Comprobar la coherencia

Desde la 0.24.0, Escenara puede comprobar que lo generado encaja: que una imagen sigue siendo la misma persona, que la escena cuenta lo que dice el guion y que la voz suena como debería sonar.

Son ocho comprobaciones. Las cuatro primeras son las de esta guía (parecido, guion, resultado y emoción); las otras cuatro miran la dirección del clip, el producto, el ángulo del anuncio y el reparto de un diálogo, y se explican en sus guías. De fábrica solo la del parecido está en «Activa»: las otras siete van «En sombra», que quiere decir que miran y dejan escrito lo que opinan, para que puedas ver si aciertan antes de que nadie les dé poder sobre tu trabajo.

«En sombra» y «Activa»

Quien administra elige el modo de cada comprobación en Admin › Ajustes › Coherencia, con tres opciones:

• Apagada: no se mira nada y no se gasta nada.
• En sombra: la comprobación se hace, se guarda con su evidencia y te enseña su veredicto, pero no bloquea nada. Decides tú, siempre.
• Activa: su veredicto decide de verdad, pero hoy solo el del parecido tiene efecto: la vista generada que pasa cuenta como foto de referencia y la que no, no. En sombra el parecido no cuenta: se comprueba, se guarda y se enseña, pero la vista no cubre por él. En las otras siete, aunque se pusieran en Activa, la aplicación no bloquea ninguna exportación ni cambia el estado de la escena. En Admin › Ajustes › Coherencia, la opción Activa lo dice en cada comprobación: «Activa (decide la cobertura)» para el parecido y «Activa (todavía solo informa)» para el resto.

Lo primero: no cambia nada sin que tú lo pidas

• Ninguna comprobación se lanza sola al generar, al abrir una pantalla ni al refrescar. La pides tú, con un botón.
• Ninguna gasta créditos. Mirar la imagen y escuchar la voz lo hace un servicio que se paga con la cuota de tu plan, así que se apunta con 0 créditos y lo que se guarda son los tokens.
• Si falta algo para comprobar, se te dice qué falta. No hay veredictos a medias ni huecos en silencio.

1. ¿Es la misma persona? (esta viene en «Activa»)

Cuando generas una vista que le falta a un personaje —la de frente, el perfil, el cuerpo entero—, hasta ahora esa imagen no contaba: aparecía en su ficha con su distintivo de «generada» y la cobertura seguía diciendo que esa vista faltaba. Con razón: una imagen generada puede no parecerse.

Ahora se puede comprobar. En la ficha del personaje, debajo de cada vista generada, tienes «Comprobar el parecido». Se describen por separado esa imagen y la cara de referencia del personaje, y se comparan los rasgos que no cambian de una foto a otra: la forma de la cara, los ojos, la nariz, la boca, las orejas, el nacimiento del pelo, los lunares. La pose, la luz, el peinado y el gesto no cuentan, porque cambian entre dos fotos de la misma persona.

El veredicto puede ser:

Veredicto	Qué significa	Qué pasa
Es la misma persona	Los rasgos coinciden y hay poca duda	Esa vista cuenta como foto de referencia y deja de faltar
Mírala tú	Hay parecido, pero no la confianza suficiente para decidir solo	No cuenta todavía; vuelve a comprobarla o sube una foto real
No parece la misma persona	Algún rasgo estable es claramente distinto	No cuenta, y no conviene usarla para guiar la generación

Todo esto vale cuando el parecido está en Activa, que es como viene de fábrica. Si quien administra lo pone en sombra, la ficha lo dice y ningún veredicto cuenta: el parecido se guarda y se enseña, pero una vista generada no pasa a cubrir por él.

Debajo siempre sale por qué: la probabilidad y lo que se miró. Un veredicto que no puedes discutir no sirve de nada. Con «Mírala tú» no hay ningún botón para decidir a mano: solo «Volver a comprobar», y la vista no cuenta hasta que otra comprobación dé «Es la misma persona» (o hasta que subas una foto real).

Antes hay que autorizarlo (personas reales)

Para comparar dos caras hay que enviarlas a un servicio de percepción, que no es el mismo que genera tus imágenes. El consentimiento que firmaste para producir vídeo no dice nada de eso, así que hace falta una autorización aparte.

La encontrarás en el consentimiento del personaje, como casilla opcional: «Autorizo la comprobación de parecido». De ese servicio solo sale una descripción escrita de los rasgos, que es lo que se compara.

Si no la marcas no pasa nada malo: el personaje funciona exactamente igual que antes y sus vistas generadas sencillamente no cuentan, como hasta la 0.23.x.

Un personaje inventado no necesita autorización: no hay ninguna persona real cuya cara salga de ahí, y sus imágenes ya contaban desde la 0.23.2.

2, 3 y 4. Guion, resultado y emoción (vienen «En sombra»)

En la pantalla de revisión de un proyecto, cada escena tiene ahora «Comprobar la coherencia». Sale de ahí:

• La escena cubre el guion: si lo que pediste ilustra lo que cuenta el guion, incluido su tono. Un guion triste ilustrado con una escena alegre se señala aquí.
• El resultado encaja con lo descrito: se mira el fotograma aprobado y se compara con lo que pediste.
• La emoción encaja con el tono: se escucha la voz del clip —lo que dice, cómo suena, el ambiente de fondo— y se compara con el tono del guion.

De fábrica las tres van en sombra, y eso quiere decir exactamente lo que parece: no bloquean la exportación, no cambian el estado de la escena y no aceptan ni rechazan nada. Aparecen con su veredicto («Encaja», «Míralo tú» o «No encaja»), su evidencia y su confianza, y ahí se quedan: decides tú. En la revisión de una escena, ninguna fila decide nada, esté en sombra o en Activa, y el panel lo dice: «Aquí solo informa». El parecido solo decide en la ficha del personaje. (En una escena de dos personajes se comprueba una vez por cara, y también solo informa.)

Los dos botones que de verdad importan

Debajo de cada veredicto hay «Tiene razón» y «Se equivoca». Son la parte más útil de toda esta versión: sin ellos nadie puede saber si estas comprobaciones sirven o no.

Cada vez que pulsas uno, esa opinión se guarda. Quien administra la instalación ve en Admin › Coherencia el acierto de cada comprobación, cuántas veces dejó pasar algo que tú rechazaste y cuántas veces frenó algo que estaba bien. Con esos números se decide si alguna merece pasar de «mirar» a «decidir». Con menos de 20 correcciones no se enseña ningún porcentaje, porque un porcentaje sobre cuatro casos no significa nada.

¿Es el mismo lugar? (viene «En sombra»)

En una escena con lugar, compara el sitio del fotograma aprobado con la foto maestra de la versión con la que se generó: paredes, materiales, muebles fijos, disposición y luz, sin mirar el encuadre. Informa y no bloquea. Para compararlos se envían la maestra y el fotograma a la percepción de tu mapa, con la instrucción de describir solo el sitio; si en la maestra quedó gente pequeña al fondo, esa foto también sale. No se comprueba si en la escena sale una persona real (se mira en los planos del lugar solo y con personajes inventados).

Sobre la «confianza»

Al lado de cada veredicto verás un porcentaje de confianza. Dice cómo de concentrada está la respuesta del modelo: si ha contestado con seguridad o dudando entre varias opciones.

No es una tasa de acierto. Un 90 % de confianza no significa que acierte nueve de cada diez veces. Lo único que dice cuántas veces acierta es el panel de acierto, y solo cuando tiene muestra suficiente.

Por eso existe el veredicto «míralo tú»: cuando la confianza no llega al umbral que ha puesto quien administra, el sistema no decide y te lo pasa a ti.

Qué necesitas para que funcione

1. Que quien administra haya guardado la clave de TypeSafe en Admin › Ajustes › Coherencia. Sin ella no se comprueba nada y la pantalla lo dice.
2. Que tengas en tu mapa de modelos un servicio compatible con la API de OpenAI que vea imágenes, y que oiga audio si quieres comprobar la emoción de la voz. Quien administra elige en Admin › Ajustes › Coherencia qué modelo se prueba primero (de fábrica, «gemma4» para imágenes y «mimo-v2.5» para audio) y ese modelo tiene que estar dado de alta en tu mapa; si no, se recorre tu mapa tal cual. Para el audio, hoy solo oyen «mimo-v2.5» y «mimo-v2.6-flash» de NaN builders. Se paga con la cuota de tu plan y no cuesta créditos.
3. Para el parecido de una persona real, su autorización en el consentimiento.

Si falta cualquiera de las tres, se te dice cuál y todo lo demás sigue funcionando igual.

Si algo falla

Si el servicio de comprobación no contesta, no se decide nada y lo que había se queda como estaba. Nunca se le quita la cobertura a una foto por una avería de red: se te cuenta lo que ha pasado y puedes volver a intentarlo.

Para quien administra: las decisiones y la sombra

Desde la 0.39.0, cada decisión de los controles previos queda apuntada: qué se iba a hacer, qué hechos se miraron (modelo, precio, créditos, presupuesto, estado de la escena… nunca el texto del guion, y los nombres de personas y productos salen como «el personaje», «persona 1» o «el producto»), con qué umbrales, con qué versión de las reglas y qué se hizo con la petición: dejó pasar, pidió confirmar o frenó. Las ves en Admin › Decisiones, las últimas cincuenta.

En la misma pantalla está la sombra: Jev opina sobre cada decisión, en paralelo, sin decidir nada. Se miden dos preguntas:

1. «El guion tiene una afirmación que exige verificación»: se pregunta sola cada vez que una escena pasa por la puerta de generar, con el guion y la descripción de esa escena. El mismo texto no se pregunta dos veces. Las escenas con una persona real no se preguntan nunca, y en las demás se cambian antes los nombres de los personajes y del producto por marcadores.
2. «La escena generada corresponde a la descripción»: es la comprobación del resultado de más arriba, que se sigue pidiendo desde la revisión.

Lo que tienes que saber antes de encenderla:

• Viene apagada. Apagada no se pregunta nada ni se gasta nada. Se enciende en Admin › Ajustes › Decisiones en sombra, que te dice lo que cuesta cada evaluación con la tarifa de Jev que hayas puesto en Coherencia.
• Primero hay que marcar una casilla: al encenderla, el guion y la descripción de las escenas se envían a TypeSafe, que actúa como encargado del tratamiento de la instalación. No se envían imágenes ni audio. Está descrito en la documentación legal, pendiente de revisión jurídica: no la enciendas en producción antes de eso.
• La paga esta instalación, con la misma clave de TypeSafe de Coherencia. Hay un tope de evaluaciones por usuario y día.
• No frena nada, nunca. Quien decide son las reglas. Si Jev tarda más de 10 segundos, falla o contesta algo raro, se apunta como fallo y la generación sigue exactamente igual; nadie espera a Jev.
• El usuario no la ve. Si la viera, su revisión dejaría de ser una opinión independiente, y esa revisión es justo lo que se usa para medir.

El panel cuenta cada escena una sola vez por pregunta (el fotograma, el clip y la voz de una escena comparten la misma opinión) y la compara con lo que dijo una persona:

• en la pregunta de las afirmaciones, con lo que la persona hizo con las afirmaciones que Escenara señaló en el guion: verificarla o corregirla quiere decir que había que frenar; descartarla, que no aplicaba. Si nadie ha resuelto ninguna, esa escena no tiene etiqueta y el panel dice «sin etiqueta independiente» en lugar de inventarse un porcentaje;
• en la del resultado, con la corrección de su veredicto («tiene razón» / «se equivoca») o, si no la hay, con la revisión del clip. Como la persona ve el veredicto antes de corregirlo, el panel la marca como etiqueta no independiente.

Con esa etiqueta:

• falso permiso: la sombra la habría dejado pasar y la persona no;
• bloqueo innecesario: la sombra la habría frenado y la persona la dejó pasar;
• coincide con su regla: cuántas veces opina lo mismo que la regla de las afirmaciones sin verificar (no la decisión entera: un freno por falta de saldo no dice nada de las afirmaciones).

Igual que en el panel de acierto, con menos de 20 casos se enseña el recuento y no el porcentaje, y el umbral de cada pregunta solo ordena la medición: no hay ninguna cifra mágica a partir de la cual se automatice nada.

Calibrar el umbral de cada pregunta

En Admin › Calibración, «Reconstruir el conjunto y calibrar» junta las opiniones que tienen etiqueta humana en un conjunto etiquetado (solo dos números y la etiqueta de cada una, sin textos ni nombres; está seudonimizado: sin datos personales, vinculado a la opinión de origen y eliminado al borrar la cuenta) y lo reparte siempre igual en dos partes: calibración (70 %) y retenido (30 %). Con la primera se elige el umbral que más opina dejando los falsos permisos en el 5 % o menos; con la segunda, que no se usó para elegirlo, se mide su precisión, sus falsos permisos y sus bloqueos innecesarios. Cada cálculo se guarda con su fecha y su muestra.

Con menos de 20 ejemplos en cada parte no se propone nada: sin datos, el umbral no se usa para automatizar. Y un umbral propuesto tampoco activa nada: es un número para que lo mire una persona. El conjunto se borra con la cuenta de la que sale y no sale del servidor. Laya se evaluará como segundo evaluador cuando haya al menos 200 decisiones con corrección humana (la decisión, en el ADR-0042).

Ver también

• Crear un personaje y Buenas referencias
• Personajes inventados
• Revisar la continuidad
• Mapa de modelos, que es de donde sale el servicio que mira y escucha