Imagens de referência, âncoras de identidade e fichas de personagem: as técnicas que realmente mantêm uma identidade entre gerações.

Por que a consistência é difícil

Cada geração do GPT Image 2 é uma amostra independente. O modelo não tem memória da última imagem que fez para você — ele relê o seu prompt e desenha uma interpretação nova. Uma descrição como «uma jovem de cabelo castanho» corresponde a milhões de rostos válidos, então duas execuções dão duas pessoas diferentes que por acaso batem com as palavras.

Portanto, consistência não é algo que você pede uma vez. É algo que você projeta removendo a ambiguidade: ou você fixa a identidade com pixels (uma imagem de referência), ou a fixa com uma descrição de texto incomumente específica e repetida. Prompts vagos derivam; prompts superespecificados se mantêm.

Técnica 1 — Imagem de referência (a alavanca mais forte)

O GPT Image 2 aceita imagens de referência. Quando você passa a mesma referência em toda geração, não está mais pedindo ao modelo que invente um rosto — está pedindo que preserve um. Essa é, de longe, a forma mais confiável de manter uma pessoa, mascote ou produto idêntico ao longo de um conjunto.

Formule o prompt como uma transformação da referência, não como uma descrição nova dela:

Using the provided reference image, keep the subject's face, hairstyle, and outfit 100% identical. Only change the scene to a sunlit Parisian café at golden hour. Same person, same clothing, new environment. Photorealistic, 50mm lens, shallow depth of field.

As frases que fazem o trabalho pesado: «keep … 100% identical», «only change …», «same person». Você está dizendo explicitamente ao modelo quais dimensões estão travadas e quais são livres.

Técnica 2 — A âncora de identidade (consistência só com texto)

Quando você não pode usar uma imagem de referência — por exemplo, gerar um personagem totalmente novo do zero — construa uma âncora de identidade: um bloco fixo de atributos hiperespecíficos que você cola literalmente em todo prompt. Trate-o como a cadeia de DNA de um personagem.

Uma descrição fraca deixa coisa demais ao acaso. Uma âncora forte prega os traços que o modelo, de outro modo, randomizaria:

Rosto: idade exata, formato do rosto, tom de pele, traços distintivos (uma pinta pequena, sardas, uma cicatriz) — traços distintivos ancoram mais forte que os genéricos
Cabelo: cor, comprimento e textura precisos, e um estilo específico («rabo de cavalo alto bagunçado com duas mechas soltas na frente»), não só «cabelo castanho longo»
Figurino: um traje característico descrito até o material e o caimento — roupa recorrente lê-se como o mesmo personagem mesmo se o rosto oscilar um pouco
Um nome de personagem curto usado de forma consistente — nomear o sujeito dá ao modelo um único conceito ao qual prender os traços

Depois reutilize o bloco da âncora no topo de cada prompt e varie apenas a cena abaixo dele. Quanto mais incomum e específica a âncora, menos o modelo improvisa.

Técnica 3 — Fichas de personagem em uma única passada

Em vez de gerar dez imagens e torcer para que combinem, gere uma imagem que contenha todas as vistas de que você precisa. O GPT Image 2 é forte em layouts estruturados de múltiplos painéis, então uma ficha de rotação do personagem mantém todos os ângulos perfeitamente consistentes porque foram todos desenhados na mesma passada.

Character reference sheet for a single original character on a clean neutral background. Show, in one image: front view, 3/4 view, side profile, and back view, all the SAME character with identical face, hairstyle, and outfit across every pose. Add two facial expression close-ups (neutral and smiling). Consistent proportions, model-sheet style, even lighting, no text labels.

Use a própria ficha resultante como imagem de referência para as gerações de cena seguintes. Você efetivamente inicializou uma identidade estável a partir do nada.

Técnica 4 — Itere, não recomece

Quando uma imagem está 90% certa, não a jogue fora e refaça. Reinsira-a como referência e peça uma edição cirúrgica: «same image, but change only the jacket color to deep green; keep everything else pixel-identical.» Cada rodada preserva o que funcionou e muda uma única variável. Recomeçar do texto reintroduz toda a aleatoriedade que você acabou de eliminar.

Falhas comuns e correções

O rosto deriva entre execuções → mude da descrição de texto para uma imagem de referência; texto sozinho raramente segura um rosto em muitas imagens
O figurino muda toda vez → mova o figurino para a âncora de identidade e descreva material + caimento, não só a cor
Referência ignorada → faça o prompt ser explicitamente uma transformação («using the provided image, keep X, change only Y») em vez de uma descrição nova
O personagem parece «aparentado, mas não o mesmo» → sua âncora é genérica demais; adicione um ou dois traços realmente distintivos a que o modelo possa se agarrar
A ficha de múltiplos painéis tem painéis inconsistentes → declare «the SAME character» dentro do prompt e peça menos painéis por imagem

Em resumo

Imagem de referência para a trava mais forte. Âncora de identidade quando você não tem referência. Ficha de personagem para inicializar uma nova identidade em uma passada. Itere nos quase-acertos em vez de refazer. Consistência é ambiguidade removida, não uma palavra mágica.