Prompts para imagens IA: a fórmula para campanhas RPG

Na terceira sessão de um novo arco, os meus jogadores apareceram à mesa à espera de uma revelação visual do líder da facção. O retrato que eu passara quarenta minutos a gerar parecia qualquer outro vilão encapuzado num arquivo de fantasia genérico: indistinto, esquecível, nada parecido com a personagem que eu construíra. O problema não era a ferramenta. Os prompts para imagens IA, estruturados corretamente, produzem arte de personagens pronta para campanha, revelações de locais e imagens de facção que mantêm identidade visual ao longo de cinquenta sessões. Aqui está a estrutura que realmente funciona.

O que a maioria dos prompts erra

O instinto inicial de um Mestre de Jogo que passou anos a escrever lore é escrever prompts como entradas do Codex: a história da personagem, as motivações, a ferida secreta de infância, a posição filosófica. Nada disso aparece na imagem. O que aparece é o que um pintor veria do outro lado da sala: a cicatriz na bochecha esquerda, a postura retraída, as três facas visíveis no cinto.

A abordagem de "lista de compras" tem o problema inverso. Os prompts que circulam nos fóruns de campanha têm este aspeto: "elf rogue dark hood dagger 8k ultra detailed masterpiece." A ferramenta gera alguma coisa. Raramente gera uma personagem que reconheces três sessões depois. Cadeias de qualidade como "masterpiece" e "ultra detailed" consomem tokens que podiam descrever algo que um jogador recordaria.

O problema fundamental é que a maioria dos criadores de mundos escreve o que sabe sobre uma personagem, e os geradores de imagens IA renderizam o que é visível. Quanto mais depressa aprenderes a traduzir lore em âncoras visuais, mais rapidamente a identidade visual da tua campanha se torna coerente.

A fórmula de cinco blocos para retratos de personagens

Após testar esta abordagem ao longo de seis meses de preparação de campanha, incluindo um homebrew de Pathfinder 2e com mais de trinta NPCs que precisavam de ser distinguíveis à mesa, os resultados mais consistentes vêm de cinco blocos ordenados. A ordem importa porque o modelo pondera mais o que aparece no início do prompt.

Bloco 1: Papel e ascendência. Um substantivo composto. "Cartógrafo halfling", "engenheiro de cerco anão", "académico tiefling da corte." Não um nome, não uma história. Apenas o arquétipo e a ascendência.

Bloco 2: Âncoras visuais permanentes. Dois ou três detalhes específicos e visíveis que sobreviveriam a uma descrição escrita de memória depois da sessão. "Presa frontal lascada", "brinco de crescente prateado", "cicatriz de queimadura no antebraço direito." Estes são os detalhes que tornam a personagem reconhecível em várias gerações do mesmo prompt. Se um detalhe não é visível na imagem, não o coloques no prompt.

Bloco 3: Equipamento e silhueta. O que vestem ou carregam, descrito com precisão suficiente para se ler num retrato. "Avental de couro pesado sobre malha de cota" lê-se de forma diferente de "avental de couro." "Dois punhais estreitos segurados baixo" é uma silhueta diferente de "com punhais." A especificidade não é decoração: é a única forma de o modelo distinguir um conjunto de equipamento de outro.

Bloco 4: Humor e pose. Uma palavra para a expressão, uma para a postura. "Cauteloso, peso deslocado para trás." "Divertido, queixo inclinado." Evita estados emocionais abstratos; usa a expressão física da emoção. O modelo não consegue renderizar "conflituado", mas consegue renderizar "mandíbula tensa, olhos ligeiramente desfocados."

Bloco 5: Luz e formato. É aqui que dizes à ferramenta o tipo de resultado de que realmente precisas. "Retrato, parede de pedra à luz de vela atrás, estilo de pintura a óleo, paleta suave." Para tokens VTT: "retrato, fundo branco, ilustração digital." Para uma revelação de vilão: "dramaticamente iluminado por baixo, fundo escuro, arte conceptual." O bloco de formato também define o registo visual de toda a campanha se o mantiveres idêntico em todos os prompts de personagens.

O tamanho total do prompt deve ficar entre quarenta e oitenta palavras. Acima de oitenta, começas a perder sinal. Abaixo de trinta, obténs um resultado genérico.

Prompts de locais: o detalhe que torna uma cena específica

Os retratos de personagens têm uma fórmula. Os prompts de locais têm uma armadilha diferente: o genericismo. "Torre em ruínas antiga de noite" produz exatamente o tipo de imagem que já viste mil vezes. É atmosfericamente correto e emocionalmente inerte.

A solução é a especificidade de um único elemento. "Torre em ruínas antiga de noite" é genérico. "Cidadela na falésia com a torre este colapsada e luz laranja de tochas a sangrar de seteiras estreitas" é um local. A especificidade não tem de estar em todo o prompt. Um detalhe arquitetónico preciso, uma condição atmosférica invulgar, um vestígio de habitação anterior é suficiente para empurrar a cena para além do resultado padrão.

Para os MJs que gerem campanhas longas, os prompts de locais beneficiam de uma âncora secundária: evidência do que aconteceu ali. "Salão de baile desmoronado, grande piano semi-enterrado sob os escombros" situa uma ruína numa civilização. "Campo de batalha três dias após o combate, corvos na orla da floresta, máquina de cerco abandonada na lama" coloca história numa paisagem. Estes detalhes raramente prejudicam a imagem e frequentemente fazem-na parecer habitada em vez de simplesmente renderizada.

Mantém os prompts de locais entre quarenta e sessenta palavras e evita listar demasiadas características arquitetónicas. Uma estrutura clara, condições atmosféricas, um detalhe narrativo.

Manter a consistência visual em campanhas longas

O problema real numa campanha que dura sessenta ou oitenta sessões não é gerar boas imagens. É gerar imagens consistentes. O líder da facção que apareceu na sessão quatro precisa de se parecer reconhecivelmente com ele próprio na sessão quarenta e sete, depois de as suas circunstâncias terem mudado e precisares de um novo retrato.

A resposta prática é um Codex de prompts: um documento separado onde guardas os prompts exatos que produziram cada imagem canónica, a par da URL do resultado e da ferramenta que usaste. Quando precisas de uma nova imagem da mesma personagem, pegas nas âncoras do bloco 2 literalmente e atualizas apenas os blocos 3 a 5. "Presa frontal lascada, brinco de crescente prateado" fica igual. O equipamento, o humor e o formato mudam.

A consistência de estilo em toda a campanha é mais difícil do que a consistência de personagens. A abordagem mais simples é escolher uma cadeia de estilo e nunca desviar dela. "Estilo de pintura a óleo, paleta suave, fundo desfocado" como sufixo fixo em todos os retratos de personagens cria coerência visual mais depressa do que tentar combinar estilos por personagem. Um registo visual para a campanha, tal como um romance tem um registo de prosa único.

Algumas ferramentas gerem isto melhor do que outras. A funcionalidade de referência de personagens do Leonardo AI permite-te fixar uma imagem de referência e regenerar com novas poses ou iluminação, eliminando a necessidade de repetição literal de prompts depois de teres um retrato aprovado. Para MJs com elencos numerosos, este sistema vale o custo adicional no fluxo de trabalho.

Qual gerador de imagens faz o quê

A resposta honesta é que nenhuma ferramenta única faz tudo o que uma biblioteca visual de campanha exige.

O Midjourney produz os melhores resultados para qualidade de retrato final. Renderiza rostos, tecidos e atmosfera a um nível que as outras ferramentas não conseguem igualar de forma consistente. A contrapartida é um ecossistema fechado: trabalhas dentro da interface web deles, não podes correr localmente, e a consistência de estilo em elencos grandes requer documentação cuidadosa de prompts.

O Stable Diffusion é a ferramenta indicada para os MJs que querem controlo sobre o processo em vez de conveniência. Corrido localmente, processa grandes lotes sem custo por imagem e permite afinação em estilos artísticos específicos ou referências de personagens. A sintaxe de prompt é diferente (os prompts negativos vão num campo separado, os pesos do modelo importam), e o custo de configuração é real. A recompensa é um pipeline visual que pertence à campanha e não a um serviço de terceiros.

O Leonardo AI situa-se entre ambos em qualidade e flexibilidade. O seu sistema de referência de personagens é o mais amigável para os MJs que querem manter consistência visual ao longo de campanhas longas. A qualidade de imagem para cenas complexas fica abaixo do Midjourney mas acima da saída média do Stable Diffusion sem afinação específica.

O Ideogram vale a pena conhecer para símbolos de facção, design de brasões heráldicos e ilustração cartográfica. Gere gráficos planos estilizados de forma mais limpa do que os modelos orientados para o fotorrealismo, e a legibilidade de formas geométricas é notavelmente melhor. Não substitui uma ferramenta de retratos, mas complementa-a.

O que a Forja gera versus o que ainda tens de escrever

Há um padrão na preparação de campanha em que os MJs começam a usar prompts para imagens IA, obtêm resultados suficientemente bons e depois passam a usar a geração visual como substituto do trabalho de design subjacente. O retrato existe, logo a personagem existe. A arte conceptual do local está lá, logo o local está construído.

O problema surge à mesa. Um jogador pergunta sobre a cicatriz no rosto do líder da facção. Sabes que está lá, descreveste-a no prompt. Mas não sabes o que significa dentro do lore. A Forja gera a superfície visível. A história por detrás ainda precisa de uma passagem humana.

A geração de imagens com IA é mais rápida e útil quando o design subjacente já é sólido. Uma personagem com motivações claras, um papel definido na estrutura da facção e pelo menos uma relação com outra personagem produz um prompt mais útil porque já sabes quais as três âncoras visuais que realmente importam. Uma personagem em branco que existe apenas para preencher um papel na sessão quatro produz um retrato genérico porque ainda não sabes o que a torna específica.

Isto não é uma crítica das ferramentas. É uma descrição de como tirar o máximo proveito delas. O lore ganha credibilidade ou não ganha. Gera a imagem depois de saberes quem é a personagem. Não para descobrires quem ela é.

Como funciona na prática, à mesa

A fórmula de cinco blocos produz retratos de personagens que resistem às sessões quando as âncoras visuais são escolhidas deliberadamente: marcas físicas, não traços de personalidade. Os prompts de locais com um detalhe arquitetónico ou narrativo específico vão além do resultado padrão. A consistência de estilo numa campanha vem de escolher um registo visual e manter o sufixo fixo idêntico em todos os prompts de personagens.

As imagens que as ferramentas geram são melhores do que a maioria dos MJs teria acesso de outra forma, e são mais rápidas do que encomendar peças individuais para cada NPC com um papel de fala. O fosso que não fecham é o trabalho de design que torna uma personagem digna de ser gerada em primeiro lugar. Esse continua a ser o teu trabalho. E as ferramentas com IA funcionam melhor depois de estares feito.