Infografías, diapositivas y QR codes: el flujo de texto de GPT Image 2

El renderizado de texto cruzó la línea de truco a herramienta

Durante toda la primera generación de modelos de imagen, el texto era el delator. Los letreros se derretían en pseudoletras, los gráficos se disolvían en ruido y cualquier cosa parecida a un documento quedaba sencillamente descartada. GPT Image 2 cambió eso: la cobertura de terceros sitúa su precisión de texto a nivel de carácter en torno al 99% en más de diez sistemas de escritura —latino, japonés, coreano, chino, hindi, bengalí, árabe y otros—, incluidas composiciones de escritura mixta como japonés con inglés incrustado o árabe corriendo junto a números occidentales.

El salto también aparece en las pruebas independientes. Comentaristas de Hacker News que ejecutaban benchmarks de edición reportaron puntuaciones que pasaban de 3/12 en versiones anteriores a 10/12 en el nuevo modelo, y el titular de lanzamiento de VentureBeat resumió el cambio de categoría: texto multilingüe, infografías completas, diapositivas, mapas, incluso manga, aparentemente sin fallas.

El segundo ingrediente importa tanto como los glifos: el modelo puede renderizar de forma coherente más de 100 objetos distintos en una escena densa. Esa densidad es lo que mantiene legibles las anotaciones de datos, las pequeñas etiquetas de UI y los gráficos comparativos abarrotados en lugar de que colapsen en textura. Caracteres precisos más coherencia de escena densa es la combinación que convierte un juguete artístico en una herramienta de documentos.

Lo que ahora puedes entregar de verdad

Toda una categoría de entregables que era imposible hace una generación de modelos está ahora a un solo prompt de distancia:

• Infografías completas con secciones etiquetadas, anotaciones de datos y gráficos comparativos
• Diapositivas de presentación con titular, cuerpo de texto y un gráfico compuestos en un solo cuadro
• Pósters y empaques con QR codes y códigos de barras funcionales y escaneables incrustados directamente en el diseño, demostrado en un artículo de usos extravagantes que circuló en Hacker News
• Mapas con regiones etiquetadas, manga de múltiples paneles con diálogos rotulados, composiciones tipo revista
• Etiquetas de UI en letra pequeña en mockups de producto que sobreviven a una lectura de cerca

El lado multilingüe no es una nota al pie. Según TechCrunch, citando datos de Sensor Tower y Similarweb, la mejora en el renderizado de hindi y bengalí impulsó una ola de creación de memes y pósters regionales en India: según los informes, unas 5 millones de descargas de ChatGPT allí durante la semana de lanzamiento frente a unas 2 millones en EE. UU., la mayor historia de adopción medible del lanzamiento.

El modo de fallo del que nadie te avisa

Aquí está la trampa: el modelo ahora renderiza el texto a la perfección, así que su salida parece autorizada, y fabricará con total confianza el contenido de ese texto. Pídele una infografía de resultados e inventará números plausibles. Un ejemplo muy compartido: una infografía de resultados del Maratón de Londres de abril de 2026 que era limpia, legible y con una maquetación profesional, y que simplemente se saltó el récord mundial real. Cada carácter se renderizó correctamente; los hechos detrás de ellos estaban equivocados.

La precisión del texto y la precisión factual son propiedades distintas. GPT Image 2 es un tipógrafo soberbio y un investigador pobre. Si tu infografía va a algún lugar que importa —una presentación para un cliente, un informe, una cuenta social con tu nombre—, no puedes dejar que el modelo aporte los datos.

El pipeline probado por la comunidad es directo: ejecuta tú mismo la búsqueda web, pega los hechos recuperados en el prompt como la única fuente de verdad y dile al modelo que use solo esos. Los desarrolladores van un paso más allá y llaman directamente a la API de gpt-image-2 con datos inyectados programáticamente, en lugar de confiar en nada de la memoria de entrenamiento del modelo.

El flujo de producción, paso a paso

• Investiga primero: saca tus cifras, nombres y fechas de fuentes reales, nunca del modelo
• Estructura los hechos como líneas cortas etiquetadas (LABEL: value); el modelo las trata como contenido de maquetación
• Especifica el lenguaje de maquetación: secciones, llamadas, tipo de gráfico, idiomas, relación de aspecto
• Genera y luego revisa cada cifra contra tu lista de fuentes, no contra lo que parece correcto

Una buena prueba de calibración antes de confiar el flujo a trabajo real es el prompt que usaron los testers de terceros para verificar el renderizado multilingüe: todo el texto volvió legible y correctamente escrito:

Create a step-by-step infographic explaining how espresso is made, with labeled sections, data callouts and a comparison chart, in Japanese with English subtitles.

Para entregables reales, cambia a una plantilla de inyección de hechos. Todo lo que hay entre DATA y END DATA proviene de tu propia investigación; el trabajo del modelo es puramente visual. La instrucción de no añadir ni estimar es de carga: sin ella, el modelo rellenará servicialmente los huecos con contexto inventado, y se verá completamente convincente:

Create a clean one-page results infographic.
Use ONLY the facts below — do not add, estimate or "correct" any number.

DATA:
EVENT: [event name and date]
WINNER: [name] — [time or score]
RECORD: [current record holder and mark]
KEY STAT 1: [label]: [value]
KEY STAT 2: [label]: [value]
END DATA

LAYOUT: bold headline at top, three labeled stat callouts,
one simple comparison bar chart, footer with a source line.
STYLE: flat editorial infographic, two-color palette, generous spacing.

Trata los prompts como infraestructura de producción

La comunidad ya lo hace. Los pósters tipográficos que se apoyan en la precisión del texto son una de las diez plantillas de prompt comunitarias consolidadas, y el repositorio de plantillas wuyoscar/GPT-Image2-Skill alcanzó, según se informa, 2.862 stars y 253 forks en unas seis semanas desde el lanzamiento, cifras verificables a través de la API de GitHub. La gente versiona estas plantillas como versiona código, no como coleccionan curiosidades.

Haz lo mismo con tu flujo de infografías: mantén fijos los bloques LAYOUT y STYLE, cambia el bloque DATA por trabajo, y tu salida se mantiene visualmente coherente en toda una serie. Si quieres puntos de partida listos para usar para pósters y composiciones cargadas de texto, explora la biblioteca de prompts en https://gpt-img2.com/prompts.

GPT Image 2 es gratis para empezar: obtienes 20 créditos al registrarte, sin tarjeta de crédito. Ejecuta primero el prompt de prueba del espresso para ver el renderizado de texto por ti mismo, y luego trae tus propios datos investigados y prueba el flujo completo en https://gpt-img2.com.