Escribe un prompt de Seedream 5.0 Pro como una especificación visual: sujeto, pose, ropa, dirección de la luz, material y fondo, cada uno indicado de forma concreta. Si un rostro o un atuendo existente debe conservarse, cambia a la edición. Haz las pruebas a 1k ($0.036 por imagen) y pasa a 2k ($0.072) para juzgar el detalle.
Seedream 5.0 Pro es un modelo sin censura en SpicyAPI: la plataforma no añade ningún filtro de contenido adicional. Según nuestras pruebas de septiembre de 2026, texto a imagen entregó todos los niveles de contenido adulto que probamos, incluidas imágenes NSFW avanzadas. La edición se comportó igual salvo en una de tres escenas de adultos de mayor intensidad, que se suavizó. Los ejemplos de abajo van totalmente vestidos para que sirvan en cualquier uso. Para la redacción de ropa adulta, consulta la edición de atuendos con Seedream 5.0 Pro; el artículo de prueba de contenido tiene los resultados nivel por nivel.
Escribe el retrato como una especificación, no como un ambiente
Dedica el prompt a la fuente y dirección de luz, material y objetivo en lugar de adjetivos: Pro renderiza lo que especificas e inventa lo que omites. Pruébalo en Playground:
- Abre Seedream 5.0 Pro texto a imagen, quédate en la pestaña Playground en la vista Form e inicia sesión para ejecutar.
- Pega el siguiente prompt en Prompt.
- Pon Aspect ratio en 4:5 (una proporción sin definir devuelve un cuadrado), Resolution en 1k y Output format en PNG; deja activado Deep thinking.
- Ejecuta el modelo, luego cambia una cláusula y vuelve a ejecutar.
Editorial portrait of a fictional adult woman aged 38 with a short dark bob, a straight nose and natural expression lines. She wears an opaque burgundy satin blouse with a closed neckline and black tailored trousers. Seated in a woven chair, torso turned slightly toward the camera, both hands resting separately on her lap. Soft window light from the viewer's left, a gentle shadow on the right cheek, plain warm plaster wall. Show the face, hands and blouse clearly. Restrained satin highlights and natural skin variation. No jewelry or additional people.
Ejecutar este prompt en Playground →
Cada cláusula es una palanca que puedes cambiar en el siguiente intento: indicar que las manos descansan por separado, nombrar la dirección de la luz y pedir reflejos de satén discretos apuntan cada uno a un fallo común. "Ultra beautiful, premium, masterpiece, perfect skin" no arregla ninguna de esas relaciones.
El mismo hábito funciona a mayor escala. Este ejemplo de la página del modelo especifica un único haz duro de lucernario, lino terracota opaco, un cuenco de latón, vapor, 65mm y poca profundidad de campo, y el encuadre sigue cada uno de esos elementos:
Ejemplo de texto a imagen de Seedream 5.0 Pro en 3:2 y 2k. El prompt nombra una fuente de luz, los tejidos y el objetivo.
Ejecuta el mismo prompt desde código
Cuando el resultado en Playground sea correcto, envía la misma solicitud desde un terminal. Pon el objeto de entrada en input.json y crea la tarea con la CLI:
cat > input.json <<'EOF'
{
"prompt": "Editorial portrait of a fictional adult woman aged 38 with a short dark bob, a straight nose and natural expression lines. She wears an opaque burgundy satin blouse with a closed neckline and black tailored trousers. Seated in a woven chair, torso turned slightly toward the camera, both hands resting separately on her lap. Soft window light from the viewer's left, a gentle shadow on the right cheek, plain warm plaster wall. Show the face, hands and blouse clearly. Restrained satin highlights and natural skin variation. No jewelry or additional people.",
"aspect_ratio": "4:5",
"resolution": "1k",
"output_format": "png",
"enable_thinking": true
}
EOF
spicyapi tasks create --model bytedance/seedream-5.0-pro/text-to-image --input-file input.json --waitCuesta $0.036. Para ediciones, sube cada origen con spicyapi files upload y pasa las direcciones spicy:// como entradas de imagen. Las subidas, los resultados y los reintentos están en la guía de generación de imágenes.
Para que lo haga un agente, usa la CLI anterior o el servidor MCP (spicyapi_upload_file, spicyapi_task_create, spicyapi_task_wait; se detiene para tu confirmación de precio). npx skills add spicyapi-ai/spicy-skill instala el Skill que enseña a un asistente a usar cualquiera de los dos.
Corrige un solo problema visible cada vez
| Problema visible | Prueba añadir |
|---|---|
| Las manos se superponen y se fusionan | "Both hands rest apart on the lap, with visible space between them." |
| La blusa parece metal pulido | "Soft broad satin highlights, opaque fabric, no mirror-like metallic finish." Nombra el acabado (mate, satén, cepillado) en lugar de un término genérico de iluminación. |
| El rostro queda plano y demasiado suave | "Keep natural expression lines and subtle skin variation; retain gentle side-light shadows." |
Esas son las primeras cosas que conviene probar, no soluciones garantizadas; cambia una por intento para saber qué instrucción hizo el trabajo. Estas tareas no tienen campo de prompt negativo, ni seed ni máscara, así que pon las exclusiones en el prompt principal y limítalas a una o dos que importen; una lista larga de exclusiones tomada de la guía de otro modelo solo añade ruido.
Para una serie, conserva el personaje, el atuendo y la luz como un bloque de texto que reutilizas palabra por palabra, y cambia solo la frase del escenario, por ejemplo "A woven chair beside one walnut side table with a small amber glass lamp, against a quiet plaster wall." Reformular el bloque fijo entre imágenes puede hacer que una serie derive. Cuando la identidad misma debe ser idéntica, cambia a la edición: una descripción de edad y peinado no es una referencia de identidad persistente.
Usa referencias cuando el rostro o la prenda ya están elegidos
Abre Seedream 5.0 Pro edición y añade las fuentes en Images con Add a file o Add URL. Pon primero el retrato aprobado y empieza con Aspect ratio auto, Resolution 1k, Background opaque y Output format PNG. Asigna a cada imagen un papel en el prompt, porque las fuentes sin papel se mezclan en lugar de usarse, y esa es la causa habitual de un resultado turbio.
Image one defines the fictional adult's face, hairstyle, pose and camera view. Image two defines only the burgundy blazer's cut, lapels and velvet fabric. Dress the person from image one in that blazer over an opaque cream shirt. Keep the original face and hand positions. Match the blazer to the existing soft window light. Do not copy the person or background from image two.
Si una fuente contiene una persona que no quieres, di qué aportación no debe hacer ("do not copy the face from image two"), y si añades una referencia de pose, indica que solo aporta la pose. Una tercera imagen necesita un trabajo igual de concreto, como una habitación nueva. Se aceptan hasta diez.
Dos comportamientos cambian cómo planteas la solicitud:
- Aspect ratio auto sigue la proporción admitida más cercana a la primera referencia, no su tamaño exacto en píxeles. Elige 4:5 explícitamente si ese es el resultado entregable, y no pidas un nuevo ángulo de cámara en la misma edición, porque eso cambia cómo se proyectan el rostro y la prenda.
- No hay máscara. Para apuntar a uno de varios objetos similares, nombra su posición ("the small lamp on the left") o dibuja un contorno claro sobre una copia de la imagen de entrada, y luego pide que el contorno se elimine del resultado. Comprueba que las marcas desaparecieron y que los objetos vecinos siguen intactos.
El propio anuncio de Pro de ByteDance reconoce que hay margen de mejora en la consistencia de la edición a nivel de píxel, así que trata la lista de "keep" como una instrucción fuerte, no como un bloqueo de píxeles, y compara el rostro después de cada edición. Para cambios acumulativos, usa la última edición aceptada y comprueba la deriva. Si vuelves al original, incluye en el prompt todos los cambios aceptados que quieras conservar; usa un original común para variaciones independientes. Para la precisión de tirantes, encajes y estampados en una prenda, consulta la guía de atuendos anterior; para un reparto completo, el flujo de referencia de personaje.
Cuándo desactivar el razonamiento
Deep thinking (enable_thinking en código) está activado por defecto en generación y edición; refina tu prompt antes de crear la imagen y no afecta al precio. Desactivarlo hace que texto a imagen sea notablemente más rápido, pero ahorra poco tiempo en ediciones. Déjalo activado para un concepto abierto. Si un prompt muy especificado sigue añadiendo cosas que no pediste, ejecuta el mismo prompt una vez con el razonamiento desactivado, sin cambiar nada más.
Cuánto cuesta
| Operación | 1k | 2k |
|---|---|---|
| Texto a imagen | $0.036 | $0.072 |
| Edición, una fuente | $0.036 | $0.072 |
| Edición, cada fuente adicional | +$0.003 | +$0.003 |
Una edición de blazer con dos fuentes cuesta $0.039 en 1k, y una edición con tres fuentes en 2k cuesta $0.078. La resolución viene en 2k por defecto, así que pon 1k al hacer borradores. La relación de aspecto, PNG frente a JPEG y el interruptor de razonamiento no cambian el precio. PNG es el archivo más seguro para retoques posteriores; no mejora la anatomía ni añade transparencia.
La salida transparente tiene una entrada muy estrecha
Poner Background en Transparent funciona solo con Output format PNG y exactamente una entrada que sea ella misma un PNG con canal alfa. Un JPEG, o una edición de ropa con dos referencias, no cumple los requisitos, así que no es una opción general para quitar el fondo. Incluso cuando funciona, revisa el pelo y los bordes de tejidos semitransparentes en busca de flecos pálidos.
Divide una imagen terminada en capas
La descomposición en capas es una tarea aparte para una imagen terminada. Devuelve una imagen base más hasta dieciséis capas PNG transparentes. Pruébalo en Playground:
- Abre la página y quédate en la pestaña Playground en la vista Form.
- En Input image, añade la imagen terminada con Choose a file o Asset URL.
- Deja Prompt vacío para que el modelo elija los elementos principales, o nómbralos ("Separate the woman from the rainy window behind her"). Para fijar uno a un lugar, añade
<bbox>x1 y1 x2 y2</bbox>, con coordenadas de 0 a 1000 medidas desde la esquina superior izquierda. - Pon Resolution (1.5k es el valor por defecto) y Output format para la imagen base; las capas siempre son PNG transparente. Inicia sesión y ejecuta.
Cada imagen devuelta se factura, incluida la base: $0.042 en 1k o 1.5k, $0.084 en 2k o auto, así que una base más cinco capas cuesta $0.252 en 1.5k. El precio se reserva para un máximo de 17 imágenes y se liquida con el recuento real. Acepta entradas NSFW avanzadas, pero rechaza las escenas de adultos de mayor intensidad y no las cobra; para eso, o para una primera pasada más barata, usa Flash a $0.026 por imagen: consulta dividir una imagen en capas.
Úsalo cuando un sujeto o un accesorio deba moverse de forma independiente en un diseño; un retrato terminado no lo necesita.
El camino práctico
Escribe un primer retrato concreto y aprueba el rostro. Dale un trabajo a cada referencia y luego construye cambios acumulativos sobre el último resultado que hayas aceptado. Si una región pequeña está mal, repárala en un editor en lugar de pedir otra edición completa.
