Una escena, seis idiomas: qué se pierde cuando escribes el prompt con tus propias palabras

Si describes una tarde de lluvia junto a una ventana, las palabras que te salen dependen del idioma en el que piensas. No es un defecto: es la razón por la que tus propias palabras te suenan bien. Pero los modelos de imagen suelen responder mejor a descriptores cortos en inglés, así que el hueco entre cómo piensas tú y lo que lee el modelo es donde se pierde el detalle.

Aquí tienes una misma escena descrita de seis maneras, y lo que cada idioma nos enseña sobre cómo escribir mejores prompts.

La escena

Seis maneras de decirlo

Qué hace distinto cada idioma

• Coreano: los modificadores van antes del sustantivo y el verbo al final, de modo que una descripción es una cadena: 창가에서 책을 읽는 여자 es, literalmente, «mujer que lee un libro junto a la ventana». Y un solo adjetivo como 은은한 cubre a la vez soft, subtle y faint. Una etiqueta en inglés tiene que elegir una.
• Japonés: las palabras miméticas (onomatopeyas) cargan la textura y el ambiente. しとしと es lluvia que cae en silencio y sin parar; ふんわり es suave y aireado. En inglés no hay una etiqueta corta para ninguna, así que describes el resultado visual: light drizzle, soft airy glow.
• Chino: compacto y muy visual. 细雨 (lluvia fina) ocupa dos caracteres, y expresiones hechas como 烟雨朦胧 (lluvia neblinosa y difusa) meten todo un ambiente en cuatro. Da gusto escribirlo, pero cuesta convertirlo en una sola etiqueta.
• Coreano, japonés y chino a la vez: ninguno exige artículos ni marcas de plural, así que «¿una mujer o varias?» suele quedar implícito. En inglés, dilo claramente: 1woman, solo.
• Español: los adjetivos suelen ir detrás del sustantivo y concuerdan con él (luz suave, luces suaves), y el verbo ya indica quién actúa, así que el pronombre desaparece. Apilar al estilo inglés, como soft diffused rim light, no tiene equivalente palabra por palabra.
• Portugués de Brasil: estructuralmente cercano al español, pero con vocabulario propio. Garoa es una llovizna fina y constante, y entardecer es el atardecer como proceso (la tarde que se vuelve noche) más que como hora del reloj.
• Inglés: las frases nominales se apilan con naturalidad (soft backlight), y por eso las listas de etiquetas funcionan tan bien. Pero el inglés también tiene casi-sinónimos con aspectos distintos: dusk, twilight y golden hour no son intercambiables.

Una palabra, varios tokens: el verdadero problema de traducir

Un traductor te da la palabra inglesa más común. Pero en un prompt la pregunta interesante es cuál de varios candidatos encaja con tu imagen:

Elegir entre esos candidatos es la decisión creativa. No se la dejes a un motor de traducción: tómala tú una vez y guarda la respuesta.

Un método que funciona en cualquier idioma

1. 1Escribe primero la escena en tu idioma, en frases cortas y no en una sola oración.
2. 2Para cada frase, anota dos o tres candidatos en inglés. Rara vez hay una única respuesta correcta.
3. 3Compáralos con una imagen de ejemplo real y elige el candidato que se parezca a lo que querías decir.
4. 4Guarda los ganadores como un glosario personal: tu expresión, el token en inglés y una nota sobre por qué.
5. 5La próxima vez, reutiliza el glosario en lugar de traducir desde cero.

El razonamiento detrás de trabajar un concepto cada vez está en Deja de usar Google Translate para tus prompts de IA.

Dónde encaja mysnipbox

Cuando mysnipbox descompone una imagen, genera etiquetas cortas en inglés. El puente multilingüe de tokens (Multilingual Token Bridge) muestra cada etiqueta junto a su traducción en el idioma que elijas y guarda los pares en tu base de datos local. Una lista rápida incluye coreano, inglés, japonés, chino, español y portugués, y una lista con búsqueda ofrece muchos más. Después, Tag Insights te enseña cómo se ve una etiqueta en tus propias imágenes, que es el tercer paso del método anterior, dentro de tu biblioteca.

La traducción se ejecuta con tu propia clave en la nube o con un modelo de texto local pequeño, así que tus etiquetas no tienen por qué salir de tu equipo. Para coreano, chino y japonés, qwen2.5:3b es una opción ligera; para español y portugués, llama3.2:3b. Consulta Modelos locales (Ollama) para ver los tamaños.