Obter tons de pele realistas em retratos gerados por IA é um dos desafios mais difíceis da arte com IA. Este artigo detalha 5 estratégias específicas de prompt que controlam cor, textura, iluminação e espalhamento subsuperficial para produzir pele fotorrealista em todos os tipos de pele de Fitzpatrick, do marfim mais claro ao ébano mais profundo, com exemplos reais de prompt que você pode usar agora.
Acertar os tons de pele na arte com IA é enganosamente difícil. Você pode acertar a composição, a configuração de luz e o fundo, mas no momento em que um rosto aparece, ele parece ter sido feito de plástico: suavizado demais, artificialmente luminoso ou preso em algum ponto entre o cinza e o bege, independentemente do tipo de pele que você pretendia. O problema não é o modelo. O problema é que a maioria dos prompts diz à IA o que desenhar, mas não como a pele realmente se comporta em condições reais.
Estes 5 truques de prompt mudam isso. Cada um atua em um ponto de falha específico na forma como os geradores de imagem com IA interpretam os tons de pele e, juntos, produzem retratos com o tipo de textura de pele fotorrealista que faz as pessoas pararem de rolar a tela.
Os geradores de imagem com IA aprendem a partir de fotografias. Mas a maioria das fotos nos conjuntos de treinamento passou por retoque profissional (pele suavizada, poros removidos, cor normalizada) ou foi mal iluminada (apagando os subtons naturais). Quando você escreve um prompt vago como "retrato de uma mulher com pele morena", o modelo faz uma média a partir desses dados enviesados e gera algo que parece razoavelmente correto, mas emocionalmente sem vida.
A pele não é uma superfície plana. É um material translúcido com várias camadas: a epiderme reflete a luz, a derme a espalha, e a hipoderme absorve o restante. A pele real mostra destaques quentes em superfícies elevadas, sombras frias em reentrâncias e um brilho interno sutil onde a luz atravessa a pele fina. Nenhum modelo de IA produz isso por acaso.
Os truques abaixo forçam o modelo a reconstruir essa complexidade de forma deliberada. Use os cinco juntos para o máximo de realismo, ou isole cada um para corrigir um problema específico nos seus resultados atuais.
A escala de Fitzpatrick foi desenvolvida pelo dermatologista Thomas Fitzpatrick em 1975 para classificar a cor da pele humana pela sua resposta à radiação UV. Modelos de IA treinados com dados médicos e fotográficos reconhecem essa escala, e citá-la oferece um controle muito mais preciso do tom de pele do que descritores genéricos como "claro", "escuro" ou "moreno".
Em vez de escrever "pele escura", escreva "tipo V de Fitzpatrick, subtons quentes de marrom profundo". Em vez de "pele clara", escreva "tipo II de Fitzpatrick, porcelana fria, capilares visíveis no nariz". Isso ancora o modelo em uma referência biológica específica, em vez de uma impressão subjetiva de cor.
| Tipo Fitzpatrick | Descrição | Descritores úteis para o prompt |
|---|---|---|
| Tipo I | Muito pálida, sempre queima | "porcelana, subtom rosa frio, pele translúcida, veias visíveis" |
| Tipo II | Clara, queima facilmente | "marfim claro, sardas leves, bochechas propensas à rosácea, bege frio" |
| Tipo III | Média, às vezes queima | "oliva quente, destaque pêssego-âmbar, subtom neutro" |
| Tipo IV | Média-escura, raramente queima | "caramelo quente, subtom dourado, destaque de mel na ponta do nariz" |
| Tipo V | Escura, muito raramente queima | "mogno profundo, destaque âmbar quente, sombra marrom rica" |
| Tipo VI | Muito escura, nunca queima | "ébano, profundidade de sombra azul-preta, espalhamento subsuperficial vermelho-violeta" |
Observe como cada descrição combina a cor base com um subtom, um comportamento do destaque e uma característica da sombra. A cor da pele não é um único valor hexadecimal. É uma faixa de valores que mudam conforme a luz incide. Seu prompt precisa descrever as três zonas.
O subtom é o que separa tons de pele que parecem sem vida de tons que parecem vivos. Toda cor de pele humana tem um subtom dominante: quente (amarelo, pêssego, dourado), frio (rosa, vermelho, azul) ou neutro (uma mistura de quente e frio). Os modelos de IA são inconsistentes ao detectar e preservar o subtom sem instrução explícita.
Para pele de subtom quente, acrescente: warm golden undertone, yellow-peach base, amber highlight on nose and cheeks
Para pele de subtom frio, acrescente: cool pink undertone, blue-purple shadow, rosacea flush on cheeks, visible capillaries
Para pele neutra, acrescente: balanced warm-cool undertone, soft beige base, green-gray cast in deep shadows
💡 Dica de especialista: Acrescente "tonalidade amarelo-esverdeada nas áreas de sombra" para pele oliva, ou "preenchimento de sombra azul-roxo" para pele escura. Essas são as cores de subtom que aparecem de fato nas sombras fotográficas, e são elas que separam um retrato realista de um retrato chapado.
O motivo mais comum para os tons de pele parecerem errados é a iluminação vaga. Escrever "luz suave" não diz ao modelo nada sobre direção, temperatura de cor ou qualidade. O modelo escolhe uma configuração genérica de luz frontal que achata cada tom de pele em um único valor médio.
Descrições precisas de iluminação fazem três coisas ao mesmo tempo. Definem onde caem os destaques (revelando a textura da pele), controlam a cor da sombra (determinando os subtons) e configuram o balanço de branco (deslocando todo o tom de pele para mais quente ou mais frio).
Veja como fica uma descrição de iluminação vaga em comparação com uma específica:
Vaga: "luz natural suave"
Específica: "luz da manhã volumétrica vinda do canto superior esquerdo a 45 graus, temperatura de cor quente de 4200K, preenchimento suave de sombra por uma janela aberta à direita, contraluz de céu ambiente criando separação azul-clara no cabelo"
A segunda descrição diz ao modelo o ângulo exato (canto superior esquerdo, 45 graus), a temperatura de cor exata (4200K, que se lê como luz quente da manhã), a fonte de preenchimento (janela aberta à direita criando iluminação secundária suave) e uma contraluz com cor específica (luz ambiente do céu azul). Cada um desses parâmetros afeta a pele diretamente.
A temperatura da luz interage de forma diferente com cada tom de pele. A luz de tungstênio quente de 3200K empurra a pele de subtom amarelo na direção do laranja, o que pode ficar natural e bonito, mas pode apagar a pele de subtom frio ao remover justamente o rosado que a define. A luz fria de céu nublado de 7000K valoriza a pele de subtom frio ao preservar suas qualidades azul-rosadas, mas pode deixar a pele de subtom quente com aparência acinzentada e opaca.
Vocabulário de temperatura de luz para prompts de IA:
💡 Dica: A temperatura de cor é um dos controles de tom de pele mais poderosos na arte com IA. Um prompt de tungstênio de 2800K vai aquecer a pele independentemente da cor base, enquanto a luz de céu nublado de 7000K vai achatar e esfriar até a tez mais quente. Combine a temperatura da luz com o subtom para resultados coerentes.
O espalhamento subsuperficial (SSS, na sigla em inglês) é o fenômeno óptico em que a luz penetra a superfície da pele, ricocheteia dentro das camadas dérmicas e sai em outro ponto com uma cor levemente diferente. É o motivo pelo qual a pele parece viva, e não como borracha colorida.
A maioria dos prompts de arte com IA nunca menciona isso. Acrescentar até mesmo uma referência básica de SSS muda drasticamente a maneira como o modelo renderiza a profundidade da pele.
Estas frases acionam efeitos de espalhamento subsuperficial nos geradores de imagem com IA:
subsurface scattering visible through thin skininner glow from SSS on nose tip and ear lobestranslucent skin, light passing through epidermisbacklit subsurface scatter on cheekbonesskin glows from within, warm red-orange SSS in shadowsA última frase, "SSS vermelho-laranja quente nas sombras", é particularmente eficaz. Em retratos reais com contraluz, as áreas de sombra da pele de fato brilham em vermelho porque a luz atravessa o tecido. Pedir ao modelo para reproduzir esse efeito específico leva o resultado da qualidade de ilustração para a qualidade de fotografia.
Você também pode direcionar o SSS para locais anatômicos específicos onde ele aparece com mais força de forma natural:
| Área da pele | Aparência natural do SSS | Linguagem para o prompt |
|---|---|---|
| Ponta do nariz | Brilho laranja-avermelhado em contraluz | "translucidez vermelho-laranja na ponta do nariz" |
| Lóbulos das orelhas | Transmissão forte de laranja | "SSS âmbar brilhante através do tecido fino da orelha" |
| Maçãs do rosto | Brilho interno suave e quente | "brilho SSS quente nos picos das maçãs do rosto" |
| Dedos (em contraluz) | Transmissão vermelha forte | "pontas dos dedos brilham em vermelho-laranja em contraluz" |
| Pálpebras | Transmissão roxo-rosada | "pele fina da pálpebra mostra SSS rosa-violeta" |
Junto com o SSS, a descrição de microtextura acrescenta profundidade percebida à pele. Em vez de "pele detalhada", escreva: "poros individuais visíveis no nariz e nas bochechas, sombras finas de folículos capilares ao longo da mandíbula, brilho natural de sebo na testa, microtextura de queratina na superfície dos lábios." Esses termos específicos ativam a renderização de textura do modelo de um jeito que o genérico "detalhado" nunca consegue.
Os modelos de IA treinados com fotografias respondem bem ao vocabulário fotográfico, porque essa é a linguagem que os legendadores originais usavam. Escrever "Kodak Portra 400" diz ao modelo muito mais sobre a renderização de cor do que escrever "cores naturais". As emulsões de filme têm características conhecidas: a Portra 400 tem viés quente, sombras elevadas e destaques comprimidos. A Fujifilm Velvia é saturada e contrastada. A Ilford HP5 em simulação colorida produz meios-tons opacos e granulados.
Além do tipo de filme, especificações de lente têm significado real para a renderização da pele:
O motivo pelo qual a especificação da lente importa para os tons de pele especificamente é a compressão e a profundidade de campo. Uma distância focal maior (85-135mm) comprime levemente as feições do rosto, e é assim que fotógrafos profissionais de beleza fazem a pele parecer mais contínua e uniforme. Uma lente grande-angular distorce o nariz e o queixo, e essas distorções mudam a forma como a sombra e o destaque caem sobre o rosto. O modelo conhece isso implicitamente, porque aprendeu a partir de fotografias reais tiradas com essas lentes.
O grão do filme é a outra grande alavanca. O grão natural do filme quebra a suavidade digital que faz a pele da IA parecer plástico:
Kodak Portra 400 film grain, warm skin tones, lifted shadowsFujifilm Pro 400H, soft pastels, muted highlightsKodak Gold 200, slightly warm, vintage color castIlford HP5 color simulation, desaturated, gritty midtonesFujifilm Classic Chrome, muted orange-brown skin palette
💡 Dica: Combine o tipo de filme com um modelo específico de câmera para o máximo de realismo: "Leica Q3, 28mm, Fujifilm Classic Chrome" produz um visual de fotografia de rua com tons comprimidos e cores dessaturadas que faz a pele da IA parecer autenticamente documental.
Inclua sempre "sem retoque", "sem suavização de pele" ou "fotografia bruta" no seu prompt. Essas frases dizem ao modelo para não aplicar o aerógrafo digital pelo qual a maioria dos dados de treinamento de fotografia comercial passou.
Os quatro truques acima envolvem saber qual linguagem usar. Mas gerar do zero, toda vez, o prompt perfeito de 75 palavras sobre tons de pele é lento e inconsistente. É aqui que os modelos de linguagem (LLM) mudam o fluxo de trabalho por completo.
Antes de gerar sua imagem, coloque seu conceito básico em um LLM e peça para ele expandir o prompt com detalhes específicos de tom de pele. Um conceito básico como "retrato de uma mulher de pele escura em um café" vira uma especificação fotográfica quando você passa por GPT-4o ou Claude Sonnet 4.6 com a instrução certa.
Diga ao LLM: "Expanda isto em um prompt de geração de imagem com IA de 60 palavras otimizado para tons de pele fotorrealistas. Inclua o tipo de Fitzpatrick, a direção da luz e a temperatura de cor, pistas de espalhamento subsuperficial, o tipo de filme e a especificação da lente. Mantenha a cena, mas acrescente todos os detalhes técnicos de renderização da pele."
Modelos como o Gemini 3.5 Flash são rápidos o bastante para você iterar de 5 a 6 variações de prompt em menos de um minuto. Llama 4 Maverick Instruct e DeepSeek R1 são boas opções gratuitas para a mesma tarefa.
O fluxo de trabalho completo se parece com isto:
Esse último passo, o feedback visual, é particularmente poderoso. O GPT-4o pode olhar para a imagem gerada e dizer exatamente qual termo do prompt causou a mudança de cor, a suavidade de plástico ou o subtom de sombra incorreto. Isso fecha o ciclo entre prompt e resultado de um jeito que a tentativa e erro nunca faz com eficiência.
Você também pode usar LLMs com capacidade de visão para analisar uma fotografia de referência de que goste. Envie um retrato com os tons de pele que deseja alcançar e pergunte ao LLM: "Descreva o tipo exato de Fitzpatrick, a temperatura de cor da luz, as características de espalhamento subsuperficial e a textura da pele deste retrato em linguagem de prompt para um gerador de imagens com IA." O LLM fará a engenharia reversa dos parâmetros da pele para você.
Aqui está um antes e depois do mesmo conceito, com e sem essas técnicas aplicadas.
Antes (prompt básico):
"Retrato de uma mulher com pele marrom escura, luz natural, realista"
Depois (com os 5 truques):
"Retrato em close de uma mulher, pele mogno profunda quente de tipo V de Fitzpatrick, iluminação Rembrandt vinda do canto superior esquerdo a 45 graus, temperatura de cor quente de 4500K, preenchimento ambiente frio pela direita, espalhamento subsuperficial visível na maçã do rosto e na ponta do nariz com SSS vermelho-laranja quente nas áreas de sombra, microtextura de poros, detalhe individual de cabelo nas têmporas, grão de filme Kodak Portra 400, Hasselblad X2D 85mm f/2.0 com profundidade de campo estreita, sem retoque, sem suavização digital de pele, fotografia bruta em 8K --ar 16:9 --style raw"
O segundo prompt é mais longo. Isso é intencional. Os modelos de imagem com IA produzem resultados melhores quando os prompts são específicos e técnicos, e não curtos e vagos. Para tons de pele, principalmente, a vagueza é a inimiga.
Você também pode combinar estes truques de acordo com o que está falhando nos seus resultados atuais:
O retrato acima mostra o que é possível quando os cinco princípios funcionam juntos: cada tom de pele do grupo se lê de forma distinta e natural, unido pela mesma qualidade de luz quente, sem recair em uma média genérica e barrenta. Esse é o objetivo.
O PicassoIA dá acesso direto a mais de 91 modelos de texto para imagem, sem configuração nem chaves de API. Você pode rodar o mesmo prompt de tom de pele em vários modelos na mesma sessão para comparar qual deles lida melhor com o seu tipo de Fitzpatrick ou com o seu cenário de iluminação.
A plataforma também inclui ferramentas de edição de imagem com IA para inpainting e outpainting, então, se um retrato sair quase certo, mas o tom de pele na área de sombra estiver errado, você pode corrigir apenas essa região sem gerar a imagem inteira de novo. A coleção de Large Language Models no PicassoIA inclui todos os LLMs mencionados no Truque 5, o que permite fazer todo o seu fluxo de trabalho, do refinamento do prompt até a geração da imagem e a edição seletiva, sem alternar entre ferramentas separadas.
Traga um dos seus prompts existentes. Aplique um truque de cada vez e compare os resultados. A diferença entre "pele escura, luz natural" e um prompt totalmente especificado na escala de Fitzpatrick, com SSS, direção precisa da luz e grão do Portra 400, não é sutil. É a diferença entre uma imagem de IA tecnicamente adequada e uma que parece ter saído do portfólio de um fotógrafo profissional.
Comece em picassoia.com/en/all-models.
Escolha seu idioma
