Evaluar herramientas de AI en 5 filtros, no basta mirar la imagen

La evaluación de herramientas de AI no puede limitarse a la imagen, porque una puntuación de preferencia solo demuestra que cierto resultado gusta más. No prueba que pueda entrar en cotización, arte final, prueba y producción

Una discusión en Reddit sobre world models y pruebas de preferencia menciona que Black Forest Labs, empresa de modelos generativos de imagen y video, usó su propio preference test de FLUX 3 para explicar el rendimiento. Las cifras frente a Runway Gen- fueron:

・4.5 con 77% de preferencia, frente a Luma Ray

・3.2 con 93% de preferencia, pero la publicación cuestiona la falta de método, tamaño de muestra, grupo de evaluadores y prompt set

preference test: mostrar salidas A/B a evaluadores para que elijan la versión que prefieren. Sirve para observar tendencias estéticas, no para inferir comprensión física, estabilidad en impresión ni riesgo comercial

En planta he visto muchas muestras preciosas. Lo que más preocupa es que solo funcionen dentro de una presentación. Cuando entran sangrado, texto en español o chino, color de marca y límites de acabados, los problemas vuelven concentrados a la mesa de preprensa

No hay que correr

La relación entre world model y compra de AI para imprentas está en esto: cuanto más grande es el término de marketing, más necesita compras desarmarlo en criterios de aceptación que se puedan repetir

world model: sistema capaz de representar cómo cambian los objetos, cómo interactúan y cómo se ven afectados por ciertas condiciones. En el ideal, debería predecir consecuencias dentro de una escena. Eso no es lo mismo que generar una imagen agradable

Los comentarios de Reddit señalan una brecha muy concreta: la evaluación debería publicar prompt, seed, model build, sample selection rule y failure rubric. También debería revisar si un objeto sigue existiendo cuando queda oculto, si los resultados de colisión son consistentes y si las relaciones entre objetos siguen siendo razonables al cambiar el ángulo

seed: parámetro que fija el punto aleatorio inicial durante la generación. Se usa a menudo para reducir la variación entre varias salidas del mismo prompt

Si una misma imagen principal de promoción se genera 20 veces y entrega 20 escenas de producto que se contradicen, la imprenta termina absorbiendo el costo de corregir SKU, logo y material del empaque

Si tu equipo está incorporando imagen generativa al flujo de preprensa, puede llevar su SOP actual al equipo consultor de MINDS Knowledge Academy para diseñar primero una matriz de evaluación

Cuando una imprenta compra una herramienta de AI, yo usaría 5 filtros para descartar primero los productos que solo sirven para hacer imágenes demo. Recién después decidiría si vale la pena integrarlos al flujo de recepción de pedidos

Primero aplicaría los tres filtros de envío a impresión de MINDS Printing (MS): ① si el uso es válido, ② si el archivo sirve para planchas, ③ si el costo de corrección compensa. Luego miraría estos 5 filtros

・Estética: la imagen debe pasar primero por el ojo humano, pero una preference A/B de 5 segundos es solo la entrada, no una conclusión de compra

・Control: el mismo producto, el mismo color de marca y la misma estructura de empaque deben poder generarse repetidamente. El logo y el texto en chino no pueden desplazarse ni cambiar

・Estabilidad: al repetir con prompt y seed fijos, si la misma necesidad cambia de composición cada vez, el equipo de maquetación terminará tapando huecos en la etapa de arte final

・Color y preprensa: el ICC profile, perfil de color del International Color Consortium que permite que pantalla, software y equipos de salida hablen con las mismas reglas de conversión de color, debe poder explicarse. Resolución, sangrado y espacio de color también deben entrar en la revisión

・Licencia e integración: licencia comercial, reutilización por parte del cliente, conservación de archivos, API conectada a cotización o atención al cliente. Si falta uno, se convierte en costo operativo

ISO 12647, norma de control de procesos de impresión de la International Organization for Standardization usada para revisar punto de trama, color y consistencia de prueba, nos recuerda algo simple: la industria gráfica evalúa procesos aceptables, no la imagen más atractiva en pantalla

La matriz de evaluación debe partir desde el pedido hacia atrás, para que cada salida de AI pueda responder quién la usará, dónde se usará, quién corrige y hasta qué nivel debe corregirse antes de pasar a la siguiente estación

・prompt: registrar los requisitos y restricciones del cliente, para que diseño o atención al cliente puedan repetir el mismo tipo de caso

・seed: fijar el punto de generación, para saber, ante un rechazo, si cambió el requerimiento o si la salida se desvió

・model build: dejar constancia de la versión usada, para evitar que el mismo prompt entregue otra imagen tres meses después

・sample selection rule: explicar por qué se eligió esa imagen. No basta con elegir la que le gustó al jefe

・failure rubric: considerar como fallos los errores de texto, desviación del color de marca, estructura incorrecta del producto y proporción de página equivocada. Aunque la muestra sea bonita, debe descontar puntos

Si esta matriz se conecta con cotización y atención al cliente, ventas puede saber antes de tomar el pedido si una imagen generada por AI requiere cargo adicional de arte final. Preprensa también puede detener archivos de alto riesgo antes de la prueba

Para impresión comercial personalizada de nivel medio y alto, se puede confirmar primero el riesgo de arte final y prueba en MINDS Printing, y dejar menos problemas para el momento de entrar a máquina

・Al evaluar herramientas de AI, pregunta primero si el resultado se puede repetir. Después mira si la imagen es bonita

・La puntuación de preferencia sirve para la primera impresión, pero no reemplaza la validación de preprensa

・La compra de herramientas de AI debe separar estética, control, estabilidad, licencia e integración con el flujo de trabajo

・Si varias salidas del mismo prompt no mantienen consistencia de producto y marca, el costo de corrección se comerá el tiempo ahorrado

Cuando una imprenta incorpora herramientas de AI, el siguiente paso no es comprar la suscripción más popular. Es tomar una orden real y evaluarla, para que ventas, diseño, preprensa y atención al cliente identifiquen juntos dónde aparecerán los rechazos. El equipo de diseño debe conservar prompt y seed. El lado SaaS debe ofrecer historial de versiones y marcado de fallos. La imprenta debe conectar los resultados de evaluación con cotización y compromiso de plazo. Menos mito, más rechazo real

・Discusión en Reddit sobre world models y pruebas de preferencia