Como configurar prompts negativos, escala de orientação (CFG) e passos de amostragem no Dezgo

Criar imagens de alto nível com inteligência artificial exige muito mais do que redigir um bom comando de texto. Ao utilizar o Dezgo — plataforma de geração online e API REST com suporte a modelos Stable Diffusion, SDXL e Flux —, os criadores deparam-se com frequência com artefatos visuais incômodos: membros e mãos distorcidos, saturação de cor excessiva, granulação digital descontrolada ou composições que se distanciam das instruções fornecidas.

Para solucionar essas inconsistências e obter controle cirúrgico sobre a saída visual, o Dezgo disponibiliza três parâmetros fundamentais em seu painel More options (Mais opções) e em suas chamadas de API: Prompts Negativos (Negative Prompts), Escala de Orientação (Guidance Scale / CFG) e Passos de Amostragem (Sampling Steps). Compreender o funcionamento conjunto dessas três configurações permite diagnosticar defeitos de renderização, maximizar a fidelidade ao texto e equilibrar com precisão o tempo de processamento e o consumo de créditos.

Onde encontrar os parâmetros essenciais no Dezgo

Tanto na versão web gratuita do Dezgo quanto no modelo pré-pago Power Mode ou ao consumir a REST API (POST https://api.dezgo.com/text2image), os controles seguem um padrão consistente:

1. Interface Web: Na ferramenta de geração (como Text-to-Image SD1 ou Text-to-Image XL), expanda o painel retrátil More options, posicionado logo abaixo da caixa de prompt principal. Ali estão o campo de texto para o prompt negativo e os controles deslizantes para Guidance e Steps.
2. Requisições via API: Ao integrar o Dezgo programaticamente, passe os parâmetros negative_prompt (texto de até 1.000 caracteres), guidance (número decimal entre -20 e 20) e steps (inteiro entre 10 e 150).

Saber exatamente o que cada variável governa elimina a perda de tempo com tentativas e erros aleatórios.

1. Prompts Negativos: Eliminando imperfeições e estilos indesejados

Enquanto o prompt positivo define o sujeito, os materiais e a iluminação que o modelo de difusão deve materializar no espaço latente, o prompt negativo instrui o algoritmo sobre quais características visuais, aberrações anatômicas e estilos gráficos devem ser ativamente repelidos durante as etapas de remoção de ruído.

Template básico recomendado

Para modelos baseados no ecossistema clássico do Stable Diffusion 1.5 no Dezgo (como Absolute Reality e Realistic Vision), a plataforma fornece uma lista de exclusão padrão bastante eficiente:

ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, extra limbs, disfigured, deformed, body out of frame, blurry, bad anatomy, blurred, watermark, grainy, signature, cut off, draft

Essa base atua como uma barreira preventiva contra anomalias anatômicas e marcas d'água. Em produções comerciais específicas, no entanto, ela deve ser adaptada: se a meta for uma fotografia realista, acrescente cartoon, 3d render, anime; se o objetivo for uma ilustração vetorial limpa, exclua photorealistic, oversaturated.

Sintaxe de pesos de prompt no Dezgo

Quando um defeito teima em aparecer (como dedos duplicados ou texto indesejado), o Dezgo permite aplicar uma sintaxe de pesos de prompt para amplificar a exclusão:

• Aumentar o peso (+): Acrescente sinais de adição ao final do termo para elevar a prioridade de supressão, como watermark+ ou (extra fingers)++.
• Reduzir o peso (-): Caso um termo negativo esteja apagando texturas necessárias da cena, suavize-o com um sinal de subtração, como grain-.
• Agrupamento de termos: Envolva termos compostos entre parênteses antes de aplicar os símbolos: (poorly drawn hands)+.
• Multiplicadores numéricos: O Dezgo aceita valores explícitos entre 0 e 2 (onde 1.0 é o padrão neutro), com dois-pontos ou formato direto: (bad anatomy:1.2) ou (bad anatomy)1.2.

Regra de ouro

Evite copiar blocos desmedidos de centenas de palavras negativas genéricas. O acúmulo indiscriminado de tokens dispersa a atenção do modelo latente, deixando a imagem desbotada, com baixo contraste ou fundos artificiais. Mantenha os termos negativos focados apenas nos problemas visíveis da sua composição.

2. Escala de Orientação (Guidance Scale / CFG): O equilíbrio entre rigor e naturalidade

A Escala de Orientação (conhecida tecnicamente como Classifier-Free Guidance ou CFG Scale) determina o grau de rigidez com que a inteligência artificial deve seguir as instruções textuais em comparação à liberdade de gerar padrões visuais autônomos.

No Dezgo, o valor de guidance varia tecnicamente de -20 a 20, com padrão de fábrica estabelecido em 7.

Zonas de operação e impacto visual

Variações por arquitetura de modelo

• SD 1.5 e SDXL padrão: Entregam a melhor fidelidade visual entre 6 e 9.
• Modelos SDXL Lightning (ex.: dreamshaperxl_lightning_1024px, juggernautxl_9_lightning_1024px): Como utilizam técnicas de destilação rápida, exigem valores de guidance consideravelmente mais baixos (entre 1.5 e 2.5), sob risco de destruição imediata do contraste.
• Modelos Flux (ex.: flux_1_schnell): Operam com redes de casamento de fluxo retificado e apresentam compreensão de linguagem natural excelente sem a necessidade de elevar a orientação artificialmente.

3. Passos de Amostragem (Sampling Steps): Densidade de detalhes contra custo de computação

Os modelos de difusão geram imagens por meio de ciclos iterativos de remoção de ruído sobre uma distribuição gaussiana inicial. Os Passos de Amostragem indicam quantas vezes esse algoritmo denoising refina a imagem até sua resolução final.

O Dezgo permite ajustar os passos entre 10 e 150. Mais passos dão ao amostrador maior oportunidade para construir texturas minuciosas, mas essa relação obedece a uma curva nítida de retornos decrescentes.

Intervalos de amostragem e retornos decrescentes

• 10 a 15 passos (Esboço ultrarrápido): Excelente para validar rapidamente a perspectiva da câmera, o enquadramento e a paleta de cores. Os detalhes finos (cílios, texturas de tecido, folhas distantes) permanecem desfocados.
• 20 a 30 passos (Padrão de produção): A faixa de eficiência máxima para amostradores modernos como Euler e DPM++. Nesse ponto, a geometria e os materiais atingem convergência matemática com o menor consumo de recursos.
• 35 a 50 passos (Detalhamento avançado): Indicado para composições com volumetria complexa e micropadronagens densas, como joias ornamentadas, cidades cyberpunk detalhadas ou fotografia macro.
• 60 passos em diante (Desperdício de recursos): Para a imensa maioria dos amostradores, o ganho perceptível acima de 50 passos é quase nulo, enquanto o tempo de renderização e o custo computacional sobem de forma linear.

Implicações entre Modo Gratuito e Power Mode

O número de passos define o consumo financeiro no Dezgo:

• Modo Gratuito (Free Mode): Apresenta limites fixos de passos e resolução máxima para assegurar a disponibilidade dos servidores coletivos.
• Power Mode e API REST: Baseiam-se em cobrança pré-paga por uso. Como o preço de cada geração é calculado proporcionalmente aos passos de amostragem, à resolução e ao modelo, subir para 100 passos quando 25 resolveriam faz seu saldo esgotar 3 a 4 vezes mais rápido, sem ganhos reais de qualidade.

Fluxo prático para criadores: Refinamento em 4 etapas

Para manter o controle das alterações, nunca ajuste os três controles simultaneamente. Siga esta sequência comprovada:

1. Etapa 1: Validação de enquadramento (Geração rápida)
   • Mantenha Guidance em 7.0, Steps em 20 e o prompt negativo padrão.
   • Gere testes rápidos até encontrar a melhor composição e fixe o número da semente (Seed).
2. Etapa 2: Cirurgia de defeitos no prompt negativo
   • Com a seed travada para preservar o ângulo da cena, inspecione a imagem. Se houver anomalias nas mãos, adicione (poorly drawn hands)1.2 no prompt negativo; se surgirem caracteres estranhos, inclua watermark+, text+.
3. Etapa 3: Calibração da fidelidade de texto
   • Se o modelo omitir peças de vestuário ou cores importantes da descrição, aumente a Guidance de 7.0 para 8.5.
   • Se os rostos parecerem plastificados ou as sombras duras demais, recue a Guidance para 6.0.
4. Etapa 4: Elevação de passos para o render definitivo
   • Com pose, anatomia e estilo aprovados, aumente Steps para a faixa de 30 a 35 para extrair máxima definição.
   • Se a imagem for destinada à impressão ou exibição em telas 4K, finalize utilizando o recurso de ampliação sem perdas (Upscale) do Dezgo.

Ao encarar o prompt negativo como sua lâmina de corte, a escala de orientação como seu leme de precisão e os passos de amostragem como seu tempo de lapidação, sua produtividade no Dezgo alcançará consistência profissional.

Referências

• Dezgo - Free Online AI Image/Video Generator, Apps & Tools
• AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Prompt weighting - AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Models - AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Overview - AI Image Generator API - Flux/Stable Diffusion - Dezgo