El ingrediente secreto de Midjourney: Cómo la relación de aspecto (—ar) altera la lógica de la arquitectura generativa

La generación de imágenes arquitectónicas mediante Inteligencia Artificial ha alcanzado un punto de inflexión técnica. El uso de Midjourney, herramienta líder del mercado en este segmento, ha pasado de ser un ejercicio creativo basado en descripciones textuales exhaustivas a una práctica de calibración espacial rigurosa. El principal hallazgo, consolidado en un artículo especializado publicado el 1 de noviembre de 2026, revela que el parámetro de relación de aspecto —activado mediante el comando --ar (aspect ratio)— no actúa como una simple herramienta de recorte (crop) en la postproducción de la IA. De hecho, altera fundamentalmente la lógica composicional y estructural con la que el modelo distribuye los elementos arquitectónicos en el espacio digital.

Por defecto, Midjourney genera imágenes nativamente en un formato cuadrado (1:1). Para los usuarios principiantes, la frustración con renderizados que presentan edificios "achaparrados" o fuera de escala generalmente resulta en la adición de más palabras descriptivas —una práctica ineficiente conocida como prompt bloating. La solución real y técnica, sin embargo, reside en la "rigidez espacial" dictada por las proporciones del marco, que instruyen a la red neuronal sobre cómo distribuir el cielo, el suelo, las fachadas y la profundidad de campo, eliminando el error por ensayo y error y optimizando el flujo de trabajo profesional.

El contexto y la evolución del prompt arquitectónico

Históricamente, el uso de plataformas de IA generativa para la arquitectura se apoyaba principalmente en la sintaxis. En el pasado reciente, los usuarios profesionales ignoraban las configuraciones de los parámetros, enfocándose solo en los materiales o en la iluminación descrita en el texto. Cuando una perspectiva exterior fallaba al transmitir la escala monumental de una fachada, la respuesta intuitiva era incluir términos como "muy alto" o "vista panorámica".

El escenario comenzó a cambiar a finales de 2024. Profesionales de la American Society of Landscape Architects (ASLA), en una publicación técnica fechada el 29/10/2024, destacaron la importancia de desbloquear el poder de los parámetros en Midjourney, citando las proporciones como modificadores cruciales. Esta transición marca la salida del uso "aficionado" y la entrada en un ecosistema "técnico" de prompting, donde los textos se complementan con parámetros exactos y especificaciones de lentes físicas simuladas en el entorno virtual.

Hoy en día, se reconoce que la visualización arquitectónica exige un rigor geométrico vastamente superior al de otras formas de arte digital. La IA "entiende" el espacio de manera distinta según el marco que se le imponga, forzando la redistribución volumétrica para llenar la pantalla de forma coherente.

Los datos concretos de la geometría en Midjourney

La aplicación de la proporción se realiza añadiendo los comandos --ar #:# o --aspect #:# al final del prompt de texto. Cada formato desencadena una lógica espacial específica, documentada por las fuentes especializadas en renderizado arquitectónico:

• El formato cuadrado (1:1): Al ser el estándar nativo de la plataforma, crea composiciones de armonía y minimalismo. La simetría natural del cuadro resulta en imágenes centradas y tranquilas, perfectas para patios internos o elementos aislados. Sin embargo, es el formato que más deforma las perspectivas exteriores, acortando edificios largos.
• Formatos verticales (1:2, 9:16, 4:5): Destinados mayoritariamente al consumo móvil, redes sociales (Instagram, TikTok) y engagement rápido. El 1:2 (extremo vertical) suprime la anchura del edificio y fuerza la mirada del espectador hacia elementos centrales de la fachada (como una puerta roja o lamas de madera) en contraste dramático con un cielo vasto vertical. El 9:16 inserta un poco más de contexto ambiental, ofreciendo altura y presencia estructural, mientras que el 4:5 actúa como el estándar de alta legibilidad en el feed de Instagram, destacando geometrías y acabados con reducción del espacio ocioso en el primer plano.
• Formatos horizontales (4:3, 3:2, 16:9, 21:9): La elección absoluta para arquitectura de escala inmersiva, presentaciones a clientes y portafolios. El formato 4:3 (estándar de monitores antiguos y iPads) transmite estabilidad pesada y calma. El 3:2, correspondiente al formato estándar de cámaras DSLR, simula la visión humana natural y acentúa el atractivo high-end de proyectos horizontales. El 16:9 (widescreen cinematográfico) expande la perspectiva horizontal, enfatizando líneas continuas de villas y grandes estructuras. Por último, el extremo 21:9 actúa como una lente Cinemascope de la década de 1950, creando una presentación épica y monumental, forzando a la IA a llenar la visión periférica con vasta naturaleza e integración del patio con el entorno.

Impacto profesional para cámaras y flujo de trabajo

La alteración correcta del --ar afecta directamente a la eficiencia operativa de arquitectos y diseñadores. La exigencia de precisión en la representación espacial —para garantizar que la volumetría proyectada en CAD o BIM no sea distorsionada en la ideación generada por IA— se resuelve mediante la técnica.

En lugar de textos extensos, los profesionales combinan el aspecto de pantalla con directrices ópticas de simulación. Por ejemplo, los prompts arquitectónicos avanzados ahora incluyen obligatoriamente lentes tilt-shift (como la Canon TS-E 24mm calibrada con apertura f/8 a f/11) para garantizar que las líneas verticales estructurales permanezcan perfectamente paralelas, de extremo a extremo.

El impacto se refleja en el ahorro sustancial de costes operativos. Los usuarios de IA Generativa se benefician directamente de la reducción del esfuerzo y el tiempo computacional. Interrumpir el ciclo de intentar forzar a la IA a alterar la perspectiva mediante texto y pasar a usar el parámetro --ar ahorra horas de "ensayo y error" y optimiza el uso del banco de minutos de procesamiento (GPU time) en las cuentas de pago de Midjourney.

Para los creadores de contenido, la percepción de que la IA rediseña la fachada activamente si se solicita con --ar 9:16 o --ar 4:5 permite la generación nativa de portafolios hechos exclusivamente para consumo móvil, eliminando la pérdida de resolución que ocurriría al renderizar una imagen 16:9 y recortarla en Photoshop posteriormente. Además, términos técnicos de materiales como raking light (iluminación cenital rasante para realzar texturas), low-e glazing (vidrios de baja emisividad) y concreto aparente reaccionan de forma distinta a la distancia focal simulada por cada relación de aspecto.

Lo que aún no se sabe

A pesar de la claridad sobre el impacto visual de las relaciones de aspecto en Midjourney, los datos cruciales sobre la infraestructura de la herramienta continúan sin respuesta por parte de las fuentes oficiales señaladas.

En primer lugar, no hay información confirmada sobre el impacto directo en el rendimiento del servidor o en el tiempo absoluto de generación de imágenes cuando se utilizan proporciones extremas (como 1:2 o 21:9) en comparación con el formato cuadrado (1:1). No se sabe si existe un coste de procesamiento computacional mayor que desgaste más rápidamente las "Fast Hours" del usuario.

En segundo lugar, la documentación no establece si existe un límite tecnológico actual de distorsión computacional de la imagen. A medida que el formato se expande más allá de 21:9, no está claro a nivel de código si la coherencia arquitectónica comienza a sufrir alucinaciones severas o distorsiones ópticas incontrolables en el motor gráfico de Midjourney, comprometiendo el uso práctico corporativo.

Qué esperar a continuación

A corto y medio plazo, la industria de software de arquitectura debería ver una estandarización de lo que hoy llamamos prompting arquitectónico. Los flujos de trabajo que integran la calibración de cámaras virtuales y comportamientos ópticos deberían convertirse en el currículo básico en las disciplinas de proyectos que incorporan la inteligencia artificial generativa.

En la práctica del mercado profesional, se esperará el uso cada vez más híbrido de las concepciones de IA casadas con procesos físicos reales. El entendimiento espacial exigirá que especificaciones luminotécnicas (ej: temperatura de color de 5200K natural cruzando con 6500K del cielo) y parámetros exactos de pantalla (aspectos widescreen) reemplacen las pruebas sueltas por guiones (scripts) fijos dentro de grandes estudios para garantizar la estandarización visual en las aprobaciones de los clientes.

Preguntas frecuentes

¿Qué significa "--ar" en Midjourney y cuál es su estándar? Representa "Aspect Ratio" o relación de aspecto. Por defecto, si no se introduce ningún parámetro, Midjourney generará imágenes cuadradas en proporción 1:1, independientemente de cómo el usuario describa el proyecto en el texto.

¿Por qué no puedo simplemente recortar una imagen 16:9 para hacer un post en Instagram en 4:5? Porque Midjourney no genera el mismo contenido para luego recortarlo. La proporción afecta a la generación desde la base del cálculo algorítmico. Generar nativamente en 4:5 hace que la IA rellene la pantalla vertical con detalles de la fachada y el cielo, enfocándose en los elementos primarios desde el primer píxel, resultando en una arquitectura pensada para ese encuadre.

¿Cuál es la mejor relación de aspecto para perspectivas de exteriores en arquitectura? Formatos horizontales amplios, como 16:9, 4:3 y 3:2. Siendo el 3:2 ideal por aproximarse al campo de visión natural de una cámara DSLR y el 16:9 para proyectos donde el contexto que rodea al terreno —como vegetación, relieve y calles vecinas— es vital para la comprensión cinematográfica del proyecto arquitectónico.