Você aprovou o mascote. Ele ficou exatamente como queria. Aí pede para a IA colocar o personagem em outra cena — e volta outro bicho. A cor mudou. A proporção mudou. Aquele detalhe que era a assinatura do personagem virou outra coisa.
A conclusão natural é "o modelo não é bom o suficiente". Quase sempre está errada.
Na maioria dos casos que investigamos, o modelo era capaz de preservar o personagem. Ele simplesmente não foi instruído a fazer isso — porque o parâmetro que controla exatamente essa preservação vem desligado por padrão, e quase ninguém sabe que ele existe.
Sumário
- O problema não é criatividade, é fidelidade
- O parâmetro que quase ninguém liga
- O teste: três modelos, mesma referência, mesmo prompt
- Por que o modelo mais bonito perdeu
- Resolução não é qualidade
- O checklist antes de aprovar um pipeline
O problema não é criatividade, é fidelidade
Vale entender o que acontece por baixo. Quando você entrega uma imagem de referência e pede uma cena nova, o modelo não recorta seu personagem e cola no cenário. Ele olha a referência, forma um entendimento do que viu, e desenha tudo de novo do zero.
Isso muda a natureza do problema. Você não está pedindo uma montagem. Está pedindo que alguém redesenhe seu personagem de memória — e o quanto essa "memória" é fiel é justamente o que está em disputa.
Aí é que entra o detalhe que quase todo mundo ignora.
O parâmetro que quase ninguém liga
As APIs de geração de imagem expõem um controle de fidelidade à imagem de entrada. Ele governa o quanto o modelo se esforça para casar o estilo e as feições da referência — inclusive traços de rosto.
O ponto crítico: o padrão costuma ser o valor baixo.
Ou seja, se você chamar a API sem pensar nisso, está pedindo ao modelo que dê uma olhada rápida na referência e improvise o resto. Ele vai improvisar. E vai improvisar bem — só que não é isso que você quer quando o personagem é ativo de marca.
Ligamos esse controle no valor alto num pipeline que vinha entregando resultados irregulares. O mesmo modelo, o mesmo prompt, a mesma referência. A diferença foi imediata: o detalhe que antes era sempre redesenhado passou a sobreviver intacto.
Não foi troca de modelo. Foi um campo que faltava na requisição.
O teste: três modelos, mesma referência, mesmo prompt
Para não decidir no achismo, montamos um comparativo controlado. Uma única imagem de referência de personagem. Um único prompt, pedindo o personagem numa cena nova e movimentada — muita gente ao redor, dois objetos nas mãos, iluminação difícil. O tipo de pedido que costuma quebrar consistência.
Três modelos disponíveis na mesma infraestrutura de nuvem, todos recebendo exatamente a mesma entrada.
| Modelo | Saída | Tempo | Identidade preservada? |
|---|---|---|---|
| Modelo A (fidelidade alta) | 1536×1024 | 111s | Sim |
| Modelo B (topo de renderização) | 2432×1632 | 25s | Não |
| Modelo C (geração anterior) | 1248×832 | 9,5s | Parcial |
O resultado contrariou a expectativa de todo mundo na mesa — inclusive a nossa.
O modelo A venceu. É o mais lento dos três, por larga margem, e não é o de maior resolução. Mas foi o único que devolveu o personagem sendo o personagem: cada detalhe da referência no lugar. E foi também o único que entendeu o pedido de composição por inteiro.
Por que o modelo mais bonito perdeu
O modelo B é objetivamente o melhor renderizador do trio. Mais que o dobro de pixels do A, luz mais convincente, material mais rico. Se você olhar a imagem dele sem conhecer o personagem original, vai achar a melhor das três.
E foi o pior resultado do teste.
Ele reinterpretou o personagem. Pegou um elemento característico do design e "melhorou" — desenhou por cima uma versão mais expressiva, e manteve o elemento original logo abaixo. O personagem saiu com o traço duplicado. Uma solução que nenhum diretor de arte aprovaria, num render tecnicamente lindo.
O modelo C ficou no meio: preservou melhor a geometria geral que o B, mas trocou detalhes de acabamento e devolveu a menor imagem dos três.
Resolução não é qualidade
Esse teste desfez uma confusão que vemos com frequência em briefing de cliente: tratar resolução como sinônimo de qualidade.
São eixos independentes.
- Resolução é quantos pixels você recebe. Importa para onde a imagem vai ser usada — uma capa de blog em 1600×900 tem exigência diferente de um post de story.
- Fidelidade é o quanto a imagem é o que você pediu. Importa sempre.
O modelo com mais pixels do nosso teste foi o que menos entregou fidelidade. Se o critério de escolha fosse a ficha técnica, teríamos escolhido exatamente o pior modelo para a tarefa.
E tem um detalhe de produção que aparece só na prática: o modelo C tem teto de resolução em 1 megapixel. Ele nunca vai entregar uma capa de 1600×900 sem passar por ampliação. Não é uma questão de prompt melhor — é limite do modelo. Descobrir isso no meio de uma entrega é caro.
O checklist antes de aprovar um pipeline
O que passamos a exigir antes de colocar qualquer geração de personagem em produção:
- O controle de fidelidade está ligado no alto? Se você não sabe responder, provavelmente está no baixo. É o primeiro lugar para olhar.
- O modelo escolhido alcança a resolução do destino final? Confira o teto do modelo contra o formato de entrega antes, não depois.
- Existe um teste com a referência real? Não avalie modelo com prompt genérico. Use o seu personagem, na cena mais difícil que você vai precisar.
- Alguém comparou lado a lado com o original? "Ficou bom" não é critério. "Cada elemento da referência está presente" é.
- O resultado passou por revisão humana antes de publicar? Modelos inserem elementos que ninguém pediu — inclusive marcas de terceiros. Isso é risco jurídico, não detalhe.
Perguntas Frequentes
Por que meu mascote sai diferente a cada imagem gerada por IA?
Na maioria dos casos, porque o controle de fidelidade à imagem de referência está no valor baixo — que costuma ser o padrão das APIs. O modelo dá uma olhada rápida na referência e improvisa o resto. Ligar esse controle no valor alto resolve boa parte dos casos sem trocar de modelo.
O modelo com maior resolução é o melhor para personagem de marca?
Não. Resolução e fidelidade são eixos independentes. No nosso teste comparativo, o modelo com mais que o dobro de pixels foi justamente o que mais distorceu o personagem, chegando a duplicar um traço característico. Para personagem de marca, fidelidade decide; resolução só importa contra o formato de entrega.
Como testar se um modelo de IA mantém a identidade do meu personagem?
Use a sua referência real, não um prompt genérico, e peça a cena mais difícil que você vai precisar. Depois compare lado a lado com o original, item por item: cada elemento da referência está presente? "Ficou bom" não é critério de aprovação.
IA de imagem pode inserir marcas de terceiros sem eu pedir?
Pode, e insere. No nosso teste, os três modelos vestiram o personagem com logotipos de marcas registradas que não estavam no prompt, e nenhum avisou. Para uso comercial, o resultado precisa passar por revisão humana antes de publicar — é risco jurídico, não detalhe estético.
O que fica
A pergunta "qual o melhor modelo de imagem?" quase sempre é a pergunta errada. O melhor modelo depende do que você está pedindo — e, no caso de personagem de marca, o eixo que decide não é o que aparece na ficha técnica.
Antes de trocar de modelo porque "esse não mantém o personagem", vale conferir se ele foi realmente instruído a manter. Na nossa experiência, é aí que está o problema — e a correção é um campo na requisição, não um contrato novo.
E depois que a imagem ficou certa? Aí vem a próxima armadilha: editar essa imagem sem destruir tudo o que você acabou de acertar. Isso é assunto para o próximo artigo.
