Quali modelli usare, come tenere fermo un personaggio per quindici tavole, e quanto costa.

---

Iscrivetevi su thesundayprompt.com per ricevere i numeri; per post e news quotidiane seguite The Sunday Prompt anche su LinkedIn e su Instagram.

---

Dal 2 agosto si applica l'articolo 50 dell'AI Act, la norma sugli obblighi di trasparenza: stabilisce quando bisogna far sapere alle persone che dietro un contenuto, o dietro una conversazione, c'è un sistema di intelligenza artificiale. Il 20 luglio la Commissione aveva pubblicato gli Orientamenti su come applicarlo, 160 punti.

Nelle settimane prima della scadenza l'ho spiegato a parecchi clienti, e ogni volta finivo per disegnare su un foglio le stesse cose: chi è fornitore, chi è deployer, quali domande farsi per capire in che posizione ci si trova. A un certo punto ho smesso di rifare il disegno e ne ho fatto un fumetto di 15 tavole. Si chiama Diglielo e si scarica gratis da thesundayprompt.com/library/materials/diglielo.

I protagonisti sono Mary e Spocky, i due cani che avete già visto sui nostri social. Mary è una labrador, cane da riporto: porta subito quello che le si chiede, e nel fumetto è l'impresa che fa le cose senza sapere in quale veste giuridica le sta facendo. Spocky è un bassotto, cane da tana: va sotto e controlla, e nel fumetto fa la verifica. Poi c'è un terzo personaggio muto, la Persona, disegnata di spalle e senza lineamenti: è chi riceve il contenuto e ha diritto di saperlo.

Due scelte le ho fatte prima di disegnare qualsiasi cosa. Ogni tavola chiude con un box che riporta la regola per esteso e il punto degli Orientamenti da cui è tratta, così chi vuole controllare può farlo. In copertina e in chiusura c'è scritto che le illustrazioni sono generate con l'IA e i testi sono scritti da me: su un fumetto che spiega gli obblighi di etichettatura, era l'unica scelta coerente.

Le vignette sono costate 1,48 dollari. Il lavoro, due giornate. Questo numero racconta come si fa e questo metodo può essere utilizzato per qualsiasi materiale illustrato in serie: una presentazione, un manuale interno, le slide di un corso. Il problema di una serie è la coerenza, cioè fare in modo che la quindicesima tavola somigli alla prima. Si risolve lasciando al modello soltanto il disegno, e decidendo tutto il resto fuori: personaggi, testo, colori.

Quali modelli usare

La domanda da risolvere subito è se il fumetto l'ha disegnato Claude. No: Claude non genera immagini, e nessun modello di Anthropic produce illustrazioni o fotografie. Claude le immagini le legge (passategli una vignetta e vi segnala il cane con tre zampe) e scrive codice.

Nel fumetto ha lavorato su questo secondo versante. Ha chiamato via API il modello che disegnava, e ha scritto le pagine HTML che dispongono nuvolette, didascalie e box sopra i disegni già generati. La tavola che scaricate è lo screenshot di una di quelle pagine. Claude Design, uscito ad aprile, segue la stessa logica: produce layout, slide e prototipi costruiti in codice, ma le illustrazioni vanno prese altrove.

Per ottenere immagini servono modelli dedicati. A settembre 2026 quelli su cui vale la pena orientarsi sono questi:

La scelta, come sempre, dipende da cosa vi serve.

Per un'immagine singola che deve essere bella, come una copertina, Midjourney decide da sé luce e inquadratura, ed è quello che uso per le copertine di questi numeri. Segue però il proprio gusto, e difficilmente riesce a tenere lo stesso personaggio da una scena all'altra.

Per lo stesso personaggio in venti scene servono i modelli che lavorano in modalità edit: ricevono un'immagine di riferimento insieme alla descrizione della scena nuova, e disegnano partendo da quella. Nano Banana e Seedream fanno questo lavoro bene. Nano Banana resta più fedele al riferimento e appiattisce di più il disegno; Seedream costa la metà e lascia più carattere all'illustrazione.

GPT Image 2 scrive dentro l'immagine molto meglio dei modelli che l'hanno preceduto. Per un testo giuridico, che deve essere esatto e correggibile fino all'ultima virgola, io il testo lo tengo comunque fuori dall'immagine.

Nano Banana, Seedream e FLUX si usano anche da piattaforme come fal.ai, che espongono decine di modelli con una sola chiave e fanno pagare a immagine. Io personalmente uso questa soluzione.

Il mio procedimento

Il procedimento che segue vale con qualunque modello. Attenzione perché l'ordine conta: ogni passaggio fatto dopo costa immagini da rifare.

Storyboard e testi prima delle immagini. Una tavola per concetto, con le vignette abbozzate e la battuta di ciascuna. I testi di tutte le tavole stanno in un unico file; bisogna rivederli prima di generare qualsiasi immagine. In fase grafica non si riscrive nulla: ogni battuta cambiata a quel punto rischia di non entrare più nello spazio lasciato libero nel disegno.

Il personaggio si fissa una volta, come immagine. Descriverlo a parole e ripetere la descrizione a ogni scena funziona per una vignetta. Alla quinta avete cinque personaggi diversi, tutti compatibili con «labrador cioccolato, orecchie morbide, occhi chiari». Si costruisce prima il personaggio definitivo e lo si passa al modello come riferimento, identico, a ogni chiamata. E si passano solo i riferimenti dei personaggi che devono comparire: il modello tratta ogni immagine ricevuta come qualcuno che sta nella scena.

Il modello disegna, il testo si compone sopra. Al modello si chiede la vignetta senza nuvolette e senza scritte, con spazio vuoto dove andranno. Nuvolette, didascalie ed etichette si costruiscono dopo, in HTML o in qualsiasi programma di impaginazione. Una battuta si corregge in dieci secondi senza rigenerare niente, e ogni tipo di testo può avere una forma riconoscibile: nel fumetto la didascalia gialla inquadra la situazione, la nuvoletta bianca porta la battuta, la targa sull'oggetto nomina le cose, il box in fondo riporta la regola.

Una tavolozza chiusa e un prompt fisso. Pochi colori, scritti con il codice esadecimale, e un colore d'accento riservato a una cosa sola. Davanti alla descrizione di ogni scena va lo stesso blocco di istruzioni di stile. Ogni difetto che si presenta due volte diventa una riga di quel blocco, e le cose da non fare vanno ripetute in ogni chiamata.

Una tavola pilota, poi la produzione, poi la verifica di ogni immagine. Si produce per prima la tavola più difficile, si guarda, si corregge il prompt, e solo dopo si passa alle altre. Poi ogni vignetta va guardata prima di considerarla buona, e ogni tavola composta va riguardata.

Un'ultima regola, uscita da tre tentativi buttati: gli schemi non si fanno disegnare. Un albero decisionale costruito con box e frecce in HTML è più chiaro di qualsiasi vignetta, e si fa in pochi minuti.

Come l'ho fatto io

Claude Code come banco di lavoro

Ho lavorato in Claude Code, nel terminale, dentro la cartella del progetto. Claude Code ha steso con me il piano e lo storyboard, ha tenuto il file dei testi, ha lanciato le generazioni con uno script che chiama l'API di fal.ai, ha scritto l'HTML e il CSS delle tavole, le ha trasformate in PNG con Chrome in modalità headless e ne ha fatto il PDF. I testi li ho scritti e rivisti io, e ogni tavola l'ho guardata io prima di tenerla.

Il vantaggio di lavorare così sta nei file. Il prompt fisso, i riferimenti dei personaggi, lo stile delle nuvolette e l'elenco dei difetti incontrati sono tutti memorizzati. Quando riprendo il lavoro in un momento successivo, riparto da quel punto e i personaggi sono gli stessi.

I personaggi

Mary e Spocky esistevano già da luglio, nati per i social di TSP e ispirati ai miei due cani. Per crearli ho passato le foto a nano-banana/edit su fal.ai, chiedendo un personaggio cartoon con contorni netti e colori piatti. Il primo tentativo da solo testo, con flux/dev, ha prodotto sette cani generici, tutti scartati: senza una foto di partenza il modello inventa il cane.

Un limite non l'ho superato. Il naso di Mary resta più piccolo del vero, dopo tre tentativi con tre approcci diversi: il modello ha un canone rigido per il muso dei cani cartoon. Il colore invece si corregge al primo colpo.

I due disegni definitivi li ho caricati sullo storage di fal.ai, che restituisce un indirizzo permanente per ciascun file. Da lì ogni chiamata parte esattamente dallo stesso riferimento.

La generazione: Seedream su fal.ai

Il modello è fal-ai/bytedance/seedream/v4.5/edit, a 0,04 dollari per immagine. Lo script riceve il nome del file da produrre, la descrizione della scena e le chiavi dei personaggi da passare come riferimento.

Davanti a ogni scena c'era questo blocco. Ogni riga corrisponde a una generazione buttata:

Flat cartoon illustration, bold uniform black outline on every element,
flat color fills with one-step soft shading, no gradients, no texture.
Minimal flat-color environment: one horizon line and two or three props only.
Closed palette: cream #F4F0E8, paper #ECE7DC, ink #1A1A1A,
muted teal #2E5F63, warm sand #C8A97E; red #E11D48 on ONE object only.
ONE SINGLE CONTINUOUS SCENE fills the whole frame: one uniform background,
no vertical division, no split, no diptych, no second panel.
The dogs always stand or sit on all four legs: never anthropomorphic,
never upright on two legs, never with paws on hips.
Each dog has exactly FOUR legs: two front, two back. No extra limbs.
Leave generous empty space in the upper part for typography added later.
NEGATIVE: no panel border, no frame, no speech balloons, no text, no letters,
nothing red on either dog's body or fur, no realistic rendering.

I difetti che hanno prodotto quelle righe sono stati questi.

Il rosso dove capita. Chiesto un terzetto di pettorine in verde, crema e sabbia, il modello ha colorato la terza di rosso. Altre volte il rosso è finito su una sedia o su un pulsante. Il divieto NO red, NO orange, NO pink anywhere deve essere inserito in ogni chiamata, anche dove nella scena non c'è niente che potrebbe essere rosso.

Le immagini con due personaggi. Su formati molto larghi, con due soggetti ai lati opposti, il modello disegna due scene separate da una linea verticale, con due fondi di colore diverso. Si evita solo nominandolo: no split, no diptych.

I cani in piedi. Senza istruzione contraria Mary si alza su due zampe e mette le zampe anteriori sui fianchi. Un cane in piedi appartiene a un cartone per bambini; su quattro zampe resta un personaggio.

Le zampe in più. In una tavola Spocky aveva tre zampe anteriori. Capita quando si chiede una zampa alzata, cioè la posa che viene naturale chiedere quando un personaggio indica qualcosa. Da quel momento l'anatomia esatta l'ho scritta nel prompt: quattro zampe, due davanti e due dietro.

La Persona in nero. L'umano usciva come una silhouette nera. Vanno nominati i colori pieni: capelli marrone scuro, incarnato chiaro, NOT a black silhouette.

Il labrador intruso. In una scena con il solo Spocky avevo lasciato fra i riferimenti l'immagine della coppia. Mary è comparsa in tutte le vignette.

⚠️ Il difetto che non si vede. Preparando le immagini di questo numero ho chiesto «cinque schizzi dello stesso personaggio cartoon». Il modello ha disegnato Snoopy: immagine pulita, tratto buono, personaggio protetto. Guardando la qualità del disegno non si nota. Nel prompt va imposto un personaggio originale, con la negazione esplicita di quelli noti.

In tutto: 37 generazioni per 22 vignette buone, 1,48 dollari. Lo scarto è rimasto intorno a una su tre per tutta la produzione, e non è sceso man mano che il prompt migliorava: ogni regola nuova eliminava un difetto vecchio.

La composizione: HTML e Chrome

Ogni tavola è una pagina HTML di 1350 per 1800 pixel, con un foglio di stile comune a tutte e quindici. L'immagine di Seedream sta sotto; sopra ci sono i quattro tipi di testo. La tavola finale è uno screenshot di Chrome, e il PDF sfogliabile, 15 pagine da 135 per 180 millimetri, esce dalla stessa pagina con la stampa in PDF di Chrome.

La didascalia è gialla per una ragione precisa. Il rosso nel fumetto indica una cosa sola, l'informazione dovuta alla Persona (l'etichetta, il bollino, la data cerchiata).

Due tavole sono andate diversamente dal piano. L'albero delle domande (sono fornitore? sono deployer? l'obbligo mi riguarda?) l'ho provato tre volte come vignetta, senza mai ottenere una tavola leggibile; la quarta volta Claude Code l'ha costruito in HTML con box e frecce, in dieci minuti. La tavola sulle tre vesti giuridiche, invece, l'ho ritirata dopo averla finita: ripeteva in forma di scena quello che l'albero spiegava meglio, e confondeva. Il fumetto era nato da 16 tavole ed è uscito con 15.

I conti

Immagini: 1,48 dollari. Tempo: due giornate, quasi tutte spese a guardare risultati e a buttarne un terzo. Il costo reale di questa pipeline è la revisione. Su tre immagini per una presentazione sono pochi minuti e conviene senz'altro; su duecento il calcolo va rifatto.

Da portarsi via

• Il personaggio si fissa con un'immagine di riferimento passata identica a ogni chiamata, insieme ai soli personaggi che devono comparire.
• Al modello si chiede il disegno con lo spazio vuoto; il testo si compone sopra, e gli schemi si costruiscono senza disegnarli.
• Ogni difetto che compare due volte diventa una riga del prompt fisso, e ogni immagine va guardata prima di tenerla.

Il fumetto è su thesundayprompt.com/library/materials/diglielo.

Happy prompting 🖖