brain-image-select

name

brain-image-select

description

Evalúa y selecciona qué imágenes/fotos incluir en un carrusel o pieza foto-narrativa de marca personal, y en qué slide van, usando la jerarquía visual medida (foto-persona > foto-objeto, recibo infalsificable, anclaje al beat emocional). Devuelve un veredicto por foto (INCLUIR / MEJORAR / REEMPLAZAR / CORTAR) + colocación. Usar cuando el usuario diga "qué fotos incluir", "qué imágenes van", "evaluá estas fotos", "cuál foto va en el slide", "seleccionar imágenes", "revisá las fotos del carrusel" o esté armando un carrusel foto-narrativo y tenga que decidir imágenes.

Image select — qué imágenes incluir en un carrusel

Evaluador de selección visual para carruseles/piezas foto-narrativas de la marca personal de Matías. No diseña (eso es Claude Design + Instagram Strategy §Piel visual); decide qué foto entra, cuál se cae, y en qué slide va, aplicando lo que la data ya midió. Complementa a brain-voice-critic (voz) y viral-evaluation-test (publicabilidad): esos miran el copy, este mira las fotos.

Fuente de doctrina (leer, no citar de memoria)

Paths absolutos al vault Brain (ajustar si el vault vive en otra ruta):

• Evidencia medida: /Users/matiasvallejos/Desktop/obsidian/Brain/Personal Brand/Brand Identity/Learn/IG Viral Learning Log.md (Caso 1 — retención por slide).
• Sistema visual: /Users/matiasvallejos/Desktop/obsidian/Brain/Personal Brand/Brand Identity/Strategy/Instagram Strategy.md §Piel visual.
• La pieza-molde: /Users/matiasvallejos/Desktop/obsidian/Brain/Personal Brand/Content/Create/Instagram/E - Origin story/carousel-001-origin-story-mi-historia-del-futbol/.

El dato que manda (medido, no opinión)

En el carrusel origin-story (682 likes, distribuidos por qué slide estaba en pantalla al likear):

Foto	Tipo	Likes
Pibe futbolista (persona)	persona	120
Starbucks con socio (persona)	persona	47
Apuntes HTML (objeto/pantalla)	objeto	29 ← piso

Foto-persona rinde ~2-4x foto-objeto. El valle absoluto de la curva fue la única foto sin una persona en cuadro. Esa es la ley #1.

⚠️ n=1: la evidencia es de una sola pieza. La jerarquía persona>objeto es fuerte y coherente, pero los pesos se ajustan a medida que el IG Viral Learning Log suma casos. No es ley cerrada.

Los 5 ejes de evaluación de una foto candidata

Puntuar cada foto 1-5 en cada eje:

1. Presencia humana — ¿hay una persona (idealmente Matías) en cuadro, con cara? Persona = 5 · manos/silueta = 3 · objeto/pantalla/lugar vacío = 1. (el eje de mayor peso — es el que la data separó más)
2. Recibo infalsificable — ¿es archivo real que nadie podría fabricar? Foto tuya a los 8 con la camiseta = 5 · foto genérica/reciente cualquiera = 3 · stock/IA/captura genérica = 1. Este eje es el motor view→perfil (8,8% en el caso 1: la gente clickea "¿quién es este?" por el recibo).
3. Anclaje al beat — ¿la foto cae en un momento emocional (gloria, herida, fundación, victoria) o es relleno expositivo? Beat fuerte = 5 · contexto/puente = 2.
4. Legibilidad full-bleed — ¿aguanta tratamiento matte + caption quemada abajo sin pelearse? Foto limpia con aire abajo = 5 · muy cargada / texto propio / orientación rara = 2.
5. Sincronía caption/PD — ¿está referenciada en el PD de la caption? Si se cambia la foto, hay que ajustar el PD (regla dura, no romper la promesa del PD).

Veredicto por foto

• INCLUIR — persona + recibo + beat altos. Va tal cual.
• MEJORAR — buena foto, mal encuadre/tratamiento. Recorte o reemplazo por mejor toma del mismo momento.
• REEMPLAZAR-por-persona — es foto-objeto en un slot que pide retención. Buscar una toma del mismo momento con Matías en cuadro (el objeto de fondo, la persona adelante). Es el fix más común y el de mayor retorno.
• CORTAR — no aporta recibo ni beat, o es la 2ª foto-objeto seguida. Fuera; ese slide pasa a texto.

Reglas de colocación

• Alternar texto → foto → texto → foto. Cada foto premia el swipe; dos slides de texto seguidos matan retención, dos fotos seguidas diluyen el recibo.
• Abrir con foto-persona temprano (slide 2 rindió 120 likes) — engancha antes del valle expositivo.
• La foto-persona más fuerte va en el valle — el puente expositivo (la parte "y entonces pasó X") es donde cae el interés; una cara ahí lo sostiene.
• Nunca dos foto-objeto seguidas. Si sí o sí hay que mostrar un objeto/pantalla (apuntes, dashboard), que sea una sola y con la persona insinuada si se puede.
• Cierre charcoal = sin foto (es el único slide de solo-texto oscuro, el momento de verdad — no competir con imagen).

Output del skill

Para cada foto candidata / slide de foto, devolver:

SLIDE N — [descripción de la foto]
  Presencia humana:  x/5
  Recibo:            x/5
  Anclaje al beat:   x/5
  Legibilidad:       x/5
  Sincronía PD:      ok / ajustar PD
  → VEREDICTO: INCLUIR / MEJORAR / REEMPLAZAR-por-persona / CORTAR
  → razón (1 línea, anclada en la data)

Y al final: colocación recomendada (secuencia texto/foto) + qué PD ajustar si hubo reemplazo.

Checklist rápido (si no hay tiempo para puntuar)

• ¿Hay una persona en cuadro en la mayoría de las fotos? (si predominan objetos → problema)
• ¿Cada foto es un recibo real que nadie podría fabricar?
• ¿Ninguna foto-objeto cae en el valle expositivo sin una persona cerca?
• ¿Se alterna texto/foto y el cierre charcoal queda sin imagen?
• ¿El PD de la caption sigue coincidiendo con las fotos finales?

Regla de una línea: si tengo que elegir entre una foto linda de un objeto y una foto imperfecta con mi cara, gana la cara. La data lo midió: la persona retiene, el objeto no.