Recurso del reel de @alexsepu_ · 21 oct 2026
Fotos con IA que parecen de fotógrafo de verdad
La skill Pro Photo, gratis, y el paso a paso del video: tus fotos de referencia, un prompt que le habla a la IA como fotógrafo, qué motor usar para probar y cuál para la versión final, y el flujo completo de Claude a Nano Banana 2.1 a GPT Imágenes 2.5.
La skill la escribí con lo que aprendí haciendo fotos con mi cara y con la de una marca de ropa. Los precios y planes de los motores los leí en sus páginas oficiales el 19 de octubre de 2026, y los pasos de instalación, en la ayuda de Claude el 21 de octubre.
Lo que prometí en el video
La skill Pro Photo, en tu Claude
Una skill es un archivo de instrucciones que Claude lee cuando le pides algo de ese tema. Esta le enseña a dirigir una foto como fotógrafo: con tu idea, aunque llegue en una nota de voz, te escribe los prompts y te ayuda a corregirlos hasta la versión final.
Descárgala. No la descomprimas
Claude la pide así, en .zip. Adentro va una carpeta
pro-photocon el archivoSKILL.mdy cuatro guías de apoyo.Activa la ejecución de código. Las skills la necesitan
En Claude, ve a Settings → Capabilities y deja encendido «Code execution and file creation».
Súbela. Desde Customize
Ve a Customize → Skills, toca el «+», luego «+ Create skill» y elige «Upload a skill». Escoge el archivo
pro-photo.zip.Revisa que esté encendida. Y úsala
Aparece en tu lista de skills con un interruptor. Desde ahí, Claude la usa sola cuando le pides una foto; para asegurarte, nómbrala en tu mensaje, como yo en el video: «usa la skill pro-photo para esto».
Los nombres de los menús son los de la ayuda oficial de Claude, en inglés. Si tienes Claude en español, salen traducidos en el mismo lugar. Según esa ayuda, las skills están en los planes Free, Pro, Max, Team y Enterprise; en Team y Enterprise el administrador puede bloquear que subas las tuyas.
¿Usas Claude Code? Descomprímela en tu carpeta de skills y llámala con /pro-photo:
mkdir -p ~/.claude/skills && unzip pro-photo.zip -d ~/.claude/skills/
Así vs no así
Mismas fotos de referencia, otro prompt
Las dos fotos salieron de mi cara. La de la izquierda es lo que la mayoría hace: pedir «4K ultra HD» y dejar que la IA decida todo lo demás. La de la derecha salió del flujo de esta guía.
«4K» y «ultrarrealista» no le dicen nada a la IA. Rellena el hueco con lo que trae de fábrica: luz de estudio, sonrisa, piel lisa, sujeto al centro. Y eso es justo lo que delata a una foto hecha con IA. Las IA no son buenas directoras creativas: el director eres tú.
Fase 1 · Las referencias
Tu cara entra por foto, no por texto
Si describes tu cara («hombre, 30 años, barba»), el modelo mezcla lo que lee con lo que ve y sale una cara nueva. La cara la cargan tus fotos, y nada más. Si la IA ya saca algo decente con una foto de Instagram, con estas sale mucho mejor: como todo en la IA, mientras mejor información, mejores resultados.
| Qué necesitas | Cómo |
|---|---|
| 3 a 5 fotos de tu cara | Frente, tres cuartos izquierdo, tres cuartos derecho y perfil. |
| Fondo blanco liso | Con luz pareja: la de una ventana basta. |
| Sin lentes ni gorra | El pelo como lo usas normalmente. |
| Gesto neutro | Boca cerrada, ropa lisa de un solo color. |
| Tu piel como es | De ahí el modelo toma la textura: no hace falta pedirle poros en el prompt. |
¿No tienes fotos en fondo blanco? Hazlas con la IA
Parte de tu mejor foto real, de frente y con buena luz, y pídele a Nano Banana un ángulo a la vez. Revisa que cada uno seas tú antes de pasar al siguiente: un ángulo que no se parece contamina todo lo demás.
Edit the attached photo: keep the person's face, hair and facial hair exactly as they are, at the same age and with the same natural skin. Place them against a plain seamless white background with soft, even window-style light, head and shoulders, [ANGLE: facing the camera / three-quarter view turned to the left / three-quarter view turned to the right / pure profile], neutral expression with the mouth closed, plain black crew-neck tee. No retouching, no smoothing, no added blemishes. Vertical 3:4.
Es la plantilla de arranque de la skill. Está escrita para ajustarse, no está validada palabra por palabra.
Fase 2 · El prompt
Háblale como fotógrafo, no como usuario de IA
En vez de calidad, dile con qué se tomó la foto: la cámara, el lente, la luz y la hora. La skill escribe cada prompt en inglés (los modelos responden mejor y los términos de fotografía son más precisos) y recorre estas capas en orden. No tienes que escribirlas tú: sirven para que sepas qué pedirle que cambie.
| Capa | Qué lleva y por qué |
|---|---|
| Cámara | Aparato real, lente, apertura, hora y dónde está la cámara: Contax G2, Zeiss 45mm, f/2.0, night. Nombrar el equipo es lo que más ancla el realismo. |
| Encuadre | Disparar a través de algo (un vidrio con reflejo, un marco de puerta), sujeto fuera del centro, cuadro un poco chueco. Un retrato centrado con buena luz se ve de estudio. |
| Luz | Flash directo y duro, en cámara. La luz «bonita» de estudio es lo que más delata a la IA. |
| Sujeto | Una pose que ocupa el lugar, un gesto que tapa parte de la cara, boca cerrada. Y el bloque de identidad (abajo). |
| Ropa y objetos | Prenda simple sin marca y el desorden de la vida real: vasos vacíos, bolsas, cables. Pantallas de espaldas, porque de frente inventan letras. |
| Color y textura | Fondo frío con acentos cálidos, la piel con su tono cálido natural, grano fino en toda la imagen y no en la piel. |
| Post | Sin retoque: luces quemadas sólo en el golpe del flash y negros profundos. La foto perfecta es la que se ve falsa. |
| Exclusiones | Ni letras, ni carteles, ni logos, ni marcas de agua. Y el formato: 4:5 para el feed, 9:16 para historia o reel. |
«Una fotografía 4K ultrarrealista»
«Contax G2 · Zeiss 45 mm · flash directo · 2 a.m.»
Las dos piezas que no se tocan
La skill las mete en cada prompt. Si alguna vez escribes uno a mano, pégalas tal cual.
The person [reference images: identity] — those reference images ARE their face: copy it exactly, feature for feature, hair and facial hair included, at exactly the age and with exactly the same fresh, healthy skin shown in those photos. Do not age them up, do not add wrinkles, pockmarks, pitted or rough skin, exaggerated pores, under-eye bags or blemishes, do not slim or lighten the face, and do not average it toward a generic model. No description of their features is given on purpose; if the face is not recognisably them, the frame is wrong.
the skin keeps its natural, healthy warm tone, never grey, ashy or sallow; fine film grain over the whole image, not on the skin; the skin looks clean and healthy with natural texture, never over-sharpened, never waxy; a small warm lamp keeps the skin tone natural
No pidas poros ni imperfecciones, ni «do not smooth the skin». Con flash duro el modelo lo exagera hasta dejarte la piel picada. Me pasó: por eso existe el candado. Y no pidas sonrisa: una sonrisa pedida a la IA casi siempre sale falsa. Gesto calmado y boca cerrada.
Ver un prompt completo, el que más gustó («La oficina vacía, 2 am»)
Shot on a Contax G2 with a 45mm Zeiss lens at f/2.0, night, chest height from the corridor, shooting through the glass wall of a small dark office so a faint reflection of the city lights and the blurred edge of the glass door frame sit over the left third. Direct hard on-camera flash bouncing off the glass as a smeared hotspot. Subject: locked in at 2 am, the last one in the office. Leaning far back in a desk chair with one white sneaker up on the desk edge and a black wireless keyboard resting on the thigh, one hand at the temple, the person looks sideways toward the lens with a calm, unbothered expression, mouth closed, the person [reference images: identity] — those reference images ARE their face: copy it exactly, feature for feature, hair and facial hair included, at exactly the age and with exactly the same fresh, healthy skin shown in those photos. Do not age them up, do not add wrinkles, pockmarks, pitted or rough skin, exaggerated pores, under-eye bags or blemishes, do not slim or lighten the face, and do not average it toward a generic model. No description of their features is given on purpose; if the face is not recognisably them, the frame is wrong. They wear a plain black heavyweight tee and black trousers. In front of them, two black monitors on articulated arms seen from the side, so only their glowing edges and the cool light they throw are visible; under the desk, a black PC tower with a single cool white light. On the desk: two empty coffee cups, a takeout bag, a black mouse and a tangle of cables; there is no laptop anywhere in the frame. Lighting: the flash freezes the person hard against the dark room, cool monitor glow on the side of the face, a small warm desk lamp keeping the skin tone natural. Setting: an empty open-plan office behind them dissolving into black; the upper 40% of the frame is only dark ceiling and night window. Materials: smudged glass, matte desk laminate, black plastic, braided cables, dense cotton, paper cups. Color: cold, bluish, desaturated background and shadows with warm tungsten fighting through — overexposed early-2000s tabloid grade — while the skin keeps its natural, healthy warm tone, never grey, ashy or sallow. Texture: fine film grain over the whole image, slight motion blur at the edges, crooked handheld framing; the skin looks clean and healthy with natural texture, never over-sharpened, never waxy. Post: unretouched film look, blown highlights only on the flash hotspot and never on the skin, crushed blacks, rawrealism. Photographer style: Juergen Teller meets Collier Schorr with the accidental energy of a stolen tabloid frame. No readable text, signs, logos or watermarks anywhere in the frame, screens included. Vertical 4:5.
Es la versión 4. La 3 pedía poros visibles y dejó la cara picada; la 1 sacaba siempre una MacBook plateada, hasta que se nombró otra computadora «black matte» y «nothing silver».
Fase 3 · El motor
Uno para probar, otro para la final
«¿Cuál es la mejor IA para crear mis imágenes?» no tiene una respuesta fija: cada dos o tres meses hay un líder nuevo. Hoy, para mí, son estos dos. El prompt sirve igual en cualquiera; lo que cambia es para qué usas cada uno.
Nano Banana 2.1
El modelo de imágenes de Google. Es donde pruebas y corriges, porque es el más barato de los grandes: US$0.0336 por imagen a 1K por API (US$0.113 a 4K). Acepta hasta 14 referencias y el formato 4:5.
Dónde: Flow, la app de Gemini o la API. En Gemini gratis no está: depende de tu plan de Google.
GPT Imágenes 2.5
Cuando el prompt ya está bien, la versión final va aquí. Edita con mucha precisión y, según la ayuda de OpenAI, está en todos los planes de ChatGPT, incluido el gratis.
Lo malo: es lento, puede tardar unos minutos. Mismo prompt y mismas referencias, en el mismo orden.
Precios y planes leídos el 19 de octubre de 2026 en las páginas oficiales de Google y OpenAI (están en fuentes). Cambian rápido: si pasó tiempo, revísalos antes de comprar. Modelos como Flux, para este uso, me parece que ya quedaron atrás; es mi opinión, no un benchmark.
Fase 4 · El framework
El paso a paso del video, pantalla por pantalla
Claude con la skill escribe y corrige los prompts. Nano Banana 2.1 prueba barato. GPT Imágenes 2.5 hace la final. Estas son mis pantallas reales del 20 de octubre, en el orden en que las usé.
Cuéntale a Claude la foto que quieres. Como te salga, aunque sea por nota de voz
No hace falta escribir bonito: la idea suelta basta. Yo le pedí la foto sobre la cajuela de un Porsche, de noche, y le dije que usara la skill.
Captura real · Claude · 20 oct 2026 Claude carga la skill. Y arma los prompts
Lo ves en la respuesta: dice que va a cargar la skill y luego que está redactando los prompts en inglés.
Captura real · Claude carga la skill Te entrega tres prompts distintos. Y en qué orden van tus fotos
Cada uno con un título y qué lo distingue: otro ángulo, otra pose, otra luz. Antes te recuerda las referencias que necesitas y el orden en que se adjuntan: tus fotos de cara, primero.
Captura real · las referencias y el primer prompt Pruébalos en Nano Banana 2.1. Tus referencias adjuntas, luego el prompt
Yo lo hago en Flow: adjunto mis tres fotos en fondo blanco, pego el prompt y reviso que esté elegido Nano Banana 2.1. Saca varias variantes por centavos.
Captura real · Flow con Nano Banana 2.1 Mira qué salió. Sin enamorarte de la primera
Captura real · una de las variantes en Flow Dile a Claude qué no te gustó. En palabras llanas
«Se ve muy amarilla», «la cara no se parece», «quiero algo más de frente». La skill decide si basta con editar esa foto o si hay que reescribir el prompt, y cambia una sola cosa a la vez para que sepas qué arregló qué.
Captura real · mi corrección, tal cual Cuando digas «ese», pide el prompt final. Y pásalo a GPT Imágenes 2.5
Claude junta todas las correcciones en un prompt limpio. En ChatGPT adjuntas las mismas referencias en el mismo orden y pegas el prompt. Ten paciencia: tarda.
Captura real · ChatGPT con el prompt final Y voilà.
El resultado
Para pegar
Cinco mensajes listos
Cambia lo que va entre corchetes. Los tres primeros van a Claude, con la skill encendida; los dos últimos, al motor de imágenes.
Usa la skill pro-photo. Quiero una foto mía para [feed de Instagram / portada de reel / foto de perfil]. Me dedico a [tu oficio, en una línea]. La idea: [cuéntala como te salga: dónde estás, qué estás haciendo, a qué hora, cómo te quieres ver]. Tengo [3 / 4 / 5] fotos de mi cara en fondo blanco.
Si no sabe a qué te dedicas, te lo va a preguntar: la foto tiene que ser de tu mundo, no una escena genérica.
Probé el prompt [1 / 2 / 3] en Nano Banana 2.1. Me gusta [lo que sí funcionó]. No me gusta [lo que falla, en palabras llanas: la cara no se parece, la piel se ve rara, sale sonriendo, se ve muy amarilla]. Cambia sólo eso y dime qué capa tocaste.
Ese es. Junta todas las correcciones en un solo prompt final limpio para GPT Imágenes 2.5, con las referencias enumeradas por rol al principio, y dime en qué orden adjunto mis fotos.
Edit the first attached image. Keep everything else exactly as it is — the person, their face, pose and hands, the framing and angle, glass reflections, the flash hotspot, light, colour grade, film grain, wardrobe, every object and the background. Change exactly one thing: [WHAT CHANGES]. No other change anywhere in the frame.
Así se le agregaron unos lentes de sol a un retrato aprobado (tres de tres) y se cambió la gorra de una foto de producto (tres de tres). Una cosa por pasada: si son tres defectos, son tres pasadas.
Same session as the last attached image: match its flash, grade, wardrobe and location exactly, except for [what changes in this photo: the time, the angle, the pose].
Empieza así el prompt de la siguiente foto y dale otra hora a cada una (2:20 am, 2:30 am, 4 am): la serie se lee como una noche vivida y no como fotos sueltas.
Si algo falla
Síntoma, causa y arreglo
Son los atorones que me tocaron haciendo estas fotos, más los que lista la ayuda de Claude al subir una skill. Cuéntale el síntoma a Claude: la skill trae esta misma tabla.
| Lo que pasa | Qué hacer |
|---|---|
| Claude no deja subir la skill | Sube el .zip sin descomprimir y sin cambiarle nada. Revisa que la ejecución de código esté encendida; en Team o Enterprise, que tu administrador permita subir skills. |
| Claude no usa la skill | Revisa que esté encendida en Customize → Skills y nómbrala en tu mensaje: «usa la skill pro-photo». |
| Se ve hecha con IA, de plantilla | Pide flash duro, encuadre a través de algo, el sujeto fuera del centro, una pose que ocupe el lugar, gesto plano y desorden. |
| La cara no se parece | Quita del prompt cualquier descripción de tus rasgos, deja 3 a 5 fotos de cara y adjúntalas primero. |
| Piel picada o «muy acabada» | Quita «poros», «imperfecciones» y «tired»; usa el candado de piel. Si la foto ya te gustaba, edítala sólo en la piel. |
| Piel gris o ceniza | El grado frío se la come: pide que la piel conserve su tono cálido natural y una lámpara cálida en la escena. |
| Sonrisa falsa | No pidas sonreír: «mouth closed, calm, unbothered expression». |
| Siempre sale una MacBook | Nombra otra: «thick black matte laptop, plain black lid, no logo; nothing in the frame is silver». |
| Letras o logos inventados | Pantallas de espaldas y «No readable text, signs, logos or watermarks anywhere in the frame». |
| Rechaza el formato 4:5 | Usa 3:4. Por API, GPT Imágenes 2.5 no acepta 4:5. |
| Nano Banana 2.1 no aparece en Gemini | No está en el plan gratis de Gemini: pruébalo en Flow o con un plan de Google AI. |
La letra chica
Qué está probado y qué no
Probado con una cara real: el look de flash de noche
Cámara Contax G2 o celular con flash, composición, bloque de identidad y una hora por foto. Los demás looks de la skill (luz de ventana, hora dorada, retrato editorial de día) siguen la misma lógica pero no los he validado: la skill te avisa cuando usas uno.
Sólo tu cara, o la de alguien que te dio permiso
Ni personas públicas ni escenas pensadas para hacer pasar una foto por un hecho real. La skill no las hace.
Los motores cambian; la forma del prompt no
Los precios tienen fecha. Lo que sigue valiendo con el próximo modelo es dirigir la foto: cámara, luz, hora, escena y gesto.
Fuentes y método
De dónde sale cada dato
- Anthropic: «Use skills in Claude», cómo activar la ejecución de código, subir una skill en .zip, qué planes la tienen y por qué falla una subida. · 21 oct 2026support.claude.com
- Google: precios de la API de Gemini: Nano Banana 2.1, $0.0336 per 1K image y $0.113 per 4K image. · 19 oct 2026ai.google.dev/gemini-api/docs/pricing
- Google: generación de imágenes en Gemini: «Upgrade to a Google AI Plan to unlock Nano Banana 2.1». · 19 oct 2026gemini.google/overview/image-generation
- OpenAI: ayuda de ChatGPT Images: «ChatGPT Images is available on all tiers». · 19 oct 2026help.openai.com
Cómo se hizo esta guía. Las capturas son mías, de las grabaciones de pantalla del video del 20 de octubre de 2026, sin retoque. Recorté sólo lo que no era del tema. Las fotos son mías y salieron de este flujo, igual que la foto mala, que es lo que me dio el prompt flojo. La skill la escribí con lo que aprendí haciendo estas fotos: lo probado y lo que no está en la letra chica. Los nombres de los menús de Claude son los de su ayuda oficial en inglés. Sotai no está afiliada a Anthropic, Google ni OpenAI, ni a ninguna marca que aparezca en las fotos.
La IA no es tu directora creativa. Tú sí
Empieza por tus referencias: con tres fotos en fondo blanco ya cambia todo. Luego sube la skill y cuéntale a Claude la primera foto que quieras.
Alex Sepúlveda · 21 de octubre de 2026
Sigue aprendiendo
Más guías de video e imagen
Seedance 2.5 · 1 nov 2026Keynote con IA desde tu sala: el prompt de Seedance 2.5 y las 8 fotos de referencia
Video en vivo · 12 sep 2026Una transmisión que nunca termina y que el público dirige
GPT Image · 22 ago 2026100 comandos para transformar cualquier foto con IA¿Lo quieres funcionando en tu negocio sin armarlo tú?
Escríbenos