Personagem consistente em IA: como manter o mesmo rosto de uma imagem e de um vídeo para o outro

O problema que todo mundo encontra depois de dez minutos

Você gera uma heroína para o seu projeto. Ela está perfeita: trinta anos, cabelo ruivo curto, jaqueta jeans desbotada. Você roda uma nova geração para vê-la de perfil. E aí, surpresa. O cabelo virou castanho, a jaqueta sumiu, o rosto não tem mais nada a ver com o anterior. Mesmo prompt, palavra por palavra. Personagem completamente diferente.

Isso não é um bug do Imaginode nem de nenhuma outra ferramenta. É o funcionamento normal de todos os modelos de imagem atuais. E enquanto você não entende o porquê, perde horas e dezenas de créditos rodando de novo na esperança de um milagre. Este artigo explica a causa e depois apresenta a verdadeira solução, aquela que funciona em produção para uma HQ, uma série de posts ou um filme.

Spoiler honesto: a solução não é um prompt melhor. É mostrar seu personagem ao modelo em vez de descrevê-lo, usando imagens de referência. No Imaginode, isso passa pelo nó Referência, e vamos montá-lo passo a passo, do retrato mestre até a @menção verde, com os preços exatos em créditos para cada etapa.

Por que o rosto muda: o ruído aleatório

Um modelo de imagem não desenha como um ilustrador que mantém o personagem na cabeça. Cada geração parte de uma imagem de ruído aleatório, um purê de pixels sorteado do nada, que o modelo vai limpando progressivamente com base no seu prompt. Dois sorteios de ruído diferentes dão dois pontos de partida diferentes, e portanto dois rostos diferentes na chegada.

Seu prompt descreve apenas uma categoria de pessoas: "mulher ruiva de trinta anos com jaqueta jeans" corresponde a milhões de rostos possíveis. O modelo escolhe um deles, compatível com a descrição, a cada rodada. Ele nunca escolhe o mesmo duas vezes, simplesmente porque nada o obriga a isso.

E ainda tem uma segunda má notícia: o modelo não tem memória nenhuma. A geração número 12 ignora completamente as 11 anteriores. Ele não "se lembra" da sua heroína, ele nunca a conheceu. Cada clique em Gerar recomeça do zero, com um novo ruído e nenhuma história em comum.

Por que o prompt ultradetalhado nunca é suficiente

O primeiro reflexo, todos nós já tivemos: descrever mais. Quatrocentas palavras sobre o formato do nariz, a distância entre os olhos, a mecha que cai do lado esquerdo. Isso melhora um pouco a estabilidade dos elementos fáceis, a cor do cabelo ou a roupa. Mas o rosto, esse continua mudando.

A razão é frustrante, mas lógica: a linguagem é pobre demais para descrever um rosto. Tente descrever seu melhor amigo por escrito e depois entregue o texto a um desenhista que nunca o viu. O retrato vai sair plausível, nunca parecido. Um rosto humano são milhares de microproporções que nenhum vocabulário consegue capturar.

E quanto mais o prompt cresce, mais o modelo precisa arbitrar entre instruções que atropelam umas às outras. A partir de certo ponto, cada palavra a mais sobre o rosto se paga em atenção perdida na cena, na luz ou na ação. Você acaba com um retrato congelado no lugar da imagem viva que queria.

A verdadeira solução: mostrar em vez de descrever

O que um desenhista faria na vida real é pedir uma foto. Os modelos recentes sabem fazer exatamente a mesma coisa: você anexa uma ou várias imagens de referência à geração, e o modelo as usa como fonte visual direta em vez de interpretar texto.

A diferença é espetacular. Onde um prompt de 400 palavras entrega um sósia aproximado uma vez a cada cinco tentativas, três boas fotos de referência entregam um personagem reconhecível em quase todas. Não é mágica: o modelo copia proporções reais em vez de inventá-las.

Atenção, porém: nem todos os modelos fazem isso. No Imaginode, a porta de referências simplesmente não aparece em um nó quando o modelo selecionado não as aceita. Se você não vê a porta, troque de modelo em vez de procurar uma configuração escondida: ela não existe.

O nó Referência, passo a passo

No canvas do Imaginode, adicione um nó Referência. Ele contém três campos. Primeiro um nome: "Léa", "Capitã Bruma", o que você quiser, de preferência curto. Depois uma descrição: é o texto que será injetado nos seus prompts, e vamos voltar a ele mais abaixo. Por fim as fotos: arraste para lá as suas melhores imagens do personagem.

Esse nó é reutilizável em qualquer lugar do projeto. Você o cria uma vez e depois cada nó Imagem ou Vídeo do canvas pode se conectar a ele. Essa é toda a lógica do canvas de nós: o personagem vira uma peça colocada em algum lugar, não um parágrafo para copiar e colar em vinte prompts.

Um detalhe prático que muda tudo no dia a dia: o salvamento é automático e cada nó guarda o histórico das suas 12 últimas gerações. Se a versão 7 do seu personagem era a certa, ela continua lá, pronta para entrar no nó Referência.

A @menção verde, ou como invocar seu personagem

Uma vez criado o nó Referência, você invoca o personagem em qualquer prompt digitando @ seguido do nome dele. A menção aparece em verde no texto, sinal de que está corretamente ligada ao nó. A partir daí você escreve prompts curtos e naturais: "@Léa atravessa uma feira noturna debaixo de chuva, plano aberto".

Na hora de gerar, o Imaginode faz duas coisas automaticamente: injeta a descrição do nó no prompt e anexa as fotos como imagens de referência, desde que você use um modelo compatível com edição. Você não precisa copiar nada, nem enviar as fotos de novo. A menção basta.

Bônus muito bem-vindo: a varinha mágica, que reescreve seus prompts de Imagem e Vídeo em inglês rico via Kimi por 1 crédito, preserva as @menções. Você pode então enriquecer um prompt sem quebrar o vínculo com o seu personagem. É o tipo de detalhe que evita surpresas desagradáveis a 6 créditos por geração.

Quais modelos de imagem sabem segurar um personagem

No lado das imagens, o campeão das referências no Imaginode se chama Seedream 5 Lite, a 5 créditos por geração, ou seja, cerca de 0,05 €. É o modelo padrão para qualquer personagem recorrente: ele aceita suas imagens e reproduz os rostos com uma fidelidade que os outros não alcançam por esse preço.

Duas alternativas conforme a necessidade. GPT Image Mini, a 2 créditos, também aceita referências: perfeito para iterar em poses e enquadramentos sem esvaziar o contador. E o Flux Kontext, a 6 créditos, tem um papel diferente: ele edita uma imagem existente. "Substitua o fundo por uma praia", e seu personagem permanece intacto enquanto o cenário muda.

No sentido inverso, o Flux Schnell a 1 crédito ou o Imagen 4 Fast a 3 créditos são excelentes generalistas, mas não conte com eles para a consistência facial de um herói de série. O bom reflexo: rascunhar a composição com um modelo barato e depois migrar para o Seedream 5 Lite com a @menção para as imagens finais.

O método do retrato mestre

Erro clássico: usar como referências imagens em que o personagem já está em situação, pequeno no quadro, em contraluz, de costas. O modelo aprende então tanto o cenário quanto o rosto. O método certo é fabricar primeiro um retrato mestre: o personagem sozinho, sobre fundo neutro, com luz franca e direta.

Na prática, abra um nó Imagem, escolha um modelo fotorrealista como o Imagen 4 a 6 créditos e descreva apenas o personagem: "retrato de busto, mulher de 30 anos, cabelo ruivo curto, jaqueta jeans desbotada, fundo cinza liso, luz suave frontal". Rode de novo até obter O rosto. Conte com 4 ou 5 tentativas, ou seja, 24 a 30 créditos, menos de 0,30 €.

Esse retrato se torna a pedra angular do nó Referência. Todas as imagens seguintes descendem dele. É um investimento de dez minutos que economiza horas de loteria depois, e é a única etapa em que rodar muitas vezes se justifica de verdade.

Varie os ângulos das suas fotos de referência

Um único retrato de frente é um bom começo, mas assim o modelo só conhece seu personagem por um ângulo. Peça um perfil e ele vai improvisar um nariz, uma mandíbula, orelhas. Para travar o personagem em três dimensões, é preciso mostrar a ele vários pontos de vista.

A combinação que funciona bem: um retrato de frente, um de três quartos, um perfil e um plano de corpo inteiro para a silhueta e a roupa. Quatro imagens costumam bastar. Para produzi-las, parta do retrato mestre com um modelo que aceite referências e peça "mesma pessoa, vista de perfil, mesmo fundo cinza". Verifique cada resultado antes de adicioná-lo ao nó.

Seja exigente nessa etapa, mais do que em qualquer outra. Uma foto de referência levemente errada, com um queixo um pouco diferente ou uma orelha aproximada, vai contaminar silenciosamente todas as gerações futuras, e você vai procurar a causa no lugar errado, nos seus prompts. Melhor 4 imagens impecáveis do que 8 medianas. A 5 créditos por vista com o Seedream 5 Lite, refazer uma foto duvidosa custa 0,05 €. Não negocie.

Escreva a descrição como um contrato de continuidade

O campo de descrição do nó Referência não é decorativo: ele é injetado em cada prompt onde a @menção aparece. Portanto, escreva ali o que precisa sobreviver a todos os planos, e nada mais. Os traços distintivos duráveis: a cicatriz na sobrancelha esquerda, a jaqueta jeans desbotada, o relógio no pulso direito, o andar curvado.

Não coloque ali o que muda de uma cena para outra. Se você escrever "sorridente, em um café" na descrição, seu personagem vai sorrir dentro de um café mesmo no meio de uma cena de tempestade. A descrição descreve a identidade, o prompt descreve a cena. Essa separação de papéis é o que torna o sistema robusto.

Nos sets de filmagem, esse trabalho tem nome: o roteiro de continuidade. Ninguém acha isso glamouroso, mas todo mundo reconhece que é o que impede o ator de trocar de camisa entre dois planos. Seu nó Referência cumpre exatamente esse papel.

E no vídeo: os modelos e seus máximos exatos

O vídeo tem o mesmo problema da imagem, só que pior: um rosto que deriva ao longo dos segundos salta aos olhos imediatamente. Felizmente, vários modelos de vídeo do Imaginode aceitam imagens de referência, com máximos diferentes. Seedance 2.0 e 2.0 Fast aceitam 9, o Seedance 2.5 ainda mais. O MiniMax H3 também aceita 9, o Grok Imagine Video 5, e Kling V3 e Veo 3.1 Fast aceitam 3 cada um.

O nó Vídeo também expõe entradas distintas conforme o modelo: uma imagem inicial e uma imagem final quando o modelo suporta. Aliás, a técnica mais confiável continua sendo essa: gerar primeiro uma imagem perfeita do personagem com o Seedream 5 Lite e depois conectá-la como imagem inicial do vídeo. O movimento parte de um rosto que já está certo.

Sejamos francos sobre as taxas de sucesso: o vídeo em IA falha em mais ou menos uma geração a cada três ou quatro, com ou sem referências. Um braço que atravessa um objeto, um olhar que foge para o lado errado. Preveja esse desperdício no seu orçamento. A 26 créditos por 5 segundos no Kling 2.5 Turbo ou 48 créditos em 720p no Seedance 2.0 Fast, uma cena finalizada custa na prática o dobro do preço exibido. Já as falhas técnicas são reembolsadas automaticamente.

Caso concreto: uma mini-HQ de seis quadros

Vamos a um exemplo realista: uma mini-HQ de seis quadros para o Instagram, com Louna, uma apicultora, como heroína. Etapa 1, o retrato mestre sobre fundo neutro: 5 tentativas com o Imagen 4, 30 créditos. Etapa 2, as vistas complementares, três quartos, perfil, corpo inteiro: cerca de 6 gerações com o Seedream 5 Lite, 30 créditos. O nó Referência "@Louna" está pronto.

Etapa 3, os seis quadros. Cada prompt continua curto: "@Louna abre uma colmeia ao nascer do sol, vista de cima". Com o Seedream 5 Lite a 5 créditos e contando uma repetição a cada duas gerações, os seis quadros custam cerca de 45 créditos. Total do projeto: mais ou menos 105 créditos, ou seja, 1,05 €. Para uma série de seis visuais com um personagem estável, difícil fazer melhor.

O mesmo nó vai servir na semana seguinte para o episódio 2 e depois para um vídeo de 5 segundos em que Louna acena para a câmera. Um único personagem, definido uma única vez, aproveitado em todo lugar. É aí que a lógica de nós mostra todo o seu valor diante das ferramentas em que cada imagem recomeça de uma página em branco.

Armadilha número 1: as referências contraditórias

A armadilha mais comum: misturar no nó Referência fotos vindas de versões diferentes do personagem. Duas imagens em que o corte de cabelo difere levemente, uma terceira em que a jaqueta está mais escura. O modelo, obrigado a ser fiel a fontes que se contradizem, produz uma média morna que não se parece com nenhuma das três.

O sintoma é reconhecível: as gerações ficam todas "quase boas", mas nunca idênticas entre si. Se isso acontecer com você, não mexa no prompt. Abra o nó Referência, coloque as fotos lado a lado e elimine sem piedade as que divergem. Volte ao retrato mestre como única fonte de verdade.

Regra simples: cada foto adicionada precisa poder ser descrita exatamente pela mesma frase que as outras. Se você precisa dizer "essa aqui é de antes de ela ganhar a cicatriz", ela não tem nada que fazer no nó. Crie em vez disso um segundo nó Referência para essa versão do personagem.

Armadilha número 2: oito fotos quase idênticas

A armadilha inversa também existe. Oito retratos de frente, mesma expressão, mesma luz, mesmo fundo. O modelo conclui que tudo faz parte da assinatura do personagem: o ângulo, o sorriso congelado, a iluminação. Resultado: ele resiste quando você pede outra coisa. Seu personagem olha para a câmera de frente em todas as cenas, mesmo correndo a toda velocidade.

É o sobreajuste em versão referência: exemplos idênticos demais travam a pose em vez do rosto. O antídoto se junta ao conselho sobre os ângulos: poucas imagens, mas variadas. Quatro fotos cobrindo frente, três quartos, perfil e silhueta vencem oito clones do mesmo retrato, sistematicamente.

Nos modelos de vídeo que aceitam até 9 referências, como o Seedance 2.0 ou o MiniMax H3, a tentação de preencher todos os espaços é grande. Resista. Preencha-os apenas se cada imagem trouxer uma informação nova: um ângulo, uma roupa, uma expressão. Caso contrário, três boas imagens rendem mais do que nove redundantes.

Por onde começar hoje

O plano de ação cabe em uma sessão de trinta minutos. Crie um nó Imagem, gere seu retrato mestre sobre fundo neutro e conte com uns trinta créditos de tentativas. Crie o nó Referência, dê um nome ao personagem, escreva três frases de descrição durável, adicione o retrato e depois as vistas complementares. Em seguida, teste uma primeira cena com a @menção e o Seedream 5 Lite.

Se você prefere não conectar tudo isso sozinho, o assistente do Imaginode constrói o fluxo de trabalho completo em um clique por 1 crédito por mensagem: descreva "uma série de posts com um personagem recorrente" e ele posiciona os nós Imagem, Referência e Vídeo já conectados. Só falta você preencher as fotos e ajustar os prompts.

Com o plano Starter a 13 € sem impostos por 900 créditos mensais, essa sessão completa consome menos de 15 % da franquia. E tudo acontece no navegador, com a geração rodando no servidor: nenhuma instalação, nenhuma placa de vídeo para ter em casa, sua pausa de almoço no notebook da sala é suficiente.

Uma vez estabilizado o personagem, o próximo passo é colocá-lo em cena direito: enquadramento, objetiva, movimento de câmera. É exatamente o assunto do nó Câmera, e dedicamos a ele um artigo inteiro, "dirigir a câmera em IA". Sua heroína agora tem um rosto que se mantém. Falta oferecer a ela planos de verdade.