Meu primeiro artigo longo; é um pouco extenso, então recomendo curtir e salvar para ler depois.
Quem me acompanha sabe que tenho mexido com retratos de IA ultimamente.
Este lote é focado principalmente no ChatGPT image-2 / gpt-image-2. Não é daquele tipo de brincadeira onde você só escreve "retrato de uma garota bonita" e torce pelo melhor. É sobre executá-los conjunto por conjunto.
Campos de flores, pomares, pavilhões antigos, quadros-negros, ensaios em estúdio, flash direto, névoa suave, CCD. Para o mesmo tema, eu mudo repetidamente as ações, lentes e iluminação. Às vezes, depois de um conjunto, os bons são realmente ótimos, e as falhas são incrivelmente absurdas.
Há alguns dias, estava navegando na minha pasta de retratos no Eagle e me senti meio sem palavras ao olhar para aquela pilha de imagens. Como dizer? Senti que tenho atuado como assistente de fotografia para a IA ultimamente.
Sou responsável por escrever a cena, a luz, os adereços, a maquiagem e as ações; ela é responsável por tentar capturar a imagem na minha cabeça. Então, enquanto eu rolava, percebi que os prompts que produzem resultados consistentemente estáveis não são os mais longos, nem os com as palavras mais floreadas. Os que funcionam melhor são como uma "cola de fotografia".
Você não precisa tratar a IA como um poço de desejos metafísico. Pode tratá-la como uma equipe de fotografia. O fotógrafo precisa saber a posição da câmera, o maquiador precisa saber o visual, o estilista precisa saber as roupas, o diretor de cena precisa saber o que está no local, a equipe de adereços precisa saber o que está na mesa, e a pós-produção precisa saber se a imagem final é filme, flash direto, névoa suave ou um snapshot de celular. Quando um prompt é escrito nesse nível, ele não vai apenas gerar uma casca vazia de uma "pessoa bonita". Começa a ter uma sensação de presença.
Vamos ver alguns primeiro.
A palavra-chave aqui não é "beleza de estilo antigo". É: mesa de madeira velha, gaiola de pássaro, passarinho, papel artesanal, pergaminhos, cortinas de bambu, molduras de janela, cortinas de gaze ao vento, contraluz de névoa branca do lado de fora da janela. Veja, o personagem é apenas uma parte do quadro. O que realmente sustenta a imagem é este cômodo.
Olhe para este.
Retrato de Verão em Campo de Margaridas com Chapéu de Palha em Filme. Este também não é só "garota de verão". Tem margaridas, chapéu de palha, flor branca grande em primeiro plano, sombras manchadas de árvores, céu azul, nuvens cúmulos, grama, uma cesta de piquenique, além de um ângulo de câmera baixo e flores desfocadas em primeiro plano.
É sobre isso que quero falar mais desta vez. Não comece a escrever prompts de retrato a partir da "pessoa". Comece a partir de "por que esta foto funciona".
Eu Também Costumava Escrever Bobagens
Quando comecei a brincar com retratos de IA, cometia um erro facilmente. Eu escrevia desesperadamente "bonito". Claro, atmosférico, de alto nível, cinematográfico, requintado, realista, delicado. Essas palavras são úteis? Um pouco. Mas são muito vazias. É como dizer a um fotógrafo: "Tire uma foto de alto nível para mim". O fotógrafo provavelmente vai olhar para você e perguntar: onde vamos fotografar, qual é a luz, qual é a roupa, qual é o clima, corpo inteiro ou meio corpo, qual a distância da lente até a pessoa? A IA é a mesma coisa. Não é que ela não entenda de beleza; é que ela não sabe qual tipo de beleza você quer.
Então, depois, quando escrevia prompts de retrato, primeiro me perguntava: Qual é o "ponto de ancoragem" desta imagem? Algumas imagens funcionam por causa da cena. Outras por causa da luz. Outras pela maquiagem. Outras pelo ângulo da lente. Outras por uma ação. Você pega essa coisa primeiro, e então as palavras subsequentes têm um lugar para pousar.
Camada 1: Dê a Ela uma Cena que se Sustente
Agora, quando escrevo retratos, basicamente não escrevo apenas palavras grandes como "interno", "externo" ou "ensaio em estúdio". Muito vago. Escrevo como um espaço específico. Por exemplo, uma "mesa de estudo em pavilhão antigo" não é apenas um "cômodo de estilo antigo". É uma mesa de madeira velha, gaiola de pássaro, pássaro amarelo-esverdeado, grãos espalhados, livros antigos, papel artesanal, pergaminhos, tinteiro, tigela de frutas de porcelana antiga, pêssegos, cortinas de bambu, molduras de janela, cabeceira de cama antiga. Essa sequência de itens parece muita coisa, mas não é para fazer cada adereço aparecer. É para dar à IA uma "densidade espacial".
Estou dizendo a ela que este cômodo não está vazio. Alguém morou aqui. Tem a umidade da madeira velha, papel, cortinas de gaze, uma gaiola de pássaro e um pouco de poeira. Uma vez que a cena está estabelecida e a pessoa entra, torna-se natural.
Veja o conjunto do pomar de verão, por exemplo.
Não escrevi apenas "retrato de pomar". Escrevi folhas, galhos, frutas verdes, vinhas, cestos de bambu, cestas de frutas, chapéus de palha, suco de fruta, canudos, caminhos naturais, fundo de vegetação densa. Mais importante, escrevi uma frase: "A lente está como se estivesse escondida entre os galhos e folhas das árvores frutíferas". Essa frase é muito útil. Ela força a obstrução do primeiro plano no quadro. Com um primeiro plano, a imagem não é plana. Com obstrução, a foto parece que foi realmente capturada por alguém, em vez de a IA colocar a pessoa bem na frente de um fundo.
Agora, julgo se uma cena está bem escrita vendo se ela tem três camadas: O que está em primeiro plano? Onde está a pessoa? O que está no fundo? Se as três camadas estiverem vazias, provavelmente gerará uma imagem muito plana.
Camada 2: Não Escreva Apenas o Estilo, Escreva o Método de Captura
Muitas pessoas gostam de escrever estilos: feel de filme, CCD, cinematográfico, feel de revista, atmosférico. Você pode escrever isso, mas não é suficiente. Agora prefiro escrever "com qual dispositivo parece que foi fotografado". Por exemplo: fotografia Fujifilm, fotografia Nikon, snapshot de celular, flash direto CCD, luz de estúdio soft mist de alto contraste e cremosa. Por trás de diferentes dispositivos estão diferentes lógicas de captura.
Fujifilm ao ar livre tende a trazer alta saturação, céu azul e granulação de filme. Flash direto CCD terá sombras duras, reflexos na pele e uma sensação de presença. Ensaios em estúdio com soft mist terão baixo contraste, bordas desfocadas e realces cremosos. Quando você escreve "alto nível", a IA não sabe como ser de alto nível. Se você escrever "luz de estúdio soft mist de alto contraste e cremosa, grande área de luz suave envolvendo o personagem pela frente e lateral, exposição geral ligeiramente alta, baixo contraste, como fotografar através de um filtro Pro-Mist", ela sabe onde colocar o esforço.
Esta imagem "Névoa Suave de Orquídea Branca" segue essa lógica.
O que mais me satisfaz nesta imagem não é o rosto. É que a luz é muito suave. As mãos, flores, tampo de mesa branco e fundo são todos suavizados pela luz. O que realmente funcionou no prompt foi "alto contraste", "soft mist", "baixo contraste", "bokeh em primeiro plano" e "realces ligeiramente estourados, mas não mortos".
Aqui vai uma dica: não escreva apenas que a luz é bonita. Escreva de onde ela vem, onde ela cai e que efeito ela cria no final.
Camada 3: Escreva a Maquiagem como Âncoras, Não como um Tutorial
Escrever retratos facilmente cai em outra armadilha: tornar a descrição da maquiagem cada vez mais longa. Sombra, cílios, aegyo-sal, gloss labial, iluminador no nariz, blush nas bochechas, textura da pele — tudo é colocado. Já pisei nesse buraco também. O resultado é que algumas imagens parecem anúncios de beleza, e os rostos até começam a parecer falsos. Depois, descobri que a maquiagem é melhor capturada por "âncoras mínimas reconhecíveis" — os pontos de identificação mais importantes para aquele rosto.
Por exemplo, no "Retrato Oxigenado de Pêssego", as âncoras de maquiagem são maquiagem doce rosa-pêssego, pele cremosa, blush pêssego, blush abaixo dos olhos, lábios hidratados rosa-pêssego, acessórios de cabelo de fruta e ornamentos de cabelo de fita.
Você vai perceber que o foco não são "características perfeitas". O foco é que o rosto inteiro parece um pêssego. O blush, a cor dos lábios, os acessórios de cabelo, os adereços e a luz servem a esse sentimento. Neste ponto, não escreva um monte de estilos de maquiagem conflitantes no prompt. Não escreva "fria e cansada do mundo" enquanto também escreve "doce e energética".
Camada 4: Não Escreva Ações Fixas, Escreva Esqueletos de Ação
É aqui que muitos ficam presos, porque o lugar mais fácil para os retratos de IA falharem é a pose. Um dedo extra, um pescoço torcido como se estivesse quebrado, pernas que não se conectam. Agora, evito poses como "olhando para trás para a câmera" ou "corpo virado, mas cabeça virada para trás" por padrão. Não é que não possam produzir boas imagens; é que a taxa de falha é muito alta. Especialmente o pescoço e os ombros — eles quebram facilmente.
Então, prefiro escrever esqueletos de ação. Por exemplo: Cabeça baixa e olhos baixos, dedos tocando levemente pétalas na mesa. Sentado na grama tomando sol, sem ser forçado a olhar para a câmera. Correndo entre galhos de árvores frutíferas, sorrindo de lado, mas com cabeça e ombros na mesma direção. Segurando um pêssego perto do rosto, um snapshot de close-up brincalhão.
Esta imagem "Profissional do Quadro-Negro" funciona por algumas coisas: quadro-negro, fórmulas, crachá de identificação, óculos de aro preto, escritório noturno, flash direto. A ação não é um movimento de dança complexo; é apenas mãos apoiando o tampo da mesa, corpo ligeiramente de lado, olhando para a câmera com flash direto. Quanto mais direto o flash, mais simples a ação deve ser, porque o flash direto expõe a estrutura do corpo muito claramente.
Camada 5: Dê a Ela Alguma Aleatoriedade, Mas Não Aleatorize a Direção
Eu costumava ter medo de aleatoriedade. Achava que os prompts deveriam ser escritos da forma mais rigorosa possível. Depois, descobri que não é o caso. A pior coisa para retratos é que todas as imagens pareçam iguais. Agora, deixo variáveis intencionalmente em alguns lugares. Por exemplo: "Nem todos os adereços precisam aparecer, selecione com base nas necessidades da composição". Ou "A distância da lente varia para cada imagem". Ou "Ações e expressões são aleatórias, não precisa olhar para a câmera".
Esta "Coroa de Flores do Riacho de Verão" é um exemplo típico. Sua direção é clara: verão, luz forte, coroa de flores, cabelo verde, vibe de fada do jardim. Mas não determina que o personagem deve olhar diretamente para a câmera. Consequentemente, a imagem é mais natural. Minha sensação é que a estrutura mais estável não é "travar tudo", mas sim "travar o esqueleto do estilo e deixar o quadro respirar".
Meu Estilo de Escrita Comum Atual
Se você quer escrever retratos de IA, sugiro não aprender aqueles prompts "universais" longos primeiro. Use uma estrutura estável. Eu escrevo mais ou menos assim:
Proporção de aspecto, fotografia realista, tema de retrato específico, câmera ou método de captura específico
Personagem base, claramente adulto, formato de rosto/temperamento, penteado, âncoras de maquiagem, textura de pele realista
Estilo de roupa, cor, material, usabilidade realista, relação com o tema
Cena, o que está em primeiro plano, onde a pessoa está, o que está no fundo, que adereços podem estar lá
Lente, plano geral ou close-up, grande angular ou médio close, ângulo baixo ou de cima, corte ousado, profundidade de campo rasa
Ação/Expressão, um esqueleto de ação claro, pode evitar olhar para a câmera, direção natural da cabeça/ombros
Iluminação, de onde a luz vem, onde ela atinge, que realces/sombras/reflexos/granulação ela produz
Restrições negativas, sem pele de plástico, sem dedos deformados, sem membros extras, sem giros bruscos de cabeça
O Verdadeiro Ponto é Fazer os Elementos se Relacionarem
Quando navego por essas imagens, um sentimento é particularmente óbvio: em boas imagens, os elementos "se conhecem". Os pêssegos e o blush se conhecem. O chapéu de palha e as sombras das árvores se conhecem. O quadro-negro e o crachá de identificação se conhecem. Imagens ruins não são apenas feias; muitas vezes apresentam elementos que não se conhecem. Uma pessoa fica na frente de um fundo, mas as roupas são de outro mundo, a luz é de outro mundo, e os adereços são apenas colados. Isso cria aquele "cheiro de IA".
Na Verdade, Escrever Prompts é Treinar Sua Própria Estética
Para ser honesto, depois de executar tantos retratos, não acho mais que prompts são feitiços. Eles são ferramentas que forçam sua estética a melhorar. Você não consegue escrever claramente porque a imagem na sua cabeça ainda não está clara. Depois que você começa a escrever sobre primeiros planos, iluminação, lentes, ações, maquiagem e relações de adereços, você vai descobrir que sua maneira de ver as imagens também mudou.
A IA não tornou a estética sem importância; ela a tornou mais específica. Todos aqueles sentimentos que você não conseguia expressar antes agora precisam se tornar palavras. Quando você consegue explicar essas coisas claramente, as imagens da IA finalmente começam a se comportar.
A Versão Mais Curta
Se você levar apenas uma coisa hoje, lembre-se disso: A ordem de escrever um prompt de retrato pode ser: Tema, Método de Captura, Estilização do Personagem, Relações da Cena, Composição da Lente, Esqueleto da Ação, Textura da Iluminação, Barreiras Negativas. Não comece a partir de "garota bonita". Comece a partir de "por que a foto funciona".
