> For the complete documentation index, see [llms.txt](https://docs.seaart.ai/guide-1/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.seaart.ai/guide-1/espanol/4-parametros/4-7-edicion-de-prompts-or-guia-de-fusion-de-palabras-clave.md). # 4-7 Edición de prompts | Guía de fusión de palabras clave Esta guía explica técnicas avanzadas de prompts para tener un mayor control sobre la generación de imágenes en SeaArt.AI, aplicables a todos los modelos excepto Flux, que utiliza un sistema diferente. Ya aprendiste cómo escribir prompts básicos con pesos en la ⁠**Guía completa de prompts**. Esta guía te enseñará técnicas avanzadas de prompting para tener más control sobre la generación de imágenes. Los efectos pueden variar según el modelo, pero estas reglas se aplican a todos los modelos que funcionan en [**SeaArt AI**](https://www.seaart.ai/es). Solo **Flux** no es compatible con estas herramientas porque utiliza un sistema de interpretación de prompts diferente. ## Antes de comenzar * El `palabra clave` puede ser cualquier palabra dentro de tu prompt. Puede constar de más de una palabra según la sintaxis. * El `factor` es el valor dentro del rango de pasos de muestreo. Escala entre 1 y el número máximo de pasos. * El `factor%` es un valor porcentual del total de pasos de muestreo. No puede ser mayor a 1 (100 %) y escala entre 0 y 1. ## **Sintaxis: \[palabra clave1:palabra clave2:factor]** La generación comienza con `palabra clave1` y cambia a `palabra clave2` después del paso definido por el `factor`. * Los valores bajos a veces no tendrán un efecto visible porque cubren una pequeña parte de la generación. * El orden importa: el primer `palabra clave1` es el término inicial, mientras que `palabra clave2` es la segunda parte de la generación. ### Ejemplo `retrato de una chica, cara [sonriente:ceño fruncido:0.7]` con generación de 20 pasos se generará como: **Paso 1-14** `retrato de una chica, cara sonriente` **Paso 15-20** `retrato de una chica, cara ceñuda` ### A continuación puedes ver la diferencia Las imágenes fueron generadas con los mismos ajustes en 20 pasos. El `factor%` varió entre `0.1, 0.3, 0.5, 0.7 y 0.9`. Como puede ver, la primera imagen tiene una cara más enfadada porque solo se generaron 2 pasos con una `sonrisa`, mientras que la última imagen tiene una cara sonriente porque se generaron 18 pasos con una `sonrisa` y se cambió a `ceño fruncido` en los últimos 2 pasos.
## **Sintaxis \[palabra clave:factor]** La generación comienza sin la `palabra clave`, y se añade al prompt después del paso definido por el `factor`. * Valores altos no tendrán efectos visibles porque la composición principal de la imagen ya se habrá generado y la IA no podrá hacer cambios significativos a esa altura del proceso. ### Ejemplo `retrato de una niña, ojos verdes, [pelo rosa:7]` con generación de 20 pasos se generará como: **Paso 1-7** `retrato de niña, ojos verdes,` **Paso 8-20** `retrato de niña, ojos verdes, pelo rosa` ### A continuación puedes ver la diferencia Las imágenes se generaron con los mismos ajustes en 20 pasos. El `factor` se cambió entre `3, 7, 10, 13 y 17`. Como puedes ver, no hay pelo rosado en la tercera y las ultimas imagenes porque la IA ya ha generado la composicion principal y no puede realizar cambios incluso si añadimos `pelo rosa` mas tarde. El color blanco fue totalmente suerte, podría ser de cualquier color, incluido el rosa. ## Sintaxis \[palabra clave::factor] La generación comienza con la `palabra clave` y la elimina después del paso del `factor`. * Los valores más altos no tendrán diferencias significativas porque la composición principal ya se generará con la `palabra clave`. ### Ejemplo `retrato de una chica, [ pelirrojo::3], vestido negro` con generación de 20 pasos se generará como: **Paso 1-3** `retrato de chica, pelirroja, vestido negro` **Paso 4-20** `retrato de chica, , vestido negro` ### A continuación puedes ver la diferencia Las imágenes se generaron con la misma configuración con 20 pasos. El `factor` se cambia con `3, 5, 7, 10, 13` . Como puedes ver no hay diferencia significativa después de la tercera imagen porque la composición principal ya se había generado cuando eliminamos la `palabra clave` de prompt. Pelo rubio fue totalmente suerte, podría ser cualquier color de pelo incluye el pelirrojo.
## Sintaxis \[palabra clave1|palabra clave2] Esta sintaxis intercambiará las `palabras clave` en cada paso. Puedes usar más de dos `palabras clave`; incluso puedes añadir tantas como pasos de muestreo haya, aunque no es recomendable. * Un menor número de `palabras clave` suele generar mejores resultados. ### Ejemplo `Retrato de una chica, con cabello [rubio|pelirrojo|negro]` en una generación de 20 pasos se generará de la siguiente manera: **Paso 1-4-7-10-13-16-19**: `retrato de una chica, con cabello rubio` **Paso 2-5-8-11-14-17-20**: `retrato de una chica, con cabello pelirrojo` **Paso 3-6-9-12-15-18**: `retrato de una chica, con cabello negro` ### A continuación puedes ver ejemplos 1. `Retrato de una chica, con cabello [rubio|pelirrojo|negro]` 2. `[rana|pájaro|gato]`
## Sintaxis palabra clave1 (palabra clave2) La barra diagonal (slash) se puede usar para incluir paréntesis reales en el prompt sin que se apliquen pesos. Algunas etiquetas ya incluyen paréntesis `()` y esta sintaxis te ayuda a usarlos correctamente. ### Ejemplos `mona (genshin impact)` será tokenizado como “`mona`” con peso 1x y “`genshin impact`” con peso 1.1x. `mona \(genshin impact\)` será tokenizado tal cual, sin aplicar pesos y con paréntesis reales. ### A continuación puedes ver un ejemplo `(masterpiece, best quality), mona \(genshin impact\)`