Midjourney imagen a imagen y referencia de imagen: de una referencia a un resultado controlado

Solo con prompts de Midjourney escritos a mano, a veces cuesta fijar composición, materiales o el carácter de una figura. Ahí entra imagen a imagen / referencia de imagen: usa una (o varias) imágenes para decirle al modelo «tírate por aquí» y corrige con texto. Este artículo está pensado para Midjourney V8.1 y explica la división entre texto a imagen y referencia de imagen, los errores habituales y un flujo controlado desde la referencia hasta la entrega con Run as HD.

Si aún estás montando el esqueleto del prompt, empieza por Consejos de prompts en Midjourney: una estructura pensada para V8.1 o Biblioteca de casos de prompts en Midjourney: 10 plantillas de escena V8.1 listas para adaptar; para la cadena completa, combínalo con Arte con IA en Midjourney de principio a fin: flujo de trabajo completo 2026 (V8.1).

Primero, separa texto a imagen, imagen a imagen y referencia de estilo

En el lenguaje cotidiano de Midjourney, estas cosas se mezclan. En la práctica, puedes entenderlo así:

Método	Entrada principal	Mejor para fijar	Uso típico
Texto a imagen	Prompt de texto	Tema e intención narrativa	Explorar dirección desde cero
Referencia de imagen (image prompt)	Imagen de referencia + texto	Composición, materiales, carácter de personaje/producto	Tienes una muestra y quieres «parecido pero no copia»
SREF (referencia de estilo)	Imagen de estilo	Pincelada, color, tono general	Unidad visual en una serie
Moodboards	Tablero de estilo	Ancla estética a nivel de proyecto	Consistencia a largo plazo de marca/cuenta

Imagen a imagen, en el sentido de este sitio, abarca «usar imágenes para controlar la generación»—lo más habitual es la referencia de imagen, y cuando haga falta se suman SREF / Moodboards. No pega la imagen original tal cual: el modelo regenera bajo las restricciones de la referencia.

Por qué V8.1 merece más la pena con referencia de imagen

Midjourney V8.1 es más rápido, entiende mejor el prompt y admite HD 2K nativo. Para la cadena de referencia de imagen eso implica:

1. Menor coste de iteración: en SD puedes probar más combinaciones de «intensidad de referencia × descripción textual».
2. Detalle más estable: materiales, objetos pequeños y relaciones de luz se alinean mejor con la referencia.
3. Ruta de entrega clara: cuando la dirección está fijada, entrega con Run as HD o --hd—sin probar todo en HD.

Nota: V8.1 / V8.2 no admiten el antiguo flag de calidad --q. Si tu flujo antiguo dependía de --q 2 / --q 4, pasa a estrategia SD/HD en lugar de pegar esos parámetros a la fuerza.

Cuándo usar referencia de imagen (en lugar de seguir apilando adjetivos)

Señales de que conviene una imagen de referencia:

• Ya tienes packaging de producto, diseño de personaje o fotos de espacio y necesitas «un plano nuevo con la misma atmósfera»
• El texto a imagen acierta el tema pero la composición se va
• Vas a hacer contenido en serie: el mismo personaje/producto en escenas distintas
• Cliente o marca te dio muestras visuales claras y el texto no agota materiales ni luz

Cuándo puedes seguir solo con texto a imagen:

• Aún buscas la dirección general sin ninguna muestra
• La referencia tiene mala composición y «contamina» el resultado
• Lo que necesitas es unidad de estilo, no transferencia de composición—prioriza SREF / Moodboards

Un flujo controlado reutilizable (recomendado)

1. Usa primero texto a imagen para encontrar la dirección «contenido correcto»

No empieces metiendo la referencia. Corre unas rondas en SD con prompts cortos para confirmar tema, encuadre y luz general. Así sabrás si la referencia «salva composición» o «salva estilo».

2. Elige el tipo correcto de imagen de referencia

Lo que quieres fijar	Referencia más adecuada
Composición / pose / colocación del producto	Foto o imagen terminada clara, con sujeto completo
Carácter / sensación de maquillaje	Plano medio cercano con rostro y luz legibles
Materiales y textura de packaging	Bodegón en alta resolución, fondo limpio
Pincelada y sistema de color	Muestra de estilo → prioriza SREF
Estética de marca completa	Moodboards

Principio: una imagen, una tarea principal. Mezclar composición y estilo en una «imagen universal» suele fallar en ambos frentes.

3. Referencia de imagen + texto: el texto dice «qué cambiar»

La referencia responde «a qué se parece»; el texto, «en qué difiere». Un patrón eficaz:

1. Conserva las ventajas estructurales de la referencia (composición, relación entre sujetos)
2. En texto, nombra las dimensiones que cambias: escena, luz según hora, ropa, fondo, lente
3. Evita otra tira larga de adjetivos de estilo que choquen con la referencia

Ejemplo de enfoque (solo la parte textual):

same product silhouette and label layout, place on a sunlit oak breakfast table, soft morning window light, lifestyle product photography –stylize 100

Aquí la referencia fija la silueta del producto y la disposición de la etiqueta; el texto cambia escena y luz.

4. Cuando necesites sensación de serie, añade SREF / Moodboards

Orden habitual de apilado:

1. Referencia de imagen fija sujeto/composición
2. SREF o Moodboards fijan pincelada y color
3. Con Personalization activada, puedes subir --stylize para que tu perfil estético personal influya más en el carácter
4. Usa Vary / Remix para iterar a pequeños pasos, no para rehacer todo cada vez

V8.1 es más usable en consistencia de estilo que versiones tempranas; en contenido de marca y cuenta, crea anclas y luego expande en lote.

5. Cómo combinar parámetros: --raw, --stylize, chaos, HD

• --raw: muy útil en producto, arquitectura y transferencia realista neutra—atenua el filtro cinematográfico por defecto para acercar resultado a referencia y prompt literal.
• --stylize: valores altos = más intervención estética; con Personalization o referencia de estilo fuerte, prueba stylize más alto.
• --chaos: algo más alto en exploración; cuando la relación con la referencia esté estable, bájalo para no dispersar la composición.
• Resolución: explora siempre en SD; al fijar, Run as HD para entrega ~2K.

6. Checklist antes de entregar

Repasa rápido:

1. ¿Las proporciones del sujeto y la estructura clave siguen alineadas con la intención de la referencia?
2. ¿Lo que pediste cambiar «sí o sí» en texto realmente cambió?
3. ¿Bordes, etiquetas, dedos/detalles de packaging son aceptables?
4. ¿En una serie comparten temperatura de color y lenguaje de lente?
5. ¿Saliste en HD y no entregaste frames de exploración?

Tres escenarios frecuentes

Escenario A: producto e-commerce, escena nueva

Objetivo: la misma botella/packaging en cocina, baño y viaje.

1. Usa fondo blanco limpio o bodegón como referencia de imagen
2. En texto cambia solo escena y luz; describe poco el packaging
3. Activa --raw para más obediencia
4. En SD elige semilla donde la etiqueta siga legible, luego Run as HD
5. En series multi-escena, fija SREF para que el estilo no derive por imagen

Escenario B: mismo personaje, escenas distintas

Objetivo: mismo carácter del personaje, fondos y estados de vestuario nuevos.

1. Parte de un «look definitivo» con texto a imagen o referencia de foto real
2. La referencia de imagen fija rostro/carácter; el texto describe escena y acción nuevas
3. Si el estilo se va, añade SREF—no confíes solo en apilar palabras de estilo
4. Usa Remix para afinar el prompt; Vary Subtle para mejor composición
5. Nota: parte de la referencia de personaje legacy cambió en la familia V8; en la práctica, apóyate en referencia de imagen actual + anclas de estilo y valida a pequeños pasos

Escenario C: concepto espacial/arquitectónico «como la muestra»

Objetivo: el cliente dio espacio competidor o mood board; necesitas plan nuevo pero mismo lenguaje visual.

1. La muestra sirve de referencia de composición o material (no esperes precisión de plano)
2. En texto deja claro «nueva zona funcional / mobiliario nuevo / luz de otra hora»
3. --raw + chaos bajo para sostener perspectiva
4. Moodboards para unidad a nivel de proyecto
5. Antes de HD, confirma que perspectiva y materiales se leen bien, luego entrega

7 errores que más cometen los principiantes

1. Referencia borrosa o sujeto recortado — el modelo aprende estructura incorrecta.
2. Texto y referencia se pelean — referencia minimalista japonesa suave; texto dice «ciber-neón impasto grueso».
3. Una referencia para composición, estilo y personaje — sepáralo.
4. Probar intensidad de referencia todo en HD — caro y lento; en V8.1 debe ser SD→HD.
5. Usar solo referencia de imagen cuando hacía falta SREF — la composición encaja pero el estilo sigue derivando.
6. No iterar a pequeños pasos — cambios grandes de prompt + referencia nueva cada vez; no acumulas combinaciones útiles.
7. Entender imagen a imagen como «edición sin pérdida del original» — Midjourney regenera; buscas similitud controlada, no réplica pixel a pixel.

Cómo encaja con el resto del sitio

• Estructura de prompts: lee Consejos de prompts en Midjourney: una estructura pensada para V8.1
• Plantillas listas para adaptar: lee Biblioteca de casos de prompts en Midjourney: 10 plantillas de escena V8.1 listas para adaptar
• Estrategia de resolución: lee Midjourney HD frente a SD: ahorre tiempo y coste con una estrategia de resolución
• Capacidades V8.1 y migración: lee Análisis de Midjourney V8.1: más rápido, más fiel al prompt y HD 2K nativo
• Flujo de extremo a extremo: lee Arte con IA en Midjourney de principio a fin: flujo de trabajo completo 2026 (V8.1)
• Series de estilo en la práctica: sigue el tutorial Visuales en serie con referencia de estilo: consistencia de marca en Midjourney

midjourney.ing se centra en métodos de generación controlada con Midjourney V8.1. Con una referencia clara, entra al espacio de trabajo desde Probar Midjourney en la cabecera: valida en SD que «referencia + texto» obedece, luego Run as HD para entregar.

Cierre

El valor de imagen a imagen y referencia de imagen en Midjourney es convertir la suposición en restricción. Usa texto a imagen para encontrar dirección, referencia de imagen para fijar estructura y carácter, SREF / Moodboards para estabilizar el estilo de serie, y Run as HD para entrega en HD 2K—sigue siendo un camino válido de generación de imágenes con IA controlada en 2026. Empieza con la imagen de producto o personaje más clara que tengas: cambia una sola variable de escena, completa la primera ronda SD→HD, y notarás por qué «controlado» vale más que «una imagen milagrosa al azar».