El anime es un estilo con reglas: sombreado cel plano, línea limpia, ojos expresivos, cielos dramáticos. Los prompts que respetan las reglas consiguen el aspecto; los que mezclan lenguaje fotográfico, no. Hemos generado suficientes cuadros de anime como para saber qué palabras aguantan a lo largo de treinta escenas y cuáles se desmoronan en la cuarta, y la versión corta es que la palabra «anime» por sí sola es la menos útil del prompt.
Lo que el modelo sabe de verdad
Los modelos de imagen han visto millones de fotogramas de anime, etiquetados de forma irregular, que abarcan décadas de animación en acetato, producción digital moderna, arte de merchandising e imitaciones occidentales. La palabra sola deja al modelo elegir entre una docena de subestilos, y elegirá uno distinto en cada escena. Nombrar las convenciones estrecha la elección. Nombrar un estudio concreto es poco fiable y, para un producto comercial, poco sensato.
Palabras que se sostienen
«Cel shading», «clean line art», «flat colors», «anime film still», «wide shot», «large expressive eyes», «soft painterly background», «warm rim light». Añade una hora del día y un tiempo atmosférico; el anime vive de cielos y de luz. Añade una nota de color, como una paleta apagada de verde azulado y ámbar, para unificar las escenas, y una nota de cámara para unificar los planos. Mantén la frase de estilo por debajo de cuarenta palabras y ponla la primera en cada prompt; los modelos dan más peso al principio.
En los prompts de vídeo, añade vocabulario de movimiento propio del medio: animación limitada, fotogramas sostenidos, una panorámica lenta, pelo y tela moviéndose con el viento. Un modelo de vídeo al que se le pide anime sin pistas de movimiento produce un movimiento de cámara fotorrealista sobre un cuadro dibujado, que se lee como un póster filmado.
Palabras que lo rompen
«Photorealistic», «8k», «depth of field», «skin texture». Estas arrastran al modelo hacia la fotografía y se obtiene un híbrido inquietante: una cara dibujada con poros. La misma deriva aparece sin ayuda de ningún prompt en los niveles de vídeo Cinema, que añaden textura e iluminación que los estilos planos no quieren. Para el anime, el nivel más rápido suele ser el mejor, y cuesta menos.
Composición
Los cuadros de anime suelen ser asimétricos: el personaje a un lado y el mundo llenando el resto. Pídelo. «Personaje en el tercio izquierdo, horizonte de la ciudad a la derecha» es una instrucción real para el modelo de imagen, que respeta el lenguaje espacial mucho mejor que un modelo de vídeo. Compón primero el cuadro; el modelo de vídeo solo tiene que mantenerlo.
Los fondos merecen su propia frase. El anime los trata de forma distinta a los personajes: pictóricos, detallados, estáticos. Un prompt que dice «fondo pictórico, personaje con cel shading» acierta con el contraste; uno que solo dice «anime» a menudo produce un fondo con cel shading que parece de videojuego.
Trampas en las que caímos
- Marcos decorativos. El modelo dibuja una línea de marco o el borde de una viñeta. Di «ocupa toda la imagen de borde a borde, sin marco» y revisa el fotograma clave antes de animar; un fotograma clave enmarcado da un clip enmarcado.
- Texto y rótulos. Los fotogramas de anime de los datos de entrenamiento llevan subtítulos y títulos, así que el modelo añade letras. Prohíbe el texto de forma explícita; no se puede quitar después de animar.
- Humanizar lo no humano. Una luciérnaga se convierte en una chica con alas salvo que el aspecto escrito diga «una luciérnaga de verdad, un insecto» y la hoja de reparto muestre una. Los datos de entrenamiento están llenos de animales humanizados.
- Proporciones mezcladas. Sin una hoja de referencia, una escena dibuja al personaje en versión chibi y la siguiente en versión realista. Las hojas lo arreglan; la frase de estilo sola, no.
Mantén al personaje en la biblia
La coherencia de estilo entre escenas viene tanto de la biblia como del prompt. Construye las referencias del personaje en el estilo anime que quieras, y todas las escenas lo heredarán. La coherencia es una propiedad de la cadena: la misma frase en treinta llamadas independientes de texto a vídeo sigue dando treinta aspectos ligeramente distintos, porque cada llamada vuelve a muestrear. Hojas dibujadas una vez, fotogramas clave compuestos a partir de las hojas, clips animados a partir de los fotogramas clave: eso es lo que fija el aspecto.
Elegir el nivel
Los niveles Draft y Standard animan el fotograma clave con el modelo de vídeo rápido, que mantiene plano el color plano y se adapta a los clips de cinco segundos que le gustan a la animación limitada; los planos sostenidos y los cortes forman parte del lenguaje. Reserva los niveles Cinema para una escena que necesite un movimiento complejo, como agua o una multitud, y acepta allí algo de textura añadida. De historia a película ofrece Anime como uno de sus ocho estilos, y la guía de estilo que escribe se repite automáticamente en cada hoja de reparto y en cada prompt de escena.
Otros estilos dibujados
El mismo método se traslada. Acuarela: bordes húmedos, grano de papel, color suave que se difumina, sin línea. Aguada de tinta: pinceladas monocromas, espacio negativo, un solo color de acento. Cómic: contornos de tinta gruesos, trama de semitonos, color plano y saturado, sin bocadillos. Pastel: sombreado de tiza, formas redondeadas, una paleta cálida. En todos los casos, nombra las convenciones del medio, prohíbe el texto y los marcos, fija la frase y deja que las hojas y los fotogramas clave la sostengan.
Preguntas frecuentes
¿Por qué el modelo sigue añadiendo un rótulo? Porque los fotogramas de anime de sus datos de entrenamiento suelen llevarlo. «No text, no caption, no subtitles» al final del prompt suele bastar; si no, regenera el fotograma clave antes de animar.
¿Se puede convertir una foto en un personaje de anime? Sí, como referencia para la hoja de reparto y con el consentimiento de la persona. Genera la hoja en el estilo a partir de la foto y usa después solo la hoja, para que el realismo no se cuele.
¿Funcionan los prompts negativos en el modelo de vídeo? De forma irregular. Pon los elementos prohibidos en el prompt del fotograma clave, donde el modelo de imagen los respeta, y dedica el prompt de vídeo solo al movimiento.
