ArtificialGuyBR

Home / Blog / Prompting and control

Prompts FLUX para contacto visual y miradas desviadas

Domina la mirada en FLUX: prompts positivos y negativos, ajuste de IPAdapter y un scaffold reutilizable para todos los modelos.

3 sources cited Prompting and control

On this page

  1. ¿Cómo maneja FLUX la mirada en comparación con SDXL y Pony?
  2. Términos de prompt centrales que controlan la mirada en FLUX
  3. ¿Por qué FLUX se resiste a algunos encuadres de mirada?
  4. Uso de ControlNet e IPAdapter para la composición de la mirada
  5. Construir un scaffold de prompts reutilizable
  6. Errores comunes y soluciones
  7. FAQ
  8. Enlaces internos
  9. Fuentes

Prompts FLUX para contacto visual y miradas desviadas

TL;DR

  • Usa "looking at photographer" como término positivo en tus prompts de FLUX — evita la palabra "eyecontact" y todos sus sinónimos en el prompt positivo.
  • Construye tu prompt negativo con dos capas: un conjunto universal de supresión de la mirada (Blinking, winking, staring-stares-stare, gazing-gazes-gaze, distracted-distraction, sleeping-unconcious-drunk, eyecontact) más un conjunto de composición (Unaware, shuteye, candid, distracted, spycamera, cctv, facing away).
  • Divide tu prompt en capas modulares — sujeto, pose, iluminación, estilo, calidad — para poder cambiar los términos de la mirada sin rehacer todo el prompt.

¿Cómo maneja FLUX la mirada en comparación con SDXL y Pony?

FLUX, SDXL, Pony e Illustrious responden a los prompts de mirada, pero cada modelo tiene preferencias distintas. FLUX y SDXL rinden mejor con la frase "looking at photographer" en el prompt positivo, mientras que los modelos Pony e Illustrious quizá solo necesiten "looking-at-viewer" para lograr el mismo efecto. SDXL también se beneficia de añadir "solo" al prompt positivo cuando apuntas a un solo sujeto — las pruebas reportadas por la comunidad de c666d encontraron que esto aumentaba mucho la tasa de éxito. FLUX no comparte esta mejora documentada, aunque el principio de aislamiento puede seguir aplicándose.

Las escenas con múltiples personajes son problemáticas en todos los modelos. Cuando incluyes "eyecontact" en un prompt con más de una persona, el resultado tiende a inclinarse hacia sujetos que se miran entre sí en lugar de mirar al espectador. Las pruebas reportadas por la comunidad muestran que este comportamiento es consistente sin importar qué arquitectura uses.

Los modelos Pony e Illustrious entienden "winking" hasta cierto punto, lo que te da una palanca adicional en el prompt negativo que FLUX no tiene. El artículo de c666d señala explícitamente que si "looking-at-viewer" no funciona en Pony o Illustrious, el problema probablemente está en el modelo base y no en la estructura del prompt.

Términos de prompt centrales que controlan la mirada en FLUX

Para FLUX, el prompt positivo efectivo es sencillo: "looking at photographer." Esta única frase reemplaza los términos más literales como "eyecontact", que fallan en todos los modelos. El artículo de c666d, que probó en 1.5, 2.0, 2.1, SDXL, 3.0, 3.5 y Flux, encontró de forma consistente que el lenguaje de encuadre fotográfico supera a las descripciones literales de la mirada.

El conjunto universal de prompt negativo funciona en todas las familias de modelos: Término negativo | Qué suprime | Modelos aplicables

|---|---|---

Blinking | Ojos cerrados o semicerrados | Todos Winking | Cierre asimétrico de los ojos | Todos staring-stares-stare | Mirada fija, antinatural | Todos gazing-gazes-gaze | Mirada distante o desenfocada | Todos distracted-distraction | Ojos fuera de cámara | Todos sleeping-unconcious-drunk | Ojos cerrados, cabeza inclinada | Todos eyecontact | Término literal contraproducente | Todos Source: civitai.com/articles/5065

FLUX se beneficia de una capa negativa adicional centrada en la composición: Término negativo | Qué suprime

|---|---

Unaware | Sujeto sin conexión con la cámara shuteye | Ojos cerrados candid | Sin pose, en ángulo desviado distracted | Mirada lejos del espectador spycamera | Encuadre de vigilancia cctv | Ángulo de cámara de seguridad facing away | Sujeto de espaldas al espectador Estos términos abordan contextos de encuadre donde el modelo tiende por defecto a una mirada sin conexión. "Spycamera" y "cctv" describen perspectivas de vigilancia donde el sujeto no tiene motivo para reconocer la cámara. "Candid" y "facing away" describen explícitamente composiciones sin pose o de espaldas.

Para escenas con múltiples personajes, añade negativos de control de multitudes: team, squad, group, party, mass, crowd. Estos reducen la tendencia del modelo a crear patrones de mirada entre personajes.

¿Por qué FLUX se resiste a algunos encuadres de mirada?

El artículo de c666d evita explícitamente la palabra "eyecontact" y todos sus sinónimos (POV, POV-eyecontact, looking-at-viewer, looking-back) en los prompts negativos. El autor trata estos términos como contraproducentes — usarlos en el negativo degrada el efecto de contacto visual del prompt positivo. Ninguna documentación oficial de FLUX explica este comportamiento; el hallazgo proviene por completo de pruebas de la comunidad.

La formulación "looking at photographer" funciona porque el codificador de texto T5-XXL de FLUX — que procesa hasta 512 tokens de lenguaje natural — fue entrenado con descripciones fotográficas donde los sujetos se describen en relación con el operador de la cámara. Esto le da a la frase un mapeo semántico directo que "eyecontact" no tiene. La arquitectura de doble codificador de FLUX (CLIP-L más T5-XXL, confirmada en la página de ejemplos Flux de ComfyUI) procesa tanto lenguaje natural como embeddings de CLIP, pero el lado T5 domina para descripciones fotorrealistas de sujetos.

Uso de ControlNet e IPAdapter para la composición de la mirada

Mientras los términos del prompt manejan la capa semántica de la mirada, ControlNet e IPAdapter ofrecen control estructural. El artículo de stonelax documenta un enfoque de tres nodos — ControlNet para la composición, IPAdapter para el estilo, Img2Img para la consistencia de color — e identifica un "triángulo imposible" donde subir el peso de un nodo degrada los otros.

Para la mirada en concreto, la guía práctica es: Nodo | Peso recomendado | Rol en el control de la mirada

|---|---|---

ControlNet (Canny o Depth) | Por encima de 0.7 | Mantiene la composición facial y el ángulo de la cabeza IPAdapter | Por debajo de 0.5 | Transferencia de estilo; débil para la mirada, afecta a la textura Img2Img | Alrededor de 0.1 (máx. 0.2) | Consistencia de color e iluminación ControlNet con extracción Canny o Depth fija el ángulo de la cabeza y la posición de los ojos a partir de una imagen de referencia. Es la forma más fiable de imponer una dirección de mirada específica en FLUX cuando los términos del prompt solos no bastan. Los modelos ControlNet comunitarios de InstantX y Shakker Labs para FLUX, documentados en la página de ejemplos Flux de ComfyUI, soportan este flujo de trabajo.

Un peso de IPAdapter por encima de 0.5 introduce ruido sin mejora real de la mirada. Como IPA transfiere principalmente textura y color, y no la disposición espacial, no puede reposicionar los ojos ni redirigir la mirada de forma fiable. Mantenlo por debajo de 0.5 y compensa con el prompt cualquier ajuste de estilo.

Img2Img a 0.1 preserva la composición mientras alinea el color y la iluminación con una referencia. Superar 0.2 empieza a desplazar la composición completa, lo que destruye cualquier dirección de mirada cuidadosamente indicada en el prompt. A ese peso, la pasada de Img2Img domina tanto sobre ControlNet como sobre tu prompt de texto.

Construir un scaffold de prompts reutilizable

El artículo de Rhix describe una arquitectura de prompts modular que separa las preocupaciones en capas distintas. Esta estructura se aplica directamente al control de la mirada porque aísla la capa de pose (donde vive "looking at photographer") de las capas de iluminación, estilo y calidad.

Estructura del scaffold:

[Main Subject], [Pose], [Lighting & Background], [Style Descriptors], [Quality Boosts], [Reference Styles]

Para prompts con control de mirada, rellénalo así:

portrait of a young woman, looking at photographer, soft rim lighting, studio background,
ultra detailed realistic skin, masterpiece, best quality, 8k, RAW photo

El artículo de Rhix recomienda vocabulario inspirado en fotografía tanto para SDXL como para FLUX: rim lighting, rule of thirds, soft shadows, shallow depth of field, volumetric light, bokeh, efecto de lente 85mm. Estos términos refuerzan el contexto fotográfico del que depende "looking at photographer".

Para el prompt negativo, combina las tres capas en un solo bloque:

text, logo, watermark, deformed hands, extra fingers, unnatural eyes, asymmetric face,
blurry, oversaturated, low contrast, jpeg artifacts, Blinking, winking, staring-stares-stare,
gazing-gazes-gaze, distracted-distraction, sleeping-unconcious-drunk, eyecontact,
Unaware, shuteye, candid, distracted, spycamera, cctv, facing away, team, squad, group, crowd

La línea base de calidad (text, logo, watermark, deformed hands, extra fingers, unnatural eyes, asymmetric face, blurry, oversaturated, low contrast, jpeg artifacts) proviene de los valores predeterminados documentados en el artículo de Rhix. Los términos de supresión de mirada y composición provienen de la guía de c666d.

Errores comunes y soluciones

Síntoma | Causa | Solución

|---|---|---

FLUX produce mirada desviada a pesar de "eyecontact" en el prompt | "eyecontact" como término literal es contraproducente; el modelo lo interpreta de forma variable | Reemplázalo con "looking at photographer" en el positivo; usa el conjunto universal completo de negativos Los sujetos se miran entre sí en lugar de al espectador en escenas grupales | "eyecontact" fuerza la mirada entre personajes cuando hay varios sujetos | Elimina "eyecontact" de los prompts grupales; añade team/squad/group/crowd al negativo El peso de IPA produce una imagen con ruido e inutilizable | IPAdapter afecta a la calidad de la imagen cuando su fuerza supera los límites prácticos | Mantén la fuerza de IPA por debajo de 0.5; compensa con el prompt Img2Img por encima de 0.2 desplaza la composición | El peso de Img2Img domina sobre ControlNet y altera el posicionamiento facial | Fija el peso de Img2Img en ~0.1; no superes 0.2 en trabajo sensible a la mirada El prompt de mirada funciona en SDXL pero no en FLUX | FLUX no comparte la mejora de "solo" que beneficia a SDXL | Usa "looking at photographer" sin depender de "solo"; añade contexto fotográfico descriptivo

FAQ

¿Qué términos de prompt hacen que FLUX mire al espectador?

El prompt positivo recomendado para FLUX es "looking at photographer". Evita usar "eyecontact", "POV", "POV-eyecontact", "looking-at-viewer" o "looking-back" tanto en el prompt positivo como en el negativo — la guía de c666d encontró estos términos contraproducentes en todas las familias de modelos. Combínalo con un prompt negativo completo que cubra Blinking, winking, staring-stares-stare, gazing-gazes-gaze, distracted-distraction, sleeping-unconcious-drunk y eyecontact.

¿Por qué FLUX se resiste a "eye contact" como término literal?

Ninguna documentación oficial explica este comportamiento. La guía comunitaria de c666d trata explícitamente "eyecontact" y sus sinónimos como términos contraproducentes que degradan el control de la mirada en lugar de reforzarlo. La formulación "looking at photographer" funciona porque el codificador de texto T5-XXL de FLUX tiene un mapeo semántico fuerte para el lenguaje de descripciones fotográficas, donde los sujetos se describen en relación con el operador de la cámara.

¿Cómo afectan los pesos de ControlNet, IPAdapter e Img2Img a la mirada en FLUX?

ControlNet con extracción Canny o Depth por encima de 0.7 es el control estructural más fiable para la dirección de la mirada. IPAdapter por debajo de 0.5 aporta estilo pero no puede reposicionar los ojos. Img2Img alrededor de 0.1 preserva la composición mientras añade consistencia de color; superar 0.2 desplaza la composición completa y destruye la mirada indicada en el prompt. El artículo de stonelax describe esto como un "triángulo imposible" donde subir un nodo degrada los otros.

¿Mejora "solo" en el prompt el contacto visual?

La guía de c666d reporta que añadir "solo" al prompt positivo aumentaba mucho la tasa de éxito en SDXL, pero este hallazgo es específico de SDXL. FLUX no comparte esta mejora documentada. El término puede aportar algún beneficio de aislamiento al reducir sujetos competidores, pero no existe verificación independiente para FLUX en concreto.

¿Qué palabras del prompt negativo evitan la mirada desviada en FLUX?

Usa dos capas de negativos. Primero, el conjunto universal de supresión de la mirada: Blinking, winking, staring-stares-stare, gazing-gazes-gaze, distracted-distraction, sleeping-unconcious-drunk, eyecontact. Segundo, el conjunto de composición de FLUX: Unaware, shuteye, candid, distracted, spycamera, cctv, facing away. Para escenas grupales, añade team, squad, group, party, mass, crowd. Este prompt negativo de tres capas cubre fallos mecánicos (blinking), desvíos semánticos (distracted) y valores por defecto de encuadre (spycamera).

¿En qué difieren Pony e Illustrious de FLUX en el prompting de mirada?

Los modelos Pony e Illustrious quizá solo necesiten "looking-at-viewer" en el prompt positivo para lograr control de la mirada, y entienden "winking" como término negativo — algo que FLUX no interpreta de forma fiable. La guía de c666d señala que si "looking-at-viewer" falla en Pony o Illustrious, el problema probablemente está en la calidad del modelo base. FLUX se beneficia de la formulación más específica "looking at photographer" y requiere el conjunto completo de negativos centrado en la composición.

Enlaces internos

Fuentes