Como manter o mesmo personagem em cenas diferentes com IA

Resposta curta: a forma mais confiável de manter um personagem consistente ao longo de várias cenas é combinar referências nítidas, uma mesma descrição detalhada em todos os prompts e, sempre que possível, editar em vez de gerar do zero. Nenhum modelo promete consistência perfeita; o próprio cartão de modelo do Nano Banana, do Google, afirma que a consistência de personagens nem sempre é totalmente mantida. Neste texto, reunimos os métodos, os números e os limites indicados na documentação oficial, além da regra de permissão para pessoas reais.

Por que é difícil manter um personagem consistente?

Os modelos generativos criam cada resultado do zero; mesmo quando você repete o mesmo prompt, o rosto, o cabelo ou a roupa mudam em pequenos detalhes. A única forma de “dizer” ao modelo que se trata da mesma pessoa é mostrar essa pessoa ou descrevê-la com muita precisão. Por isso, todos os métodos se apoiam em duas ideias: fornecer referências e manter a descrição estável.

Passo a passo: como criar um personagem consistente

1. Monte uma ficha do personagem

Primeiro, gere um conjunto limpo de referências para um único personagem: de frente, de perfil e em meio corpo, com fundo simples e a mesma luz. O guia do Veo também recomenda essa abordagem: gerar as imagens de referência com um modelo de imagem (Nano Banana) e só depois enviá-las ao modelo de vídeo. Mostrar um personagem sob vários ângulos, em vez de uma única imagem forte, ajuda o modelo a extrair os detalhes.

2. Escreva uma descrição detalhada e use-a sempre igual

Trate a descrição como uma “ficha” do personagem: copie e cole o mesmo texto no começo de cada prompt. Os elementos que devem permanecer fixos são: faixa etária, formato do rosto, cor e formato do cabelo, tom de pele, traços marcantes, roupa e acessórios.

Karakter: a man in his early thirties, short wavy dark-brown hair, light stubble, warm olive skin, round tortoiseshell glasses, a mustard-yellow knit sweater over a white shirt.

Sahne: [karakter künyesi] sits at a window table in a small café, reading a paperback, soft morning light, medium shot.

Mantenha as palavras da descrição na mesma ordem em todos os prompts; trocar por sinônimos (“cabelo castanho” por “cabelo avelã”) já pode causar pequenas variações.

3. Cite as referências pelo papel que cada uma tem

Segundo a documentação da Gemini API, as imagens de referência podem chegar a 14 no total, mas a distribuição depende do modelo: no Nano Banana Pro, são 6 objetos e 5 personagens; no Nano Banana 2.1, 10 objetos e 4 personagens. A documentação do FLUX.2, da BFL, também aceita várias referências (até 8 pela API) e recomenda citá-las em ordem (“imagem 1”) e informar o papel de cada uma.

Use the man from image 1 as the main character, keep his face, hairstyle and glasses exactly the same. Place him on a mountain trail at golden hour, wearing a dark green jacket.

4. Edite em vez de gerar do zero

A documentação do Gemini recomenda a edição em várias rodadas e mostra como pedir explicitamente o que não deve mudar. Se o personagem saiu certo em uma imagem, peça a nova cena como uma edição: “coloque este personagem neste ambiente, mantendo o rosto e a roupa”. Editar gera menos desvios do que refazer a cena inteira.

Keep the man's face, hair and clothing exactly the same. Change only the setting to a sunny beach and his pose to walking along the shoreline.

5. Use os recursos de referência no vídeo

No recurso “Ingredients to Video”, do Google, é possível enviar até três imagens de referência; segundo a documentação da Gemini API, elas devem mostrar um mesmo indivíduo, personagem ou produto. O anúncio de janeiro de 2026 informa melhora na aparência dos personagens entre cenas diferentes, na consistência do fundo e o primeiro suporte a vídeo vertical 9:16 nesse modo. No H3, da MiniMax, a geração com referências aceita até 9 imagens, 3 vídeos e 3 áudios; a ideia é manter um personagem, um movimento, a câmera, o estilo ou o som consistentes. A ByteDance também apresentou o Seedance 2.5 com amplo suporte a referências. Em qualquer ferramenta, escreva no prompt qual referência representa o quê.

6. Use a seed como apoio, não como solução

Manter a seed fixa pode deixar os resultados mais parecidos, mas a documentação não garante um resultado idêntico, mesmo com a mesma seed, e alguns modelos não têm campo de seed. O que sustenta o personagem são as referências e a descrição; a seed é apenas um pequeno apoio.

Onde a consistência costuma falhar? Limites conhecidos

• Nada é perfeito: o cartão de modelo do Nano Banana 2.1 afirma que a consistência de personagens entre a entrada e a saída não é impecável.
• Número de referências limitado: segundo a documentação do Gemini, o espaço reservado para personagens varia entre 4 e 5 conforme o modelo; em cenas com muitos personagens, espere variações. A versão Lite não é otimizada para várias referências.
• Mudanças de ângulo: em perfis ou fotos de costas, os detalhes do rosto costumam diminuir; inclua referências desses ângulos também.
• Roupas e detalhes: estampas, textos e acessórios podem mudar entre os quadros. Simplificar esses detalhes aumenta a consistência.
• Duração do vídeo: quanto mais longo o clipe, maior a chance de o rosto se alterar; gere clipes curtos e comece com uma imagem inicial consistente.
• Idioma do prompt: escrever a descrição em inglês costuma ser mais previsível na maioria dos modelos.

Pessoas reais e a regra da permissão

Usar a própria foto ou a de outra pessoa como referência é tecnicamente possível, mas a responsabilidade ética e legal é sua. Uma regra simples: não use a foto de alguém sem a permissão expressa da pessoa. Mostrar uma pessoa dizendo ou fazendo algo que ela não disse ou não fez é enganoso. Fotos de crianças exigem a autorização dos responsáveis. Não use como referência a imagem de celebridades ou de figuras conhecidas. Identifique as imagens geradas como produzidas com inteligência artificial; muitas plataformas já exigem isso.

Para personagens fictícios criados por você, não há esse problema: pode usá-los quantas vezes quiser. Se for fazer um projeto com uma pessoa real, obtenha uma autorização por escrito dela.

Exemplo de fluxo de trabalho: uma mini-história em três cenas

Para conectar a teoria a um caso prático, vamos produzir três cenas de um personagem que é dono de uma cafeteria. O objetivo é que a mesma pessoa apareça de manhã, ao meio-dia e à noite.

1. Ficha do personagem: comece com três imagens limpas, de frente, de perfil e em meio corpo; fundo simples, a mesma luz.
2. Descrição: escreva a ficha do personagem em um arquivo de texto e cole-a no início de cada prompt.
3. Cena 1 (manhã): envie as referências e mostre o personagem na porta da cafeteria.
4. Cena 2 (meio-dia): use a primeira cena como edição: “mantenha o rosto e a roupa; mude apenas o ambiente para um balcão cheio de gente”.
5. Cena 3 (noite): use o mesmo método e altere apenas a luz e o horário.
6. Revisão: coloque as três imagens lado a lado, verifique se o cabelo, os óculos e a roupa se mantêm e corrija o detalhe que escapou com uma única edição.

Sahne 3: Keep the man from image 1 exactly the same, face, glasses, hair and mustard sweater. Change only the setting to the same café at night, warm lamp light, rain on the window, he is stacking chairs.

Esse método não promete consistência absoluta, mas reduz os desvios. Quando você notar uma variação, em vez de começar de novo, costuma bastar uma edição.

Erros comuns

• Confiar em uma única referência: envie várias, de ângulos diferentes.
• Mudar a descrição a cada prompt: copie a ficha exatamente como está.
• Não atribuir papéis às referências: diga qual imagem é o personagem e qual é o ambiente.
• Refazer a cena inteira: se o personagem está certo, peça uma edição.
• Colocar muitos personagens em uma cena: não ultrapasse o número de referências do modelo.
• Usar fotos de pessoas reais sem permissão: peça autorização antes de qualquer uso.

Resumo

• Os três pilares da consistência são referências nítidas, descrição fixa e edição.
• O número de referências varia por modelo (por exemplo, 4 a 5 personagens no Nano Banana, até 3 imagens no “Ingredients to Video”, 9 no H3).
• Nenhum modelo garante consistência perfeita; a seed é só um apoio.
• Para vídeos, use clipes curtos e referências específicas.
• Peça autorização para fotos de pessoas reais, a dos responsáveis para crianças, e identifique as imagens como geradas por IA.