Resumen
En este episodio Mati y Cris prueban Midjourney en vivo (plan básico de pago, unos 10 USD al mes) con un caso real: generar unas 30 imágenes para un juego de mesa de cartas. Repasan el costo frente a DALL·E, el uso desde Discord, los términos de servicio y el copyright, y los comandos principales (`/imagine`, `--ar`, `/describe`, `--no`, `/shorten`, remix, blend, seeds). La conclusión de Mati es que Midjourney genera imágenes muy atractivas, pero lograr consistencia de estilo y obtener exactamente lo que se piensa es difícil: estuvo unas 3 horas para conseguir dos imágenes útiles y calcula más de 20-30 horas en total con la herramienta. Concluyen que hace falta mucha iteración y estudio de prompts, que el diseño gráfico "tiene para rato" y que tal vez convenga contratar a un experto en prompts. También comentan la disputa de OpenAI con el New York Times. Aunque el título del episodio habla de reaccionar a posts de LinkedIn, el contenido es una sesión de Midjourney.
Capítulos
- 00:00IntroMati presenta el tema, "jugando con Midjourney" en profundidad, motivado por un caso real. Pensaba que sería simple, pero le ha costado mucho más de lo esperado y se pregunta si el prompt engineering es una habilidad real. Cris cuenta que sintió lo mismo al intentar usarlo para algo concreto: el problema es la consistencia y traducir lo que se imagina al prompt.
- 01:48OpenAI demandada por New York Times y discusión sobre fuentes(Este tramo, tal como figura en la transcripción, se ocupa casi por completo de Midjourney, pese al título del capítulo). Mati explica por qué pagó el plan básico: los términos de servicio no permiten uso comercial en la versión gratuita. Compara el precio con DALL·E (cobro por imagen en la API) y explica que Midjourney cobra por horas de GPU (unas 3,3 horas en el plan básico). Muestra el funcionamiento en Discord con `/imagine`, las cuatro variantes y los botones de upscale (U1-U4) y variaciones (V1-V4). Comenta que las imágenes son públicas salvo en planes superiores, que las versiones van de la 1 a la 6, y discuten propiedad y copyright de lo generado (en EE.UU. unos 45 USD por obra, según Cris).
- 23:42Historias de terror de traspasos de alguien que se fue de la compañía(La transcripción, en este tramo, sigue con Midjourney.) Mati cuenta que quería cartas no cuadradas y usa `--ar 5:8`. Compara la versión 2 con la 6, y concluye que la 2 es inusable. Revisa la documentación de comandos, que le parece desordenada, y prueba `/describe` subiendo una imagen de una carta de Catán.
- 29:33Enseñando Python a un hijo de 8 años(En la transcripción este tramo trata de Midjourney.) Prueba `--style raw` para reducir el estilo "por defecto" demasiado detallado y realista de Midjourney. Comenta que con el plan de 10 USD las horas se les acabaron en uno o dos días cuando desarrollaban las imágenes. Muestra el comando de variar región (Vary Region), que no le aparece en la versión 6.0 porque no era compatible.
- 38:06MemesMati prueba `--no` para quitar elementos de la imagen y bromea con los consultores que graban el demo para no fallar en vivo. Presenta el modo remix, que sirve para mantener un estilo, y lo prueba sin buen resultado. Mati dice que descartó copiar el estilo de Catán y que su objetivo pasó a ser mantener consistencia con un estilo generado por la herramienta.
- 44:22Buscando posts randomMuestra `/shorten`, que analiza el prompt y marca qué palabras pesan más, y menciona las seeds para obtener resultados parecidos y los parámetros de estilización (`--stylize`, `--weird`). Pasa una sesión breve de memes, incluyendo la carta pública de OpenAI sobre el New York Times: OpenAI dice que el fenómeno de "regurgitar" texto es un problema que intentan evitar y acusa al Times de haber hecho prompt engineering para provocarlo. Luego cuenta el caso de uso: un juego de mesa de "locos que toman", con imágenes estilo dibujo, como la carta "Toma uno".
- 01:01:00Pueden los LLM reemplazar a los Data Analysts?(En la transcripción, este tramo continúa con las pruebas.) Cuenta cómo intentó generar un "chancho inflado" (personaje con los cachetes inflados) y fracasó durante unas 3 horas, pues solo salían monos extraños o tristes. Observa que en Google la misma búsqueda sí da el resultado esperado. Prueba prompts con "happy" y "funny" y logra resultados mediocres.
- 01:05:55Magisters, diplomados y doctorados(Sigue Midjourney en la transcripción.) Prueba mezclar imágenes con blend (que fusiona estilos y pierde los rasgos buscados) y luego usar la imagen de referencia con una descripción. Esto conserva algo más del estilo, pero siempre salen dos personajes aunque pida uno.
- 01:12:10Cómo reaprenderías Data Science en 2024?(La transcripción de este tramo trata de Midjourney, no de data science.) Opta por una solución más simple: cambiar el personaje por un chancho, y consigue dos imágenes aceptables que mantienen colores y estilo. Dice que ha invertido más de 20 a 30 horas y que le falta estudio. Cree que los diseñadores gráficos tienen aún trabajo por delante, y que quizá convenga pagarle a alguien experto en prompts. Cuenta que para 30 cartas no ve rentable hacerlo él.
- 01:19:20CierreDiscuten in-painting como alternativa para quitar un personaje, y que para repetir una imagen hay que usar la seed (reacción con el emoji de sobre). Mati concluye que Midjourney puede dar buenos resultados, pero que no es trivial y exige iteración y conocimiento de arte, diseño o Photoshop. Cris ve la herramienta útil para casos donde no importa la consistencia, como un podcast, y esperan que mejore. Cierran el stream con agradecimientos.