Geração de imagens no SillyTavern: configuração gratuita, prompts, ajustes e correções para quando não funciona

Faça o SillyTavern desenhar imagens dentro dos seus chats de interpretação de papéis sem pagar assinatura. Este artigo mostra uma configuração local gratuita, modelos de prompt que funcionam, ajustes de sampler e resolução, e uma lista de correções para os erros que deixam uma caixa de imagem em branco.

Geração de imagens no SillyTavern: configuração gratuita, prompts, ajustes e correções para quando não funciona
Cristian Da Conceicao

Você digita "me manda uma foto da taverna", o personagem responde com a voz perfeita, e a imagem nunca chega. Ou chega como uma caixa quebrada. Se você já olhou para aquele espaço vazio em um chat do SillyTavern, este artigo é para você. Abaixo você encontra uma configuração gratuita que funciona em um PC comum de jogos, modelos de prompt que você pode colar hoje, os ajustes que decidem se os rostos ficam bonitos ou derretidos, e uma lista de correções para os erros que causam quase todos os tópicos de "não funciona".

Um rapaz de moletom cinza instalando um software em um notebook sobre uma mesa de cozinha

Como o SillyTavern cria imagens

O SillyTavern é uma interface para conversar com modelos de linguagem e interpretar personagens. Ele não desenha nada por conta própria. O recurso de imagem é uma extensão (versões mais antigas a chamavam de "Stable Diffusion") que pega o texto do seu chat, transforma em um prompt de imagem e envia esse prompt para um backend de imagem separado. O backend renderiza a imagem e a devolve para ser mostrada na conversa.

Essa divisão explica a maior parte da confusão. Quando algo falha, o problema geralmente está em um de três lugares: o modelo de texto que escreve o prompt, a conexão entre o SillyTavern e o backend, ou o próprio backend.

As três peças em movimento

PeçaFunçãoEscolha típica
Modelo de chatEscreve a história e o prompt de imagemUm modelo local ou um modelo por API
ExtensãoMonta o prompt e chama o backendJá incluída no SillyTavern
Backend de imagemDesenha a imagemStable Diffusion WebUI, ComfyUI, uma rede de voluntários ou uma API paga

Backends gratuitos versus pagos

Gratuito significa, na prática, uma de duas coisas. Você roda o backend na sua própria placa de vídeo, o que não custa nada por imagem, mas exige uma GPU decente. Ou usa uma rede mantida por voluntários, que também não custa nada, mas faz você esperar em uma fila. As APIs pagas são rápidas e não precisam de hardware, mas cobram por imagem.

💡 Dica: Se sua GPU tiver 8 GB de VRAM ou mais, o local é a melhor rota gratuita. Abaixo de 6 GB, espere renderizações lentas e erros de falta de memória em tamanhos maiores.

Configuração gratuita com backend local

Uma placa de vídeo instalada em um gabinete de PC aberto sobre uma bancada

Dois backends locais são populares: o Stable Diffusion WebUI do AUTOMATIC1111 e o ComfyUI. O WebUI é mais simples. O ComfyUI é mais flexível e permite carregar as famílias de modelos mais novas por meio de fluxos de trabalho. Escolha um, não os dois, até conseguir uma imagem funcionando.

Opção um: Stable Diffusion WebUI

  1. Instale o WebUI e confirme que você consegue gerar uma imagem na própria página dele no navegador.
  2. Abra webui-user.bat e defina a linha de inicialização como set COMMANDLINE_ARGS=--api. Sem essa flag, o SillyTavern não tem com o que conversar.
  3. Reinicie o WebUI. Ele normalmente escuta em http://127.0.0.1:7860.
  4. No SillyTavern, abra Extensions e depois Image Generation.
  5. Escolha a fonte WebUI, cole o endereço acima e pressione Connect.
  6. Quando as listas de modelo, sampler e VAE forem preenchidas, a conexão está funcionando.

Opção dois: ComfyUI

  1. Inicie o ComfyUI e gere uma imagem de teste na própria interface.
  2. No SillyTavern, defina a fonte como ComfyUI e informe o endereço dele, normalmente http://127.0.0.1:8188.
  3. Escolha um checkpoint e um sampler nos menus suspensos que aparecerem.
  4. Se você quiser um pipeline personalizado, monte-o no ComfyUI, exporte no formato API e cole no editor de fluxos de trabalho do SillyTavern. O fluxo padrão é o primeiro teste mais seguro. Mude para um personalizado somente depois que o padrão desenhar uma imagem.

Opção três: rede de voluntários

O SillyTavern também oferece uma fonte de voluntários que não exige instalação. Você escolhe um modelo, envia o prompt e espera a GPU de um voluntário pegá-lo. As filas podem levar de segundos a vários minutos, e a qualidade varia conforme o modelo, então use isso como forma de testar o recurso antes de se comprometer com hardware local.

Uma nota sobre serviços de API

Alguns serviços pagos anunciam endpoints de imagem "compatíveis com a OpenAI". Aqui está o detalhe: a opção de imagem da OpenAI embutida no SillyTavern foi feita para o serviço oficial e nem sempre aceita um endereço personalizado. Quem aponta essa opção para um endpoint de terceiros costuma receber um erro 404. Se você quiser uma API hospedada, procure uma extensão dedicada para esse provedor em vez de forçar a opção que já vem embutida.

Prompts que realmente funcionam

Mãos digitando em um teclado na frente de um segundo monitor

A extensão não envia simplesmente a sua última mensagem. Ela monta um prompt a partir da cena, usando modelos que você pode editar. Entender como essas peças se empilham é a diferença entre um retrato nítido e um borrão aleatório.

A pilha do prompt

Todo prompt de imagem é montado em camadas:

  • Prefixo comum: Palavras de qualidade que se aplicam a tudo, como photograph, natural light, detailed skin, sharp focus.
  • Prefixo do personagem: Uma descrição fixa do rosto, do cabelo e da roupa do personagem, para que ele tenha a mesma aparência em todas as imagens.
  • Texto da cena: A parte que o modelo de linguagem escreve a partir das mensagens mais recentes.
  • Prompt negativo: Coisas a evitar, como blurry, extra fingers, deformed hands, watermark.

💡 Dica: Coloque os traços permanentes do personagem no prefixo do personagem, não no texto da cena. Essa é a correção mais importante para um personagem cuja cor de cabelo muda a cada mensagem.

Prompts para colar

Aqui estão padrões que funcionam bem com a maioria dos checkpoints fotográficos:

ObjetivoExemplo de prompt
Retratoportrait of a woman with long auburn hair, green linen cloak, forest clearing, soft diffused light, 85mm lens, shallow depth of field
Cenacandle lit tavern interior, oak table, stone walls, warm light, 35mm photograph
Fundomisty pine forest at dawn, wide shot, natural colors
Selfieclose up selfie, smiling, indoor window light, casual sweater

Deixe um modelo de linguagem escrevê-los

Modelos de chat menores costumam produzir prompts de imagem confusos. Um modelo mais forte pode reescrever a cena em uma descrição limpa, separada por vírgulas. No PicassoIA você pode testar essa ideia com o DeepSeek V3.1 ou o GPT 5.6 Luna: cole um parágrafo da sua história e peça um prompt de imagem em uma única linha, com sujeito, cenário, luz e lente. Depois, copie o resultado para o campo de prompt da extensão e veja como o backend responde.

Palavras-gatilho e comandos de barra

A extensão pode responder a frases nas suas próprias mensagens, como pedir uma imagem, e adiciona um menu de varinha mágica com modos para o personagem, para você, para a cena inteira ou para um fundo. Você também pode executar /sd seguido de uma descrição curta para forçar uma renderização sem depender do modelo para decidir. Na hora de solucionar problemas, /sd é seu melhor amigo, porque tira o modelo de chat da equação.

Ajustes que mudam o resultado

Vista de cima de um notebook com um painel de configurações, um caderno e café

Os valores padrão raramente são os ideais para o seu checkpoint específico. Estes são os valores que vale mexer primeiro.

Sampler, passos e CFG

AjusteValor inicialO que faz
Passos20 a 28Mais passos raramente ajudam além dessa faixa e custam tempo
Escala CFG5 a 7Valores mais altos seguem o prompt com mais rigor, mas podem parecer queimados
SamplerDPM++ 2M Karras ou Euler aEscolhas gerais confiáveis
Clip skip1 ou 2Depende do checkpoint, confira a página dele

Modelos destilados e rápidos se comportam de outra forma. Muitos deles querem poucos passos e um CFG próximo de 1. Se sua imagem sair cinza ou com ruído, leia os valores recomendados pelo modelo antes de mexer em qualquer outra coisa.

Resolução e proporção

Cada família de modelos tem um tamanho nativo. Checkpoints no estilo SD 1.5 funcionam melhor perto de 512 por 512 ou 512 por 768. Checkpoints no estilo SDXL funcionam melhor perto de 1024 por 1024. Pedir um tamanho muito distante do nativo cria membros duplicados e composições estranhas.

  • Retratos: 832 por 1216 no SDXL, alto e estreito.
  • Cenas e fundos: 1216 por 832, largo.
  • Testes rápidos: Reduza o tamanho pela metade para cortar o tempo de renderização e depois aumente quando a composição estiver certa.

Rostos e aumento de resolução (upscaling)

Rostos pequenos em uma cena ampla costumam ficar borrados. Duas opções ajudam: renderizar o personagem como retrato em vez de cena completa, ou ativar a opção de alta resolução da extensão, para que uma segunda passagem acrescente detalhes. Ambas aumentam o tempo de renderização, então use-as para as imagens que você realmente quer guardar.

💡 Dica: Mantenha um perfil de "prévia rápida" e um perfil de "imagem final". Faça a prévia com poucos passos e tamanho pequeno enquanto molda o prompt, depois troque para o perfil de imagem final para a renderização definitiva.

Correções quando nada aparece

Um homem frustrado em uma mesa olhando para um monitor com uma janela de erro

Siga estas etapas na ordem. Cada uma leva menos de um minuto, e juntas cobrem a grande maioria das falhas.

Teste o backend sozinho

Abra a página do próprio backend e gere uma imagem de teste ali. Se falhar, o SillyTavern nunca foi o problema. Reinicie o backend, leia o console dele em busca de mensagens de falta de memória e diminua o tamanho da imagem.

Confirme que a API está ativada

No WebUI, a flag --api precisa estar nos argumentos de inicialização. Se o botão Connect no SillyTavern disser que não consegue alcançar o servidor, esse é o primeiro ponto a verificar. Feche o WebUI por completo e inicie-o de novo depois de salvar o arquivo.

Confira o endereço e a porta corretos

WebUI e ComfyUI usam portas e APIs diferentes. Apontar a fonte WebUI para a porta do ComfyUI pode deixar as requisições passarem, mas nunca devolver uma imagem utilizável. Verifique se a fonte selecionada corresponde ao programa que está de fato rodando.

Teste com /sd

Digite /sd a red apple on a wooden table. Se isso desenhar uma maçã, a conexão está saudável e o problema está em como o modelo de chat escreve os prompts ou em como seus gatilhos foram configurados. Se falhar, o problema é a conexão.

Leia o console

O SillyTavern imprime o erro exato no terminal onde está rodando. Procure linhas que mencionem connection refused, 404, 422 ou um modelo ausente. A mensagem costuma ser mais específica do que o aviso vermelho no navegador.

Tabela rápida de erros

SintomaCausa provávelCorreção
Não consegue conectarFlag da API ausente ou porta erradaAdicione --api, reinicie, confira o endereço
Erro 404 em uma API hospedadaFonte OpenAI embutida usada com endpoint personalizadoUse uma extensão específica do provedor
Carregamento infinitoBackend travado ou fila longaVerifique o console do backend, tente de novo
Imagem cinza ou com ruídoCFG ou passos errados para o modeloUse os valores recomendados pelo modelo
Carrega o modelo erradoLista de checkpoints desatualizadaAtualize a lista e selecione de novo
Fluxo de trabalho recusadoArquivo do ComfyUI não está no formato APIExporte de novo no formato API

Problemas remotos e no celular

Uma mulher verificando cabos e um roteador ao lado de um monitor de home office à noite

Muita gente roda o SillyTavern no celular ou em um segundo computador e mantém o backend em um PC de jogos. Isso acrescenta uma camada de rede, e qualquer elo dela pode falhar.

Localhost significa este dispositivo

O endereço 127.0.0.1 aponta para o dispositivo em que você está. Se o SillyTavern roda no celular e o backend roda em um PC, o celular vai procurar um backend nele mesmo e não vai encontrar nada. Use o endereço de rede local do PC, por exemplo um que comece com 192.168.

Deixe o backend escutar

Por padrão, muitos backends aceitam conexões apenas da mesma máquina. Inicie o WebUI com a opção de escuta e, no ComfyUI, ative as configurações de escuta na rede e de origem cruzada. Depois, libere a porta no firewall do PC.

Contêineres adicionam mais um salto

Se o SillyTavern roda em um contêiner, localhost se refere ao contêiner, não ao seu computador. Use o endereço do host ou o nome de rede do contêiner para o backend.

💡 Dica: Teste primeiro o endereço do backend no navegador do celular. Se a página carregar ali, o SillyTavern também consegue alcançá-la.

Personagens e fundos que se mantêm consistentes

Uma mulher vestida como guardiã de fantasia em uma clareira de pinheiros

Quando as imagens começam a aparecer, a próxima reclamação é sobre consistência. Um personagem que muda de rosto a cada mensagem quebra o encanto.

Escreva uma descrição fixa do personagem

Comece o prefixo do personagem sempre com o mesmo bloco curto: idade, cabelo, olhos, porte, roupa característica. Mantenha em uma linha. Blocos mais longos brigam com o texto da cena.

Reutilize um seed ou um LoRA

Fixar o seed mantém o visual geral mais estável entre as renderizações, embora mudar a cena ainda altere a imagem. Para uma semelhança mais forte, um pequeno complemento treinado (um LoRA) para o personagem faz o trabalho pesado. Se você quiser experimentar esse tipo de controle no PicassoIA, o Flux 2 Klein 4B Base e o Flux Schnell LoRA são bons lugares para ver como ficam os resultados com estilo.

Crie avatares e fundos em outro lugar

Você não precisa renderizar cada imagem dentro do chat. Muitos jogadores geram um retrato do personagem uma vez, usam-no como avatar e acrescentam alguns fundos de cena. Fazer isso fora do SillyTavern economiza tempo de renderização durante a partida e permite escolher o melhor entre muitas tentativas.

Cena de taverna iluminada por velas com uma mulher de jaqueta de veludo

Criando arte no PicassoIA

O SillyTavern não é um modelo, então não há nada para instalar do PicassoIA nele. O que você pode fazer é usar o PicassoIA como um lugar gratuito para criar os avatares, fundos e fichas de personagem que você importa para seus chats, e para testar prompts antes de colá-los na extensão.

Modelos que valem a pena testar

ModeloPor que usar
Z Image TurboResultados nítidos em segundos, prático para testar prompts
Flux SchnellMuito rápido, bom com prompts em linguagem natural
SDXL Lightning 4StepVisual familiar do SDXL em quatro passos
Seedream 4.5Muitos detalhes para a arte final de personagens e fundos

Um fluxo de trabalho simples

  1. Rascunhe a descrição do seu personagem em inglês simples.
  2. Abra um modelo rápido, como o Z Image Turbo, e teste três variações do prompt.
  3. Escolha o melhor resultado e salve-o como avatar.
  4. Pegue a redação vencedora e cole-a no prefixo do personagem no SillyTavern.
  5. Use o Seedream 4.5 para o retrato principal quando o visual estiver definido.

Como a mesma redação alimenta os dois lugares, suas imagens dentro do chat e seu avatar vão parecer a mesma pessoa.

💡 Dica: Teste seu prompt primeiro em um modelo rápido. Se um prompt não consegue produzir uma boa imagem ali, também não vai produzir no seu chat, e você economiza uma sessão de depuração.

Dois amigos rindo sobre um tablet com o retrato de um personagem de fantasia

Uma lista rápida antes de conversar

Percorra esta lista na primeira vez e depois de qualquer atualização:

  • O backend gera uma imagem na própria página dele.
  • A flag da API está ativa e o endereço e a porta estão corretos.
  • /sd desenha um objeto simples.
  • O modelo, o sampler e o tamanho correspondem ao que o checkpoint espera.
  • O prefixo do personagem mantém o visual permanente, o texto da cena mantém o momento.
  • O prompt negativo inclui seus problemas habituais, como dedos extras.

A maioria dos chats que "pararam de funcionar" depois de uma atualização falha no primeiro ou no segundo item, porque o backend reiniciou sem as flags ou o endereço mudou.

Teste com os seus próprios personagens

Agora você tem uma rota gratuita, prompts para colar, ajustes para fazer e uma lista de correções para as falhas mais comuns. A forma mais rápida de melhorar é experimentar a redação. Abra o PicassoIA, teste o Z Image Turbo ou o Seedream 4.5 com a descrição do seu próprio personagem e compare algumas versões. Quando uma parecer certa, leve essa redação de volta ao SillyTavern. Veja tudo o que está disponível em picassoia.com/en/all-models e monte o elenco da sua próxima história.

Compartilhe este artigo

Escolha seu idioma

FreeCrie imagens e vídeos com IAGrátis, sem cartão de créditoGerações grátis para começarSeedance 2.5 Lite incluídoComece grátis agora