Cómo usar Midjourney: escribe una frase y elige entre varias imágenes

Qué es Midjourney

Tienes una idea clara en la cabeza para una ilustración o el concepto visual de un proyecto, pero no sabes dibujar ni tienes tiempo de encargarlo. Escribes la descripción en Midjourney y en segundos tienes varias versiones para elegir y refinar. Es una herramienta de generación de imágenes a partir de texto, accesible tanto desde su propia web (sin necesidad de Discord, desde agosto de 2024) como desde su bot de Discord original.

Dos cosas la diferencian de otras herramientas de imagen: no ofrece prueba gratuita (es de suscripción exclusivamente desde 2023), y no tiene una API oficial — sus Términos de Servicio prohíben expresamente el acceso automatizado mediante scripts o herramientas de terceros, con riesgo real de suspensión de cuenta para quien lo intente.

Cómo generar tu primera imagen

1. 1. Suscribirse a un plan

   No existe nivel gratuito — hace falta elegir un plan de pago antes de poder generar nada. Se puede entrar directamente en midjourney.com o alpha.midjourney.com sin necesidad de una cuenta de Discord.

2. 2. Escribir un prompt descriptivo

   Cuanto más concreta sea la descripción (estilo, composición, iluminación), más control tienes sobre el resultado. El formato por defecto es cuadrado (1:1) salvo que se especifique otro con --ar (por ejemplo, --ar 16:9).

3. 3. Generar y elegir variaciones

   Midjourney genera varias opciones a partir del mismo prompt; se pueden pedir variaciones o ampliar la resolución de la que más te guste.

4. 4. Editar con el Editor integrado

   Desde la propia interfaz web se puede hacer zoom, pan, y editar regiones concretas de una imagen ya generada, sin salir de la aplicación.

Flujo de trabajo: mantener un personaje consistente entre imágenes

En las versiones más recientes, Character Reference, Omni Reference y Retexture se han unido en una sola herramienta de edición que admite hasta 4 imágenes de referencia a la vez, además de inpainting y ampliación de lienzo (outpainting). Si un tutorial usa --cref como un parámetro aparte, puede estar describiendo una versión anterior — prueba primero desde el editor unificado.

1. 1. Elegir una imagen de referencia clara

   De frente, con expresión neutra — una referencia angulada o parcialmente oculta debilita la consistencia del resultado.

2. 2. Añadir la referencia al prompt

   Con --cref [URL de la imagen] (o, en modelos más recientes, dentro de la herramienta unificada de edición). El parámetro --cw controla cuánto peso tiene la referencia frente al resto del prompt.

3. 3. Evitar contradicciones entre el prompt y la referencia

   Si la referencia lleva un traje y el texto pide una camiseta con un --cw alto, hay conflicto — mejor eliminar la descripción de ropa del prompt cuando el peso de referencia es alto.

4. 4. Aceptar cierta variación entre generaciones

   La referencia de personaje condiciona rasgos reconocibles, no copia literalmente la cara — es normal cierto grado de deriva entre imágenes.

Flujo de trabajo: mantener un estilo visual consistente (Style Reference)

A diferencia de Character Reference (que condiciona identidad/rostro), Style Reference (--sref) transfiere el aspecto general —color, textura, iluminación, técnica— sin copiar objetos ni personas. Se puede usar --sref random para generar un código de estilo reutilizable, o encadenar varias URLs de referencia para mezclar estilos, ajustando la intensidad con --sw.

Flujo de trabajo: editar solo una parte de una imagen (Vary Region)

1. 1. Ampliar la imagen ya generada

   Y pulsar el botón "Vary (Region)".

2. 2. Marcar la zona a cambiar

   Con la herramienta de selección libre o rectangular, dentro del propio editor emergente.

3. 3. Escribir un prompt breve y centrado en esa zona

   Un prompt corto funciona mejor que uno largo, porque el resto de la imagen ya aporta contexto.

4. 4. Repetir región por región si hace falta más de un cambio

   Es más fiable hacer los cambios uno a uno que combinarlos todos en un único prompt.

Flujo de trabajo: una imagen de producto o marketing

• Describir con precisión el material y la forma del producto.
• Especificar iluminación y cámara (por ejemplo, iluminación de estudio, ángulo concreto).
• Añadir --style raw para reducir el sesgo artístico por defecto de Midjourney y acercarse a un look fotográfico.
• Usar --no para excluir elementos no deseados del encuadre.
• Tratar el resultado como un punto de partida: Midjourney no garantiza colores de marca exactos ni proporciones de producto pixel-perfect — para un uso comercial final suele hacer falta retoque posterior.

Todo lo que puedes hacer además de generar una imagen desde cero

• Generación de imagen a partir de texto, con parámetros de aspecto (--ar), estilización (--stylize) y variación (--chaos).
• Editor web integrado: zoom, pan, edición regional (Vary Region), sin depender de Discord.
• Referencia de personaje y de estilo (unificadas en una sola herramienta de edición en las versiones más recientes), con hasta 4 imágenes de referencia a la vez.
• Generación de vídeo a partir de una imagen (modelo V1, lanzado en junio de 2025): 4 variantes de 5 segundos, ampliables hasta 21 segundos en total.
• Modo sigiloso (Stealth), disponible desde el plan Pro, para mantener las generaciones fuera del feed público de la comunidad.
• Patchwork: herramienta colaborativa de construcción de mundos en fase de vista previa, para varios usuarios a la vez, en un lienzo compartido.

Cuánto cuesta Midjourney

Precios de la tabla oficial de planes de la ayuda de Midjourney, el 15 de octubre de 2026, en dólares: pago mensual (y entre paréntesis, por mes con pago anual, que da un 20 % de descuento y se paga por adelantado). El tiempo extra de GPU cuesta 4 $ la hora en todos los planes. Confirma el precio vigente antes de suscribirte:

Derechos de uso comercial: el detalle que casi nadie mira

El derecho a usar comercialmente las imágenes generadas no depende solo de qué plan pagas tú, sino de la facturación de tu empresa: si tu empresa tuvo más de 1.000.000 $ de ingresos brutos en el año anterior, esa empresa necesita estar en el plan Pro o Mega para conservar derechos comerciales, sin importar qué plan use la persona concreta que genera las imágenes. Por debajo de ese umbral, cualquier plan de pago (Basic, Standard, Pro o Mega) incluye derechos de uso comercial. Aparte, existe una incertidumbre legal general y no exclusiva de Midjourney: bajo la legislación de derechos de autor de EE. UU. vigente, una imagen generada puramente por IA puede no ser registrable como obra con derechos de autor sin una modificación creativa humana sustancial — poder usarla comercialmente (permiso de Midjourney) no es lo mismo que poder protegerla legalmente frente a copia (cuestión de derechos de autor, ajena a Midjourney).

Para qué la usa la gente en la práctica

• Situación: necesitas una ilustración de portada para un artículo y no hay presupuesto ni tiempo para encargarla. Qué hace Midjourney: generas varias versiones a partir de una frase describiendo la escena, el estilo y la iluminación, y eliges la que más se acerca. Resultado esperado: tienes una imagen usable en minutos, no en días. Advertencia: para uso comercial revisa el umbral de facturación de tu empresa — no depende solo del plan que pagues tú.
• Situación: tienes que presentar tres direcciones visuales distintas para un concepto de marca antes de que nadie apruebe nada. Qué hace Midjourney: generas variaciones rápidas de cada dirección cambiando solo el estilo del prompt, sin dibujar cada opción a mano. Resultado esperado: llegas a la reunión con opciones reales que comparar, no solo descripciones en texto. Advertencia: trata cada imagen como un punto de partida — para un logo final casi siempre hace falta el trabajo de un diseñador, Midjourney no entrega vectores ni garantiza precisión de marca.
• Situación: estás contando una historia en varias escenas y necesitas que el mismo personaje se reconozca de una imagen a otra. Qué hace Midjourney: con una imagen de referencia de personaje (Character Reference), condiciona los rasgos reconocibles en cada nueva generación. Resultado esperado: el personaje se mantiene reconocible aunque cambie de postura o de escena. Advertencia: no es una copia exacta — hay cierta variación normal entre generaciones, y un prompt que contradice la referencia (por ejemplo, otra ropa) debilita el resultado.
• Situación: necesitas una imagen de producto para redes sociales sin montar una sesión de fotos. Qué hace Midjourney: describiendo con precisión material, forma, iluminación y cámara, y añadiendo --style raw para un look más fotográfico, genera una imagen que se acerca a una foto de producto real. Resultado esperado: tienes un punto de partida usable para redes; para un catálogo oficial normalmente hace falta retoque posterior. Advertencia: no garantiza colores de marca exactos ni proporciones pixel-perfect del producto real.
• Situación: quieres un clip corto para redes a partir de una imagen que ya te gustó. Qué hace Midjourney: con el modelo de vídeo genera 4 variantes de 5 segundos a partir de esa imagen, ampliables hasta 21 segundos. Resultado esperado: un vídeo corto listo para publicar sin grabar nada. Advertencia: sigue sin existir una API oficial — no puedes automatizar este paso con un script, solo desde la propia interfaz.

Fallos típicos que te hacen perder una generación (o la cuenta)

• Confundir el plan personal con los derechos comerciales de la empresa: una empresa que facturó más de 1.000.000 $ el año anterior necesita Pro o Mega para conservar derechos comerciales, aunque un empleado use un plan Basic.
• Usar --cref con un peso alto (--cw) y a la vez describir ropa distinta a la de la referencia: genera un conflicto entre el prompt y la imagen de referencia.
• Agotar las horas de GPU rápida en el plan Basic sin saber que no tiene modo relax de respaldo: al acabarse las horas, hay que esperar al siguiente ciclo de facturación o pagar horas adicionales — a diferencia de Standard/Pro/Mega, que caen automáticamente al modo relax.
• Intentar automatizar Midjourney con scripts o wrappers de terceros: no existe una API oficial, y los Términos de Servicio prohíben expresamente el acceso automatizado, con riesgo real de suspensión de cuenta.
• Esperar una lista pública de "palabras prohibidas": no existe. El filtro de moderación es dinámico y cambia sin previo aviso, con revisión tanto antes (rechazo del prompt) como después (retirada de la imagen y penalización de cuenta) de la generación.

Lo que Midjourney no hace, aunque lo parezca

• No tiene plan gratuito ni prueba gratuita — hay que pagar desde el primer uso.
• No existe una API oficial: cualquier automatización de terceros incumple los Términos de Servicio.
• El plan Basic no tiene modo relax de respaldo cuando se agotan las horas de GPU rápida, a diferencia de los planes superiores.
• La moderación de contenido es opaca y cambia con frecuencia, sin una lista pública de restricciones ni changelog de qué se bloqueó y por qué.
• Las herramientas de referencia de imagen tienen incompatibilidades reales con otras funciones en algunas versiones (por ejemplo, no siempre combinables con inpainting o con el modo rápido) — conviene comprobarlo en la documentación vigente antes de dar por hecho que dos funciones se pueden usar juntas.