Respuesta rápida: Para generar imágenes de blog mediante tareas de agentes de IA, incluye el briefing, las especificaciones de la imagen y el responsable de la revisión en una única Task. El Agent redacta el artículo, llama a una API de imágenes como MiniMax H3-Image utilizando una clave de su entorno, adjunta ambos archivos a la Task y se detiene en la fase de revisión. Una persona aprueba o solicita cambios.
Hoy en día es posible generar imágenes para blogs mediante ejecuciones de agentes de IA sin necesidad de montar una plataforma de contenidos. En cuanto a los modelos, esta semana las cosas se han vuelto más sencillas: el 10/11/2026 MiniMax lanzó H3-Image, un modelo de imágenes con pesos abiertos que produce imágenes de 16 megapíxeles en aproximadamente 10 segundos, según afirma MiniMax. La parte difícil nunca fue la llamada a la API; lo complicado es mantener en un solo lugar el borrador, la imagen, el prompt con el que se generó y la decisión sobre ambos.
Esta guía muestra ese flujo de trabajo en una sola Task. Verás qué debe incluir el briefing, dónde se coloca la clave de la API, el script que ejecuta el Agent y qué aspectos debe comprobar el revisor. Si ya asignas tareas de programación a agentes, Sharkly ofrece para este trabajo de contenido el mismo ciclo de Task, ejecución y revisión.
Por qué un solo agente debería encargarse de ambas tareas
Cuando la redacción y la creación de la imagen se gestionan por separado, la cabecera acaba desalineándose del artículo. El redactor cambia el enfoque en el tercer borrador, pero la imagen sigue reflejando el primero. Alguien pega un prompt en una aplicación web, descarga el archivo, le cambia el nombre y lo suelta en una carpeta compartida. Más tarde, nadie sabe qué prompt generó cada imagen.
Tenerlo todo en una sola Task soluciona esto, ya que asigna un único responsable y un registro centralizado para ambos resultados:
- El Agent lee el borrador final antes de redactar el prompt de la imagen, garantizando que la cabecera encaje con el artículo definitivo.
- El prompt, el ID del modelo, las dimensiones y el coste quedan registrados en la misma Task que el borrador.
- El revisor evalúa el texto y la imagen juntos, tomando una sola decisión.
- Cualquier solicitud de cambios llega al Agent con todo el contexto, sin necesidad de iniciar una conversación desde cero.
El acuerdo de colaboración entre humanos y agentes sigue siendo sencillo: el Agent redacta, genera, adjunta y reporta; las personas deciden, editan y publican.
Qué ofrece MiniMax H3-Image
H3-Image es el modelo de generación de texto a imagen y edición de imágenes de MiniMax. Un único checkpoint gestiona ambos modos, y el modo de edición admite de 1 a 16 imágenes de referencia. Estas son las cifras que MiniMax publica en su guía de generación de imágenes y en su model card:
| Elemento | Valor (según MiniMax, consultado el 11/11/2026) |
|---|---|
| IDs de modelos | MiniMax-H3-Image, MiniMax-H3-Image-Highspeed |
| Endpoints | POST /v1/images/generations, POST /v1/images/edits |
| Opciones de tamaño | aspect_ratio más area (1K, 2K, 4K), o WIDTHxHEIGHT exacto |
16:9 en 2K |
2720 x 1536 |
| Imágenes por petición | De 1 a 10 |
| Formatos de salida | jpeg (por defecto), png, webp |
| No compatible | Edición con máscaras, fondos transparentes |
| Coste de ejemplo, texto a imagen en 2K | 0,02333 $ por imagen |
| Coste de ejemplo, texto a imagen en 4K | 0,06879 $ por imagen; 0,03439 $ durante el descuento de lanzamiento |
El descuento de lanzamiento es del 50 % cuando la imagen generada tiene al menos 16.600.000 píxeles. La página de precios de MiniMax indica que estará vigente hasta el 17 de noviembre de 2026 a las 16:00 UTC. La cabecera de un blog rara vez necesita 16 megapíxeles, por lo que 2K en formato 16:9 es la opción predeterminada más sensata.
¿Conviene autoalojar los pesos abiertos?
Para la mayoría de los equipos, no. Los pesos están sujetos a la licencia comunitaria MiniMax-H3-Image Community License, no a una licencia de código abierto estándar. Conviene revisar la licencia directamente: excluye a varias regiones del territorio autorizado y exige una autorización previa por escrito si se superan los 1.000.000 USD de ingresos anualizados o para cualquier servicio alojado. Además, la descarga es enorme: 66,28 GB para el diffusion transformer y otros 66,7 GB para el codificador de texto. Para un flujo de trabajo de blog, la API es el camino más práctico.
Paso 1: redactar el briefing como una Task
La descripción de la Task es el propio briefing. Todo lo que el Agent necesita para completar el trabajo sin tener que preguntar debe ir aquí. Un buen ejemplo tiene este aspecto:
**Post:** How we cut CI time by 40% with test sharding
**Audience:** platform engineers
**Length:** 1,400 words
**Header image:** 16:9, 2K, MiniMax-H3-Image
**Image direction:** abstract, no text in the image, brand blues
**Deliver:** article.md + header.jpg + prompt.txt attached to this Task
**Reviewer:** Maria (approves both before anything is published)
Mantén los detalles específicos de cada entrega en la Task. Aquellas directrices que se repitan en cada artículo, como el tono, el estilo visual o la nomenclatura de los archivos, conviene trasladarlas a una Skill. En Sharkly, una Skill empaqueta instrucciones reutilizables y archivos complementarios, y el Agent carga las Skills asignadas en cada ejecución. En nuestro artículo explicativo sobre qué es una skill para agentes de programación abordamos su formato en detalle.
Paso 2: proporcionar al Agent la clave de API para imágenes
La ejecución necesita contar con MINIMAX_API_KEY en su entorno. La configuración del Agent en Sharkly permite definir variables de entorno públicas y secretas, y toda ejecución vinculada a una tarea recibe las variables configuradas y las vinculaciones secretas al iniciarse.
Presta atención a la nota de ese panel. Los valores en texto claro son visibles para los administradores autorizados del Agent y no constituyen un almacenamiento seguro para secretos; por tanto, cualquier clave de API que facture en tu cuenta debe incluirse en la configuración de secretos. Nunca pongas una clave en la descripción de una Task ni en un comentario. Nuestra lista de comprobación de seguridad para agentes de programación cubre el resto de detalles.
Sharkly no incluye un conector integrado para las imágenes de MiniMax. El Agent invoca la API exactamente igual que cualquier otro servicio HTTP: mediante un script en la Computer donde se ejecuta. Sharkly sí ofrece compatibilidad con MiniMax Code (mcode) como Runtime desde su registro de cambios del 26/10/2026, por lo que los equipos que ya utilicen MiniMax Code pueden ejecutar el Agent allí. Te recomendamos probar la generación de imágenes en una ejecución headless antes de depender de ella en producción.
Paso 3: el script que ejecuta el Agent
Incluye este script dentro de la Skill para que todas las ejecuciones utilicen la misma estructura de petición. Sigue el formato indicado en la guía de MiniMax:
# make_header.py: generate one 16:9 header with MiniMax H3-Image
import os, sys, json, requests
prompt = open(sys.argv[1]).read().strip() # prompt.txt written by the Agent
resp = requests.post(
"https://api.minimax.io/v1/images/generations",
headers={"Authorization": f"Bearer {os.environ['MINIMAX_API_KEY']}"},
json={
"model": "MiniMax-H3-Image",
"prompt": prompt,
"aspect_ratio": "16:9",
"area": "2K",
"n": 1,
"response_format": "url",
},
timeout=600,
)
resp.raise_for_status()
result = resp.json()
item = result["data"][0]
if "error" in item:
sys.exit(f"Image failed: {item['error']['message']}")
with open(f"header.{result['output_format']}", "wb") as f:
f.write(requests.get(item["url"], timeout=120).content)
json.dump({"size": item["size"], "revised_prompt": item["revised_prompt"]},
open("image-meta.json", "w"), indent=2)
Tres aspectos resultan fundamentales al trabajar en equipo:
- Nada de reintentos automáticos. La guía de MiniMax advierte que la llamada no es idempotente, por lo que un reintento podría facturarte una segunda imagen. Deja que el Agent notifique el error en lugar de entrar en bucle.
- Conserva
revised_prompt. La optimización de prompts viene activada por defecto y la respuesta incluye el prompt que se utilizó en realidad. Si lo guardas, el revisor podrá solicitar ajustes sobre una base concreta sin tener que hacer conjeturas. - Descarga el archivo. La guía recomienda descargar las imágenes y almacenarlas por cuenta propia, de modo que no debes entregarle al revisor la URL devuelta por la API.
Paso 4: adjuntar ambos archivos y detenerse para la revisión
Una vez generados el borrador y la imagen, el Agent los adjunta a la Task y resume el trabajo realizado. La CLI de Sharkly permite hacer ambas cosas con un único comando:
sharkly task comment "$TASK_ID" \
--body-file run-summary.md \
--attachment article.md \
--attachment header.jpg \
--attachment image-meta.json
El resumen detalla el recuento de palabras, el identificador del modelo, las dimensiones de la imagen, el bloque usage de la respuesta y cualquier aspecto que no haya podido verificar. A continuación, el Agent devuelve la conversación marcada como pendiente de revisión. Esta entrega aparece directamente en el módulo Task Chats de la barra lateral, evitando que pase desapercibida.
Todos los resultados se consolidan en la Task. Así, el revisor no tiene que ir buscando información dispersa entre el terminal, la carpeta de descargas y el historial del chat.
Paso 5: revisar el post y la imagen en conjunto
El revisor abre la Task y comprueba ambos resultados frente al briefing:
- ¿La imagen de cabecera encaja con el enfoque final del artículo y no con una versión anterior?
- ¿Hay texto generado dentro de la imagen? Los modelos de imagen todavía cometen errores ortográficos, por lo que el briefing exige que no contenga texto.
- ¿Muestra la imagen una pantalla real del producto? Si es así, sustitúyela por una captura de pantalla auténtica; una interfaz generada por IA no deja de ser una simulación.
- ¿Coinciden los datos del artículo con las fuentes citadas?
Para solicitar cambios, basta con dejar un comentario en la Task. El Agent retomará el hilo conservando el contexto del borrador, la imagen y el prompt guardado. Si quieres profundizar en qué puntos debe intervenir el factor humano, consulta nuestra guía sobre agentes de programación human-in-the-loop.
Cuándo no conviene utilizar este flujo de trabajo
Descártalo para imágenes puntuales. Si solo necesitas una imagen para una diapositiva, abrir la interfaz web te resultará más rápido que redactar un briefing.
Evita por completo la generación cuando se trate de capturas de pantalla de productos, gráficos con datos reales y fotografías de personas o eventos reales: estos casos exigen fuentes auténticas. La generación mediante IA es idónea para arte conceptual, cabeceras abstractas y diagramas que de todos modos redibujarías a mano. Para mantener una identidad visual coherente a lo largo de múltiples posts, lee cómo mantener una identidad visual coherente con agentes de IA.
Conclusión
El modelo de imagen es la parte sencilla. MiniMax H3-Image genera una cabecera en 2K por unos dos centavos, según su propia tabla de precios. Lo que de verdad ahorra tiempo es la estructura que lo rodea: una sola Task, un único briefing, una sola ejecución del Agent y una única revisión.
Configúralo una sola vez: conecta una Computer, crea un Agent con la clave de la API de imágenes en su configuración de secretos, asígnale la Skill con el script anterior y encárgale el artículo de la próxima semana. Empezar con Sharkly es gratis; visita sharkly.ai para consultar los planes actuales.
Preguntas frecuentes
¿Puede un agente de IA generar imágenes para un blog por sí solo?
Sí, siempre que la ejecución cuente con una clave de API para imágenes y un script o herramienta que realice la llamada a la API. El Agent redacta el prompt a partir del borrador, llama al endpoint, guarda el archivo y lo adjunta a la Task para su revisión.
¿Qué es MiniMax H3-Image?
H3-Image es el modelo con pesos abiertos de MiniMax para generación de texto a imagen y edición de imágenes, lanzado el 10/11/2026. Produce imágenes de aproximadamente 16 megapíxeles y admite hasta 16 imágenes de referencia en el modo de edición.
¿Cuánto cuesta una cabecera con H3-Image?
La página de precios de MiniMax indica 0,02333 $ para una generación de ejemplo de texto a imagen en 2K y 0,06879 $ en 4K. Los costes reales varían según la longitud del prompt, ya que los tokens del prompt optimizado también se facturan.
¿Dispone Sharkly de una integración nativa para imágenes con MiniMax?
No. Sharkly ejecuta tu Agent en tu Computer, y el Agent realiza la llamada a la API de MiniMax usando tu propia clave. MiniMax Code está disponible como Runtime en Sharkly, lo cual no equivale a un conector de imágenes.
¿Dónde debe guardarse la clave de API?
En la configuración de secretos del Agent. Las variables de entorno en texto plano de Sharkly son visibles para los administradores del Agent, y las descripciones y comentarios de la Task están al alcance de cualquiera que tenga acceso a ella.
¿Debería el Agent publicar también el post?
No. La publicación debe seguir en manos de una persona. El Agent redacta y adjunta; el revisor aprueba y publica.
