Relación de aspecto en imágenes con IA: elige el encuadre primero

Cada render de imagen empieza con una decisión que no puedes deshacer después: la forma del encuadre. El estudio de Imagen ofrece cinco formatos (uno cuadrado, dos verticales y dos horizontales) y el modelo compone para el que esté seleccionado antes de dibujar un solo píxel. En eroq no hay paso de recorte ni reescalador, así que el encuadre es una elección que haces al principio del trabajo, no un arreglo que haces al final.

Los cinco formatos y su resolución

Cada proporción corresponde a una resolución nativa en la cuadrícula de difusión, y por eso ni siquiera se ofrecen tamaños fuera de ella:

• 1:1 · 1024 × 1024. El cuadrado. Fotos de perfil, publicaciones del feed, portadas de álbum, fichas de modelos, cualquier cosa que tenga que sobrevivir a mostrarse a 80 píxeles de ancho.
• 3:4 · 896 × 1152. El retrato de pie. Personas de cuerpo entero, portadas de libros, diseños de póster, fotos de producto más altas que anchas.
• 4:3 · 1152 × 896. El horizontal clásico. Fotografía editorial, interiores, bodegones, todo lo que antes se fotografiaba con una cámara y no con un teléfono.
• 9:16 · 768 × 1344. El encuadre del teléfono. Fondos de historias, imágenes fijas para anuncios verticales, portadas para un short, cualquier cosa que llene una pantalla sostenida en vertical.
• 16:9 · 1344 × 768. Panorámico. Miniaturas, cabeceras, imágenes hero y el fotograma inicial de un clip que piensas animar después.

Los cinco cuestan lo mismo: 10 créditos por imagen en Image One, igual que en Image Anime e Image Art. No hay recargo por un encuadre ancho ni descuento por uno cuadrado, lo que elimina la única mala razón para elegir la forma equivocada.

Una proporción nativa no es un recorte

Esta es la parte que la gente aprende por las malas. Si renderizas un cuadrado y luego lo recortas a 16:9 en tu editor, obtienes una composición cuadrada a la que le faltan la parte de arriba y la de abajo: una cabeza que estaba centrada ahora está centrada en una franja, y alrededor del 40% de los píxeles que pagaste acaban en la papelera. Renderiza en 16:9 y el modelo sabe desde el principio que tiene espacio horizontal: coloca al sujeto descentrado, deja que el fondo se extienda hacia los lados y pone la luz donde la quiere un encuadre ancho.

Lo mismo pasa en sentido contrario. Un vertical no es un horizontal puesto de pie. Pide 9:16 y el modelo apila la escena (primer término abajo, sujeto en el tercio central, cielo o techo arriba), porque eso es lo que hacen los encuadres altos. Pide 16:9 y la extiende.

Así que el hábito útil es decidir primero el destino y después el formato, antes de gastar una sola palabra en el prompt. La entrada del glosario sobre la relación de aspecto tiene la definición general; lo que importa aquí es que en eroq la proporción es un parámetro real de los modelos de imagen, no una pista que escribes en el prompt esperando que funcione.

Elegir según el destino

• Foto de perfil, avatar, icono de app, portada de álbum: 1:1. Es el único formato que nadie recorta nunca.
• Miniatura de YouTube, hero de un sitio web, cabecera de blog, diapositiva de presentación: 16:9.
• Imágenes fijas para TikTok y Reels, fondos de historias, anuncios verticales, fondos de pantalla del teléfono: 9:16.
• Portada de libro, póster, figura de pie, envase alto: 3:4.
• Imágenes editoriales y documentales, interiores, comida, cualquier cosa con horizonte: 4:3.
• Una imagen fija que se convertirá en clip: la misma forma que el video. Las plantillas de Anuncios del estudio usan 9:16 para TikTok y Reels, 1:1 para el feed y 16:9 para YouTube y la web, y una imagen de partida para imagen a video es más fácil de trabajar cuando ya tiene la forma del clip.

Los formatos verticales merecen una nota más: el centro de un encuadre 9:16 es la única parte que tiene garantizado verse, porque las plataformas ponen su interfaz arriba y abajo. Compón al sujeto en el tercio central y trata el resto como relleno.

No hay imagen 21:9 ni reescalador

Dos límites que conviene conocer antes de planificar en torno a ellos.

En eroq, el video admite seis proporciones, incluido el 21:9 cinemascope. Las imágenes, cinco. Si quieres una imagen fija en cinemascope, renderiza en 16:9 y recórtala en tu editor, asumiendo que estás recortando un encuadre que el modelo compuso para otra forma, o renderiza el plano como clip y extrae un fotograma.

Y no hay ningún paso de reescalado en todo el producto. Lo que renderiza el modelo es lo que obtienes, en el tamaño nativo de arriba. Nadie va a rescatar un render de 768 píxeles de alto para convertirlo en un archivo de impresión, así que si el trabajo necesita altura, elige un formato que la tenga.

Escribe el prompt para el encuadre que elegiste

Un prompt que conoce su formato es un prompt mejor. Nombra el encuadre con palabras además de en el selector de Formato: los dos coinciden y se refuerzan, en lugar de que el modelo tenga que adivinar qué querías decir con un lienzo ancho.

Plano general de situación de una escaladora solitaria cruzando un nevero bajo una pared de granito, figura pequeña en el tercio inferior izquierdo, la línea de la cresta extendiéndose hacia la derecha, lente de 35mm, sol bajo y duro barriendo la nieve, sombra azul en las huellas que deja atrás, inmenso y frío.

Léelo en 16:9 y funciona: el sujeto está colocado, el espacio se aprovecha, la mirada recorre la imagen. Léelo como cuadrado y las instrucciones sobre el tercio inferior izquierdo y la cresta que se extiende a la derecha no tienen adónde ir. Esa es toda la lección en un párrafo.

Cuando el ajuste de formato se queda callado

Hay un caso en el que el selector de Formato no hace absolutamente nada: cuando adjuntas una sola foto de referencia. Con exactamente una referencia, el motor trabaja a partir de esa imagen en lugar de dibujar una nueva, y la foto de origen decide el encuadre: su forma se hereda, diga lo que diga el selector. Es el comportamiento esperado, no un error, y se explica a fondo en la guía de edición de imagen a imagen.

Por lotes, y luego Remix

Como todos los formatos cuestan lo mismo, la forma barata de zanjar una discusión sobre el encuadre es lanzar el mismo prompt dos veces en dos formas (20 créditos) y mirarlas lado a lado en lugar de imaginarlas. Los lotes de 1 a 4 se renderizan con los mismos ajustes para comparar tomas dentro de un mismo formato.

Cada render se guarda en tu Biblioteca con su receta completa, así que Remix vuelve a cargar el prompt y los ajustes en la herramienta con el formato listo para cambiar. El artículo sobre semillas y el flujo de Remix explica ese ciclo; para la versión en video de la misma pregunta, consulta la guía de relaciones de aspecto para video.

Preguntas frecuentes

¿Una imagen más ancha cuesta más créditos?

No. Cada imagen cuesta 10 créditos en los tres modelos, en cualquiera de los cinco formatos. La resolución cambia según la proporción (1024 × 1024 para un cuadrado, 1344 × 768 para panorámico), pero el precio no, así que elige la forma que necesita el trabajo.

¿Puedo cambiar la relación de aspecto de una imagen que ya generé?

Dentro de eroq no, porque no hay herramienta de recorte ni de redimensionado, ni reescalador. Lo que sí puedes hacer es usar Remix en el render, que vuelve a cargar su prompt y sus ajustes, cambiar el formato y renderizar de nuevo por otros 10 créditos. Así obtienes una composición pensada para la nueva forma, no una versión recortada de la anterior.

¿Por qué se ignora el ajuste de formato cuando adjunto una foto?

Porque una sola foto de referencia pone el render en modo edición, donde la imagen de origen fija el encuadre. El motor está modificando una imagen que ya tiene una forma en lugar de componer una nueva, así que el parámetro de proporción no tiene sobre qué actuar.

¿Existe un formato de imagen 21:9?

No. El 21:9 existe solo para video; las imágenes van en 1:1, 3:4, 4:3, 9:16 y 16:9. Para una imagen fija en cinemascope, renderiza en 16:9 y recorta en tu propio editor, o renderiza el plano como clip y extrae un fotograma.

Elige el destino, fija el formato y después escribe el prompt: abre el estudio de Imagen y empieza por arriba.