La integración de la inteligencia artificial en el diseño cultural y creativo está dando lugar a modelos más innovadores y eficientes. Este artículo propone un enfoque que combina autocodificadores variacionales (VAE) con aprendizaje por refuerzo (RL) para optimizar los procesos de diseño y elevar la calidad de los resultados. Este modelo ofrece un marco integral de apoyo a la toma de decisiones, aplicado y validado en cuatro tareas de diseño distintas. Los factores evaluados incluyeron creatividad, adaptabilidad cultural y aplicabilidad práctica, mediante encuestas estructuradas y retroalimentación de expertos. Los resultados presentan una satisfacción de usuario del 95%, un índice estructural de similitud (SSIM) de 0,92, precisión del 93% y una reducción de pérdida a 0,07. Estas métricas confirman la capacidad del modelo para generar diseños de alta calidad, con eficiencia y gran potencial de generalización.