“8K” e “masterpiece” fazem alguma coisa num prompt de IA? O que escrever no lugar

Abra qualquer coleção de prompts compartilhada e você vai encontrar o mesmo rabicho em metade das entradas: “8K, ultra detailed, masterpiece, best quality, trending, award-winning”. As pessoas copiam porque parece o ingrediente secreto. Quase nunca é. Algumas dessas palavras não fazem nada mensurável, outras empurram a imagem para uma direção que você não escolheu, e todas ocupam um espaço que uma palavra com uma função real poderia ter usado. Este post passa pelos suspeitos de sempre um por um, diz com clareza o que cada um faz e oferece o substituto que entrega o que você realmente esperava.

Mito 1: “8K” deixa a imagem mais nítida

Um modelo não consegue gerar mais pixels do que a configuração de saída permite. O tamanho de uma imagem é decidido pelo modelo e, quando ele oferece, pela configuração de resolução ou qualidade no editor, que nos modelos de imagem próprios do estúdio chega no máximo a 2K. Digitar “8K” no prompt não muda esse número. O que pode acontecer é o visual se deslocar para o tipo de imagem que recebia a legenda “8K” nos dados de treinamento: muito nítida, muitas vezes com nitidez exagerada, com frequência um papel de parede de paisagem. Se é esse o visual que você quer, tudo bem, mas diga isso diretamente.

Escreva no lugar: o detalhe que você quer ver. “Trama fina do tecido visível na manga”, “grãos de areia soltos na rocha molhada”, “foco nítido nos olhos, fundo suave”. Um modelo a quem você diz onde está o detalhe vai colocá-lo ali. Um modelo a quem você diz “8K” precisa adivinhar.

Mito 2: “masterpiece” e “best quality” elevam o nível

Essas duas vêm dos hábitos de marcação de alguns modelos antigos de estilo anime, cujas legendas de treinamento incluíam notas de qualidade. Nesses modelos, as tags podiam ter efeito. Na maioria dos modelos atuais, elas são lidas como adjetivos comuns, e “obra-prima” não diz nada sobre o que há na imagem. Na melhor das hipóteses, é ignorada. Na pior, puxa a composição para o visual dramático, centralizado, de quadro de galeria ao qual a palavra costuma estar ligada.

Escreva no lugar: o meio e o acabamento. “Pintura a óleo com pinceladas visíveis”, “ilustração vetorial limpa com cores chapadas”, “fotografia 35mm, granulação natural”. Cada uma dessas expressões nomeia um padrão que o modelo consegue de fato mirar.

Mito 3: “ultra realista” faz parecer uma foto

Essa atrapalha mais vezes do que ajuda. O realismo numa fotografia vem da imperfeição: luz irregular, um pouco de ruído, pele com textura, um fundo levemente fora de foco. “Ultra realista” tende a produzir o oposto, um render brilhante, retocado, perfeito demais, que as pessoas reconhecem como IA num piscar de olhos.

Escreva no lugar: como a foto foi tirada. Uma câmera e uma lente (“feita com uma lente 50mm em f/2”), uma fonte de luz (“luz de janela vindo da esquerda, dia nublado”) e uma falha honesta (“leve borrão de movimento nas mãos”). O guia de iluminação traz uma lista maior de palavras de luz que mudam um render de formas previsíveis.

Mito 4: “trending” e “award-winning” emprestam bom gosto

A ideia é que o modelo vai copiar o que fez sucesso. Na prática, essas palavras são médias vagas de milhares de imagens sem relação entre si, então a força que exercem puxa para o genérico: cor saturada, contraste pesado, um assunto no centro. Se a sua imagem já parece genérica, acrescentá-las a deixa ainda mais.

Escreva no lugar: uma decisão de estilo concreta. Uma paleta (“verdes apagados e ferrugem, baixa saturação”), uma época (“impressão de revista dos anos 1970”), uma regra de composição (“assunto no terço inferior, muito céu”). Gosto é um conjunto de escolhas; nomeie as escolhas.

Mito 5: um rabicho maior de adjetivos é sempre mais seguro

Os modelos dão mais peso ao começo de um prompt do que ao final, e é por isso que o guia de prompts coloca o assunto primeiro. Um rabicho de vinte palavras de enfeite geralmente não estraga uma imagem, mas dilui as palavras que importam e torna um render que deu errado mais difícil de diagnosticar, porque você não sabe qual das vinte o tirou do rumo.

Um antes e depois

O segundo prompt é mais longo, mas nada nele é enchimento. Leia de novo e você consegue imaginar a fotografia antes de ela ser gerada, que é o teste que vale a pena aplicar a qualquer prompt.

Quando uma palavra de qualidade tem lugar no prompt

Nem todo adjetivo é enfeite. “Nítido”, “em foco”, “bordas limpas”, “muito detalhe no rótulo” funcionam bem quando apontam para uma parte específica do quadro. O problema são só as palavras que não apontam para nada. E se a própria descrição de um modelo na página de modelos recomendar uma palavra-chave específica, siga o modelo e não este post.

O que nenhuma redação consegue fazer

Palavras melhores aumentam as chances; não eliminam a sorte. O mesmo prompt continua gerando imagens diferentes de um render para outro, um modelo fraco continua fraco, não importa como você fale com ele, e o tamanho em pixels da saída é definido pelo modelo e suas configurações, nunca pelo texto. Se um render precisa de mais resolução do que o modelo oferece, isso é trabalho para um upscaler ou outro modelo, não para um adjetivo mais forte. E o tempo que você economiza com palavras de enfeite rende mais onde faz diferença: na taxa de novas tentativas, que é para onde vai a maior parte do dinheiro em imagens com IA.