Los creadores de contenido a menudo desean generar imágenes personalizadas con temas personales que superen las capacidades de los modelos tradicionales de texto a imagen. Además, pueden desear que las imágenes generadas incluyan ubicaciones, estilos y atmósferas específicas. Los métodos de personalización existentes pueden comprometer la capacidad de personalización y la alineación con indicaciones de texto complejas. Esta compensación puede obstaculizar la fidelidad a las indicaciones y temas del usuario. Para abordar este problema, proponemos un nuevo enfoque centrado en la personalización de indicaciones individuales, al que denominamos personalización de alineación de indicaciones. Aunque este enfoque pueda parecer limitado, nuestro método destaca en la mejora de la alineación del texto, permitiendo la creación de imágenes con indicaciones complejas y detalladas que pueden ser un reto para las técnicas actuales. Específicamente, nuestro método utiliza un término adicional de muestreo de destilación de puntuaciones para mantener alineado el modelo personalizado con la indicación objetivo. Demostramos la versatilidad de nuestro método en configuraciones de múltiples y de una sola toma, y mostramos además que puede combinar múltiples temas o tomar inspiración de imágenes de referencia, como obras de arte. Realizamos comparaciones cuantitativas y cualitativas con las líneas base y las técnicas de vanguardia existentes.