rckrdmrd/platform-marketing-content
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
d0f47896e7
platform-marketing-content/docs/97-adr/ADR-003-motor-generacion.md

4.3 KiB
Raw Blame History

ADR-003: Motor de Generación de Imágenes

Fecha: 2025-12-08 Estado: Aceptado

Contexto

La plataforma necesita generar imágenes para marketing con:

  1. Alta calidad fotográfica
  2. Consistencia de marca (LoRAs)
  3. Control sobre composición (ControlNets)
  4. Capacidad de personalización
  5. Costos controlables a escala

Opciones:

  • APIs de terceros (Midjourney, DALL-E, etc.)
  • Modelos open source auto-hosteados
  • Híbrido

Decisión

Motor Principal: ComfyUI + Stable Diffusion XL

Usaremos ComfyUI como motor de generación con SDXL como modelo base, complementado con APIs externas para casos específicos.

Componentes

  1. ComfyUI Server

    • Servidor dedicado con GPU
    • API HTTP para ejecución de workflows
    • Soporte para nodos personalizados

  2. Modelos Base

    • Stable Diffusion XL 1.0
    • Checkpoints especializados (realismo, producto, etc.)

  3. Adaptadores

    • LoRAs para personalización de marcas/productos
    • ControlNets para poses y composición
    • IP-Adapter para consistencia de personajes

  4. Integración vía ComfyDeploy o HTTP directo

Arquitectura

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   Backend   │────▶│   Bull      │────▶│  ComfyUI    │
│   NestJS    │     │   Queue     │     │   Server    │
└─────────────┘     └─────────────┘     └─────────────┘
       │                                       │
       │◀──────── Webhook callback ───────────┘
       │
       ▼
┌─────────────┐
│   S3/MinIO  │
│   Storage   │
└─────────────┘

Workflows Predefinidos

  1. product_photo_synthetic - Fotografía de producto
  2. social_media_post - Posts para redes
  3. ad_variations - Variaciones A/B
  4. virtual_avatar - Personajes consistentes

Consecuencias

Positivas

  • Control total: Personalización ilimitada de workflows
  • Sin costos por generación: Solo infraestructura
  • LoRAs propios: Entrenar modelos específicos de marca
  • Sin censura externa: Control sobre políticas de contenido
  • Escalable: Agregar más GPUs según demanda
  • Open source: Sin dependencia de vendor

Negativas

  • Infraestructura: Requiere servidor(es) con GPU
  • Complejidad: Mantener ComfyUI y modelos actualizados
  • Expertise: Necesario conocimiento de diffusion models
  • Tiempo inicial: Setup más largo que usar API

Costos Estimados

Componente Costo Mensual (Estimado)
GPU Server (RTX 4090) $300-500 cloud / $0 on-prem
Storage (500GB) $20-50
Bandwidth $10-30
Total $330-580/mes

vs API pricing: ~$0.02-0.08 por imagen × miles de imágenes

APIs Complementarias

Para casos donde SDXL no es óptimo:

Caso API Sugerida
Texto perfecto en imagen Gemini/Ideogram
Generación de texto/copy OpenAI GPT-4
Video (futuro) Runway/Seedream

Alternativas Consideradas

1. Midjourney API

Pros:

  • Calidad excepcional
  • Sin infraestructura

Contras:

  • No hay API oficial (solo Discord)
  • Sin LoRAs personalizados
  • Costos por imagen
  • Políticas de contenido restrictivas

Rechazo: No viable sin API oficial

2. DALL-E 3 API

Pros:

  • API oficial de OpenAI
  • Buena calidad

Contras:

  • Sin LoRAs
  • Costos altos a escala ($0.04-0.08/imagen)
  • Censura agresiva

Rechazo: Costos y falta de personalización

3. Replicate/Banana/Modal

Pros:

  • SDXL en la nube
  • Pago por uso

Contras:

  • Costos similares a APIs
  • Menos control sobre workflows
  • Latencia adicional

Rechazo: Costo-beneficio no favorable

Plan de Migración

  1. Fase 1: ComfyUI local con workflows básicos
  2. Fase 2: LoRAs de marcas, ComfyDeploy
  3. Fase 3: Cluster de GPUs, auto-scaling

Referencias

Documento generado por: Requirements-Analyst Fecha: 2025-12-08