Proponemos una técnica de visualización de historias que permite a los usuarios controlar la disposición, poses y estilos de los personajes en una escena basada en bocetos de garabatos de entrada del usuario. Nuestro método utiliza un codificador de texto para procesar las indicaciones de escena y un codificador de imagen para manejar los bocetos de garabatos, generando entradas para un modelo de generación de escenas predefinido. Además, logramos un entrenamiento eficiente del modelo ajustando finamente la red base mediante la aplicación de un pequeño conjunto de datos y empleando una técnica de ajuste fino basada en LoRA. Demostramos que nuestro método puede generar personajes con diversas poses y estilos a partir de bocetos de garabatos, y podemos validar las ventajas de nuestro enfoque comparándolo con los resultados de otros estudios de visualización de historias.