Mantenha um conjunto fixo de imagens de referência, envie todas elas a cada nova imagem, indique uma delas como a referência definitiva do rosto, descreva só o que muda na cena e compare cada resultado com as referências, refazendo os que se desviam. Uma seed, um prompt mais longo ou um sósia famoso não seguram um rosto sozinhos.
Por que os rostos se desviam
Um modelo de imagem não se lembra de uma pessoa. Cada imagem é desenhada do zero, e uma descrição como "cabelo escuro ondulado, sobrancelhas grossas" serve para milhares de rostos. Mude a luz, o ângulo ou a expressão e o modelo preenche as lacunas de outro jeito: o queixo amolece, o nariz afina, a idade muda cinco anos. Peça a mesma pessoa duas vezes e você recebe um primo.
1. Faça uma folha de referência antes de tudo
Fixe o rosto uma vez, em condições que não escondem nada: um retrato de frente, uma vista de três quartos e uma foto de corpo inteiro, com luz do dia uniforme, roupa simples e fundo neutro. Gere as duas vistas extras a partir do retrato, não uma da outra; encadeá-las deixa pequenos erros se acumularem.
2. Envie todas as referências, sempre
Anexe todos os quadros de referência a cada nova imagem e diga qual deles manda no rosto, normalmente o retrato de frente. Os outros quadros trazem cabelo, porte físico e proporções. Uma referência dá ao modelo um único ângulo para extrapolar; três dão algo para triangular.
3. Separe a pessoa da cena
Escreva o prompt em duas partes. A primeira diz o que nunca muda: rosto, cabelo, pele, marcas. A segunda é a cena: lugar, hora do dia, fonte e direção da luz, o que as mãos estão fazendo, a roupa. A roupa deve acompanhar a cena; o rosto, não.
4. Verifique cada resultado e refaça
Mesmo com boas referências, algumas tomadas se desviam. Compare cada nova imagem com a folha em dois pontos: é a mesma pessoa, e passa por uma foto real (sem pele de plástico, sem mãos deformadas)? Fique com a menor das duas notas e refaça tudo o que ficar abaixo do seu padrão. O Dittoshot faz isso com um segundo modelo: uma foto é aprovada com 7 de 10, tem até três tomadas e você fica com a melhor, por 5 tokens, não importa quantas tomadas foram necessárias.
5. O que ainda dá errado
Dos nossos próprios exemplos, sem edição:
- Esquerda e direita saem espelhadas. A descrição da Mira diz "pequena cicatriz acima da sobrancelha esquerda" e a da Aiko diz "pequena argola prateada na orelha direita". Nas duas folhas, a marca foi parar à esquerda ou à direita da imagem, não da pessoa. Se o lado importa, confira a folha e trate o que ela mostra como canônico.
- Texto aparece de penetra. O prompt pede nenhum texto visível, e uma das fotos da Mira ainda tem uma placa de "café". Instruções negativas diminuem as chances; não acabam com elas.
- Marcas pequenas somem com a distância. Uma cicatriz ou sardas bem visíveis num retrato podem desaparecer numa foto de corpo inteiro. Escolha âncoras que resistem à distância, como óculos, barba ou corte de cabelo, se o rosto vai aparecer pequeno no quadro com frequência.
Como fazer em outras ferramentas
O mesmo método funciona em qualquer lugar onde dá para anexar imagens de referência; só mudam os controles.
- Midjourney V8.2: o Edit Model aceita até 4 imagens de referência e substituiu o Omni Reference e o --cref. Veja Dittoshot vs Midjourney.
- Leonardo AI: modelos Omni, como o Nano Banana, aceitam até 6 referências. Veja Dittoshot vs Leonardo.
- O Higgsfield Soul ID é treinado com 20 ou mais fotos de uma pessoa real; os OpenArt Characters partem de uma imagem, de texto ou de presets. Veja Higgsfield e OpenArt.
Nenhuma delas descreve uma verificação automática de identidade, então o passo 4 fica por sua conta. O Dittoshot faz os cinco passos a partir de uma descrição escrita; sua primeira pessoa e a primeira foto dela são grátis.