Nunca más etiquetes fotos a mano.

La prueba gratuita te permite procesar hasta 100 imágenes sin coste, sin límite de tiempo. Puedes explorar el flujo completo—selección de modelo, secciones integradas, campos personalizados y opciones de exportación—antes de comprar.

VisionTagger admite formatos de imagen comunes como JPEG, PNG, TIFF, HEIC y WebP, así como diversos formatos RAW incluido DNG. Puedes seleccionar imágenes desde carpetas de tu Mac o directamente desde tu Fototeca.

Sí. Puedes elegir entre tres niveles: Breve para una sola frase concisa adecuada para texto alternativo, Estándar para dos frases con contexto ideal para pies de foto, o Detallado para una descripción completa.

Sí. Puedes establecer un número máximo de palabras clave, de modo que el modelo genere hasta esa cantidad por imagen. También puedes definir palabras clave que se incluyan siempre al principio o al final de la lista, y especificar palabras clave a excluir. Después de la generación, puedes reordenar, editar, añadir o eliminar manualmente las palabras clave de cada imagen antes de exportar.

Sí. Además de las secciones integradas (Título, Descripción, Palabras clave, Contenido y estilo, Seguridad y cumplimiento), puedes crear secciones personalizadas y añadir tus propios campos. Cada campo admite un tipo de dato (Booleano, Texto o Lista de textos) y su propio prompt, para que puedas ajustar exactamente lo que extrae el modelo.

Sí. VisionTagger puede escribir metadatos de vuelta en tu Fototeca cuando eliges esa opción de salida. Siempre verás un resumen de publicación antes de que se escriba nada.

VisionTagger puede exportar JSON, CSV o TXT por imagen, o un único archivo JSON/CSV/TXT para un lote completo. También puede aplicar etiquetas de Finder. Para sidecars XMP e incrustar metadatos en archivos de imagen, VisionTagger se integra con ExifTool (se instala por separado).

Sí. VisionTagger siempre genera los metadatos en inglés para una calidad óptima del modelo de IA. Cuando seleccionas otro idioma de salida en Ajustes, los metadatos generados se traducen automáticamente usando la traducción integrada de macOS. Los idiomas compatibles incluyen árabe, chino, neerlandés, francés, alemán, hindi, indonesio, italiano, japonés, coreano, polaco, portugués, ruso, español, tailandés, turco, ucraniano y vietnamita. Los paquetes de idiomas deben descargarse en Ajustes del Sistema antes de que la traducción esté disponible.

ExifTool solo es necesario para sidecars XMP e incrustar metadatos en archivos de imagen. Si solo exportas JSON/CSV/TXT o aplicas etiquetas de Finder, no necesitas ExifTool.

VisionTagger muestra un resumen de publicación antes de escribir cualquier salida y te avisa si podrían sobrescribirse archivos existentes. Puedes revisar las acciones y confirmar antes de que se guarde nada.

No. Descarga un modelo con un clic y empieza a procesar. VisionTagger viene con valores predeterminados razonables. Si quieres más control, puedes ajustar parámetros como la longitud de salida en Ajustes — pero la mayoría de usuarios nunca lo necesitan.

VisionTagger funciona en local y no sube tus imágenes ni los metadatos generados. Solo se necesita internet para descargar modelos dentro de la app y para comprobar y descargar actualizaciones.

VisionTagger requiere Apple Silicon (M1 o posterior) y funciona en macOS Tahoe 26.0 o posterior. 16 GB de RAM es el mínimo; para modelos más grandes, se recomiendan 32 GB o más. La velocidad depende de tu Mac, el modelo seleccionado, la resolución de la imagen y los campos de metadatos que elijas. Los modelos más pequeños suelen ser más rápidos; los más grandes pueden producir resultados de mayor calidad.

Las descargas de modelos se almacenan en local. Cuenta con aproximadamente 4–8 GB por modelo (varía según el modelo).

Sí. VisionTagger se integra con Apple Atajos a través de dos acciones: Generate Image Metadata (para archivos en Finder) y Generate Photo Metadata (para tu Fototeca). Ambas ejecutan el proceso completo en segundo plano y exportan los resultados a tus destinos configurados. Puedes usarlas en la app Atajos, acciones rápidas del Finder, automatizaciones de carpetas, la línea de comandos y AppleScript. Opcionalmente puedes proporcionar un preset de ajustes exportado desde la app para una automatización reproducible.

No. VisionTagger usa modelos de visión preentrenados de uso general, así que puede describir que hay una persona y anotar atributos visibles, pero no puede identificar ni etiquetar a individuos concretos por su nombre. Los modelos no están entrenados para el reconocimiento facial, y no hay forma de enseñarles a reconocer a personas concretas.

VisionTagger incluye siete modelos de visión preconfigurados: Qwen3-VL 8B Instruct, Qwen3-VL 30B-A3B Instruct, Qwen3-VL 32B Instruct, Qwen2.5-VL 7B Instruct, Gemma 3 4B IT, InternVL3 8B Instruct y Pixtral 12B. Los modelos más pequeños suelen ir más rápido, mientras que los más grandes pueden producir resultados con más detalle, pero requieren más memoria, según tu Mac y la configuración elegida. Usa la prueba para comparar modelos y ajustar parámetros hasta que los resultados encajen con tu flujo de trabajo y tu nivel de detalle preferido.

Sí. Si tienes un modelo de visión compatible con GGUF y su archivo de proyector correspondiente (también GGUF), puedes vincularlos en VisionTagger y usarlos como las opciones integradas. Tú eres responsable de asegurar que tu uso de modelos de terceros cumpla con sus licencias y términos.

Sí. En Ajustes puedes modificar parámetros de generación como temperatura, tokens máximos, longitud de contexto, top-P y top-K con deslizadores. Esto te ayuda a equilibrar creatividad frente a consistencia y a controlar la longitud y el nivel de detalle de la salida.

La mayoría de los servicios de etiquetado en la nube cobran por imagen y requieren subir tus fotos a sus servidores. VisionTagger es una compra única sin coste por imagen — procesa tantas imágenes como quieras. Tus fotos nunca salen de tu Mac, y los metadatos se escriben directamente en sidecars XMP y en tus archivos en lugar de una exportación CSV que tengas que importar manualmente.

Las coordenadas GPS incrustadas en tus imágenes se envían de forma anónima a Apple Maps para buscar nombres de lugares. Solo se envían las coordenadas — Apple no recopila datos personales asociados a tu uso de Mapas. La función GPS Location está desactivada de forma predeterminada.

De forma predeterminada, macOS puede usar los servicios de traducción en línea de Apple para mejorar la precisión. Para asegurarte de que toda la traducción se realice completamente en tu Mac sin que los datos salgan del dispositivo, activa el “Modo en el dispositivo” en Ajustes del Sistema > Traducción.

No. VisionTagger no incluye analíticas ni telemetría, y no sube tus datos. La activación de la licencia y las comprobaciones de actualización implican solicitudes de red cuando se necesitan para esas funciones.