░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
Manual de navegación para el caos latente
░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
Hace tres años que trabajo todos los dias sin parar con inteligencia artificial, pero no desde la imagen: desde las palabras. No desde el resultado, sino desde la tensión interna de cada token. Trabajo con lo que se dice antes de que se vea. Con lo que la máquina cree que significa algo, aunque no tenga idea de qué está diciendo.
No me vuelve loco generar visuales lindos, ni llamar la atención con “cosas impactantes”. Lo que me intriga es otra cosa: entender cómo el lenguaje —ese mismo que usamos para mentir, para escupir, para amar, para hacer como que entendemos— se convierte en arquitectura, en gesto, en delirio estadístico. O en poesía, cuando tenemos la puta suerte.
Trabajo escribiendo para que la máquina imagine lo que imagino. No con prompts como comandos, sino como mapas cargados de doble sentido, ambigüedades, trampitas. Palabras que no piden, empujan. Que no describen, tensionan. Que a veces salen bien, y a veces —por suerte— salen mal.
De ese trabajo, de observar cómo fallan los modelos, cómo se repiten los errores, cómo se arman y se rompen ciertas formas sin que nadie lo controle del todo, salieron estas ideas. No son reglas, no son teorías. Son intuiciones. Observaciones en el borde entre lo técnico y lo simbólico. Entre la ingeniería y la poesía. O entre el render y la superstición.
Estas son ocho de las que más me conmueven. O por lo menos, las que todavía no me aburren.
————————————
░ 1. El estilo no es una capa, es una estructura
Mucho de lo que se llama “estilo” en generación de imágenes se confunde con la textura o la paleta de colores. Pero lo que vengo viendo es que, en estos modelos, el estilo se sostiene más en la repetición de estructuras y relaciones espaciales que en lo superficial. Por eso los estilos arquitectónicos salen bien y las emociones no tanto: la repetición genera señal clara. Lo que funciona no es el clima emocional, sino la lógica estructural.
Para mí, un buen prompt de estilo no describe una atmósfera: dibuja una estructura invisible
————————————
░ 2. La identidad de un personaje no es una imagen, es una micro-consistencia
Un personaje no se mantiene reconocible por sus rasgos fijos, sino por un ruido que se repite en detalles mínimos: cómo cae el pelo, cómo sonríe, cómo agarra algo. Cuando un LoRA funciona, no es porque captó la cara: es porque estabilizó esa firma de ruido. La identidad, más que una imagen, es un patrón de pequeñas desviaciones que se repiten.
La continuidad no se logra con nitidez, sino con caos estabilizado.
————————————
░ 3. Las imágenes más potentes aparecen justo en el borde del error
Lo más interesante suele aparecer cuando el modelo está a punto de fallar. Cuando no entiende bien lo que le estás pidiendo, y trata de compensar, se generan formas raras, intensas, medio erradas pero visualmente potentes. No es que sabe lo que hace: se le escapa algo y en ese escape aparece otra cosa. Ahí es donde está el oro.
Las contradicciones precisas, empujadas hacia lo desconocido, generan las imágenes más fuertes.
————————————
░ 4. Los modelos no son neutrales: son archivos culturales
Los modelos no solo devuelven imágenes: devuelven creencias. Estéticas, mitologías, jerarquías. Si pedís una mujer poderosa o una máquina revolucionaria, lo que aparece es un promedio de lo que internet cree que eso es. No es un problema técnico: es la forma en que una cultura se vuelve automatizable.
Cada prompt es una negociación con un archivo cultural comprimido que no controlás.
————————————
░ 5. El video generado fluye antes de pensar
En los modelos de video, lo primero que aparece es el movimiento. Lo que tarda —o directamente no llega— es la lógica de lo que pasa. Se mueven como si supieran por qué, pero no. Todo fluye, nada se justifica. Las acciones parecen conectadas, pero no tienen causa.
Lo que se viene no son historias, son coreografías de sentido suspendido. Narrativas que se sienten coherentes, aunque no entiendas qué está pasando.
El primer gran film hecho con IA no va a tener guion: va a ser un sueño lúcido con dirección de arte impecable.
————————————
░ 6. El futuro no es una imagen perfecta: es un sistema que se sostiene.
Ahora mismo, los modelos son malos para mantener lógica entre imágenes. Lo que falta no es más definición, sino una manera de que cada imagen sea modular, editable, parte de una escena mayor. Algo que funcione como un asset con lógica propia: iluminación coherente, continuidad espacial, objetos que se mantengan. Para eso vamos a necesitar una forma híbrida: lenguaje + visión + estructura.
El estudio del futuro no renderiza: compone, como un motor de juego con narrador.
————————————
░ 7. Promptear no es pedir: es navegar
No le estás hablando a una máquina. Estás tanteando un espacio de memoria latente. Cada palabra arrastra una historia estadística. Lo que más importa no es la frase exacta, sino cómo se tensan los términos entre sí. Hay palabras que abren el espacio y otras que lo cierran. Hay prompts que empujan, otros que sabotean. El control es relativo.
Para mí, el prompt no es un pedido: es una forma de magnetismo poético.
————————————
░ 8. Generar imágenes también tiene un costo — y no es solo eléctrico
Sí, generar imágenes con IA consume energía. Hay papers que te miden los watts, los litros de agua, la huella por cada inferencia. Pero automatizar la cultura sin hacerse una sola pregunta sale bastante más caro.
El problema no es usar la herramienta. Es usarla para seguir automatizando lo que ya existe: confundir identidad con mercado, arte con producto, estética con sistema.
Y tampoco es tan simple como decir "no la usen". Pedir que dejemos de usar IA es como pedir que dejemos de usar internet. Suena ético, pero es más cómodo que transformador. La tecnología no se va. La pregunta es qué hacemos con ella, desde dónde, y con qué conciencia.
No se trata de estar a favor o en contra. Se trata de usar la herramienta para discutir con ella y que no se vuelva invisible.
░ Tomás García
————————————
Última fecha de actualización: 17 de Abril de 2025
————————————
ENG ver.
░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
Manual for Navigating Latent Chaos
░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░
I've been working with artificial intelligence for three years — not from the image, but from the words. Not from the output, but from the internal tension of each token. I work with what is said before it's seen. With what the machine thinks means something, even though it has no idea what it's saying.
I'm not obsessed with generating pretty visuals or catching attention with "mind-blowing stuff." What intrigues me is something else: understanding how language — the same one we use to lie, to spit, to love, to pretend we understand — turns into architecture, into gesture, into statistical delirium. Or into poetry, when we get fucking lucky.
I write so the machine can imagine what I imagine. Not with prompts as commands, but as maps loaded with double meanings, ambiguity, and little traps. Words that don’t ask, they push. That don’t describe, they strain. Sometimes they work, and sometimes — thankfully — they break.
From that work — from watching how models fail, how errors repeat, how certain shapes emerge and collapse without anyone fully in control — these ideas came out. They’re not rules, not theories. They’re intuitions. Observations on the edge between the technical and the symbolic. Between engineering and poetry. Or between render and superstition.
These are eight of the ones that move me the most. Or at least, the ones I’m not bored of yet.
░ 1. Style isn’t a layer — it’s a structure
A lot of what’s called “style” in image generation gets confused with texture or color palette. But what I keep seeing is that, in these models, style holds up through repetition — through spatial relationships more than surface. That’s why architectural styles come out well, and emotions don’t: repetition sends a clear signal. What works isn’t emotional mood — it’s structural logic.
For me, a good style prompt doesn’t describe an atmosphere — it draws an invisible structure.
░ 2. Character identity isn’t an image — it’s micro-consistency
A character doesn’t stay recognizable by fixed features, but by a noise that repeats in tiny details: how the hair falls, how they smile, how they hold something. When a LoRA works, it’s not because it captured a face — it’s because it stabilized that noise signature. Identity, more than a look, is a pattern of tiny deviations that repeat.
Continuity doesn’t come from clarity — it comes from stabilized chaos.
░ 3. The strongest images appear right at the edge of failure
The most interesting things usually happen when the model is about to break. When it doesn’t fully understand what you’re asking for, and tries to compensate, it generates weird, intense, slightly wrong but visually powerful results. It doesn’t know what it’s doing — something slips, and in that slip, something else appears. That’s where the gold is.
Sharp contradictions, pushed toward the unknown, create the most powerful images.
░ 4. Models aren’t neutral — they’re cultural archives
Models don’t just return images — they return beliefs. Aesthetics, mythologies, hierarchies. If you prompt for a powerful woman or a revolutionary machine, you get the visual average of what the internet thinks that is. It’s not a technical problem — it’s how culture becomes automatable.
Every prompt is a negotiation with a compressed cultural archive you don’t control.
░ 5. Generated video flows before it thinks
In video models, the first thing that shows up is movement. What takes time — or never arrives — is narrative logic. They move as if they know why, but they don’t. Everything flows, nothing is justified. The actions seem connected, but there’s no cause.
What’s coming aren’t stories — they’re suspended choreographies of meaning. Narratives that feel coherent, even if you don’t know what’s happening.
The first great film made with AI won’t have a script — it’ll be a lucid dream with impeccable art direction.
░ 6. The future isn’t a perfect image — it’s a system that holds
Right now, models are bad at keeping logic across images. What we’re missing isn’t more resolution, but a way for each image to be modular, editable, part of a larger scene. Something that works like an asset with its own internal logic: consistent lighting, spatial continuity, persistent objects. To get there, we’ll need a hybrid form: language + vision + structure.
The studio of the future doesn’t render — it composes, like a game engine with a narrator.
░ 7. Prompting isn’t asking — it’s navigating
You’re not talking to a machine. You’re feeling your way through a space of latent memory. Every word carries statistical baggage. What matters isn’t the exact sentence, but how the terms stretch and pull against each other. Some words open space. Others close it. Some prompts push, others sabotage. Control is always partial.
To me, a prompt isn’t a request — it’s a form of poetic magnetism.
░ 8. Generating images has a cost — and it’s not just electricity
Yes, generating AI images consumes energy. There are papers measuring watts, water usage, and emissions per inference. But automating culture without asking a single question is far more expensive.
The issue isn’t using the tool — it’s using it to keep automating what already exists: confusing identity with market fit, art with product, aesthetics with system.
And it’s not as simple as saying "don’t use it." Asking people to stop using AI is like asking them to stop using the internet. It sounds ethical, but it’s more comfortable than transformative. The technology isn’t going anywhere. The real question is what we do with it — from where, and with what awareness.
It’s not about being for or against. It’s about using the tool to argue with it — and making sure it doesn’t disappear into invisibility.
░Tomás García
————————————
Last updated: April 17, 2025
————————————
