Las redes van llenas de «me he hecho un juego entero con un prompt, 100% procedural, en dos horas». Yo llevo un tiempo construyendo Kite Rider con IA, sin escribir ni una línea de código, y te puedo decir que no va así.

Solo el protagonista, un niño colgado de un ala delta, me ha costado cinco intentos con cuatro modelos distintos hasta dar con uno que me guste. Mismo personaje, mismo estilo low poly, mismo visor del juego, misma luz y mismo encuadre. Lo único que cambia es quién modela y el contexto que le doy.

#	Quién	Qué le doy	Cómo	Triángulos
1	Fable 5 (high)	descripción escrita	código	3.020
2	Fable 5 (high)	+ la imagen + feedback	código	3.432
3	GPT-5.6 (high)	imagen + su propia descripción	código	1.950
4	Claude Opus 5 (effort extra)	imagen + descripción	código	2.348
5	Fable 5.1	imagen + Blender por MCP	herramienta	1.191

Me quedo con el último, aunque por poco. El de Opus 5 es muy bueno también: gasta el doble de triángulos, pero lo clavó a la primera, sin una sola ronda de feedback.

Te cuento el proceso entero, intento a intento, para que evites los errores que hice yo.

El artwork lo hace ChatGPT

Yo soy más de Claude, pero sus modelos no generan imágenes. Así que el punto de partida sale de ChatGPT: el niño de frente, de perfil y desde arriba.

Esta parte fue rápida. Buen resultado a la primera y una tanda de feedback para ajustarlo. Es la parte barata del proceso -la IA lleva años perfeccionando la generación de imágenes- y también la más importante, porque es la referencia para todo lo demás.

Lo que sí cambia el resultado es qué le pides exactamente. Si usas la imagen como inspiración («hazme algo así»), la IA rellena los huecos con sus propios prejuicios sobre cómo son las cosas: cuánto mide un brazo, cómo es un casco, dónde van los ojos. Si le dices que esa imagen es la referencia a la que ceñirse, deja de inventar.

Y un truco que me ha sido muy útil: pedirle a ChatGPT que describa su propia imagen para modelarla en 3D, en vez de pedirle que la modele. Con otro personaje del juego me soltó 23.367 caracteres en 59 segundos: proporciones normalizadas, colores en hexadecimal, un plano de coordenadas titulado «para un modelador paramétrico o una IA» y catorce prohibiciones que eran justo los catorce errores que la otra IA iba a cometer sola. Esa descripción es la que entra en los intentos 2, 3 y 4.

Intento 1: Fable 5 a ciegas

Le doy solo la descripción por escrito. Sin imagen. Y le pido lo que venía haciendo con todos los assets del juego: que escriba el código que construye la malla, 100% procedural, sin tocar ningún programa de 3D.

Sale un muñeco reconocible. Están el casco, las gafas, los tirantes, las botas, así que la descripción funciona. Pero esperaba más: las gafas parecen de juguete y están inclinadas hacia abajo, medio fundidas con el casco. El casco parece más bien pelo pegado al cráneo, con un pinganillo a cada lado y la cabeza es una pelota. Las proporciones del cuerpo son bastante correctas, estaban en la descripción.

Intento 2: el mismo modelo, con la imagen delante

Sigo en la misma conversación. Le paso feedback y, ahora sí, la imagen de referencia.

El salto es grande y se nota especialmente en la cabeza, pero también en todo el cuerpo: el largo de los brazos, el ancho del tronco, dónde cae la línea de los ojos. Nada de eso estaba en el texto, es información codificada en la imagen. Por eso es tan importante pasársela.

Y Claude -sin que se lo pidas explícitamente- sabe sacarle provecho. Hace zoom sobre secciones de la imagen y se monta un grid encima para medir en vez de estimar a ojo, y comprobar que las proporciones encajan. Contar secciones, puntas y facetas antes de construir vale más que cualquier ajuste de parámetros a posteriori.

Aquí van algunos datos: cabeza y casco ocupan el 41% de la altura total, los ojos el 0,24 del ancho de la cara. Son 3.432 triángulos y Claude me monta 37 comprobaciones automáticas para vigilar que las proporciones no se muevan.

Not bad para ser procedural. Este es el modelo que se quedó en el juego durante un par de semanas.

Intento 3: que ChatGPT ejecute su propia descripción

Ya que la imagen y la descripción eran suyas, quería ver qué tal se desenvolvía modelando, así que se lo pasé todo a GPT-5.6 con esfuerzo alto para ver el resultado.

IMHO es el peor de los cinco. Mantiene muchos detalles finos (la hebilla de los tirantes está ahí) pero la cara es terrible y no respeta las proporciones: cara plana, ojos inexpresivos atravesados por mechones de pelo y el colorete de las mejillas, brazos desproporcionados y pies unidos.

No es la primera vez que me pasa. Con otro personaje del juego se centró solo en la cara, gastando ~3k triángulos para un busto espantoso que además no se parecía en nada a la referencia.

Si algo me queda claro tras este intento es que ChatGPT (GPT-5.6 Sol) es muy bueno generando e interpretando imágenes, pero crear un modelo 3D de forma procedural -de momento- no es lo suyo.

Intento 4: Claude Opus 5 con effort extra

Mismo material, imagen y descripción, mismo enfoque procedural.

2.348 triángulos y un modelo decente a la primera, sin una sola ronda de feedback. La verdad es que éste me gusta mucho: la cara aguanta, las proporciones aguantan y el casco por fin parece un casco. Lo único que falla un poco, por ponerle un pero es la zona del cuello, pañuelo, etc, pero vamos, que me ha sorprendido positivamente.

Aquí el effort extra vale la pena, y se nota mucho. Es la misma tarea del intento 2, con la imagen como referencia, y la diferencia está en cuánto piensa el modelo antes de ponerse a escribir. Aquí lo hice directamente desde Claude web (fuera de mi VPS), y él solito me generó un visor estupendo para verlo desde distintos ángulos.

Tengo que reconocer, por cierto, que he llegado a pensar que quizá Claude estaba experimentando aquí con un modelo más avanzado. Otros personajes no me los ha modelado tan bien, aunque igual se debe a que el modelo es más sencillo o más típico (modelo de niño cabezón muy estilo Pixar).

Intento 5: Blender por MCP

Había leído bastante últimamente sobre esta idea, así que quería probarlo. Aquí cambia la naturaleza del trabajo. Fable 5.1 dirigiendo el programa de modelado 3D Blender a través de un servidor MCP: la IA no escribe la malla vértice a vértice, usa el programa como lo usaría un modelador. Como tengo grandes expectativas, voy fuerte y le meto una restricción que antes no había puesto, budget de 1.000 triángulos.

Y no decepciona. El resultado inicial ya es muy digno de entrada aunque sin llegar al nivel del anterior (el peaje a pagar por el límite de triángulos).

Después de algunas rondas de correcciones mías (ojos más grandes, la cara más larga, mandíbula más prominente, coloretes) el final son 1.191 triángulos (pidiendo permiso para exceder el budget), 74 objetos en el .blend, 25 colores planos, ni una textura y un GLB de 85 KB. La mitad de geometría sin perder apenas calidad comparado con el de Opus extra.

Reparto final, por si te sirve de referencia: cabeza 567, torso 176, brazo 38 (×2), antebrazo 54 (×2), muslo 46 (×2), pantorrilla 86 (×2). La cara se lleva la mitad del presupuesto, y está bien que así sea.

Mis ganadores

Gana Fable 5.1 dirigiendo a Blender. Y seguido de cerca por Opus 5 con effort extra, que con este personaje se queda a muy poca distancia y encima sin pedirme nada.

La diferencia se abre con los modelos complicados. Ahí Blender sí marca un salto claro: hay cosas que Opus 5, por mucho effort que le pongas, no consigue resolver escribiendo geometría.

Con el MCP de Blender, funciona porque trabaja como trabajaría una persona:

1. Mide la imagen antes de modelar. Clasifica los píxeles por color (piel, casco, camiseta, botas) y saca de ahí las alturas y las anchuras reales del personaje. A ojo salían proporciones que luego había que rehacer.
2. Coloca su cámara como está tomada la imagen. Así puede poner el render al lado de la referencia y compararlos de verdad, en vez de opinar sobre si se parecen.
3. Todo por script, nada a mano. Reconstruye el personaje entero desde cero en segundos, así que cada ronda se rehace en vez de parchearse.
4. Mira lo que ha hecho. Render, recorte ampliado de la zona tocada y comparación con la referencia. Un párpado flotando en el aire no se ve en la vista frontal, pero con zoom y desde el ángulo adecuado, se ve a la primera.

Pídele que aprenda, no solo que corrija

Esto es lo que más me ha servido de todo el proceso, y no tiene que ver con el modelado.

Cuando algo falla y le dices «arréglame esto», lo arregla y se queda tan tranquilo. Pero si no es algo puntual y tu intención es modelar más personajes, lo que realmente te será útil es pedirle que entienda el problema y la solución que hay detrás, y lo documente en una SKILL para modelar, de forma que no vuelva a caer en los mismos errores en el futuro.

Un ejemplo de este personaje. Al meterlo en el juego salía pálido, y la causa no estaba en el modelo: era una conversión de espacio de color de más al pasar por glTF. Puede arreglarme este muñeco, pero lo ideal es que se escriba una regla del estilo si un modelo de Blender se ve descolorido en el motor, mira el espacio de color antes de tocar la paleta.

Cada vez que cierro un fallo así, ese documento crece, y las sesiones tienen cada vez menos fricción.

Más allá de las imágenes

Llevamos años perfeccionando la IA para generar y entender imágenes, y ChatGPT ahí es buenísimo, la verdad. En el último año le ha tocado al código (aquí me quedo con Claude Code), hasta el punto de que puedes sacar un juego entero sin escribir una línea (discutiendo las specs, eso sí).

La sorpresa que me he encontrado en este proceso es la del uso de herramientas: hablamos de LLMs manejando programas de diseño 3D. Te coge una imagen de referencia, itera en Blender con un bucle de mirar y corregir, y en un par de horas y con algo de feedback tienes un resultado casi al nivel de un diseñador 3D experimentado.

El juego entero en dos horas sigue sin existir, pero la barrera de entrada para modelar en 3D está totalmente derruida.

Por cierto, que me he quedado con las ganas de probar GPT-6 Astra manejando a Blender, dicen que es brutal. Si alguien lo ha hecho, que me lo cuente.

¿Te ha gustado este artículo? No te cortes, déjame un comentario y ayúdame a compartirlo