Escala de guíaGuidance Scale
La perilla que decide cuán al pie de la letra se sigue el pedido
- La escala de guía es la perilla que decide cuán al pie de la letra se sigue el pedido escrito.
- Con un valor bajo, la imagen queda libre pero se aleja del pedido. A veces falta por completo algo que se pidió.
- Con un valor alto, la imagen se pega al pedido, pero el color se satura y la forma se endurece. Varias imágenes generadas se parecen entre sí.
- Cada herramienta tiene una franja intermedia que funciona bien. Lo más rápido es subir y bajar un poco desde el valor por defecto hasta encontrarla.
- La fuerza con que se empuja lejos lo escrito en la casilla de exclusión también la decide la misma perilla. Al subir el valor, esa fuerza también sube.
Contenido
1La analogía
Imagina gritar un pedido con un megáfono en un mercado ruidoso, entre puestos que venden a gritos y gente que pasa hablando fuerte. Si el volumen queda muy bajo, la voz se pierde entre el ruido, y quien escucha entiende a medias y entrega algo distinto de lo pedido. Si el volumen sube lo justo, el pedido llega con claridad por encima del bullicio.
Pero si el volumen se sube al máximo, el sonido se distorsiona y cuesta entenderlo todavía más: la voz suena más fuerte, pero el mensaje queda deshecho. La escala de guía es esa perilla de volumen.
Una cosa más: el megáfono solo agranda la voz; no corrige el contenido del mensaje. Si el pedido es ambiguo, por mucho que se grite, sigue llegando ambiguo.
2En detalle
Con el volumen bajo, el pedido se pierde
Con un valor bajo, el generador se deja llevar solo un poco por el pedido. El resto sigue el hábito de las imágenes creíbles que aprendió. Por eso la imagen en sí resulta natural y a veces sale una composición inesperada, pero justamente lo pedido puede faltar en la pantalla o aparecer cambiado por otra cosa. También es común que se ignore por completo una indicación de color o de ambiente.
Un valor bajo tiene su utilidad. Sirve para dejar el pedido suelto y generar varias imágenes con las que explorar direcciones. Conviene encontrar primero la que gusta y luego subir el valor para volver a generar.
Si la imagen sale borrosa y sin fuerza, puede deberse a que el valor está bajo. Con un valor bajo, la fuerza que empuja en cada paso es débil, y la forma no termina de madurar, quedando difuminada. Aumentar el número de pasos no borra fácilmente esta sensación difusa.
Con el volumen alto, se pega al pedido
Cuanto más sube el valor, más fuerte tira hacia el pedido en cada paso. Lo pedido entra sin faltar nada, y las indicaciones de color o composición también se respetan. A cambio, varias imágenes generadas se parecen entre sí, porque es como gritar el mismo pedido más fuerte y las respuestas se concentran en un solo lugar.
Que se parezcan es a la vez ventaja y desventaja. Cuando se quiere usar varias imágenes como un conjunto, viene bien que combinen; cuando se quiere ver un abanico amplio de candidatas, ya no queda mucho entre qué elegir. Conviene ajustar el valor según qué se busque en cada momento.
El punto donde el sonido se distorsiona
Si el valor sigue subiendo, en cierto momento la imagen empieza a verse rara. El color salta como un tubo fluorescente, las zonas claras se queman a blanco y los contornos se vuelven gruesos y duros. Los detalles sutiles son los primeros en desbaratarse. Es el resultado de empujar demasiado lejos en un solo paso, saliendo del terreno donde se agrupan las imágenes creíbles.
El punto donde empieza a distorsionarse cambia según la herramienta. Con la semilla y la frase fijas, se puede generar cinco o seis imágenes subiendo el valor en escalones y ponerlas una al lado de otra. Así se ve a partir de qué valor empieza a saturarse el color. Justo debajo de ese punto suele ser el mejor valor para usar habitualmente.
El megáfono no corrige el contenido
Subir el valor solo hace que se siga lo escrito con más fidelidad; no hace que salga lo que en el fondo se quería. Si el pedido es ambiguo, se sigue esa ambigüedad con fidelidad. Cuando no sale lo deseado, subir el valor primero suele ser en vano; conviene antes reescribir la frase con más detalle.
La fuerza de la casilla de exclusión también la decide la misma perilla. Al subir el valor, la fuerza con que se empuja lo escrito ahí también sube, así que si esa casilla tiene una lista larga y además se sube el valor, ambas cosas se suman y la imagen se estropea más rápido.
También está ligado al número de pasos. Cuanto más alto el valor, más se mueve en cada paso, así que si se sube el valor conviene aumentar también un poco los pasos para que quede menos brusco.
3Con más precisión
El generador crea, en cada paso, dos predicciones: una condicionada por el pedido y otra sin ninguna condición. Si hay algo escrito en la casilla de exclusión, ese texto ocupa el lugar de la segunda. La diferencia entre las dos predicciones marca la dirección en que tira el pedido, y la escala de guía es el número que decide cuántas veces se amplifica esa diferencia. Con el valor en uno no se amplifica nada y el pedido se refleja de forma muy débil; cuanto más grande el valor, más lejos se empuja en esa dirección. Empujar demasiado lejos saca el resultado del rango donde se agrupan las imágenes reales, y por eso el color se satura y la forma se endurece.
La analogía tiene sus costuras. Con el megáfono, aunque se suba el volumen, el sentido de las palabras se mantiene igual, pero con la guía, al subir el valor, la imagen misma se deforma. Que el sonido se distorsione es un problema de quien escucha, mientras que una imagen desbaratada por un valor demasiado alto es un resultado que el generador dibujó de esa manera. Además, el volumen del megáfono tiene una escala parecida en cualquier aparato, pero el valor de la guía funciona bien en una franja bastante distinta según la herramienta y el muestreador.
4Pruébalo
5Malentendidos comunes
Es fácil pensar que subir el valor mejora el dibujo, pero en realidad solo decide cuánto se pega al pedido, y si se pasa, el resultado se desbarata.
Es fácil pensar que dejarlo al máximo hace que salga todo tal como se pidió, pero en realidad el color se satura y la forma se endurece tanto que hasta lo pedido se vuelve difícil de reconocer.
Es fácil pensar que un valor bajo no sirve para nada, pero en realidad es útil en la etapa de explorar direcciones amplias, cuando se quieren ver varias candidatas distintas.
7Resumen en una línea
En resumenLa escala de guía es la perilla de volumen que decide con cuánta fuerza se empuja hacia el pedido, y si queda demasiado baja el pedido se pierde, y si queda demasiado alta la imagen se desbarata.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización2026-09-02