Personagem consistente em imagens de IA: o método imagem após imagem

Você gera um mascote bem-sucedido para a sua associação, roda de novo com o mesmo prompt em outra cena e obtém o primo dele: mesma ideia geral, outro nariz, outro penteado, outra jaqueta. É normal. Cada geração recomeça do zero, e as palavras deixam uma grande margem. “Uma mulher de cabelos castanhos, jaqueta verde” descreve milhares de pessoas.

A consistência se constrói em três camadas: uma descrição travada, uma imagem de referência e as ferramentas de referência do seu gerador. Nenhuma basta sozinha, e mesmo com as três será preciso fazer uma triagem e, às vezes, alguns retoques.

Comece por uma ficha de personagem em texto

Antes de gerar qualquer coisa, fixe uma descrição de 40 a 60 palavras que você não vai mais alterar. Ela será copiada identicamente em cada prompt. Mantenha poucos traços, bem distintivos: uma sarda na bochecha não vai se sustentar de uma imagem para outra, um suéter grosso amarelo-mostarda tem mais chances.

O bom reflexo é escolher uma silhueta simples, fácil de reconhecer, em vez de um rosto muito detalhado. É isso que faz os personagens de quadrinhos se sustentarem. Peça ajuda para formulá-la:

Você é diretor de arte de um projeto ilustrado. Aqui está o meu personagem: [DESCRIÇÃO LIVRE EM PORTUGUÊS]. Ele aparecerá em [SUPORTE, POR EXEMPLO UMA SÉRIE DE 12 QUADRINHOS DE TREINAMENTO].

Redija uma ficha de personagem em inglês, de no máximo 50 palavras, para reutilizar palavra por palavra em todos os meus prompts de imagem. Ela deve indicar, nesta ordem: idade aparente, silhueta, penteado, roupa completa com suas cores e um único acessório de marca.

Use apenas traços bem visíveis em tamanho pequeno. Descarte qualquer detalhe fino. Não tome como modelo nenhuma pessoa real nem nenhum personagem existente.

Depois, acrescente três detalhes que não devem variar de uma imagem para outra.

Gere uma folha de referência

Com essa ficha, produza uma imagem que servirá de padrão: o personagem de corpo inteiro, de frente e de perfil, sobre fundo neutro. É o equivalente da folha de modelo de um estúdio de animação.

character reference sheet of [FICHA DO PERSONAGEM EM INGLÊS], full body, front view and side view, neutral standing pose, plain light grey background, even soft lighting, [ESTILO: POR EXEMPLO FLAT VECTOR ILLUSTRATION OU SOFT WATERCOLOR], consistent proportions

Faça várias tentativas e sem pressa: é a imagem mais importante do projeto, pois cada defeito será reproduzido na sequência. Se precisar limpá-la, faça isso agora. Recorte também uma vista isolada do personagem, de frente, pois uma referência simples e sem texto muitas vezes serve melhor do que uma folha inteira.

Aplique a referência na sua ferramenta

O método muda de uma ferramenta para outra, e essas funções evoluem rápido. As informações abaixo valem no momento em que estas linhas foram escritas: confira na ferramenta.

No Midjourney versão 7, o prompt de uma nova cena tem esta forma:

[FICHA DO PERSONAGEM EM INGLÊS], [AÇÃO] in [LOCAL], [MOMENTO E LUZ], [ESTILO IDÊNTICO AO DA FOLHA], [ENQUADRAMENTO] --v 7 --ar 3:2 --oref [URL DA SUA IMAGEM DE REFERÊNCIA] --ow 150

A documentação indica para --ow uma faixa de 1 a 1.000, com 100 por padrão, e aconselha ficar abaixo de 400, a menos que o stylize seja muito alto. Comece baixo: um peso maior trava a pose e os detalhes da referência, o que nem sempre é desejável. Nas versões 8.x, anexe antes as suas imagens ao Edit Model, descrevendo a nova cena.

No Stable Diffusion, um LoRA dá o melhor resultado se você tem pelo menos uma série de boas imagens do personagem: ele lhe acrescenta uma palavra-gatilho que você coloca no prompt. O mais simples para começar continua sendo uma referência por IP-Adapter, disponível como extensão. Cuidado com o reflexo de fixar o seed: o mesmo seed com uma cena diferente não dá o mesmo personagem, serve apenas para comparar variantes próximas. O guia do Stable Diffusion relembra o básico desses ajustes, e o dedicado ao Midjourney apresenta os diferentes tipos de referência.

Organize sua série para limitar as variações

Certas cenas se sustentam bem melhor do que outras. Alguns hábitos vão poupar muitas tentativas.

• Separe o personagem do cenário. Mude uma única coisa de cada vez: primeiro o local, depois a pose, depois o enquadramento.
• Mantenha uma distância comparável. Os planos médios se sustentam melhor do que os closes muito fechados, em que o rosto se reinventa, ou os planos muito abertos, em que o personagem se dissolve.
• Evite poses complicadas. Braços cruzados, objetos segurados com as duas mãos, personagens que se tocam: são os casos que se degradam mais rápido.
• Preveja margem. Para uma imagem aproveitada, conte várias tentativas e aceite descartar o que não serve.
• Retoque por último. Uma cor de jaqueta que varia se corrige num programa de imagem muito mais rápido do que com dez novas gerações.

Imagine um escritório de contabilidade que quer uma série de quadrinhos para explicar a fatura eletrônica aos clientes. A personagem dele, uma dona de loja com um penteado bem marcante, vai do caixa ao escritório e depois a uma reunião. O escritório faria bem em fixar o estilo de ilustração, manter as mesmas cores e manter todos os planos à distância média. Para fixar esse estilo sem recorrer ao nome de um artista, a grade de descrição dos estilos serve muito bem.

Para a próxima imagem, retome este modelo com lacunas, que evita reescrever tudo e mantém cada parte no seu lugar:

[FICHA DO PERSONAGEM EM INGLÊS, PALAVRA POR PALAVRA]. Scene: [AÇÃO SIMPLES], in [LOCAL], medium shot at eye level. Lighting: [LUZ IDÊNTICA À DA SÉRIE]. Style: [ESTILO IDÊNTICO AO DA SÉRIE]. Keep clothing colors and hairstyle unchanged.

A última frase pode ajudar, sem bastar: é a referência que faz o essencial do trabalho.

Limites a aceitar, e uma regra a não ultrapassar

Mesmo bem conduzido, esse método não dará um personagem idêntico ao milímetro. Os estampados da roupa derivam, os acessórios às vezes trocam de mão, logotipos e textos não se sustentam. Se a consistência precisa ser perfeita, por exemplo para um mascote de marca que será usado em várias versões por anos, entregue a versão de referência a um ilustrador e use a IA para os testes.

Não crie um personagem a partir do rosto de uma pessoa real sem o consentimento dela. Uma foto enviada a uma ferramenta de IA é um dado pessoal, e publicar um conteúdo gerado que a represente pode trazer problemas reais, como explica nosso artigo sobre o uso comercial.

Você pode começar agora mesmo: redija a sua ficha de 50 palavras, gere a sua folha e depois rode três cenas bem diferentes. A que mais destoar vai indicar o traço a reforçar na ficha.