ChatGPT Images 2.0 per a branding: del megaprompt al sistema visual sense perdre el control

ChatGPT Images 2.0 ja no serveix només per generar una il·lustració aïllada. El tutorial de Romper El Algoritmo el tracta com un col·laborador visual capaç d’interpretar un brífing, proposar una direcció d’art i desplegar-la en cartells, packaging, personatges, webs o miniatures.

El nom oficial del producte és ChatGPT Images 2.0; a l’API, el model actual apareix com a gpt-image-2. La prova pregunta quant del treball és aprofitable i quan cal tornar a Illustrator, Figma, Photoshop o una altra eina de producció.

Deu proves per sortir de la demostració bonica

Santi i Manu proven text, megaprompts, tipografies, boards, branding, fulls de referència, webs, localitzacions i miniatures amb tasques pròximes a una agència o un estudi.

El vídeo recomana activar un model de raonament i el nivell de pensament ampliat abans de generar. Això pot ajudar el sistema a interpretar un encàrrec complex, però no és un requisit per accedir a ChatGPT Images 2.0: la documentació actual d’OpenAI indica que la generació està disponible en tots els plans, mentre que «Images with thinking» depèn del pla.

El model pot decidir quines peces necessita una presentació de marca, redactar titulars provisionals i mantenir una idea entre diversos panells. Això accelera l’exploració; no substitueix la validació.

Text llegible i megaprompts: molt millor, encara no infal·lible

La primera prova combina dues referències de personatge, una referència d’estil i un llibre antic amb una il·lustració en una pàgina i un text extens a l’altra. El primer resultat comença bé, però deforma paraules a mesura que avança. Quan redueixen la quantitat de text i demanen el màxim que pugui renderitzar sense errors, la segona versió és gairebé llegible, amb alguna errada residual.

La lliçó és pràctica: el text ha millorat molt, però una imatge no és un document editable. OpenAI també recomana mantenir els titulars curts, posar literalment el text entre cometes, especificar tipografia, mida, color i posició, i acabar els dissenys densos en eines especialitzades.

Un megaprompt d’una baralla fictícia en una taverna inclou roba, rètols, objectes i desenes de detalls. El model en recupera bona part, però perd elements i introdueix anatomies estranyes. Una alta adherència no garanteix perfecció local.

Tipografies, memòria i privacitat del context

En l’experiment tipogràfic, Images 2.0 genera un alfabet coherent a partir d’una referència. Quan intenten convertir-lo automàticament en una font, el resultat queda massa degradat per usar-lo tal qual. Pot ser una base d’exploració, però encara exigeix redibuix, vectorització, mètriques, kerning i proves en diferents pesos.

El tutorial també aprofita la memòria de ChatGPT. En demanar què recorda del pòdcast i dels presentadors, el sistema crea un text i una imatge adaptats al context acumulat. Això pot convertir anys de converses en material creatiu sense repetir tot el brífing.

La mateixa funció requereix prudència. Si la memòria està activada, ChatGPT pot reutilitzar informació de converses, fitxers i aplicacions connectades. Per a clients, contractes o campanyes confidencials convé revisar els controls de Personalització, treballar només amb els materials autoritzats i usar un xat temporal quan no es vulgui crear ni consultar memòria.

Boards i identitats: el prompt d’estil evita l’aspecte genèric

Una de les demostracions més convincents és un board publicitari. Davant d’una primera idea violenta que el sistema rebutja, ChatGPT ofereix alternatives segures i acaba proposant un «funeral del plàstic» per al llançament peruà d’una marca d’aigua en llauna. Construeix brífing, insight, idea, execució, via pública i mostreig.

El valor és que manté una conversa de direcció creativa: identifica la veu de marca, busca una connexió local i converteix el concepte en peces. Després cal comprovar cultura, drets, to i viabilitat.

Els autors detecten que, sense direcció, molts boards adopten una composició i un acabat semblants. La solució és separar contingut i estil. D’una banda, el brífing defineix objectiu, públic, missatge i peces. De l’altra, un prompt visual precisa paleta, contrast, tipografia, materials, textura, llum, enquadrament i referències. Com més explícit és aquest segon bloc, menys depèn el resultat de l’estètica predeterminada.

Canchiloca: construir un univers i no només un logotip

El cas central és Canchiloca, una marca fictícia de crispetes amb sabors inspirats en la cultura cinematogràfica. El primer encàrrec demana quinze diapositives amb logotip, tipografia, packaging, comunicació, anuncis i maquetes. El sistema cobreix la llista, però la proposta visual inicial és convencional.

Santi afegeix després una mascota de blat de moro, il·lustració retro, una paleta concreta i una referència visual. A partir d’aquí apareix un univers més coherent: famílies de paquets, claims, cartells, expositors i experiències de punt de venda. El model també proposa extensions estacionals i noms vinculats al cinema.

Aquest procés mostra l’ordre correcte: recuperar la informació de marca, consolidar-la en un brífing, generar moltes direccions, escollir-ne una i desenvolupar-ne el sistema. Si una referència s’acosta massa a una pel·lícula o una marca existent, cal substituir-la per una expressió pròpia. La guia d’OpenAI també recomana demanar dissenys genèrics o apropiables en comptes d’imitar una obra concreta.

El resultat continua sent una maqueta. Per convertir-lo en identitat real cal reconstruir logotip i tipografia, crear arxius vectorials, definir retícules i versions, comprovar accessibilitat i preparar originals de producció. Images 2.0 redueix molt el temps fins a una direcció plausible; no entrega automàticament un manual tècnic.

Consistència: fulls de referència abans de narrar

Per mantenir un objecte, el vídeo recomana crear un full amb vista frontal, posterior, lateral i tres quarts. Ho prova amb un Volkswagen Bora: després de diverses iteracions, una versió encerta els trets que altres generacions havien canviat. El mateix mètode s’aplica a personatges, roba i productes.

La regla és aportar diverses vistes reals sempre que sigui possible. Una sola fotografia obliga el model a inventar les parts ocultes. Un full compacte i etiquetat proporciona una àncora millor per a campanyes, storyboards i seqüències.

Amb localitzacions, el progrés és visible però incomplet. A partir d’una sala, el model varia lleugerament la càmera i hi situa el personatge en accions diferents, però canvia mobles i proporcions. Afegir una descripció espacial i més angles ajuda; no crea un bessó 3D exacte.

De la miniatura al prototip, amb una sortida professional

El tutorial genera una maqueta d’e-commerce i suggereix passar-la a una eina de programació per convertir-la en web. També crea miniatures de YouTube a partir de la transcripció completa d’un vídeo, un full de personatge i l’objectiu de clic. Així pot extreure frases i escenes rellevants, no només decorar un títol.

La millor manera de treballar és per capes: primer concepte i composició; després personatges, producte i text; finalment versions per canal. OpenAI recomana revisions petites i dirigides, indicant què ha de canviar i què ha de quedar intacte.

El límit apareix després de moltes iteracions en el mateix fil. El vídeo observa més soroll, artefactes, detalls deformats i rastres d’elements antics. La documentació oficial també adverteix que el text precís i la consistència recurrent encara poden fallar. Quan la imatge deriva, és millor tornar a la versió bona, obrir un context net i adjuntar de nou les referències.

El veredicte del tutorial és convincent: ChatGPT Images 2.0 és especialment potent com a company de direcció d’art. Genera opcions, connecta missatge i forma i fa visible un sistema abans d’invertir-hi dies. El criteri professional continua sent decidir què conservar, què verificar i què reconstruir amb control total.