Escala de Guía CFG en Stable Diffusion: Control de Prompts y Artefactos

A partir de mayo de 2026, la escala de guía CFG sigue siendo una de las formas más directas de controlar modelos de difusión como Stable Diffusion. Decide qué tan fielmente se adhiere la salida a tu prompt de texto versus desviarse hacia sus propias ideas. Valores bajos alrededor de 1–3 dan al modelo espacio para respirar. Las texturas de la piel se suavizan, las poses se vuelven más naturales y la iluminación deriva hacia direcciones inesperadas pero a menudo agradables. Aumenta la escala y cada detalle en un prompt erótico — la curva de una cadera, el ángulo exacto de una mano — se fija con más precisión. Honestamente, puede que haya pasado más tiempo ajustando esto en escenas íntimas de lo estrictamente necesario. El compromiso aparece rápidamente: demasiado bajo y la imagen ignora la mitad de tu descripción, demasiado alto y empiezas a ver colores sobresaturados o proporciones distorsionadas.

El mecanismo comienza durante el entrenamiento. El modelo aprende a predecir el ruido tanto con como sin el prompt al eliminar aleatoriamente el condicionamiento. En el momento del muestreo combina las dos predicciones con una simple extrapolación lineal. La fórmula es predicción final igual a incondicional más escala por la diferencia entre condicional e incondicional. Cuando la escala está en 1 el término del prompt desaparece por completo y obtienes una generación puramente incondicional. Auméntala y la influencia del prompt crece exponencialmente. La mayoría de los analistas se saltan esta parte. Sin embargo, entender la extrapolación explica por qué pequeños cambios en el control deslizante producen cambios tan visibles en la precisión anatómica y la consistencia de la iluminación.

Para el trabajo NSFW realista el punto dulce suele estar entre 4 y 6. Los cuerpos mantienen proporciones, la piel muestra dispersión subsuperficial creíble y las poses respetan la intimidad solicitada sin volverse rígidas. Subir por encima de 10 hace que el modelo obedezca cada adjetivo de tu prompt, pero los highlights se queman y las extremidades a veces se estiran de formas que rompen la ilusión. Las composiciones de primer plano sufren primero. Entender la mecánica de la guía CFG es exactamente lo que permite que las herramientas de imagen a video de nueva generación produzcan escenas adultas hiperrealistas y fieles al prompt con iluminación, anatomía y movimiento controlables. Escala de Guía CFG: Control Preciso en Difusión AI para Adultos explora cómo estos mismos principios se trasladan una vez que entra el movimiento en la cadena.

SD 1.5 aún prefiere 7–12 para resultados nítidos, aunque los programadores modernos permiten bajar un par de puntos sin perder fidelidad. SDXL se siente cómodo en 5–8. Flux y SD 3.5 responden mejor al rango bajo de 3–5 porque su entrenamiento ya incorporó una adherencia más fuerte al prompt. Los valores altos de CFG también interactúan con el número de pasos de muestreo. A 20 pasos una escala de 8 puede verse limpia; a 50 pasos el mismo valor suele necesitar bajarse para evitar sobreafilado. Las cadenas de video amplifican estas diferencias porque cada fotograma debe permanecer coherente a lo largo de la secuencia. Sí, sé cómo suena, pero los datos lo respaldan en docenas de renders de prueba.