Producir creatividades para ads con IA: workflow 2026
Lectura 8 min · AstraLoop Studio
En 2026 el cuello de botella de una campaña en Meta o TikTok ya no es el presupuesto, ni siquiera la segmentación. Con Advantage+ y la era Andromeda es el algoritmo quien decide a quién mostrar qué: tu trabajo es darle suficientes creatividades distintas para testear. Y aquí es donde casi todas las empresas se atascan, porque producir quince o veinte variantes de un anuncio con el método clásico (brief, diseñador, revisiones, exportaciones) se lleva días y varios cientos de euros.
La generación de imágenes con IA le da la vuelta a la ecuación. No porque "lo haga todo sola" (no lo hace), sino porque traslada el trabajo de las personas a donde más importa, es decir, al concepto y a la oferta, e industrializa la parte repetitiva: componer la escena, adaptar los formatos, multiplicar las variantes. Aquí tienes un workflow concreto para producir creatividades para ads con IA de forma sistemática, no a base de prompts improvisados.
Por qué la producción de creatividades se ha convertido en el cuello de botella
Durante años la ventaja competitiva era la segmentación: quien perfilaba mejor, ganaba. Hoy esa ventaja se ha reducido casi a cero. Las plataformas han trasladado la inteligencia al algoritmo, y la creatividad se ha convertido en la señal principal con la que el sistema entiende a quién dirigirse. Es el núcleo de cómo Andromeda ha cambiado el papel de la creatividad: la creatividad ya no es solo "el anuncio", es el input que guía la distribución.
La consecuencia práctica es clara. El algoritmo aprende rápido y, con la misma rapidez, "agota" a la audiencia: una creatividad que funcionaba bien puede saturarse en una o dos semanas. Para no disparar el coste por resultado necesitas un flujo constante de material nuevo y variado. Según el gasto, una campaña activa puede requerir desde un puñado hasta varias decenas de creatividades nuevas al mes solo para mantenerse fresca. Con el método tradicional, cada creatividad adicional es una hora más: la producción crece de forma lineal y se convierte en el techo de tu escalabilidad.
El workflow en 5 fases para producir creatividades con IA
Un buen flujo de IA no consiste en "abro una herramienta y escribo un prompt". Es una cadena repetible, donde cada fase prepara el terreno para la siguiente. Estas son las cinco fases que uso como estructura.
1. Partir de los assets reales, no de la nada
El error número uno es generar el anuncio a partir de texto puro y dejar que el modelo se invente un producto ficticio. Para una campaña real necesitas tu producto, reconocible. Así que se empieza recopilando los assets: fotos del producto en alta resolución (varios ángulos), paleta y tipografía de marca, oferta y precio, el argumento de venta principal. La diferencia respecto a hace unos años es que los modelos actuales no solo "dibujan", sino que editan: toman la foto real del producto y construyen alrededor una escena, un fondo, una gráfica. Eso es lo que hace que el resultado sea utilizable en publicidad.
2. Fijar los conceptos antes que los prompts
A la IA no le pides "hazme un anuncio". El concepto lo decides tú: collage con llamada a la acción, comparativa "nosotros contra los demás", estilo UGC, lifestyle, antes y después, lista de beneficios. Conviértelos en plantillas reutilizables, así la calidad se mantiene constante incluso cuando produces en volumen. Si te faltan ángulos, parte de un repertorio contrastado: nuestra guía completa de creatividad para ads reúne los esquemas que más convierten. El concepto es la parte donde más pesa la cabeza humana: defínelo antes de tocar cualquier generador.
3. Prompts estructurados, con el texto en español
Aquí conviertes concepto y producto en un prompt estructurado: layout, paleta coherente con el producto (nada de morado eléctrico sobre un cosmético pastel) y los valores de texto exactos. Las reglas que marcan la diferencia: texto en español, titulares breves (pocas palabras, no muros de texto), precio escrito 39,90 € y no $39.90. El renderizado del texto ha sido históricamente el punto débil de los modelos de imagen: en 2026 ha mejorado mucho, pero los textos grandes y limpios funcionan, los párrafos pequeños no. Diseña las creatividades en consecuencia y mantén una revisión humana sobre cada palabra.
4. Generar con el modelo adecuado
No existe "el" modelo: existe el adecuado para cada propósito. Merece la pena conocer las herramientas de generación de imágenes para marketing y entender en qué destaca cada una.
| Modelo | Coste orientativo/imagen | Punto fuerte | Cuándo usarlo |
|---|---|---|---|
| Nano Banana 2 (familia de imágenes de Gemini) | Pocos milésimos de euro | Edición del producto real, texto legible, velocidad | Producción en volumen, variantes |
| GPT image (OpenAI) | Algunos céntimos | Fidelidad al prompt, coherencia de la escena | Conceptos hero, casos difíciles |
| Modelos text-strong (p. ej. Ideogram) | Bajo-medio | Texto grande y limpio | Creatividades muy textuales |
| Flux y modelos open | Variable | Control y pipeline a medida | Automatizaciones a medida |
Para la producción en volumen, hoy el caballo de batalla es la familia de modelos de imagen de Gemini, la que la comunidad llama "Nano Banana": es rápida, cuesta pocos milésimos de euro por imagen y es fuerte en la edición del producto real. Hemos analizado el caso en Nano Banana 2 aplicado a la publicidad. Para los conceptos hero o las situaciones más exigentes puedes subir a un modelo premium, más caro pero más fiel al prompt.
5. Variantes a escala (donde la IA gana de verdad)
A partir de un concepto validado generas muchas variantes cambiando una palanca cada vez: hook, fondo, ángulo, color y sobre todo formato (1:1, 4:5, 9:16). Lo que con un diseñador requería medio día aquí se hace en minutos: de un único concepto sacas de 8 a 15 variantes publicables en pocos clics. El truco está en generarlas en lote y nombrarlas de forma ordenada (concepto, variable, formato), así cuando entran en campaña sabes exactamente qué estás testeando. Así es como cubres la necesidad de cuántas creatividades hacen falta cada mes sin disparar costes ni tiempos.
De la generación al test: alimentar campañas que funcionan
Cuidado: el volumen no es una estrategia. Sacar cien imágenes al azar no sirve de nada si luego no las pones a prueba con método. El siguiente paso es testear de forma estructurada, aislando una variable cada vez y mirando las métricas que realmente importan (tasa de enganche en los primeros segundos, CTR, coste por adquisición), no las vanity metrics. Si no tienes un proceso, parte de un método de testing creativo estructurado antes de pulsar "publicar".
A partir de ahí el ciclo se cierra solo: mides, apagas los perdedores, empujas los ganadores y llevas los ángulos que funcionan como base para nuevas variantes. Es el bucle de la creatividad: producción, test, aprendizaje, más producción. La IA sirve precisamente para mantener este ciclo rápido y barato, no para sacar la única imagen "bonita" y punto.
¿Quieres una máquina que saque creatividades listas para testear sin ahogar a tu equipo? Cuéntanos tu producto y te mostramos cómo montar el flujo.
Dónde ayuda la IA y dónde sigue haciendo falta la cabeza
Para no caer en la ilusión, pongamos los puntos sobre las íes. La IA es imbatible en volumen, primeros borradores, composición de la escena, localización al español y adaptación a los distintos formatos. En cambio, sigue siendo humano todo lo que decide si la campaña vende:
- Oferta y posicionamiento: ningún modelo inventa una oferta irresistible en tu lugar.
- Ángulo del hook: la promesa correcta nace del conocimiento del cliente, no del prompt.
- Criterio de marca: coherencia, tono, saber qué es "demasiado".
- Control final: erratas en el texto, fidelidad del producto, claims arriesgados. No se publica output de IA sin revisión.
Tres errores que arruinan las creatividades de IA: dejar que el modelo se invente el producto, aceptar texto con errores "totalmente porque es IA" y generar muchas imágenes sin un concepto detrás. Volumen sin dirección es solo ruido.
El verdadero salto: automatizar todo el flujo
Generar una buena imagen es útil, pero el verdadero salto es otro: construir una pipeline que, desde el catálogo de productos, llegue a las creatividades listas para subir, de forma automática y en serie. Por un lado entran fotos y datos del producto, por el otro salen las creatividades en los formatos correctos, con los textos localizados y los conceptos asignados. Es exactamente el terreno de la automatización de procesos con IA: quitar el trabajo repetitivo a las personas y dejarles las decisiones.
Quien vende online capta enseguida el valor: cada producto nuevo en el catálogo genera solo su propio set de creatividades, esas creatividades alimentan las campañas y las campañas generan ventas, sin cuellos de botella humanos en medio. La producción deja de ser un departamento que va a remolque y se convierte en un engranaje de tu sistema de captación de clientes. Es la dirección en la que, en AstraLoop, construimos los flujos de contenido: pipelines a medida que eliminan la parte repetitiva y dejan a las personas el concepto, la oferta y la estrategia.
Cuánto cuesta (y cuánto tiempo ahorras)
| Partida | Método clásico | Con IA |
|---|---|---|
| Coste por creatividad estática | 20-80€ (freelance o agencia) | Desde menos de 0,01€ hasta unos pocos céntimos |
| Tiempo para 10 variantes | De medio día a varios días | Minutos |
| Escalabilidad | Lineal (más creatividades, más horas) | Casi plana |
Las cifras son orientativas y varían según el modelo y la complejidad, pero el orden de magnitud es ese: el coste por creatividad se desploma en uno o dos ceros y, sobre todo, la escalabilidad deja de depender de las horas de las personas. Es esto, más que el prompt espectacular puntual, lo que justifica llevar la IA a la producción.
Preguntas frecuentes
¿Qué significa producir creatividades para ads con IA?
Significa usar modelos de generación de imágenes para crear los anuncios partiendo de las fotos reales del producto y de conceptos ya definidos, obteniendo muchas variantes en poco tiempo y a un coste bajísimo. La IA compone la escena, el fondo y la gráfica; la estrategia y el control siguen siendo humanos.
¿Qué es Nano Banana 2 y por qué se usa para las creatividades?
"Nano Banana" es el apodo de la familia de modelos de imagen de Google Gemini; la segunda generación es más potente en la edición del producto real y en el texto. Se usa para la producción en volumen porque es rápida, cuesta pocos milésimos de euro por imagen y mantiene el producto reconocible.
¿La IA sustituye al diseñador o al departamento creativo?
No. Sustituye el trabajo repetitivo (variantes, redimensionados, primeros borradores), no las decisiones: oferta, ángulo, concepto y control de calidad siguen siendo humanos. El modelo adecuado hace al equipo más rápido, no innecesario.
¿Cuántas creatividades hacen falta realmente para una campaña?
Depende del gasto, pero con Advantage+ y Andromeda hace falta un flujo constante: de unas pocas unidades a varias decenas de creatividades nuevas al mes por campaña activa. Es precisamente esa necesidad la que la IA hace sostenible.
¿Es fiable el texto que genera la IA en las imágenes?
En 2026 ha mejorado mucho, pero siempre hay que revisarlo. Funcionan los titulares breves y los textos grandes; los párrafos pequeños y los textos densos siguen dando errores. Diseña creatividades con poco texto y haz una revisión humana antes de publicar.
¿Se puede automatizar toda la producción, no solo la imagen individual?
Sí. Se construye una pipeline que, a partir del catálogo de productos, genera automáticamente sets de creatividades listas para subir, en los formatos correctos y con los textos en español. Es el modelo de automatización de contenido que después conectas al testing y a las campañas.
Si producir creatividades en volumen es tu cuello de botella, hablemos: analizamos tu caso y te proponemos un workflow de IA a medida.