Cómo hacer manga con IA: el flujo de 5 etapas del guion a la página terminada
Empecemos por la parte honesta: hoy ninguna herramienta recibe una historia y entrega un manga terminado. Eso no significa que la IA no sirva aquí. Divide la producción de un manga en cinco etapas —guion, composición, lineart, acabado y rotulado— y las tres del medio son donde la IA rinde más. Las dos de los extremos son decisiones narrativas, y cederlas casi siempre te hace ir más lento.
Lo que de verdad frena a la mayoría no es la calidad de imagen. Son los traspasos: cómo escribir un guion que un modelo pueda leer, qué necesita un personaje antes de generar una sola viñeta, y si conviene pulir o empezar de nuevo cuando un resultado sale mal. Este artículo recorre las cinco etapas y los traspasos entre ellas.
Por qué «un clic, un capítulo entero» todavía no funciona
No es un problema de capacidad de cómputo. Tres cosas que el manga necesita quedan fuera de lo que los modelos de imagen hacen bien hoy:
- Consistencia entre viñetas. El mismo personaje tiene que conservar una cara, un atuendo y una proporción de estatura a lo largo de decenas de viñetas. Cada generación es un evento independiente: «recordar la viñeta anterior» sale de las imágenes de referencia que tú le das, no del modelo.
- Texto dentro de la imagen. Los globos de diálogo y las onomatopeyas son parte de la composición. El rotulado generado tiende a salir como texto deformado o inventado, y es peor en chino y en japonés. (La causa son los datos de entrenamiento —los modelos aprendieron de imágenes con subtítulos, marcas de agua y firmas—, no simplemente que la palabra «diálogo» aparezca en tu prompt).
- La composición es narración. Qué viñeta es grande, por dónde viaja la mirada: son decisiones de autoría. El modelo no conoce tu ritmo, así que no puede decidir «esta va a página completa porque es el clímax».
Así que la jugada práctica no es esperar a la generación de un clic. Es poner la IA donde la IA de verdad es fuerte, y de ahí sale la división en cinco etapas.
Las cinco etapas, y quién hace qué
| Etapa | Qué decide | Encaje para la IA | Por qué |
|---|---|---|---|
| 1. Guion / desglose de viñetas | Número de viñetas, qué hay en cada una, dónde cae el diálogo | ❌ Tú | Es una decisión narrativa, y es la entrada de todo lo que sigue |
| 2. Boceto de composición | Pose, cámara, dónde quedan las figuras en el cuadro | ✅ Muy fuerte | Barato, rápido de iterar, todavía sin estilo del que preocuparse |
| 3. Lineart | Convertir el boceto en líneas limpias | ✅ Fuerte | El boceto funciona como ancla, así que los resultados son estables |
| 4. Acabado (tramas o color) | Luz, textura, atmósfera | ✅ Fuerte | La consistencia sale de referencias compartidas, no de reescribir el prompt |
| 5. Rotulado | Ubicación de los globos, tamaño de letra, respiro | ❌ Tú | El texto se rompe, y la posición del globo es el ritmo |
⚠️ Una nota de terminología, porque confunde a todo el mundo. Lo que este artículo llama etapa 1 es un documento escrito: cámara, acción, escenario y diálogo como campos estructurados por viñeta. Eso es un guion o un desglose de viñetas. Un storyboard (name o nému en el manga; thumbnails o layouts en el cómic occidental) es la versión dibujada, con figuras a grandes rasgos y bordes de viñeta, y viene después del guion. Los textos sobre IA confunden los dos todo el tiempo: prometen «storyboards con IA» cuando en realidad describen especificaciones de prompt.
La IA se come las horas de dibujo del medio, no el criterio de los extremos. Por eso tanta gente dice «usé IA y no fue más rápido»: se saltan la etapa 1, dejan que el modelo adivine la historia y se gastan lo que ahorraron clasificando imágenes.
Este es un reparto del trabajo, no una regla de la industria. Muchos profesionales sí usan modelos de lenguaje en la etapa 1 para convertir la prosa en listas de planos, y muchos encuentran que el lineart con IA todavía necesita que una persona vuelva a dibujar las manos y la perspectiva del fondo. Lo que sigue es una ruta que funciona en la práctica, no la única.
Etapa 1: escribe un guion que el modelo pueda leer
Un guion de viñetas ya es el plano de un cómic. Lo que cambia cuando quien lee después es un modelo: tiene que estar escrito, y tiene que separar la información de la imagen de la información de la historia.
Cada viñeta necesita al menos estos cuatro campos. Deja uno fuera y el modelo lo inventa.
- Cámara: primer plano / plano medio corto / cuerpo entero / plano general, y contrapicado o picado
- Personaje y acción: quién está en el cuadro, qué hace, hacia dónde mira
- Escenario: lugar, hora del día, fuente de luz
- Diálogo: en su propio campo. Nunca en la descripción de la imagen, o el modelo va a intentar dibujar las palabras.
La versión mala es «la protagonista está de pie, triste, bajo la lluvia». Sin cámara, sin distancia, sin fuente de luz, así que cada generación devuelve algo distinto. Reescríbela como «plano medio, ligeramente en picado. La protagonista está de pie en la entrada de un callejón vacío. Lluvia de noche. La única luz es el letrero de la tienda que tiene detrás». La consistencia mejora de inmediato.
Etapa 2: fija al personaje antes de generar la primera viñeta
Este es el paso más importante y el que más se salta de todo el flujo: antes de generar cualquier viñeta, dale a cada personaje un juego fijo de imágenes de referencia.
En la práctica, eso significa generar primero una referencia limpia del personaje —fondo blanco, sin texto, nada más en el cuadro— que fije cómo se ve esa persona. De ahí en adelante, cada generación de viñeta recibe la misma referencia. Solo así el modelo tiene un ancla para «así se ve esta persona».
⚠️ Cómo le das la referencia importa más que tenerla. Si le das una hoja de rotación en varias vistas —frente, perfil y espalda en un mismo lienzo—, el resultado común es que el modelo la lea como tres personas en la escena, o que mezcle el diseño de la espalda con el del frente. La práctica confiable es una imagen limpia, una vista a la vez; cuando necesitas más precisión de la que eso te da, el siguiente paso es entrenar un modelo propio del personaje, no apilar más imágenes de referencia.
Sáltatelo y caes directo en la queja más común: la protagonista de la viñeta 3 y la de la viñeta 17 parecen hermanas. La consistencia de personajes tiene toda una caja de herramientas detrás —cuántas referencias, cómo redactar las descripciones, cuándo vale la pena entrenar un modelo dedicado— que se cubre por separado. Lo importante aquí es dónde va en el flujo: es preparación, no control de daños.
Una cosa más: separa los datos de apariencia de la escritura del personaje. La estatura, la complexión, el color de pelo, el color de ojos y la ropa habitual son para dibujar. La personalidad, la historia previa y la motivación son para la historia. Los modelos actuales sí leen bien el lenguaje natural, así que una frase como «desconfiada, guarda la distancia» puede guiar legítimamente la expresión y la postura; pero el prompt inflado existe, y los descriptores visuales concretos pesan más que una historia previa abstracta cuando necesitas la misma cara dos veces. Esa separación es la razón práctica por la que una ficha de personaje tiene campos separados.
Etapa 3: avanza por etapas; no saltes a una imagen terminada
La jugada de principiante es pedir de inmediato una viñeta terminada a todo color y regenerarla entera cada vez que sale mal. Dos problemas: es caro, y cada regeneración también borra las partes que te gustaban.
El enfoque estable es avanzar por etapas, cada una construida sobre la anterior:
- Boceto de composición. Pose, proporciones del cuerpo, las formas grandes del fondo. Sin estilo, sin detalle. Es la etapa más barata y la que está hecha para el volumen: cinco o seis intentos para una viñeta no te cuestan nada que valga la pena proteger.
- Lineart. Solo cuando la composición está decidida. Dale aquí las referencias del personaje y la identidad queda fija.
- Acabado. Solo cuando el lineart está decidido, y decide primero si estás haciendo manga en blanco y negro (tramas, negros, efectos) o cómic a color/webtoon (renderizado). Son procesos distintos y productos terminados distintos; no los trates como intercambiables. La consistencia del estilo sale de usar las mismas referencias en todo el capítulo, no de reajustar un prompt en cada imagen.
⚠️ Ten claro el mecanismo aquí. Por defecto, los modelos de difusión producen una imagen completamente renderizada de una sola pasada; no te van a entregar amablemente solo el lineart. Lograr el flujo por etapas de arriba exige restringir de forma explícita cada pasada: darle la etapa anterior como imagen de entrada (imagen a imagen), o guiarlo con adaptadores de control de lineart. Y hay una ruta igual de común que va en la dirección contraria: tú dibujas el boceto de composición y la IA hace el lineart y el acabado. Si ya sabes dibujar, esa te da más control.
Conserva cada etapa; no sobrescribas. Vas a querer comparar «¿el lineart estaba mejor antes del renderizado?», y cuando el mismo lugar vuelva en el siguiente capítulo, el boceto de composición viejo se puede reutilizar tal cual.
Etapa 4: cuando sale mal, decide primero entre pulir o empezar de nuevo
Esto es lo que más tiempo ahorra, y la mayoría solo sabe apretar «generar otra vez».
| Qué está mal | Qué hacer |
|---|---|
| La composición, el ángulo y el personaje están bien; un detalle no (la expresión, la posición de una mano, un objeto del fondo) | Pulir: indícale que cambie solo eso y deje todo lo demás intacto |
| La cámara o la pose no son, de fondo, lo que querías | Empezar de nuevo: vuelve a la etapa de composición; no pelees contra una imagen terminada |
| La cara del personaje no se ve bien | Corregir la entrada, no regenerar. Cien intentos más no van a hacer que se parezca |
«La cara no coincide, así que sigo regenerando» es el desperdicio clásico. La repetición no le enseña al modelo quién es tu personaje. Pero corregir la entrada tampoco significa apilar más referencias: a partir de cierto punto se diluyen entre sí. Significa cambiar una referencia floja, subirle el peso a la referencia, hacer inpainting solo de la cara o entrenar un modelo propio del personaje.
Etapa 5: el rotulado queda en manos humanas
Aquí hay dos razones distintas, y se mezclan todo el tiempo:
- Técnica. Si el modelo dibuja los globos y el texto dentro de la imagen, salen glifos rotos o inventados, y es peor en chino y en japonés.
- De oficio. Aun con un texto perfecto, dónde va un globo decide hacia dónde va la mirada de quienes leen y cuánto dura el momento. La ubicación de los globos es parte de la composición de la página —quienes dibujan dejan espacio negativo alrededor de las posiciones previstas de los globos en la etapa de composición para que no tapen el dibujo clave—, mientras que la tipografía en sí (la fuente, el interlineado, el espaciado, la capa de rotulado) es trabajo posterior a la generación, en programas vectoriales o de rotulado.
La práctica más sólida es superponer el diálogo como su propia capa sobre el dibujo en lugar de dejar que el modelo dibuje las palabras dentro de la imagen. Las ventajas son concretas: editas una línea sin regenerar el dibujo, traduces cambiando solo esa capa, y el tamaño de letra y los saltos de línea siguen siendo ajustables. Cómo escribir diálogos que suenen a una persona hablando es otro tema.
Antes / después: pensar en un solo intento vs. pensar en un flujo
| Un solo intento (❌) | Flujo (✅) | |
|---|---|---|
| Inicio | Darle una historia al modelo y pedirle un manga | Escribir un guion estructurado, cuatro campos por viñeta |
| Personajes | Describirlos en el prompt de cada viñeta | Fijar una referencia limpia y darle la misma en cada viñeta |
| Generación | Pedir todo a color de inmediato | Composición → lineart → renderizado |
| Cuando sale mal | Regenerar todo | Saber cuándo pulir, empezar de nuevo o corregir la entrada |
| Diálogo | Dejar que el modelo dibuje el texto | Superponerlo como capa: editable y traducible |
| Resultado | Imágenes sueltas bonitas que nunca forman un capítulo | Un capítulo que se lee como un solo mundo |
Tres errores comunes
- Generar antes de escribir el guion. El modelo no conoce tu ritmo, así que devuelve ilustraciones sueltas decentes. El desglose escrito es la entrada, no un preámbulo opcional.
- Empezar sin una referencia limpia. Es la causa de fondo de que las caras cambien entre viñetas, y corregir la referencia cuesta muchísimo menos que volver a dibujar un capítulo.
- Saber solo regenerar. Borras las partes buenas y después gastas en clasificar imágenes el tiempo que ahorraste. Aprender la línea entre pulir y empezar de nuevo rinde más que cambiar de herramienta.
La solución de verdad: el guion, los personajes y cada etapa en un solo lugar
Lo difícil de estas cinco etapas no es ningún paso en particular: es que hay que cruzarlas todo el tiempo. Generar la viñeta 17 significa revisar al personaje de la viñeta 3; renderizar significa mirar el lineart; editar una línea significa volver al guion. Reparte eso en herramientas separadas y te pasas el día cambiando de ventana y buscando archivos.
La generación de imágenes de manga de LitMemo se apoya directamente en el desglose por viñeta. Cada viñeta tiene su propio flujo de producción —boceto de composición → lineart → tramas → color completo— y el resultado de cada etapa se conserva, así que puedes comparar hacia atrás. Cada etapa puede generarse con IA o puedes subirla tú, y mezclar ambas opciones está bien. La página muestra la etapa más avanzada disponible, así que mientras un capítulo está en curso algunas viñetas pueden estar a color completo y otras todavía en lineart: es un estado de producción, no cómo se publica.
Los personajes llegan desde la gestión de personajes: a un personaje sin imagen de referencia se le detiene al principio y se te pide generar una, en lugar de dejarte terminar un capítulo y que recién ahí notes que las caras se desvían. El diálogo vive como una capa separada sobre el dibujo, así que las ediciones y las traducciones nunca obligan a regenerar una imagen.
Resumen
La pregunta correcta sobre el manga con IA no es «¿puede generarlo todo de una sola vez?». Es «¿cuáles de mis etapas puedo ceder?».
La respuesta suele ser las tres del medio: composición, lineart y acabado. Las dos de los extremos —guion y rotulado— son decisiones narrativas, y cederlas tiende a costarte tiempo. Y para que las tres del medio de verdad ahorren horas, dos cosas tienen que estar listas antes: un guion escrito en cuatro campos estructurados y una referencia limpia del personaje que funcione como ancla. Con eso, lo demás es avanzar etapa por etapa y saber cuándo pulir en lugar de empezar de nuevo.
