Ir al contenido
ImágenesGratis

Fotografía Callejera Analógica en Cuadrícula 2x2 Mediante Código

Prompt estructurado como pseudocódigo para fotografía callejera que emula una cámara Leica y película analógica en una cuadrícula 2x2.

OpenAI

Ejemplos de la fuente

Estas imágenes provienen de la fuente original. DROPIDEA no ha probado estos ejemplos; los resultados dependen del modelo y los ajustes.

Listo para personalizar

Tu prompt

Inglés

Sustituye las variables en rojo por tus datos. Copia el texto completo y úsalo con tu agente preferido.

TXT MD Versión en inglés
Street photography prompt for GPT Image 2.5. I already like it better than some of the other ones I have shared lately. 2x2 grid, 16:9, AI picks 4 stunning subjects: // ═══ LEXER: Scene Elements ═══ tokens = [ ENV({{CITY}}, {{TIME_WEATHER}}), SUBJ({{SUBJECT_ACTION}}, velocity=1.2m/s, awareness=FALSE), BG({{BACKGROUND_IRONY}}, distance=8m), FG({{CLIPPING_ELEMENT}}, distance=0.5m), GEAR(Leica_M6, Summicron_35mm_f2, {{FILM_STOCK}}) ] // ═══ PARSER: Exposure & Optics Calculator ═══ AST = ExposureTriangle( // To freeze 1.2m/s at 35mm, we need minimum 1/250s shutter = "1/250s", // To keep BG (8m) and Subj (2.5m) in acceptable focus: aperture = "f/5.6", // To compensate for 1/250 @ f/5.6 in {{TIME_WEATHER}}: iso = "800 (pushed_1_stop_from_400)", // Hyperfocal calculation: dof_near = 1.8m, dof_far = 12m, composition = Composition( tilt = -3deg, parallax_shift = Y:-4mm, // Rangefinder viewfinder vs lens axis fg_clip = TRUE ) ) // ═══ CODEGEN: Render Pipeline ═══ function render_street_photo(AST): layer_1 = trace_rays(AST.env, AST .bg) layer_1.apply_dof_blur(focus_plane=2.5m, aperture=5.6) layer_2 = trace_rays(AST.subj) layer_2.apply_motion_blur(vector=AST.subj.velocity * 1/250s) layer_3 = trace_rays(AST.fg) layer_3.apply_dof_blur(focus_plane=2.5m, aperture=5.6, clip=TRUE) composite = z_composite(layer_3, layer_2, layer_1) composite.apply_parallax_shift(AST.composition.parallax_shift) composite.apply_horizon_tilt(AST.composition.tilt) // Film Emulation Pass composite.apply_silver_halide_grain(iso=800, distribution=Poisson) composite.apply_push_processing(shadows=crushed, contrast=high) return composite execute(render_street_photo(AST))
Ver resultados

Tu prompt

Street photography prompt for GPT Image 2.5. I already like it better than some of the other ones I have shared lately. 2x2 grid, 16:9, AI picks 4 stunning subjects: // ═══ LEXER: Scene Elements ═══ tokens = [ ENV({{CITY}}, {{TIME_WEATHER}}), SUBJ({{SUBJECT_ACTION}}, velocity=1.2m/s, awareness=FALSE), BG({{BACKGROUND_IRONY}}, distance=8m), FG({{CLIPPING_ELEMENT}}, distance=0.5m), GEAR(Leica_M6, Summicron_35mm_f2, {{FILM_STOCK}}) ] // ═══ PARSER: Exposure & Optics Calculator ═══ AST = ExposureTriangle( // To freeze 1.2m/s at 35mm, we need minimum 1/250s shutter = "1/250s", // To keep BG (8m) and Subj (2.5m) in acceptable focus: aperture = "f/5.6", // To compensate for 1/250 @ f/5.6 in {{TIME_WEATHER}}: iso = "800 (pushed_1_stop_from_400)", // Hyperfocal calculation: dof_near = 1.8m, dof_far = 12m, composition = Composition( tilt = -3deg, parallax_shift = Y:-4mm, // Rangefinder viewfinder vs lens axis fg_clip = TRUE ) ) // ═══ CODEGEN: Render Pipeline ═══ function render_street_photo(AST): layer_1 = trace_rays(AST.env, AST .bg) layer_1.apply_dof_blur(focus_plane=2.5m, aperture=5.6) layer_2 = trace_rays(AST.subj) layer_2.apply_motion_blur(vector=AST.subj.velocity * 1/250s) layer_3 = trace_rays(AST.fg) layer_3.apply_dof_blur(focus_plane=2.5m, aperture=5.6, clip=TRUE) composite = z_composite(layer_3, layer_2, layer_1) composite.apply_parallax_shift(AST.composition.parallax_shift) composite.apply_horizon_tilt(AST.composition.tilt) // Film Emulation Pass composite.apply_silver_halide_grain(iso=800, distribution=Poisson) composite.apply_push_processing(shadows=crushed, contrast=high) return composite execute(render_street_photo(AST))

Guía de variables

{{CITY}}

La ciudad o locación urbana donde transcurre la escena

Dentro de la llamada a función ENV({{CITY}}, ...) en el array tokens.

Valor de ejemplo

Tokyo, Shinjuku

{{TIME_WEATHER}}

Hora del día y condiciones atmosféricas que afectan la luz

Dentro de ENV() y en el comentario del cálculo de ISO.

Valor de ejemplo

rainy night, wet asphalt reflections

{{SUBJECT_ACTION}}

Descripción del sujeto espontáneo y su acción sin notar la cámara

Dentro de SUBJ({{SUBJECT_ACTION}}, ...) en la definición de tokens.

Valor de ejemplo

hurrying salaryman clutching a transparent umbrella

{{BACKGROUND_IRONY}}

Elemento en el fondo que genera ironía o contraste narrativo

Dentro de BG({{BACKGROUND_IRONY}}, ...) en la lista de tokens.

Valor de ejemplo

glowing neon billboard showing a tropical paradise

{{CLIPPING_ELEMENT}}

Elemento desenfocado en primer plano que aporta profundidad y encuadre

Dentro de FG({{CLIPPING_ELEMENT}}, ...) en la lista de tokens.

Valor de ejemplo

blurred edge of a subway exit railing

{{FILM_STOCK}}

Tipo de emulsión o película analógica a emular

Dentro de GEAR(Leica_M6, Summicron_35mm_f2, {{FILM_STOCK}}).

Valor de ejemplo

Kodak_Tri_X_400

Qué obtienes

  • Una composición en cuadrícula 2x2 en proporción 16:9 con 4 tomas de fotografía callejera documental.
  • Efectos ópticos auténticos de lente Leica de 35 mm con desenfoque de movimiento y profundidad calculados.
  • Estética analógica con grano de haluro de plata y contraste forzado (pushed film).

Casos de uso

  • Moodboards y tableros conceptuales para cine, fotografía documental y publicidad.
  • Portadas de álbumes, maquetación editorial y contenido visual para redes.
  • Inspiración visual para diseño de entornos urbanos en videojuegos y dirección de arte.

Cómo usarlo

  • Reemplaza los marcadores entre llaves dobles {{...}} con los detalles específicos de tu escena.
  • Mantén intacta la estructura de pseudocódigo, ya que guía al modelo para calcular la óptica y exposición correctas.
  • Pega el prompt completo en GPT Image 2.5 u otro modelo multimodal compatible.
  • Elige la mejor composición de la cuadrícula 2x2 de 4 sujetos generada en formato 16:9.

Prompts relacionados