Gato-mascote no gpt-image: uma única referência mantém o visual, e o Pinterest rendeu 1,84 mil impressões
Uma financeira de São Petersburgo desenha há dois meses um gato-mascote ruivo com o gpt-image e enfrenta um problema central: na centésima imagem, o gato precisa ser o mesmo da primeira. A descrição em palavras gera, a cada vez, um rosto ligeiramente diferente. Por isso a equipe anexa a cada requisição uma única imagem de amostra (a referência). Em 30 dias, o Pinterest somou 1,84 mil impressões, quase todas nos pins divertidos, não nos financeiros. A conclusão: fixe a referência e confira cada imagem com os próprios olhos.
Processado por IA de Habr AI; editado por Hamidun News
Gerar uma imagem bonita é algo que um modelo generativo faz bem. O difícil é ter o mesmo personagem em centenas de imagens para dezenas de plataformas: na centésima, ele precisa ser o mesmo gato da primeira, e a imagem não pode ter nada que leve um moderador a derrubar o post. Uma pequena financeira de São Petersburgo mantém há dois meses um gato ruivo de orelhas caídas, de blazer, nesse esquema.
Ele já apareceu em capas de artigos, em cards do Pinterest, em papéis de parede para celular e em vídeos. Quem desenha é o modelo gpt-image, via API; não há ilustradores humanos no processo. Imagine pedir a um designer "desenhe um gato ruivo" cem vezes seguidas, sem uma foto do protagonista: a cada vez sairia um rosto novo.
Por isso, a equipe anexa a cada requisição uma referência, ou seja, sempre a mesma imagem de amostra. A seguir, o que funcionou, o que ainda quebra e por que o Pinterest rendeu apenas 1,84 mil impressões em 30 dias.
Como manter sempre o mesmo gato
Primeira conclusão: a descrição em texto não estabiliza o personagem. "Gato ruivo de orelhas caídas" sai um pouco diferente a cada vez: mudam o formato do rosto, o tom da pelagem e o comprimento dos pelos. O que ajuda é a imagem de referência, enviada em toda requisição.
O esquema é este. Existe uma referência principal, que não muda por meses. No prompt entra uma frase como "the same ginger Scottish Fold cat from the reference", e a aparência não é descrita de novo. A roupa é definida separadamente e muda conforme a cena: blazer, suéter, capacete, macacão. O rosto e a coloração vêm da referência.
O prompt é montado com os mesmos blocos, sempre na mesma ordem: estilo, personagem, ação, local, proibições. Vale escolher ações com um objeto nas patas: cenas em que o gato segura algo ou luta com alguma coisa ficam mais vivas que retratos. Na janela, desenha-se um detalhe reconhecível da cidade, como a cúpula da Catedral de Santo Isaac, que o modelo reproduz com segurança.
As tarefas ficam em JSON, e um script as executa em paralelo, com duas variações por tarefa. Antes de rodar, ele compara o preço do modelo por imagem com um limite e se recusa a trabalhar se o preço estiver acima. É uma proteção para o caso de o agregador mudar a tarifa de repente quando há quarenta imagens na fila.
O que quebra
Texto. A instrução "no text" funciona mal. Em papéis, telas de notebook, calendários e placas, o modelo desenha letras do mesmo jeito, em geral um amontoado sem sentido, e isso denuncia na hora que a imagem foi gerada. Funciona melhor descrever o texto como ilegível: "text unreadable, blurred", "abstract colorful code lines, unreadable", "chalkboard with drawings only". O modelo desenha uma mancha borrada com mais boa vontade do que um espaço vazio.
Quando o texto é necessário, como nas infografias para o Pinterest, a equipe antes montava os cards em HTML, e o resultado parecia um modelo pronto de construtor de sites. Agora o modelo diagrama o card inteiro e escreve o texto em russo por conta própria. O prompt exige que ele reproduza o texto estritamente palavra por palavra, sem palavras extras e sem alfabeto latino, com cada item entre aspas. O resultado melhora, mas erros de digitação acontecem: "подтинуть" no lugar de "подтянуть", "раз месяц" sem a preposição. Por isso cada variação é conferida a olho e, se as duas têm erros, a tarefa é regenerada. O texto é mantido curto, com 2–5 palavras por item.
Patas. Quanto mais complexa a ação, maior a chance de aparecer uma terceira pata. Por exemplo, quando o gato segura um telefone e assina um documento ao mesmo tempo. A solução é simplificar a cena.
Logotipos e personagens alheios. Se a cena envolve o "Gosuslugi" ou um "aplicativo de banco", o modelo pode desenhar algo parecido com um logotipo real, e a imagem passa a parecer publicidade ou falsificação da marca de terceiros. A equipe escreve "abstract banking app screen with a big green checkmark". O gato de chapéu com pena e botas, criado para uma cena sobre "A Ronda Noturna", ficou parecido demais com um conhecido gato de botas dos desenhos animados, e a imagem foi descartada. Agora, para cenas com pinturas, usam-se apenas obras em domínio público, e o personagem não recebe atributos de heróis reconhecíveis. Uma marca acidental no canto é simplesmente cortada.
Regras das plataformas e os números do Pinterest
Uma única imagem não serve para todo lugar. A equipe chegou a uma lista. No T-Zh, a primeira imagem vira a capa e não pode ter texto nem logotipos.
No Klerk, a capa também não tem logotipos nem texto, e o tamanho é 2048×1152. No Drive2, o público gosta de realismo, então vão cenas fotorrealistas com a legenda "ilustração gerada". No Pinterest, os pins gerados recebem a marcação de alteração com IA.
No Pikabu e nos fóruns de bancos, o gato-mascote parece publicidade, e ali funcionam memes simples em formato de esboço, em dois painéis, sem o personagem. A capa nunca é uma tabela ou infografia: uma tabela na primeira tela parece relatório, e a infografia fica só dentro do texto. Os metadados de origem (C2PA) não são removidos dos arquivos, e as imagens não são apresentadas como fotos.
São três tamanhos: 1536×1024 para capas (depois cortadas para a proporção necessária), 1024×1536 para pins e 1088×1920 para papéis de parede 9:16, em que se pede para manter a quinta parte superior do quadro livre para o relógio.
O resultado mais inesperado veio do Pinterest. Nos primeiros 30 dias, a conta somou 1,84 mil impressões, e quase todas vieram de três pins de entretenimento: a boneca de papel do gato (697 impressões), as roupas para ela (219) e o desenho para colorir (195). As infografias financeiras, razão de todo o projeto, tiveram de 4 a 10 impressões cada. O personagem atrai atenção onde ele é interessante por si só, enquanto um conselho financeiro com um gato continua sendo um conselho financeiro. Hoje há mais imagens de entretenimento, e os temas financeiros ficaram em minoria.
O que levar para a prática
Antes de publicar, a equipe confere seis pontos: se o gato se parece com a referência (rosto, coloração, orelhas), se não há patas ou dedos a mais, se não há garranchos legíveis em objetos pequenos, se não há logotipos alheios nem semelhança com heróis conhecidos, se o texto coincide palavra por palavra com o que foi pedido e se a imagem atende às regras da plataforma. Os números do Pinterest se referem a uma única conta ao longo de um mês, então ainda é cedo para generalizá-los. Isso não afeta a conclusão prática: se você mantém um personagem ou uma marca com imagens geradas, use uma referência única e imutável, descreva o texto na imagem como borrado e deixe uma pessoa na verificação final.
A geração dispensa o ilustrador, mas não o editor: com regularidade aparece algo que não pode ser publicado.
- 22 de abr. de 2026Decomposição de prompts no Gemini e no Kling: como recriar uma imagem do Pinterest no estilo da sua marca
- 18 de nov. de 2026KandiShop eleva de 52% para 75% a semelhança de rostos gerados por IA com o original, sem fine-tuning
- 29 de out. de 2026Black Forest Labs lança o FLUX.3 Klein: 1024×1024 em 2 segundos na H100
- 8 de nov. de 2026OpenAI lança GPT-Image 2.6: dois modelos, GIF e exportação para SVG via API
Perguntas frequentes sobre a notícia
Como manter sempre o mesmo gato?
Primeira conclusão: a descrição em texto não estabiliza o personagem. "Gato ruivo de orelhas caídas" sai um pouco diferente a cada vez: mudam o formato do rosto, o tom da pelagem e o comprimento dos pelos. O que ajuda é a imagem de referência, enviada em toda requisição. O esquema é este. Existe uma referência principal, que não muda por meses. No prompt entra uma frase como "the same ginger Scottish Fold cat from the reference", e a aparência não é descrita de novo.
O que quebra?
Texto. A instrução "no text" funciona mal. Em papéis, telas de notebook, calendários e placas, o modelo desenha letras do mesmo jeito, em geral um amontoado sem sentido, e isso denuncia na hora que a imagem foi gerada. Funciona melhor descrever o texto como ilegível: "text unreadable, blurred", "abstract colorful code lines, unreadable", "chalkboard with drawings only". O modelo desenha uma mancha borrada com mais boa vontade do que um espaço vazio.
O que se sabe sobre Regras das plataformas e os números do Pinterest?
Uma única imagem não serve para todo lugar. A equipe chegou a uma lista. No T-Zh, a primeira imagem vira a capa e não pode ter texto nem logotipos. No Klerk, a capa também não tem logotipos nem texto, e o tamanho é 2048×1152. No Drive2, o público gosta de realismo, então vão cenas fotorrealistas com a legenda "ilustração gerada". No Pinterest, os pins gerados recebem a marcação de alteração com IA.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.