Textura e material no prompt de imagem: as palavras que mudam a superfície da coisa

Resposta rápida

Para a IA acertar a superfície de um objeto, descreva o material (madeira, metal escovado, veludo, cerâmica rachada) e o acabamento (fosco, brilhante, acetinado, áspero) como duas informações separadas, porque cada uma ativa um comportamento visual diferente na hora que o modelo desenha luz e reflexo. “Uma cadeira” e “uma cadeira de mogno escuro, verniz craquelado, acabamento fosco” produzem imagens bem diferentes: a segunda tem grão de madeira visível, imperfeição realista e a luz se comportando como numa superfície opaca, não espelhada. A receita que funciona é: material, acabamento e como a luz reage a ele (reflete, absorve, espalha), nessa ordem, separados por vírgula.

Por que a IA erra tanto o material quando a palavra é vaga?

Quando o prompt diz só “uma bolsa de couro” ou “uma mesa de madeira”, o modelo pega o caminho mais curto: a representação mais comum daquele objeto no conjunto de imagens que ele viu, que costuma ser lisa, genérica e sem nenhuma marca de uso. Isso não é falha pontual, é limite medido. Um estudo publicado no arXiv (2212.00648, “One-shot recognition of any material anywhere using contrastive learning with physics-based rendering”) testou o CLIP, o modelo que conecta texto e imagem por trás da maioria dos geradores, na tarefa de reconhecer material a partir do rótulo semântico no banco de imagens OpenSurfaces. O resultado foi 30% de acerto, contra 50% de uma rede treinada especificamente para aquele conjunto de dados. Ou seja: o mesmo modelo que interpreta seu prompt tem dificuldade real para associar palavra e superfície, então quanto mais vaga a descrição, mais ele preenche a lacuna com o clichê.

Na prática, isso quer dizer que “madeira” sozinho vira sempre o mesmo tom de madeira clara e verniz genérico. “Mogno escuro com veios profundos e verniz craquelado pelo tempo” força o modelo a sair da média e desenhar uma superfície específica.

Quais palavras de acabamento realmente mudam a imagem?

O acabamento é a camada que decide como a luz se comporta na superfície, e é a que mais gente esquece de escrever. Estas são as que funcionam de forma consistente:

Palavra	O que ela faz na imagem
Fosco / matte	Zero brilho, a luz se espalha uniforme, sem ponto de reflexo
Acetinado / satin finish	Brilho suave e difuso, meio termo entre fosco e polido
Brilhante / glossy	Reflexo definido, ponto de luz concentrado, superfície “molhada”
Polido / polished	Reflexo quase espelhado, comum em metal e pedra tratada
Escovado / brushed (metal)	Risquinhos paralelos finos, brilho quebrado em vez de espelho
Áspero / rough	Sombra em micro-relevo, a luz cria textura visível de perto
Craquelado / crackled	Rede de rachaduras finas na superfície, usado em verniz e cerâmica antiga
Translúcido / semi-transparent	A luz atravessa parcialmente, cria sombra colorida e brilho por trás

Testando na prática: peça a mesma xícara de cerâmica trocando só a palavra de acabamento (fosco, depois brilhante, depois craquelado) e compare os três resultados lado a lado. É o jeito mais rápido de treinar o olho para o vocabulário certo.

Como descrever tecido, pele e superfícies orgânicas?

Tecido, pele e madeira pedem um vocabulário próprio, porque “textura” ali é sobre a variação da superfície, não sobre o brilho:

• Tecido: veludo (absorve luz, sombra profunda nas dobras), linho amassado (vincos irregulares), seda (brilho fluido que muda com o movimento), lã trançada (relevo repetitivo), couro envelhecido (rachaduras finas e brilho desigual).
• Madeira: veios visíveis, nós de madeira, superfície escovada (realçada), verniz craquelado, madeira de demolição (marcas de uso e prego).
• Pedra e cerâmica: veios de mármore, granito polido, terracota porosa, cerâmica vidrada.
• Pele e superfície orgânica: poros visíveis, pele com sardas, casca de árvore rachada, superfície de fruta com relevo (a casca da laranja, por exemplo).

O ganho aqui não é só estético. Um prompt de retrato que pede “pele com poros visíveis, sem suavização” já resolve um problema clássico de imagem de IA, que é a pele plástica demais.

Dá para combinar dois materiais na mesma imagem sem a IA confundir?

Dá, mas é onde mais gente erra, porque essa é exatamente a limitação que o estudo do CLIP mediu: o modelo tem dificuldade em amarrar o atributo certo ao objeto certo quando a frase tem mais de uma coisa. Escrever “uma bolsa de couro marrom ao lado de um vaso de vidro fosco” pode fazer a IA trocar as texturas: o vidro sai com aparência de couro, ou o contrário.

Três formas de evitar isso:

1. Repita o substantivo perto do material: em vez de “bolsa de couro e vaso de vidro”, escreva “a bolsa é de couro marrom; o vaso é de vidro fosco” (separar em duas frases curtas reduz a mistura).
2. Descreva na ordem em que os objetos aparecem na cena, do primeiro plano para o fundo. O modelo tende a amarrar melhor o atributo ao objeto quando a ordem da frase acompanha a ordem visual.
3. Evite dois materiais parecidos na mesma cena (dois tipos de metal, duas madeiras diferentes) na primeira tentativa. Depois que o resto da imagem está bom, você refina só aquele detalhe numa segunda rodada (edição local, não o prompt inteiro de novo).

Qual é a diferença entre textura e material no prompt?

Material é do que a coisa é feita (madeira, metal, vidro, tecido). Textura é como a superfície se comporta ao olhar e à luz (lisa, áspera, ondulada, com relevo). Os dois trabalham juntos, mas pedem palavras diferentes: “metal” é material, “escovado” é textura/acabamento daquele metal. Um erro comum é descrever só o material e esperar que a IA invente sozinha o acabamento certo, quando na verdade ela vai chutar o mais comum no banco de imagens dela, que costuma ser genérico demais para um resultado profissional.

Esse vocabulário de textura e material anda junto com cor e paleta no prompt e com iluminação e lente: a cor decide o tom, a luz decide o contraste e o reflexo, e a textura decide como aquela luz se comporta quando bate na superfície. Os três combinados são o que separa uma imagem de IA que parece plástico de uma que parece fotografia.

Na CPDF (Comunidade Profissionais do Futuro - por Danilo Gato) é exatamente esse tipo de vocabulário prático que a gente trabalha nas aulas de imagem: não decorar um prompt pronto, mas entender por que cada palavra muda o resultado, pra você conseguir ajustar sozinho quando a imagem sair errada.

Quais materiais a IA ainda erra, mesmo bem descritos?

Três casos aparecem toda hora e vale saber de antemão, porque a solução não é escrever mais palavra, é mudar a estratégia:

• Vidro e cristal transparente: o modelo tende a desenhar o objeto opaco ou meio embaçado, porque transparência de verdade exige calcular o que está atrás do objeto, e isso é caro de acertar. Ajuda pedir explicitamente “transparente, refletindo e distorcendo o fundo” e simplificar o cenário atrás dele.
• Metal cromado espelhado: costuma sair como um prateado genérico em vez de espelhar o ambiente ao redor de verdade. Descrever o que deveria aparecer refletido (“cromado, refletindo o céu azul e as nuvens”) funciona melhor do que só pedir “cromado brilhante”.
• Tecido estampado em dobra: xadrez, poá e estampas geométricas tendem a desalinhar ou sumir exatamente nas dobras do tecido, porque a estampa precisa se curvar junto com o pano e o modelo simplifica. Pedir estampa em superfície mais lisa e esticada reduz o problema; em roupa muito dobrada, às vezes é melhor aceitar a estampa simplificada e ajustar depois numa edição local.

Saber onde a IA quebra economiza as tentativas de prompt que só repetem a mesma palavra de material esperando um resultado diferente.

Leia também

• Cor e paleta no prompt de imagem: como pedir o tom exato sem a IA lavar tudo
• Iluminação e lente no prompt de imagem: o vocabulário que separa a foto realista do desenho de IA
• Estilo visual no prompt de IA: como pedir sem citar nome de artista
• Cenário no prompt de imagem: como a IA para de inventar o fundo