Las bases de datos de este ámbito no son versiones rivales de una misma lista. Son cuatro tipos distintos de registro, construidos a partir de fuentes distintas y con propósitos distintos, y cada uno es fiable en un conjunto estrecho de campos y poco fiable fuera de él.

La habilidad práctica no consiste en elegir un sitio. Consiste en reconocer qué categoría tienes delante, para saber qué campos suyos creerte. Una tienda sabe lo que vende y nada más. Una base comunitaria conoce más títulos y se equivoca en más de ellos. Ninguna te está mintiendo; se construyeron para responder preguntas distintas.

¿Cuáles son las cuatro categorías de base de datos?

Son cuatro: catálogos de tiendas, bases de metadatos comunitarias, índices centrados en intérpretes e índices de imagen o de rostro. Se diferencian en el origen de sus datos, y eso determina todo lo demás sobre cómo fallan.

Categoría Origen de los datos Su punto fuerte Debilidad conocida
Catálogo de tienda Las fichas de producto del propio vendedor Códigos canónicos, títulos oficiales, portadas, qué se puede comprar ahora mismo Solo cubre lo que ese vendedor distribuye; los títulos retirados pueden desaparecer por completo
Base de metadatos comunitaria Fichas aportadas por usuarios, a menudo extraídas y luego corregidas a mano Amplitud entre estudios y épocas, incluido material descatalogado Precisión desigual, fichas caducadas, definiciones de campo incoherentes entre colaboradores
Índice centrado en intérpretes Filmografías agregadas y ordenadas por persona Seguir el trabajo de una persona entre estudios y a lo largo del tiempo Se rompe con los cambios de nombre artístico; el trabajo temprano o sin acreditar falta de forma habitual
Índice de imagen o rostro Portadas y fotogramas, emparejados por similitud visual Encontrar a una persona cuando tienes una imagen y ningún texto Solo devuelve lo que fue indexado; no puede darte un título directamente, solo una persona

La debilidad de cada fila es consecuencia directa de su origen. Por eso ningún esfuerzo consigue que una tienda cubra títulos descatalogados, y por eso ninguna base comunitaria llegará nunca a ser tan coherente internamente como la tabla de productos de un vendedor.

¿Cuándo conviene consultar el catálogo de una tienda?

Consulta una tienda cuando necesites la forma canónica de una ficha: el código exacto, el título oficial tal como lo escribe la distribuidora, la portada y si el título está disponible ahora mismo.

Los datos de una tienda son un subproducto del comercio, y eso los vuelve inusualmente fiables dentro de su ámbito: el vendedor tiene un motivo operativo directo para mantener correctos los códigos, los títulos y la disponibilidad, porque esos campos alimentan su propio buscador y su logística. Nadie tiene ese incentivo con un título que dejó de vender hace años, que es precisamente donde las tiendas se quedan en blanco.

El error es tratar una tienda como si fuera un censo. La ausencia en una tienda significa "aquí no se vende", nunca "no existe". Si intentas establecer si algo llegó a publicarse alguna vez, una tienda es el instrumento equivocado.

Los datos de tienda son además los más legibles por máquina de este ámbito, algo que vale la pena saber si estás construyendo cualquier cosa. La operadora de FANZA publica una API de productos en api.dmm.com/affiliate/v3/ con endpoints separados para productos, intérpretes, fabricantes, series, géneros y secciones del catálogo, que devuelve identificadores de contenido, títulos, fechas y URL de imágenes; exige un API ID y un ID de afiliado, así que está detrás de una cuenta de afiliado en lugar de ser abierta (confirmado contra el SDK de Go de la propia DMM.com Labo, pkg.go.dev/github.com/dmmcomlabo/dmm-go-sdk/api, consultado el 2026-08-03). Ese es el patrón en todo el mercado: el catálogo está disponible en bloque, pero como feed de afiliados, con las ataduras comerciales que eso implica.

¿Cuándo conviene fiarse mejor de una base comunitaria?

Fíate de una base comunitaria para la existencia y la amplitud: para establecer que un título o una intérprete existen, y para encontrar material que ya no se vende en ninguna parte.

Eso tiene un valor real, y ninguna fuente comercial lo reproduce. El precio es que las definiciones de los campos varían de un colaborador a otro. "Fecha de lanzamiento" puede significar el anuncio, la salida digital o la física. Los créditos pueden copiarse de una portada, de una ficha de venta o de otra base de datos que a su vez los copió de otro sitio. Los errores se propagan porque las bases se extraen entre sí, y por eso el mismo año de nacimiento equivocado puede aparecer en cuatro sitios y parecer una confirmación.

Toma la coincidencia entre bases comunitarias como evidencia débil, no fuerte. Que dos sitios coincidan puede significar dos registros independientes, o un registro copiado dos veces.

¿Qué hacen los índices centrados en intérpretes que los demás no hacen?

Los índices de intérpretes están ordenados por persona en vez de por producto, que es la única estructura capaz de seguir una carrera entre estudios.

Esa es su función real. Una tienda se organiza según lo que vende; un índice de intérpretes se organiza según quién aparece. Si quieres saber en qué trabajó alguien antes y después de un cambio de estudio, solo la estructura ordenada por persona te lo responde en una sola consulta.

Su fallo característico es el cambio de nombre. Los nombres artísticos cambian entre agencias, entre estudios y a veces entre un debut y un relanzamiento, y la misma persona pasa a ser dos fichas con dos filmografías parciales. Nada en una base de datos basada en texto detecta esto de forma automática: los dos registros no comparten ningún campo.

Por eso también una filmografía debe leerse como un mínimo. Es una lista de lo que ese índice sabe que se acreditó a ese nombre, no una lista de lo que esa persona hizo.

¿Dónde encaja un índice de imagen o de rostro?

Un índice de imagen responde a la única pregunta que los demás no pueden responder por estructura: quién es esta persona, cuando lo único que tienes es una imagen.

Toda base de datos de texto te exige saber ya un nombre, un código o un título. Si tienes un fotograma de un vídeo y ningún texto, no tienen puerta de entrada. El emparejamiento facial invierte eso: detecta el rostro, lo codifica como un vector y lo compara con los rostros ya indexados, devolviendo personas en lugar de títulos.

Nuestro propio índice contiene 241,792 rostros de 2,333 intérpretes identificadas, extraídos de portadas y fotogramas de 106 sitios (nuestro índice, instantánea de 2026-08).

El límite importa más que la cifra. La cobertura no está repartida de forma uniforme: de las 2,333 intérpretes identificadas, 2,246 tienen su imagen representativa tomada de un solo sitio. Es un sesgo considerable, y significa que una intérprete que nunca apareció en nuestra fuente dominante tiene bastantes menos probabilidades de ser encontrada, mientras que la herramienta seguirá devolviendo una lista ordenada de casi aciertos. Cualquier índice de imagen tiene esta forma de limitación; los útiles te la cuentan.

Un índice de imagen tampoco te da un título. Te da una persona, y el título llega en un segundo paso: acotar el trabajo conocido de esa persona por los detalles de la escena. La búsqueda por rostro y las bases de filmografías son complementarias, no sustitutas.

¿Cómo saber si una ficha concreta es de fiar?

Juzga la ficha, no el sitio. Cuatro señales separan un registro que fue comprobado de uno que fue copiado:

  1. ¿Cita un código de origen? Una ficha que lleva el código de producto de la propia distribuidora puede rastrearse hasta el origen. Una que solo lleva un título, no.
  2. ¿Distingue entre alias y nombre artístico actual? Una base que modela los alias de forma explícita ha pensado en los cambios de nombre. Una con un único campo de nombre plano partirá carreras en dos sin avisar.
  3. ¿La ficha lleva fecha? Una entrada sin "última actualización" no se distingue de una entrada abandonada en 2015.
  4. ¿Los campos vacíos están vacíos, o rellenos de basura verosímil? Los valores de relleno —medidas en números redondos, fechas de nacimiento por defecto— son una señal fuerte de que ese campo nunca se verificó. Un campo en blanco es más honesto que uno adivinado.

Aplicadas con constancia, estas cuatro preguntas hacen más por la precisión que elegir el "mejor" sitio, porque te permiten calificar registros individuales en lugar de confiar en una fuente al por mayor.

Preguntas relacionadas

Las fuentes que indexamos, y lo que aporta cada una, están listadas en nuestra página de sitios.