiente foto.
Supón que Nina es una adulta ficticia de 32 años, con rizos oscuros hasta los hombros, ojos marrones y anillo plateado fino en la mano derecha. El retrato aprobado define su rostro. Ahora lleva cárdigan verde sobre top crema opaco, está junto a sofá azul y habla de salir por la noche. El usuario pide un selfie antes de salir.
El modelo necesita referencia, ropa actual, habitación y foto pedida, no toda la conversación sobre planes. «Quizá me corte el pelo la semana que viene» no debe cambiarlo hoy. Tampoco una escena antigua de playa debe imponerse al apartamento por aparecer antes en el historial.
Es una confusión real. En una conversación original de DearestAI, un usuario reportó un selfie con pelo más corto y sienes grises tras mencionarlos en conversación. Una respuesta sobre la app dijo que la memoria de apariencia podía priorizarse sobre la foto base. Describe otro producto, no cómo interpretan memoria Qwen o SpicyAPI. Ilustra la decisión explícita de tu app: ¿qué descripción puede cambiar la imagen?
En Nina, el valor seguro por defecto conserva identidad hasta actualización intencional. El chat cambia el cárdigan de esta noche, no rostro ni condición adulta silenciosamente. Si el corte es rediseño deliberado, crea versión nueva aprobada y úsala consistentemente desde entonces.
Ilustración: el contexto actual aporta ropa y lugar; el retrato aprobado, el personaje.
Guarda cinco piezas útiles de memoria visual
No necesitas una base enorme para los primeros selfies coherentes. Empieza con registros separados:
| Registro | Ejemplo de Nina | Cuándo cambia |
|---|---|---|
| Identidad aprobada | Retrato, edad 32, rizos oscuros, ojos marrones | Rediseño intencional |
| Ropa actual | Cárdigan verde, top crema opaco | Cambio de ropa claro en escena |
| Entorno actual | Sofá azul, lámpara de pie, apartamento nocturno | Llega a otro lugar |
| Fotografía actual | Cintura arriba, pequeña sonrisa, ojos a cámara | El usuario pide otra imagen |
| Última foto aceptada | Recurso real, ropa y entorno mostrados | Se acepta otra para entregar |
Son registros de tu app, no campos especiales Qwen. Resuelve el recurso a image_urls y escribe cambios visuales en prompt. El nombre es etiqueta cómoda; el endpoint no busca tu base por nombre.
Guarda foto aceptada junto a escena prevista. Si mostró cárdigan azul por error, no guardes escena verde mientras el siguiente prompt dice «el mismo de antes». Recházala o reconoce y resuelve la discrepancia; de lo contrario compiten dos definiciones de «mismo».
Guarda hechos visuales, no prosa emocional. «Cárdigan verde de punto, top crema, sofá azul» crea imagen. «Se siente cerca y recuerda una conversación íntima» no define ropa, distribución ni mirada. Lo emocional selecciona expresión, no debe volcar toda una conversación privada en la solicitud.
La estructura sirve para compañero masculino o cuenta de personajes adultos del mismo género. Cambia identidad y ropa, no lógica. No bases una función universal en suponer un único tipo deseado de personaje.
Decide si el mensaje pide realmente otra imagen
«Salías muy bien» es conversación, no instrucción para comprar generación. «Ojalá pudiera verte» es ambiguo. «Manda otra con el mismo conjunto» pide imagen.
Al principio, usa botón visible y frases claras. Si interpretas texto libre, clasifica entre crear, reutilizar foto conocida o seguir conversación. Ocurre en el producto antes de redactar prompt visual.
Mensajes comunes requieren acciones distintas:
| Mensaje | Acción útil |
|---|---|
| «Mándame esa otra vez». | Devuelve recurso aceptado si conserva acceso |
| «Otra, un poco más cerca». | Conserva persona, ropa y habitación; cambia encuadre |
| «Enséñame el conjunto que mencionaste». | Resuelve ese conjunto y crea foto |
| «¿Qué llevarías a la fiesta?» | Responde y ofrece foto sin generarla automáticamente |
| «No, conserva el cárdigan verde». | Corrige antes de enviar o etiqueta revisión si ya se envió |
Mejora experiencia y factura. Mandar imágenes pagadas con cada cumplido resulta imprevisible. Elegir visiblemente distingue foto nueva de recuperar otra.
Para «ese conjunto», busca decisiones recientes y después última foto aceptada. Si hay dos prendas plausibles, aclara algo concreto: «¿El cárdigan verde o la chaqueta azul marino?». No hagas repetir toda la escena. Aclarar un elemento es mejor que generar mal y disculparse.
Resuelve la escena en un orden fijo
Elige identidad, ropa, lugar, expresión y cámara. Recomendamos diseño de app, no un orden especial requerido en payload.
Identidad va primero para usar referencia del personaje correcto. Ropa resuelve «ese» y «mismo». Lugar define lo esperado alrededor. Expresión procede del intercambio actual, no «siempre sonriendo». Cámara va al final porque selfie cerrado y foto completa de ropa necesitan distinta cantidad de escena.
Para Nina, resuelve:
- Retrato aprobado, no última salida atractiva.
- Cárdigan verde y top crema, no ropa de fiesta propuesta.
- Apartamento junto al sofá azul, porque no salió.
- Sonrisa pequeña relajada, por la solicitud amistosa.
- Cámara de móvil desde pecho arriba, porque pidió selfie, no catálogo.
Si pide «foto completa del cárdigan», cambia cámara y manos. No mantengas encuadre selfie esperando mostrar ropa. Si pide «una cuando llegues», programa o espera según tu producto; no presentes lugar futuro como actual.
Un resumen breve bajo el indicador hace visibles decisiones: «Nina · cárdigan verde · apartamento · selfie cercano». Permite detectar supuestos incorrectos antes de llegar. Sirve más que una animación genérica diciendo que está tomando una foto.
Escribe un prompt que parezca una fotografía
Sube identidad aprobada como primera referencia. Empieza con esta propuesta:
Usa imagen 1 para identidad facial y rizos oscuros hasta hombros de Nina, la misma adulta ficticia de 32 años. Crea una foto casual de cámara de móvil desde pecho arriba en su apartamento nocturno. Lleva cárdigan verde de punto sobre top crema opaco. Se ven sofá azul y lámpara de pie cálida detrás. Rostro claro, ojos al objetivo, boca relajada con sonrisa pequeña. Luz interior natural, encuadre algo informal, piel realista. Conserva rostro y pelo de imagen 1. Sin segunda persona, texto, espejo ni collage.
Usa aspect_ratio: "3:4", resolution: "1k", background: "opaque", output_format: "png" y enable_prompt_expansion: false. Son controles actuales de la tarea. Admite hasta 5,000 caracteres y de una a diez referencias. No implica llenar el prompt o subir diez por selfie.
Una cámara directa de móvil no necesita móvil visible. Pedir sostenerlo ante el rostro puede ocultar la identidad. Al empezar, evita espejo y mano con dispositivo hasta que importen. La foto informal comunica cámara sin añadir ambos.
No combines «selfie casual» con «campaña de lujo, belleza impecable de estudio, luz editorial y publicidad». Empuja hacia sesión pulida. En un hilo original de comentarios de apps, un usuario dijo que parecían publicidad profesional. El desarrollador respondió que la cámara corriente importaba en chat. Identifica una preferencia, no ventaja medida de modelo.
Puedes elegir retrato pulido si se solicita. Se trata de encajar foto y conversación, no aplicar el mismo tratamiento a todo.
Ilustración: cámara y luz cambian el tipo de fotografía conservando referencia.
Convierte «otra» en variación controlada
Repetir suele pedir diferencia pequeña, no otra persona, habitación y disfraz.
Mantén instrucciones de identidad y escena; sustituye solo fotografía:
| Continuación | Cambio de prompt |
|---|---|
| «Más cerca». | Cabeza y hombros, misma mirada y expresión |
| «Mira al lado». | Pequeño giro, ojos justo junto al objetivo; hombros casi frontales |
| «Muestra más cárdigan». | Cintura arriba, mangas y bajo visibles, brazos relajados |
| «Menos posado». | Algo descentrada, boca relajada, hombros desiguales en vez de postura formal |
Si recortar la aceptada ya responde a «cerca», recórtala. Conserva rostro sin cargo de generación. Comprueba píxeles suficientes; ampliar una cara diminuta no la vuelve detallada.
Si cambias expresión o vista, vuelve al retrato aprobado. Añade escena aceptada como segunda solo si ropa o habitación informan. Asigna función explícita: «Imagen 2 aporta cárdigan y apartamento; imagen 1 rostro y pelo». Así no redefinen identidad los detalles de una salida imperfecta.
En la parte NSFW, separa categoría elegida de «otra». Debe conservar contenido aceptado, no intensificar automáticamente. Otra categoría es nueva solicitud con su comportamiento, precio y permisos aplicables.
Añade referencia de habitación solo si debe repetirse
Texto puede bastar para ambiente. Una habitación virtual persistente exige que sofá y lámpara no cambien en cada conversación.
Añade habitación vacía limpia como imagen 2, con retrato primero:
Imagen 1 aporta identidad y rizos de Nina. Imagen 2 solo distribución del apartamento, sofá azul y lámpara de pie. No tomes persona, ropa ni rostro de la 2. Nina mantiene cárdigan verde y top crema, cerca de cámara con sofá detrás.
Un selfie cercano solo muestra parte. No exijas todas las paredes, puertas y estantes. Elige dos referencias visibles detrás. En una foto más amplia añade distribución.
El repositorio oficial Qwen describe múltiples referencias y conservación de identidad. Respalda probar fuentes separadas, no garantiza continuidad perfecta en tu app. Revisa, sobre todo con luz, ángulo o ropa sustancialmente nuevos.
Trata expresión como instrucción visual pequeña
«Coqueta», «cálida» y «misteriosa» producen rostros distintos. Usa una o dos señales visibles, no etiquetas emocionales apiladas. Boca cerrada relajada, sonrisa leve u ojos junto al objetivo aclaran qué mostrar.
Para mensaje amistoso de noche: «sonrisa pequeña, cejas relajadas, ojos al objetivo». Para reflexión: «boca relajada, mirada ligeramente fuera». No conviertas desacuerdo del chat en retrato dramático enfadado sin pedirlo. Texto y expresión no deben repetirse mecánicamente.
Separa maquillaje, luz y expresión de identidad. Sonrisa cambia mejilla, luz lateral cambia anchura aparente de nariz. Compara ángulo similar antes de decidir otra persona. Tampoco descartes pelo o separación de ojos claramente cambiados como luz solo porque guste.
Busca reconocible y apropiado, no expresión congelada idéntica. Mandar siempre la misma sonrisa parece menos receptivo aunque sea estable.
Ilustración: otra foto cercana cambia encuadre y mantiene escena y personaje.
No metas un rechazo o suavizado en la ficción conversacional
Modelo adulto de chat y editor de imagen son elecciones separadas. El personaje puede responder a charla adulta mientras la imagen se rechaza o cambia. Una respuesta de chat exitosa no prueba que la imagen la seguirá.
Si es más moderada, no anuncies silenciosamente coincidencia completa. Ofrece aceptar versión, revisar escena o usar otra tarea adecuada. No cambies automáticamente de modelo gastando más fuera del alcance de reintentos acordado.
Distingue además errores: cárdigan incorrecto es escena, rostro distinto es identidad y solicitud no realizable en la tarea es desajuste de contenido/tarea. Repetir tres veces el mismo prompt largo no resuelve los tres.
Usa adultos ficticios y recursos aprobados al empezar. Subir foto real ajena no da permiso automático para imágenes adultas. Haz claros identidad aprobada y usuarios autorizados; el chat generado no decide derechos.
Los prompts SFW prueban el traductor de escena sin imágenes sensibles. No establecen tasa NSFW medida. Evalúa lo adulto con evidencia de tarea y categoría exactas, no familia ni marketing de otra plataforma.
Presupuesta fotos realmente solicitadas
Con esa configuración Qwen, diez selfies con una referencia cuestan $0.36 de generación; con dos, $0.48. Dos nuevos intentos deliberados de una referencia añaden $0.072. Tokens de chat, almacenamiento y servicios aparte no están incluidos.
Así concretas referencias. Describir apartamento en texto ahorra $0.012 por solicitud, pero puede no compensar si debe ser persistente. Aporta otra fuente cuando contribuya visualmente, no por hábito.
No llames gratuito un reintento de baja resolución. Usa presupuesto real. Cambiar resolución es generar otra vez, no añadir detalle al mismo archivo anterior.
Como regla sencilla, incluye una imagen pedida y correcciones claramente limitadas en el alcance elegido. Recuperar una foto debe devolverla, no reenviar prompt. Cambiar ropa o lugar es otra imagen, no reparación de la anterior.
Corrige en la capa que introdujo el error
| Qué ve el usuario | Revisar primero | Cambio útil |
|---|---|---|
| Pelo nuevo tras charla casual | ¿Se volvió permanente una hipótesis? | Restaura identidad y exige cambio intencional |
| Ropa equivocada | ¿Qué resolvió «ese»? | Resuelve prenda antes de reescribir |
| Rostro correcto, habitación aleatoria | ¿Descripción demasiado vaga? | Hitos visibles o habitación vacía de referencia |
| Anuncio de moda, no selfie | ¿Lenguaje de estudio/campaña? | Luz interior corriente y cámara móvil casual |
| Otro rostro después | ¿La salida reciente reemplazó el ancla? | Vuelve al original aprobado |
| Llega escena antigua tras cambiarla | ¿Qué instantánea usó la tarea aceptada? | Identifica u oculta lo obsoleto; no lo llames última solicitud |
Prueba el flujo con tres solicitudes SFW: primer selfie en apartamento, «otra más cerca» y «mismo cárdigan, otra habitación». Antes de desplegar ampliamente, revisa identidad correcta, solo cambios pedidos e incertidumbre visible. Esos son los fallos que busca reducir.
El siguiente paso es un retrato aprobado adulto, habitación simple y solicitud concreta. Haz coherente esa foto antes de automatizar cambios, añadir personas o categorías adultas complejas. Un selfie funciona si el usuario reconoce la persona y el momento solicitado.
