Higgsfield rechazó un prompt de un gato sobre fondo gris
Higgsfield rechazó el prompt de un gato por dos palabras inocentes. Así corregí el texto y adelanté la revisión para evitar más rechazos.

Higgsfield rechazó un prompt que describía a un gato negro sentado sobre un fondo gris.
No había nada en la petición que necesitara moderación. Era un gato sobre un fondo liso. Aun así, el rechazo llegó después de lanzar la generación: ya había perdido el intento y el tiempo antes de enterarme de que esa redacción no pasaría el filtro.
La causa eran dos palabras de esta frase:
an adult black domestic cat
Para una persona, la frase es inofensiva y suficientemente precisa. Para el clasificador de la plataforma, adult era un indicador de contenido para adultos y domestic, de violencia doméstica.
El resto de la frase no salvó ninguna de las dos palabras. Que ambas describieran a un animal no importó. El filtro se comportó como una búsqueda de términos: detectó las palabras marcadas sin interpretar el significado de la frase.
Además, ninguna de las dos palabras aportaba información visual útil. La edad del gato no cambiaba el encuadre y house cat podía expresar lo que importaba de domestic sin incluir ese mismo término.
La negación empeoró el problema
El prompt del gato dejó al descubierto un problema mayor en el mismo conjunto de archivos.
Siete prompts de una protagonista incluían esta cláusula:
clearly an adult woman in her late teens, not a child
La había escrito como una instrucción de seguridad. Las normas del festival exigían que el personaje se percibiera como una persona adulta, así que la frase intentaba dejar ese requisito lo más explícito posible.
Produjo el efecto contrario.
La frase reunía adult, teens y child en un mismo prompt. Si el clasificador busca términos marcados, escribir not a child le sigue dando la palabra child. La palabra not no borra el término que viene después.
Esa es la trampa. Un lector humano entiende la relación entre las palabras. Un filtro basado en términos puede limitarse a detectar que aparecen las tres.
Insistir en negar la interpretación no deseada puede aumentar la probabilidad de rechazo. Cuanto más intentas dejarlo claro, más vocabulario marcado introduces.
Reescribí a partir de rasgos visibles
La solución no consistía en buscar una manera más contundente de decir que el personaje no era menor de edad.
Sustituí la negación por rasgos observables expresados en positivo.
En vez de adult, teens o not a child, usé una edad numérica exacta y describí una estructura facial madura. Utilicé a 19-year-old woman como sustitución directa.
Esa formulación cumple dos funciones. Indica la edad sin los términos más amplios que activa el filtro y aporta al modelo de imagen información visual que puede utilizar.
El mismo enfoque funcionó con el resto del vocabulario marcado.
Para adult o adults, las alternativas fueron una edad en números, full-grown o grown, según lo que se estuviera describiendo.
Para domestic, las alternativas fueron house o household.
Para blood, dead, corpse y gore, la corrección consistió en describir la consecuencia visible en el encuadre. Los ejemplos registrados fueron flat pure-red shapes y fallen figure.
Incluso las expresiones inofensivas requerían atención. dead calm pasó a ser perfectly still. dead-on pasó a ser straight-on.
Para acciones como kill, stab o strangle, el prompt describía la consecuencia en vez de nombrar el acto.
Para nude, naked o erotic, el prompt describía la ropa que llevaba el personaje.
El criterio era siempre el mismo: describir lo que debe contener la imagen. No depender de una palabra prohibida acompañada de una negación para comunicar lo que debe quedar fuera.
La comprobación debía hacerse antes de generar
No bastaba con corregir el prompt rechazado del gato. El mismo hábito de escritura aparecía en otros sitios.
Revisé los cuatro archivos de prompts del proyecto. Catorce prompts necesitaban correcciones. Tras la revisión, no quedaba ningún término marcado.
Después adelanté la comprobación.
Ahora se revisa cada prompt del manifiesto antes incluso de que el flujo de trabajo consulte el saldo disponible. Si la revisión detecta un término marcado, lo señala, explica por qué puede activar el filtro, propone cómo expresar la misma idea sin él y detiene el proceso antes de que se genere nada.
El orden importa.
Un aviso después del envío puede explicar un intento desperdiciado. Un aviso antes del envío lo evita.
Así, además, la regla deja de depender de mi memoria. No tengo que recordar cada término de riesgo mientras escribo cada prompt. La revisión previa aplica la misma comprobación a todo el manifiesto en cada ocasión.
Esa revisión del manifiesto completo importa porque el gato era solo el fallo visible. Los siete prompts de la protagonista se habían escrito con buena intención, pero llevaban tres términos marcados en una sola cláusula de seguridad. Sin una búsqueda más amplia, podría haber corregido lo del gato y dejado intacto el problema de fondo.
Una frase clara también puede ser un mal prompt
Antes evaluaba el lenguaje de moderación como si fuera prosa. ¿La frase explicaba con claridad lo que quería decir? ¿Un lector razonable entendería que la escena era inofensiva?
Esas preguntas no bastaban.
El prompt rechazado del gato estaba escrito en un inglés perfectamente razonable. También lo estaba la frase que explicaba que la protagonista no era una niña. Ambos fallaron en un nivel más básico porque su vocabulario contenía los términos que detectaba el clasificador.
Ahora separo dos comprobaciones.
Primero, ¿el prompt describe con claridad la imagen que quiero?
Después, ¿contiene alguna palabra marcada cuyo sentido habitual dependa del contexto o de una negación?
Un prompt debe superar ambas.
La regla que aplico ahora es directa: escribir lo que debe verse en la imagen con términos positivos y observables, y después revisar el conjunto completo de prompts antes de lanzar nada.
Puedes hacerlo hoy buscando en tus archivos de prompts los términos adult, domestic, teen, child, blood, dead, corpse, gore, kill, stab, strangle, nude, naked y erotic. En cada coincidencia, sustituye la palabra marcada por la edad, la ropa, el resultado físico o el estado visible que realmente quieres en el encuadre.
Cada solución de este artículo me costó primero un error. Mejor en mi película que en tu marca.



