Encuentra la foto de stock perfecta describiéndola, no a base de palabras clave
Cuatro búsquedas reales —un parroquiano de toda la vida en su café, la soledad entre la multitud, una metáfora pura y la misma consulta en dos idiomas— en las que describir la escena le gana de calle a cualquier cuadro de palabras clave.
Marouane Tijani
9 min de lectura
La foto la tienes clarísima en la cabeza. Luz cálida de primera hora. Un rostro curtido. Una taza pequeña, una calle tranquila,
esa sensación inequívoca de que esa persona repite el gesto desde hace mil mañanas. Pero abres un banco de imágenes de stock
y, de golpe, toca traicionar esa escena y comprimirla en las pocas palabras clave que el cuadro de búsqueda
está dispuesto a aceptar: hombre mayor, cafetería, un café. Y lo que vuelve es rígido, genérico, equivocado.
Esta es la verdadera frustración de buscar imágenes, y no tiene nada que ver con cuántas fotos hay disponibles. Tiene que ver con cómo te dejan pedirlas. Vamos a darle la vuelta, y a demostrarlo cuatro veces.
Por qué la búsqueda por palabras clave te deja tirado
La búsqueda de stock de toda la vida —la que mueve a la mayoría de los bancos de fotos y también al cuadro de texto de Google Images— funciona cotejando tags. Cada foto arrastra unas cuantas palabras que le colgó una persona o un algoritmo: hombre, mesa, café, exterior. Al buscar, el motor enfrenta tus palabras a esas palabras y ordena los resultados por solapamiento. Y ese modelo se rompe de tres maneras igual de previsibles:
- La brecha de vocabulario. Tú escribes «cafetería», el tag dice «café». Tú escribes «anciano», el tag dice «mayor». Mismo significado, palabras distintas: un motor basado en tags se lo salta.
- La brecha de intención. Tu consulta lleva un estado de ánimo —rutina, soledad, tres décadas de costumbre— que ningún tag recoge. Así que el motor tira esa idea a la basura y se queda solo con los sustantivos.
- El castigo a las consultas largas. Cuanto más detallas, peor rinde la búsqueda por palabras clave, porque cada palabra de más es otra cosa que los tags seguramente no contienen. Resultado: te entrenas para simplificar la consulta hasta el absurdo.
Qué es de verdad la búsqueda semántica de imágenes
La búsqueda semántica de imágenes localiza fotos por su significado, no cotejando los tags palabra por palabra. Un modelo de IA traduce tu consulta —y cada imagen del índice— a una huella numérica (un vector) que resume de qué va realmente la escena. A partir de ahí, el motor te devuelve las imágenes cuyas huellas quedan más cerca de la de tu consulta. Como la comparación sucede en ese «espacio del significado», una descripción puede casar con una foto que jamás se etiquetó con ninguna de tus palabras.
De ahí salen dos consecuencias, y en ellas está todo el quid del asunto:
- Buscas en lenguaje natural y corriente: una frase completa, igual que le contarías la escena a un amigo.
- Cuanto más larga y rica es la consulta, mejor funciona, no peor. Cada detalle de más afina la huella en vez de dejar el resultado en los huesos.
La prueba: una frase imposible a propósito
Para que la diferencia se vea de un vistazo, elegimos una consulta que ningún sistema de palabras clave podría aguantar: demasiado larga, demasiado concreta y que cuenta una historia en lugar de listar objetos:
«Un hombre mayor sentado a la mesa de un café al que ha ido cada mañana durante treinta años».
En un cuadro de palabras clave pasa una de dos: o recorta la frase a hombre, mayor y
café y te suelta un muro de stock genérico, o se toma la cadena al pie de la letra, no encuentra nada
etiquetado así y apenas devuelve nada. Los treinta años, el cada mañana, ese
peso callado de la rutina: todo a la papelera. Esto es lo que respondió Pexafy a esa misma frase, sin retocar:
Fíjate en el primer resultado: un hombre mayor, solo, en la mesa de una terraza, atrapado justo en esa calma matinal de costumbre que pedía la frase. Nadie etiquetó esa foto con «treinta años». El motor captó lo que la frase quería decir y dio con la emoción. Una vez es casualidad. Así que vamos a repetirlo tres veces más.
Tres búsquedas más que dejan en evidencia a los buscadores por tags
1 · Una emoción sin objeto: «la soledad en una ciudad abarrotada»
No hay ningún tag de «soledad». Un motor de palabras clave solo ve ciudad y multitud y te despacha
un montón de postales. Pexafy, en cambio, lee el sentimiento: una única figura inmóvil en medio de un borrón de desconocidos:
2 · Una metáfora pura: «el peso de cargar con las expectativas de todos»
Esta frase no contiene un solo objeto que se pueda fotografiar. Un buscador por tags se queda en blanco. Pexafy traduce la metáfora a su forma más literal y humana: personas que cargan físicamente con pesos enormes:
Emoción, metáfora, narrativa: tres formas distintas de lo «imposible» y tres tandas de fotos que encajan de verdad. Queda una última capacidad que, sin hacer ruido, redefine quién puede llegar a usar la fotografía de stock.
3 · La misma búsqueda, en cualquier idioma
La búsqueda por palabras clave nunca da para más que el idioma en el que se escribieron los tags, que casi siempre es el inglés. Pexafy proyecta el significado al mismo espacio, sea cual sea el idioma, así que la consulta cae en el mismo punto tanto si la escribes en inglés como en español. Mira qué pasa cuando buscamos a un pescador de dos formas distintas:
Las mismas dos fotos en cabeza, en los dos idiomas. No es una lista de palabras clave traducida: es la misma comprensión, a la que se llega lo mismo desde el español que desde el inglés. Pexafy trabaja así en más de 100 idiomas, sobre un único índice compartido.
Cómo se mide esto con Google Images, Unsplash y Pexels
Que quede claro: Unsplash, Pexels y Pixabay alojan fotografía preciosa y de uso realmente libre, y Pexafy las rastrea todas (y alguna más). Google Images no tiene rival a la hora de indexar la web abierta. La diferencia no está en las imágenes, sino en la forma en que te dejan preguntar.
| Búsqueda por palabras clave / tags Unsplash · Pexels · Pixabay | Google Images | Pexafy | |
|---|---|---|---|
| Coteja con | Palabras de los tags | Texto de la página y tags | Significado visual |
| Consulta en frase completa | Empeora | Empeora | Mejora |
| Emoción y metáfora | Se descartan | Se descartan | Las entiende |
| Consulta en otro idioma | Solo tags en inglés | Parcial | Más de 100 idiomas, un único índice |
| Fuentes por búsqueda | Un solo banco | La web abierta | 9 bancos a la vez |
| Licencia libre y clara | Sí | Toca revisar sitio por sitio | Sí: cada resultado enlaza a su fuente |
Por dentro, Pexafy lee cada foto como lo haría una persona: en vez de fiarse de sus tags, se fija en los píxeles. Una red neuronal analiza el contenido real de cada imagen y el significado de tus palabras, y mete ambas cosas en un mismo espacio compartido. Dar con la foto adecuada se reduce, entonces, a localizar las imágenes que quedan más cerca de tu frase, repasando 9 bancos de imágenes en menos de 100 milisegundos.
Cómo buscar por frase: 4 consejos
Para exprimir la búsqueda semántica, conviene desaprender un par de manías heredadas de las palabras clave:
- Describe la escena, no encadenes sustantivos. Escribe «una enfermera agotada haciendo una pausa tranquila en el pasillo de un hospital de noche», y no «enfermera hospital».
- Pon el estado de ánimo. Palabras como tranquilo, caótico, nostálgico o minimalista dirigen los resultados de verdad: son parte del significado, no ruido.
- Usa tu idioma. No tienes que traducir antes. Escribe la frase en el idioma en el que piensas.
- Afina con palabras, no con filtros. ¿Te sale demasiado corporativo? Añade «espontáneo, luz natural, documental». Refinas describiendo, no haciendo clic.
Y ese es todo el giro: deja de pasar tu idea por el embudo de las palabras clave que la máquina aguanta y, sencillamente, describe la imagen que ya tienes en la cabeza. El cuello de botella siempre fue la búsqueda, nunca el banco de imágenes.