Prompt não é briefing: o que a IA precisa saber sobre sua marca antes do primeiro post

Prompt é instrução. Briefing é contexto. Parece diferença de vocabulário e é diferença de natureza.

Vale olhar o que um briefing de verdade contém. O modelo de briefing publicado pela AIGA, a associação profissional de design dos Estados Unidos, tem seis partes: objetivo, público, o que move esse público, mensagem central, por que aquilo importa, e entregáveis.

Só que, no caso de identidade visual, o problema é maior do que contexto faltando. Existem três limites técnicos que nenhum contexto adicional atravessa.

Esse é o mais surpreendente e o mais decisivo. Colocar o código hexadecimal da sua marca no prompt não funciona, e não é falta de capricho na escrita.

O modelo de difusão tem dificuldade em interpretar códigos hexadecimais ou valores RGB diretamente, já que esses modelos não têm embeddings para tais representações.

Em português direto: o modelo nunca aprendeu que #FF6B35 é uma cor. Ele tem representação interna para "laranja", não para um laranja específico. O código entra como texto e é processado como texto, não como instrução de cor.

O estudo mediu o tamanho do erro usando ΔE, que é a distância entre duas cores. Um ΔE de 2 a 3 é o limiar em que o olho humano começa a perceber diferença. O método de referência testado errou por ΔE de 48. A versão corrigida proposta pelos autores chegou a 21.

Um detalhe importante para não tirar a conclusão errada: isso é limite de pedir cor por texto a um modelo generativo, não limite de computador. Em qualquer editor de layout, aplicar #FF6B35 é exato e trivial. A diferença entre as duas coisas é o ponto central deste post.

O nome da sua marca sair escrito errado na imagem tem explicação arquitetural, publicada num artigo apresentado na ACL em 2023.

Os modelos populares de texto para imagem não têm características de entrada em nível de caractere, o que torna muito mais difícil prever a composição visual de uma palavra como uma série de glifos.

O modelo enxerga palavras inteiras ou pedaços de palavra, nunca letras individuais. Ele é, nos termos do artigo, cego a caractere. Sabe que existe a palavra, não sabe quais letras a compõem, e mesmo assim precisa desenhar essas letras uma a uma.

A documentação do Imagen, do Google, é direta sobre o assunto e recomenda limitar texto a 25 caracteres ou menos para geração adequada. Sobre fonte, o texto é ainda mais explícito.

Não conte com replicação precisa de fonte, e sim espere interpretações criativas.

Ou seja: a tipografia da sua marca não é travável por prompt, e quem diz isso é o fabricante do modelo, não um crítico de IA.

Você acerta o post de segunda. Na quinta, pede a mesma coisa e vem outra coisa. Isso tem nome na literatura técnica: loteria de semente.

Com o prompt e o modelo fixos, duas sementes de norma comparável podem produzir correção semântica, estrutura de composição, tipografia e taxas de artefato drasticamente diferentes.

Repare que tipografia está nomeada na lista do que varia. E o mesmo artigo registra que a prática comum para lidar com isso é gerar várias vezes e escolher a melhor.

Existe nuance: com semente fixa e amostrador determinístico, dá para reproduzir. Só que as ferramentas de consumidor raramente expõem esse controle, e o comportamento padrão delas é o variável.

A resposta que as ferramentas oferecem para consistência é a referência de estilo: você dá uma imagem de exemplo e pede algo no mesmo espírito. Isso funciona, dentro de um limite que precisa ficar claro.

A própria documentação do Midjourney diz que a referência de estilo captura o estilo geral, como cores, meio, texturas ou iluminação, e avisa que detalhes específicos como logo em roupa podem não sair exatamente certos.

Referência de estilo tira você do aleatório e coloca no mesmo território. Identidade de marca não é território, é exatidão: logo com proporção diferente deixa de ser logo.

Se você usa Canva com kit de marca configurado e mesmo assim acha o resultado meio na sua marca e meio não, existe uma explicação, e ela não é impressão sua.

São duas camadas diferentes na mesma tela, e elas se comportam de formas opostas.

É por isso que a peça sai com o texto na cor certa e a imagem num tom quase certo. As duas metades da mesma arte estão sujeitas a regras diferentes.

Juntando tudo: o que a IA precisa saber antes do primeiro post não é um prompt mais detalhado. É um conjunto de decisões registradas fora dela, aplicadas na camada onde elas de fato pegam.

1. 1.As três cores, em código hexadecimal, aplicadas como cor de elemento e nunca pedidas por texto ao modelo.
2. 2.As duas fontes, instaladas e aplicadas em caixa de texto de verdade. Nunca peça o nome da marca desenhado dentro da imagem gerada.
3. 3.O logo como arquivo, colocado por cima. Nunca gerado.
4. 4.A margem, em porcentagem da largura, para valer em qualquer formato.
5. 5.O que a marca faz, para quem, e em que tom. É a parte de contexto do briefing da AIGA, e é o que evita a peça genérica quando o resto já está travado.

A gente construiu o produto em cima exatamente dessa separação. As cores, as fontes e o logo da sua marca são extraídos do seu site ou perfil e ficam registrados como valores, não como descrição num prompt. Na hora de montar a peça, eles são aplicados como elementos reais, que é a camada onde a exatidão existe.

O resultado é que a peça de hoje e a do mês que vem usam o mesmo hexadecimal, porque nenhuma das duas está adivinhando qual era a cor.

Se você quer entender antes por que a IA genérica erra a identidade, tem um post no blog só sobre isso. O plano grátis inclui 5 créditos, sem cartão.