Cómo escribir prompts para MOSS-Image

MOSS-Image lee tres tipos de prompt. Una descripción, la opción por defecto, es prosa cohesionada sobre todo lo que se ve: sujeto y acción, aspecto, entorno, cámara y encuadre, medio, luz, materiales, paleta y ambiente, indicando con palabras dónde está cada cosa. Las etiquetas son palabras clave de estilo anime separadas por comas. Un diseño es un prompt en JSON que coloca cada bloque de texto y cada objeto en su propio recuadro, como se explica más abajo.

Se puede combinar prosa y estructura, y una imagen detallada no necesita un diseño. Recurre a él solo cuando la posición deba ser exacta: un póster, un menú, varios paneles u objetos que tengan que estar en lugares concretos.

El texto es uno de los puntos fuertes de MOSS-Image, tanto en inglés como en chino. Pon las palabras entre comillas, exactas y en su propio idioma, con sus mayúsculas, su puntuación y sus saltos de línea, y sepáralas de lo que dices sobre ellas: a sign that reads "OPEN", no "write open on the sign in a fun way".

MOSS-Image divide los textos largos en líneas por su cuenta, y no siempre donde tú quisieras. Pon un salto de línea real en el prompt donde deba terminar cada línea, como en el ejemplo de la nota adhesiva de arriba.

Un prompt de diseño es un prompt experimental en JSON. Su "summary" describe toda la imagen y su estilo; su lista "items" recoge cada bloque de texto y cada objeto con una descripción, las palabras exactas si es texto, y un recuadro. Pégalo en el prompt en una sola línea.

Los recuadros son coordenadas en píxeles medidas desde el centro de la imagen y escritas como arriba, izquierda, abajo, derecha. Primero dibuja cada recuadro de la forma habitual, desde su esquina superior izquierda (x1, y1) hasta su esquina inferior derecha (x2, y2), en una imagen de W píxeles de ancho y H de alto. Después resta la mitad de la altura a cada y y la mitad del ancho a cada x, y escríbelos en el orden y1, x1, y2, x2. En un cuadrado de 1024 por 1024, un título de x 128 a 896 y de y 96 a 224 queda como [-416, -384, -288, 384].

Los recuadros deben coincidir con la imagen que generes: la relación de aspecto 1:1 con resolución 1K es de 1024 por 1024 píxeles. Para otra forma, genera primero una imagen con esa relación de aspecto y resolución, comprueba su ancho y su alto, y dibuja tus recuadros para ese tamaño.

MOSS-Image no admite subidas, Characters ni References: todo sale de las palabras. Para mantener a una persona igual en una serie, escribe una descripción fija (edad, complexión, rostro, pelo, ropa) y pégala palabra por palabra en cada prompt, cambiando solo las frases sobre la escena. Fija también la Seed.

Para parecerte a una imagen que ya tienes, o a un Character guardado, usa un modelo que admita referencias, como Mango.

Nombra el medio con precisión: 35mm film photograph, editorial studio portrait, watercolor illustration, flat vector poster, anime key visual. Luego describe la luz por su fuente y su color ("warm lamplight on his face against the cold blue dusk outside") en lugar de usar palabras de ambiente.

Para un estilo que el modelo base no tiene, añade un LoRA de MOSS-Image de la comunidad en Modelo. Empieza con una intensidad de 0.5; súbela hacia 1 si el estilo apenas se nota, y bájala si el estilo se come al sujeto.

Steps y Guidance Scale empiezan con la receta propia del modelo, 50 pasos con una guía de 3, y es el mejor punto de partida. Con menos pasos va más rápido, pero se pierde detalle. Sube Guidance Scale hacia 4 o 6 solo cuando un prompt corto salga desdibujado; un prompt largo y detallado no necesita más de 3.

El prompt negativo está vacío por defecto. Si sigue apareciendo algo que no quieres, empieza con "worst quality, bad anatomy, watermark, jpeg artifact" y ve añadiendo más. Con un Guidance Scale de 1 el prompt negativo no hace nada, así que la app lo oculta.