Por Que a IA Erra as Mãos e o Texto (e Como Resolver)

Seis dedos numa mão só. Uma placa escrita num alfabeto que simplesmente não existe. O logo de outra marca, colado sem motivo na camisa de um modelo. Se você já gerou foto de produto com IA, já viu isso acontecer. Aqui vai por que a IA erra mãos e texto, sem mistério nenhum, só o jeito como esses modelos funcionam de verdade, e sete ajustes que eu uso pra conseguir uma foto limpa pro anúncio.

Por que isso acontece

Um modelo não sabe que uma mão tem cinco dedos, nem que uma palavra é um conjunto de letras numa ordem fixa. Ele monta a imagem a partir de probabilidades: o que costuma aparecer do lado do quê. Mãos surgem em centenas de posições, os dedos se sobrepõem uns aos outros, e no meio dessa sobreposição o modelo acaba colando um dedo extra ou dobrando uma articulação do jeito errado. Com texto é parecido. Pra um gerador de imagem, letra é padrão visual, não significado, então ele desenha algo que parece texto sem ser texto de fato.

Logo é um problema à parte. O modelo viu incontáveis marcas durante o treinamento e adora encaixar algo familiar numa peça de roupa ou numa embalagem. Pra quem vende em marketplace, isso é um risco real. Logo de outra marca aparecendo na foto é exatamente o tipo de coisa que costuma ser sinalizado na revisão do anúncio.

Onde Mais Dá Erro

Mãos e dedos são o ponto mais fraco, principalmente quando o modelo mostra alguém segurando o produto. Textos em embalagens e infográficos vêm logo depois, sobretudo quando o idioma ou alfabeto é pouco representado nos dados de treino. Padrões pequenos que se repetem também confundem: elo de corrente, dente de zíper, grade, qualquer lugar onde o modelo perde a conta. Reflexos e brilhos em vidro ou superfície lustrosa são outro ponto fraco. E tem os logos que o modelo simplesmente inventa por conta própria.

O que eu uso pra limpar uma foto

Escolha o modelo certo pra cada tarefa. Se a cena tem bastante texto, vá direto pros modelos feitos pra tipografia: Ideogram 3.0 pra texto dentro da imagem e GPT Image 2 pra layout e rotulagem. Eu detalhei os dois na minha análise do Ideogram 3.0 e na análise do GPT Image 2. Pra alfabetos fora do latino especificamente, Qwen Image 2.0 e Z-Image entregam mais do que se espera, e eu aprofundo essa comparação no texto sobre texto fora do alfabeto latino em imagens de IA.

Use um prompt negativo. Onde a ferramenta permitir, descreva exatamente o que não pode aparecer: dedo a mais, texto deformado, marca d'água, logo estranho. Não resolve tudo, mas reduz bastante a bagunça.

Uma observação sobre mãos: não peça uma pegada complicada. Se dá pra mostrar o produto sem a mão segurando firme um detalhe pequeno, mostre assim. Posição de mão mais simples diminui a chance de aparecer um sexto dedo.

Adicione o texto separadamente. O jeito mais confiável de ter um rótulo limpo e correto é gerar o fundo com IA e colocar o texto depois, num editor. O modelo cuida da imagem, uma pessoa cuida das letras.

Feche o enquadramento quando tem textura envolvida. Elementos pequenos que se repetem confundem o modelo numa foto aberta. Dê a ele um recorte fechado, com menos elo ou dente pra contar, e depois monte a composição final a partir dessas peças.

Mude uma variável por vez. Não reescreva o prompt inteiro depois de um resultado ruim. Ajuste uma coisa (posição da mão, ângulo da câmera, forma de pedir o texto) e gere de novo. Assim você sabe de fato o que resolveu.

E a dica menos empolgante, que também é a que mais funciona: olhe a foto antes de subir, lado a lado com uma comparação rápida de antes e depois. Metade desses problemas você já resolve ali mesmo. Um sexto dedo ou um logo emprestado fica óbvio quando você realmente olha.

Rodar a mesma cena em vários modelos e escolher a versão sem dedo a mais leva cerca de um minuto no Flami. Os modelos conhecidos por mãos e textos limpos já estão lá, sem precisar procurar em outro lugar.

Perguntas frequentes

Por que a IA desenha dedo a mais?

O modelo não conta dedo, ele monta a mão a partir de formas que já viu antes. Em poses complicadas, onde os dedos se sobrepõem ou seguram alguma coisa, é fácil ele colar um dedo extra ou dobrar uma articulação errada. Uma posição de mão mais simples e um enquadramento mais fechado reduzem o risco.

Por que o texto gerado pela IA sai bagunçado?

Pra um gerador, letra é padrão visual, não significado, então ele pinta algo parecido com texto em vez de texto de verdade. Eles ainda erram mais em alfabetos pouco representados no treino, como o cirílico. Pra algo que precisa estar certo, use um modelo feito pra tipografia, ou adicione o texto você mesmo num editor depois.

Como eu tiro logo indesejado de uma foto?

Coloque uma linha proibindo logo estranho no prompt negativo, e confira a imagem antes de subir pro anúncio. Marca de outra empresa aparecendo em roupa ou embalagem é um risco real na revisão do marketplace, então vale regenerar a foto em vez de publicar assim.

Dá pra confiar na IA pra texto em embalagem?

Com certa cautela. Mesmo os modelos fortes em texto erram de vez em quando, principalmente em alfabetos que viram menos durante o treino. Pra qualquer coisa que importe de verdade, o caminho mais seguro ainda é gerar o fundo limpo com IA e colocar o texto depois, com uma pessoa revisando.

Fontes

1. Flami: texto fora do alfabeto latino em geradores de imagem com IA
2. Flami: infográfico e texto em imagem de produto