Ir al contenido principal
Español— Elegir un idioma
Menú

Edición con múltiples imágenes y referencias

Lección 7 de 14 Actualizado el 2 de noviembre de 2026 Principiante
En esta página
  1. Trabajo con múltiples imágenes de origen
  2. El parámetro images (en plural)
  3. Referenciar imágenes en el prompt
  4. Casos de uso con múltiples imágenes
  5. Límites y buenas prácticas
  6. Práctica guiada
  7. Puntos clave

Actualizado el 2 de noviembre de 2026 — Imagine. grok-imagine-image-quality se eliminó a partir del 2 de noviembre de 2026 (las solicitudes ahora las gestiona Imagine 2.0 en calidad low): los ejemplos usan ahora grok-imagine-image (Imagine 1.0) y grok-imagine-image-2.0 (Imagine 2.0, con calidad low, medium o auto). Con el SDK de OpenAI, aspect_ratio, resolution y quality se pasan mediante extra_body, y la edición se gestiona a través del SDK de xAI o una petición HTTP.

Trabajo con múltiples imágenes de origen

Una de las ventajas del endpoint de edición es la capacidad de proporcionar hasta 5 imágenes de referencia en una única solicitud. Esto abre posibilidades creativas avanzadas: combinar elementos de múltiples fuentes, mezclar estilos o crear composiciones complejas.

El parámetro images (en plural)

Cambiar de image a images altera algo más que la forma del parámetro: cambia lo que le pides al modelo. Con una única fuente, el modelo modifica una imagen; con varias, debe arbitrar entre ellas, decidiendo qué tomar de cada una. Arbitrará en cualquier caso; la única cuestión es si diriges tú ese proceso, que es el foco de la siguiente sección.

Ten en cuenta que los dos parámetros son mutuamente excluyentes: image (objeto único) e images (array) no pueden combinarse.

import requests
import os

headers = {
    "Authorization": f"Bearer {os.getenv('XAI_API_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "grok-imagine-image",
    "prompt": "Combina el personaje de la primera imagen con "
              "el paisaje de la segunda imagen",
    "images": [
        {"url": "https://exemple.com/personnage.jpg"},
        {"url": "https://exemple.com/paysage.jpg"}
    ]
}

response = requests.post(
    "https://api.x.ai/v1/images/edits",
    headers=headers,
    json=payload
).json()

Referenciar imágenes en el prompt

Cuando proporcionas varias imágenes, puedes referirte a ellas individualmente en tu prompt usando la sintaxis <IMAGE_0>, <IMAGE_1>, etc. El índice comienza en 0.

payload = {
    "model": "grok-imagine-image",
    "prompt": "Coloca el producto de <IMAGE_0> sobre la mesa de <IMAGE_1>, "
              "con la iluminación ambiental de <IMAGE_2>",
    "images": [
        {"url": "https://exemple.com/produit.jpg"},      # <IMAGE_0>
        {"url": "https://exemple.com/table.jpg"},         # <IMAGE_1>
        {"url": "https://exemple.com/ambiance.jpg"}       # <IMAGE_2>
    ]
}

Esta sintaxis es lo que distingue una composición controlada de una mezcla aproximada. Decir «combina estas imágenes» deja todo en manos del modelo; decir «coloca el producto de <IMAGE_0> en el entorno de <IMAGE_1> manteniendo la iluminación de <IMAGE_1>» no deja margen para la interpretación. En cuanto proporciones más de una fuente, haz referencia a ellas de forma explícita.

Casos de uso con múltiples imágenes

Transferencia de estilo

Aplica el estilo de una imagen de referencia a otra:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Reproduce el contenido de <IMAGE_0> en el estilo artístico de <IMAGE_1>",
    "images": [
        {"url": "https://exemple.com/photo-originale.jpg"},
        {"url": "https://exemple.com/reference-style.jpg"}
    ]
}

Composición de producto

Integra un producto en un entorno con iluminación de referencia:

payload = {
    "model": "grok-imagine-image-2.0",
    "prompt": "Fotografía el producto de <IMAGE_0> colocado sobre el mueble de <IMAGE_1> "
              "en la habitación de <IMAGE_2>, con iluminación natural coherente",
    "images": [
        {"url": "https://exemple.com/produit-detouré.png"},
        {"url": "https://exemple.com/meuble.jpg"},
        {"url": "https://exemple.com/piece.jpg"}
    ]
}

Fusión de rostro y fondo

Combina un retrato con un fondo específico:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Coloca a la persona de <IMAGE_0> frente al edificio de <IMAGE_1>, "
              "manteniendo la iluminación natural y la perspectiva",
    "images": [
        {"url": "https://exemple.com/portrait.jpg"},
        {"url": "https://exemple.com/batiment.jpg"}
    ]
}

Límites y buenas prácticas

El límite técnico es de 5 imágenes por solicitud, y puedes mezclar formatos libremente —algunas fuentes como URL, otras como Base64— en el mismo array. La dificultad real no está ahí: reside en la precisión del prompt, que debe crecer con el número de imágenes. Con dos fuentes, a menudo basta con «combina el personaje y el entorno»; con cinco, el modelo ya no puede adivinar qué elemento tomar de qué imagen, y aquí es exactamente donde entran las referencias <IMAGE_1> a <IMAGE_5>: «coloca el logo de <IMAGE_2> en la camiseta del personaje de <IMAGE_1>, con la ambientación lumínica de <IMAGE_3>» no deja lugar a ambigüedades. Para composiciones complejas con múltiples fuentes, el modelo pro (grok-imagine-image-quality) justifica su coste adicional: es precisamente donde la brecha con el modelo estándar resulta más visible, en la coherencia entre elementos heterogéneos.

Práctica guiada

Prueba a combinar dos imágenes que tengas a mano:

payload = {
    "model": "grok-imagine-image",
    "prompt": "Crea una escena donde el objeto de <IMAGE_0> flote en el cielo de <IMAGE_1>, "
              "estilo surrealista",
    "images": [
        {"url": "URL_DE_TU_PRIMERA_IMAGEN"},
        {"url": "URL_DE_TU_SEGUNDA_IMAGEN"}
    ],
    "n": 3
}

Genera 3 variaciones para comparar las interpretaciones del modelo.

Puntos clave

  • El parámetro images acepta hasta 5 imágenes de origen en un array
  • image (singular) e images (plural) son mutuamente excluyentes
  • La sintaxis <IMAGE_0>, <IMAGE_1> permite referenciar cada imagen en el prompt
  • Los casos de uso incluyen transferencia de estilo, composición y fusión
  • Sé preciso en tu prompt cuando uses múltiples fuentes