Este documento presenta un marco centrado en el ser humano y impulsado por IA para el diseño de fuentes que reimagina la generación de tipografía como un proceso colaborativo entre humanos y modelos de lenguaje grandes (LLMs). A diferencia de los enfoques convencionales basados en píxeles o vectores, nuestro método introduce un Proyector de Estilo Continuo que mapea características visuales de un codificador ResNet preentrenado en el espacio latente del LLM, lo que permite la interpolación de estilo en cero disparos y un control detallado de los atributos de trazo y serifas. Para modelar las trayectorias de escritura a mano de manera más efectiva, empleamos una cabeza de Red de Densidad Mixta (MDN), lo que permite al sistema capturar distribuciones de trazo multimodal más allá de la regresión determinista. Los resultados experimentales muestran que los usuarios pueden explorar, mezclar y generar nuevas tipografías de manera interactiva en tiempo real, haciendo que el sistema sea accesible tanto para expertos como para no expertos. El enfoque reduce la dependencia de licencias comerciales de fuentes y apoya una amplia gama de aplicaciones en educación, diseño y comunicación digital. En general, este trabajo demuestra cómo los modelos generativos basados en LLM pueden mejorar la creatividad, la personalización y la expresión cultural en la tipografía, contribuyendo al campo más amplio del diseño asistido por IA.