Como escrever avisos de IA para pessoas realistas

Por que as pessoas são o assunto mais difícil

Os espectadores são especialistas em rostos e corpos. Notamos uma mão ligeiramente errada, uma postura impossível ou uma pele que parece plástica muito antes de notarmos uma falha num edifício ou numa paisagem. Isso faz das pessoas o sujeito onde as instruções vagas falham de forma mais visível. A correção é a mesma de qualquer sugestão fotográfica, só que mais rigorosa: descreva o que uma câmera realmente registraria e deixe o mínimo possível para a ideia que o modelo tem de uma pessoa comum.

Invente a pessoa, não peça emprestada

Comece por uma pessoa que não existe. Descreva uma faixa etária, formato do corpo, cabelo, roupas e uma atividade, e deixe os detalhes serem comuns. Nunca procure a imagem de um indivíduo real e nunca gere uma figura pública real numa situação que possa ser considerada genuína. Além da ética, muitas jurisdições reconhecem direitos de personalidade, que permitem às pessoas controlar o uso comercial do seu nome, imagem e semelhança. As regras variam de acordo com o país, e uma pessoa inventada evita totalmente a questão.

Descreva uma atividade, não uma pose

Pessoas fotografadas fazendo algo parecem naturais; as pessoas instruídas a posar parecem imagens de banco de imagens. Em vez de uma mulher sorrindo para a câmera, experimente uma mulher na casa dos quarenta anos lendo um mapa em papel em uma estação de trem, segurando um café na outra mão. Uma atividade dá ao corpo uma razão para sua postura, dá às mãos algo para segurar e dá ao rosto uma expressão que vem da tarefa e não do estímulo.

Postura e peso

Corpos reais carregam peso. Alguém apoiado em uma grade, sentado na beirada de uma cadeira, transferindo o peso para uma perna enquanto espera: esses são pequenos fatos físicos que tornam uma figura verossímil. Figuras rígidas, simétricas e voltadas para a frente são um dos sinais mais comuns de uma imagem gerada. Uma única frase sobre onde está o peso e onde a pessoa está apoiada geralmente faz mais do que várias frases sobre sua aparência.

Roupas como material e ajuste

Descreva as roupas da mesma forma que descreveria qualquer outra superfície: uma camisa de linho amassada com mangas enroladas, um casaco pesado de lã um pouco grande demais, tênis de lona gastos. Tecido que dobra, estica e enruga é um dos sinais de realismo mais fortes, porque responde ao corpo que está por baixo. Palavras genéricas como estiloso ou elegante não dizem nada sobre o material e geralmente produzem roupas que parecem recém-desempacotadas.

Pele, sem retoque

Os rostos gerados geralmente ficam suaves e uniformes, como uma publicidade fortemente retocada. Se você deseja um resultado natural, diga-o em termos físicos: textura natural da pele, poros visíveis, linhas finas ao redor dos olhos, leve queimadura de sol no nariz, sem maquiagem. Descrever a luz também ajuda, porque a luz lateral suave revela a textura suavemente, enquanto a luz frontal plana a apaga. Evite empilhar termos como perfeito ou impecável, que levam o resultado ainda mais para a aparência plástica.

As mãos precisam de um emprego

As mãos são um conhecido ponto fraco dos geradores de imagens. A abordagem mais confiável é dar-lhes algo específico para fazer, segurando uma xícara, apoiada sobre uma mesa, enfiada no bolso do casaco, em vez de deixá-los livres na moldura. Menos dedos visíveis significam menos chances de erro. Sempre inspecione as mãos antes de usar uma imagem: conte os dedos, verifique como eles seguram os objetos e observe onde eles encontram o pulso.

Luz nos rostos

A configuração fotográfica clássica, descrita na tradição de iluminação de três pontos, utiliza uma luz principal sobre o assunto, uma luz secundária para suavizar as sombras e uma luz posterior para separar o assunto do fundo. Você não precisa do jargão para usar a ideia. A luz suave da janela de um lado, um reflexo suave preenchendo o lado da sombra e um fundo brilhante atrás da cabeça descrevem o mesmo arranjo em palavras simples. O sol do meio-dia, por outro lado, coloca sombras escuras sob os olhos e raramente é lisonjeiro.

Enquadramento e distância

Diga o quão perto a câmera está. Um retrato de cabeça e ombros, uma figura vista a poucos metros de distância numa rua, uma pequena figura numa ampla paisagem: cada um define a escala em que rostos e mãos devem ser representados. Enquadramentos mais amplos escondem pequenos erros e contam mais sobre uma história; close-ups expõem tudo. Para resultados mais naturais, um enquadramento médio com uma atividade clara e um cenário real é o ponto de partida mais indulgente.

Diversidade por intenção, não por acidente

Os geradores de imagens refletem padrões em seus dados de treinamento, e um estudo do Midjourney descobriu que mesmo prompts neutros retornavam resultados desiguais por gênero, cor da pele e localização. Se você quiser uma pessoa específica, descreva-a especificamente. Se você estiver fazendo uma série, varie a idade, o formato do corpo e a aparência deliberadamente, em vez de aceitar o que o modelo retornar primeiro, e revise o conjunto como um todo antes de publicá-lo.

Consentimento e mídia sintética

A estrutura do Partnership on AI para mídia sintética responsável é construída em torno de três ideias: consentimento, divulgação e transparência. Para as pessoas geradas, consentimento significa principalmente não usar a imagem de ninguém sem permissão, inclusive por meio de fotos de referência. Se você trabalhar a partir de uma fotografia de uma pessoa real, por exemplo, para manter um caráter consistente, certifique-se de ter o acordo claro dessa pessoa para o uso específico e nunca crie imagens que sexualizem, humilhem ou personifiquem alguém.

Regras de divulgação para saber

Na União Europeia, a Lei da IA define uma falsificação profunda como conteúdo de imagem, áudio ou vídeo gerado ou manipulado por IA que se assemelha a pessoas, objetos, lugares, entidades ou eventos existentes e que falsamente pareceria autêntico. Os implantadores que geram tal conteúdo devem divulgar que ele foi gerado ou manipulado artificialmente, com divulgação mais limitada para trabalhos evidentemente artísticos, criativos, satíricos ou ficcionais. A Comissão Europeia afirma que estas regras de transparência se aplicam a partir de agosto de 2026. Uma pessoa realista inventada num contexto que poderia ser considerado real merece um rótulo em todo o lado.

Rotule o arquivo, não apenas a legenda

Uma legenda pode ser cortada ou perdida quando uma imagem é compartilhada novamente. Existem padrões de metadados para transportar as informações com o arquivo: o vocabulário IPTC Digital Source Type inclui valores para mídia criada usando IA generativa, e muitas ferramentas gravam essas informações automaticamente. Mantenha-o intacto ao editar e exportar e adicione uma nota visível sempre que as pessoas possam confundir a imagem com a fotografia de uma pessoa real.

Onde LarpGPT se encaixa

LarpGPT é uma biblioteca de fotos para cenas de viagens, arquitetura, carros e estilo de vida, escritas em torno do assunto, composição, iluminação e lentes, e muitas de suas cenas de estilo de vida podem ser adaptadas para incluir uma pessoa inventada usando a abordagem acima. Você copia um prompt e cola-o no gerador de imagens que você já usa. LarpGPT não gera imagens; respeitar os direitos de outras pessoas e divulgar conteúdo sintético fica com você.

Saiba mais

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes