El rol de solo texto choca siempre con la misma pared: llevas una hora construyendo una escena y no hay manera de verla. El personaje describe una habitación y tú te imaginas tu propia versión. El personaje se describe a sí mismo y la imagen se aleja un poco más de la anterior en cada sesión.
Cuatro cosas cierran ese hueco, y ninguna hay que configurarla.
Dibujan la escena en la que estáis
Pide una imagen y el personaje dibuja el momento en el que estáis de verdad, no un retrato genérico. El resultado llega dentro de la conversación, no a una galería aparte que tengas que ir a mirar.
Lo que importa es la consistencia: la misma cara siempre, porque el aspecto está fijado en vez de volver a tirarse el dado. Casi todas las herramientas de imagen te dan una persona nueva en cada generación, y por eso el arte de personaje que sacas de ellas nunca parece dos veces el mismo personaje.
Tú eliges qué motor dibuja. Distintos motores tienen manos genuinamente distintas —uno se da mejor con las caras, otro con la luz y la atmósfera— y la elección es por imagen, no un ajuste que configuras una vez.
Responden en voz alta
Las respuestas pueden llegar como un mensaje de voz real de Telegram: onda, arrastre, control de velocidad, el mismo objeto que una nota de voz de una persona. No un archivo de audio adjunto que tengas que descargar.
Cada personaje tiene una voz que le pega. Puedes recorrer las voces disponibles y escuchar una antes de decidir, y el comportamiento tiene tres ajustes: apagado, a petición o automático.
Son mensajes de voz, no una llamada. No hay conversación en directo y nada escucha en segundo plano. Tú también puedes mandar notas de voz: el audio se convierte en texto para que el personaje responda a lo que dijiste, y la respuesta llega en audio si tienes la voz activada.
Graban mensajes de vídeo redondos
Pide un vídeo y el personaje graba un mensaje de vídeo redondo de Telegram de los de verdad, el mismo círculo que te manda un amigo. Telegram muestra que está grabando mientras lo filma, y llega al chat en unos dos minutos, con sonido.
El clip parte del retrato del propio personaje, así que es la misma cara que ves en todas las imágenes. Se hace para el momento en el que estáis, no sale de un catálogo de clips ya hechos, y solo se graba cuando tú lo pides.
Funcionan en los dos sentidos. Mándale uno al personaje y su audio se convierte en texto para que responda a lo que dijiste. No ve lo que muestra tu vídeo, solo lo que se dice en él.
Miran lo que les mandas
Manda una foto al chat y el personaje la ve. La vista desde tu ventana, la ropa por la que preguntabas, un dibujo que has hecho: y la respuesta va en personaje sobre lo que hay de verdad en la imagen, no un acuse de recibo genérico.
Esta es la que sorprende a la gente, porque cambia la dirección del medio. Hasta ese punto has estado describiendo tu mundo con palabras. Ahora puedes simplemente enseñarlo.
Nada que activar
No hay una página de ajustes entre tú y todo esto. Las fotos pueden llegar solas según avanza una escena, y el botón de altavoz está debajo de cada respuesta desde el primer mensaje.
Las dos cosas van con energía, recargada con Telegram Stars dentro del chat. Puedes ver cuánta queda en cualquier momento.
- Una imagen que falla no se cobra.
- Cualquiera de las dos se puede apagar del todo si quieres solo texto.
- Tú eliges qué motor dibuja, en cada imagen.
Qué pasa con lo que mandas
Una foto que mandas se transmite a un proveedor externo para que el personaje pueda responder sobre ella, igual que tu texto se transmite para generar una respuesta. El audio de una nota de voz o de un mensaje de vídeo redondo que mandas va a un proveedor externo de reconocimiento de voz, y el mensaje de vídeo redondo que pides lo genera un proveedor de vídeo externo a partir del retrato del personaje y de tu descripción de la escena. Esto está escrito en la política, no insinuado.
Nada de lo que mandas se usa para construir una galería pública, y las imágenes generadas en tu conversación se quedan en tu conversación.
Por qué lo difícil es que la cara no cambie
Generar una imagen bonita hoy es fácil. Generar dos veces a la misma persona no lo es, y ahí está la diferencia entre ilustraciones y un personaje.
El aspecto se fija cuando se crea el personaje y se aplica a cada imagen posterior, así que una escena en una cafetería y otra en una calle dos semanas después son reconociblemente la misma persona. Nadie sube una foto de referencia y nadie toca ningún ajuste: la consistencia es una propiedad del personaje, no algo que tú mantengas.