Foto profissional com IA depois dos 50: por que ela te rejuvenesce e como travar a idade

O bloco de seis linhas que impede a IA de te rejuvenescer

Quem procura foto profissional com IA depois dos 50 quase sempre chega pelo mesmo caminho: você anexou uma selfie tirada esta semana e a saída voltou com o cabelo mais escuro, a pálpebra mais aberta e um pescoço que não é o seu. Ninguém pediu nada disso. O bloco abaixo é a correção, e o lugar dele é logo depois da linha que declara a foto como fonte de identidade, antes de qualquer descrição de cena. São seis linhas em inglês, e cada uma trava uma superfície diferente.

Age: the age in the output must be the age visible in the reference photo. Do not add or remove years.
Keep the exact upper-eyelid fold and the exact depth and length of the lines running from my nose to the corners of my mouth.
Keep the same amount of white hair, in the same places: at the temples and along the parting, same shade, same spread.
Keep my neck exactly as the reference shows it: same skin, same lines, no smoothing, no tightening, no shortening.
Keep the colour, spacing and wear of my teeth as they are; do not whiten and do not straighten them.
Do not make me look rested, refreshed, energised or healthier than the reference photo.

Em português, linha a linha: a idade da saída é a idade que aparece na foto, sem somar nem tirar anos; mantenha a dobra da pálpebra superior e as linhas que vão do nariz aos cantos da boca com a mesma profundidade e o mesmo comprimento; mantenha a mesma quantidade de fios brancos, nos mesmos lugares, nas têmporas e ao longo da risca; mantenha o pescoço exatamente como a referência mostra, sem alisar, esticar nem encurtar; mantenha a cor, o espaçamento e o desgaste dos dentes; e não me deixe com cara de descansado.

A linha 6 é a que ninguém escreve e a que mais trabalha. Revigorado, descansado, saudável e energizado são o jeito educado de pedir rejuvenescimento: adjetivos sem referente visível, que o modelo resolve pelo repertório do treino. E elas costumam conviver no mesmo prompt com uma linha pedindo textura de pele natural e poros visíveis. Duas instruções respondendo à mesma pergunta com respostas opostas não são detalhe, são contradição, e quem desempata é o modelo. O guia de prompt da OpenAI manda o contrário do adjetivo de acabamento: peça textura real, com poros, rugas, desgaste de tecido e imperfeições, e evite palavras que sugiram polimento de estúdio. Ruga, ali, é coisa que se pede.

Duas ressalvas antes de você colar. A primeira: isso reduz a deriva, não elimina. A segunda tem número e vem do estudo de edição de retrato citado mais abaixo: prompts de preservação como esse reduzem a mudança não pedida de identidade e, ao mesmo tempo, derrubam o sucesso do pedido principal (teste de Wilcoxon, média Δ = -0,43). Travar tem preço, e o preço é a cena obedecer um pouco menos. Se o seu prompt ainda não tem a linha que declara a foto anexada como única fonte de identidade, ela vem antes destas seis, e quem trata dela por inteiro é o artigo da deriva de identidade em geral.

Por que a sua foto sai mais nova mesmo quando você não pede

A versão humana desse problema já é conhecida de quem escreve sobre carreira. Um guia brasileiro de perfil profissional tem uma seção sobre imagens antigas e diz que profissionais sêniores acabam usando imagens de quando eram mais novos, o que, no texto deles, dificulta a identificação e pode gerar situações constrangedoras. A novidade de 2026 é que a foto antiga não precisa mais estar no seu arquivo: a ferramenta produz uma, sozinha, a partir de uma selfie tirada hoje de manhã.

O mecanismo tem três degraus, e o primeiro é o mais simples. Idade é uma decisão, e alguém vai tomá-la: o seu texto, a foto anexada ou o modelo. Quando o prompt não diz nada, sobra o modelo, e o que ele desenha é a média do que ele viu.

Um preprint de 2025 de Dinkar, Jiang, Abercrombie e Konstas mediu essa média num estudo sobre normas de beleza. Os avaliadores marcaram 74% de 1.200 imagens geradas como sendo da faixa de 18 a 34 anos (34,4% entre 18 e 25 e 39,7% entre 25 e 34), e outros 2,4% como abaixo de 18. Fazendo a conta que falta, sobram 23,6% das avaliações para 35 anos ou mais. Num conjunto em que ninguém pediu idade nenhuma, a pessoa de 35 anos para cima é a exceção.

Os limites são grandes e vão na mesma frase que o número: é geração de texto para imagem, sem foto anexada; os modelos testados foram o Stable Diffusion 3.5 Large e o F-Lite, não o ChatGPT nem o Gemini; os 60 avaliadores foram recrutados na plataforma Prolific, moram no Reino Unido, têm entre 18 e 35 anos e são mulheres ou pessoas não binárias; e é um preprint do arXiv, sem revisão por pares. É a direção do padrão, não uma taxa que se aplica a você: ninguém pode dizer, com esse estudo, que a IA tira dez anos da sua foto. O que dá para dizer é que o número tem concordância declarada, o alfa de Krippendorff na pergunta de faixa etária ficou em 0,669, o segundo mais alto do estudo, atrás só do de tom de pele, 0,765. Não é concordância perfeita, e os autores não a apresentam assim.

O segundo degrau: onde marcador de idade foi parar no vocabulário

A taxonomia de beleza usada para escrever os prompts daquele estudo foi construída perguntando ao GPT-4 quais adjetivos são positivos, negativos e neutros em cada atributo. Na linha Age, o grupo positivo ficou youthful, mature, experienced, spry, ageless, e o negativo, old, elderly, ancient, middle-aged, over-the-hill. Vale dizer o que enfraquece o argumento: a polaridade foi atribuída por um modelo de linguagem, não pelos pesquisadores, e middle-aged aparece nas duas colunas, a negativa e a neutra.

No mesmo apêndice, a lista de traços negativos por região do rosto lê como um índice das superfícies que envelhecem: na pálpebra, puffy, droopy, saggy, wrinkled; na pele, wrinkled, blotchy, sallow; nos dentes, yellowed, chipped, stained. É a lista de atributos que o estudo usou para montar prompts, não uma lista do que a IA detesta. Mas ela mostra o vocabulário que sobra quando o seu prompt fica calado.

O terceiro degrau: com a sua foto anexada, a deriva é pequena (e tem nome)

Aqui vem a boa notícia, com o limite dentro. Um preprint de 2026 de Seo, Hong, Choi, Kim e Oh auditou 5.040 retratos editados a partir de fotos reais em três editores de peso aberto, e pontuou cada saída num eixo Age Change de 1 a 5, em que 1 é muito mais jovem (15 anos ou mais para baixo), 3 é sem mudança (mais ou menos 5 anos) e 5 é muito mais velho. As médias ficaram em 2,89 no FLUX.2-dev, 2,94 no Qwen-Edit e 3,00 no Step1X-Edit: em cima do ponto sem mudança ou logo abaixo dele. Quando existe foto de origem, a idade não desaba.

Os limites, de novo colados no número: 2 dos 20 prompts do teste pediam envelhecimento de propósito e puxam essas médias para cima; a pontuação foi dada por dois modelos de visão, Gemini 3.0 Flash Preview e GPT-5-mini; nenhum dos três editores é o ChatGPT ou o Gemini; os autores pedem que esses eixos sejam lidos como auditoria de grupo, nunca como rótulo de um caso individual; e é também um preprint.

O que esse estudo empresta a este artigo não é o número, é a definição. Nele, mudança não pedida de idade aparente é tratada como deriva de identidade, literal: for all other prompts, unintended changes in apparent age are treated as identity drift. Ou seja, rejuvenescimento involuntário não entra na conta como bônus estético. Entra como o mesmo tipo de defeito que trocar o seu rosto por outro.

Falta um detalhe que muda a estratégia inteira. No estudo de beleza, os autores observam, qualitativamente, que certos traços parecem ser resistidos na geração: o prompt A man with deep wrinkles devolveu, nas colunas geradas, homens que não aparentam ter rugas. E eles escrevem, com todas as letras, que os resultados não permitem uma afirmação definitiva sobre essa hipótese. Guarde a fragilidade junto com o achado, porque a consequência prática é forte: se nem pedir a ruga garante a ruga, pedir aparência madura é a pior forma de resolver isso. Sobra ancorar na foto.

As quatro formas de escrever a sua idade num prompt

Existem quatro maneiras de tratar idade num prompt de foto, e elas não são variações de estilo. Cada uma entrega a decisão a um agente diferente, e o custo de cada uma é outro.

A terceira linha é a mais publicada em português, e isso dá para medir. Numa auditoria própria de 170 prompts de foto profissional publicados na SERP brasileira, registrada aqui em 29 de julho de 2026, 100 deles descrevem a pessoa por rótulo demográfico com faixa etária colada, em 35 variações do mesmo padrão Brazilian ou Latin woman ou man, NN-NN years old. A amplitude mediana dessas faixas é de 18 anos, o limite inferior mais baixo é 22 e o superior mais alto é 62. O método, para você poder discordar: prompts extraídos dos blocos de código e das listas das páginas mais bem posicionadas, deduplicados pelo texto integral normalizado (não pelo começo, porque quase todos abrem com a mesma frase de identidade) e contados por expressão regular com fronteira de palavra. Da mesma auditoria sai o número irmão: 0 dos 170 proíbem embelezar, clarear ou rejuvenescer.

Dezoito anos de amplitude é a idade escrita com precisão de mentira. Parece que você decidiu, e quem decidiu foi o modelo, dentro do intervalo que você mesmo abriu. Para quem tem 50 e poucos a conta é ainda pior, porque as duas faixas mais escritas na SERP são 25-40 e 35-50: o prompt que a internet publica já começa te deixando de fora.

A alternativa tem base em fonte. No estudo de edição de retrato, a mitigação testada extrai sete dimensões observáveis da foto de origem, tom de pele, estrutura facial, olhos, nariz, lábios, cabelo e traços distintivos, e as codifica, literal, as observable descriptions rather than demographic labels. Repare no que não está na lista: idade. Ela não é uma das sete. É exatamente por isso que ela precisa ser ancorada por marcador visível, um a um, em vez de declarada por número.

A doc oficial de geração de imagem do Gemini dá a forma da trava: descreva em detalhe o que precisa sobreviver e escreva a garantia de que os traços permanecem completamente inalterados. O exemplo da própria página descreve a pessoa antes de travá-la, o que é diferente de inventar uma pessoa. Baixei a página inteira em 01/08/2026, 14.805 palavras servidas, e procurei os termos de idade contando por palavra inteira, senão image e usage contaminam a busca: age, older, younger e wrinkle dão zero ocorrência nessa página, nessa contagem, nessa data. No guia de prompt da OpenAI, 7.175 palavras na mesma data, a chave é travar a pessoa explicitamente e a lista que ele abre entre parênteses é face, body shape, pose, hair, expression, sem idade: a palavra age, sozinha, não aparece nenhuma vez nessas 7.175 palavras. Travar é instrução documentada pelos dois fornecedores; travar idade é trabalho seu.

A auditoria da própria casa

Quem mede a SERP mede também o que publica. Este blog rotula os próprios buckets por faixa etária: a biblioteca em que cada bucket de prompt carrega um rótulo de idade lista Executiva sênior (35-50), Casual moderna (25-45) e Executivo sênior (35-55), entre outros seis. E o guia que abre este pilar escreve que declarar etnia específica e idade é obrigatório, porque sem isso o default da IA é homem branco de 30 anos. A intuição estava certa na direção, e agora tem número: é exatamente o que os 74% descrevem.

O que falta lá é a ressalva que este artigo acrescenta. Aquela recomendação vale para quem gera sem foto anexada, e nesse caso o rótulo é a única alavanca que existe. Quando há selfie anexada, a idade já foi decidida pela foto, e declarar um número por cima abre uma segunda decisão competindo com a primeira. Os buckets etários do hub ficam como apontamento de atualização, não como erro de quem escreveu.

Os marcadores que a IA apaga primeiro, e a linha que trava cada um

Rejuvenescer um rosto, para um modelo de imagem, é um conjunto pequeno de operações repetidas: levantar a pálpebra, encurtar as linhas do nariz aos cantos da boca, devolver pigmento ao cabelo, alisar o pescoço, uniformizar a pele, branquear os dentes. A tabela abaixo é o inverso disso, superfície por superfície, com a linha que trava cada uma e a conferência que prova se funcionou.

Um aviso de escopo antes dela, porque ele muda a leitura de tudo o que vem depois: este artigo não sugere que ruga, fio branco, mancha ou dente precisem de correção, e não trata idade como problema a resolver. O assunto aqui é estreito e técnico. A saída tem que mostrar o que existe na entrada.

Duas famílias dessa tabela já têm dono neste blog, e a diferença precisa estar dita em voz alta. Barba, linha do cabelo e grisalho aparecem no recorte que trata os marcadores masculinos um a um, e lá o grisalho entra como marcador de gênero. Aqui ele entra uma vez só, como marcador etário neutro, e ancorado por quantidade e lugar (quanto branco, em que região), não por presença. Maquiagem, joia e clareamento de pele estão nas proibições que impedem o embelezamento automático. O que não existia em canto nenhum é o eixo desta tabela: superfícies que carregam idade, neutras de gênero, com pescoço, dentes e dorso da mão dentro.

Dá para medir essa ausência, inclusive dentro de casa. Puxei o markdown ao vivo dos cinco vizinhos deste artigo em 01/08/2026, 32.738 palavras somadas, entre o guia do pilar, a biblioteca de prompts e os três artigos de prompt por recorte. A expressão de-age aparece 38 vezes. Pálpebra e eyelid, zero. Sulco e nasolabial, zero. Dorso da mão, zero. O blog já proíbe rejuvenescer 38 vezes e nunca tinha dito qual superfície some primeiro.

Na SERP brasileira a conta é parecida. Baixei as oito páginas mais bem posicionadas das três buscas que originaram este artigo, no mesmo dia: 27.319 palavras servidas, menu e rodapé incluídos. Rejuvenesc, zero. Faixa etária, zero. Pálpebra, zero. Sulco, zero. A expressão idade aparente aparece 3 vezes, sempre dentro de uma lista de coisas a preservar, nunca como mecanismo. A contagem é por fronteira de palavra, e isso importa: procurar idade cru devolve 40 ocorrências dentro de qualidade, publicidade e novidade. A lacuna, dita com honestidade, não é que ninguém fale de idade. É que ninguém diz que o modelo a muda sem ser pedido, nem onde isso aparece primeiro.

Foto profissional com IA depois dos 50: o prompt master, linha a linha

Este é o segundo e último bloco de código do artigo. Ele é neutro de gênero, não tem faixa etária nenhuma e usa ancoragem no lugar do número. Serve para gerar do zero, com uma selfie anexada.

Use the attached photo as the only source of my identity and my age.
Scope: everything described below is about the scene, the clothes and the light, never about my face, my hair or my skin.
Age: the age in the output must be the age visible in the reference photo. Do not add or remove years.
Keep the exact upper-eyelid fold, the lines from my nose to the corners of my mouth, the same amount of white hair at the temples and along the parting, and my neck exactly as the reference shows it.
Keep pores, spots, freckles and natural asymmetries. Do not smooth, do not even out my skin tone, do not whiten my teeth.
Do not make me look rested, refreshed, energised or healthier than the reference photo.
Clothing: plain, well-fitted jacket or shirt in a neutral colour, no logos, no lettering.
Setting: quiet contemporary office in Brazil, background softly out of focus, the four corners of the frame empty.
Light: soft window daylight from camera-left, gentle fill, realistic shadows, catchlights in both eyes.
Framing: chest-up, camera at eye level, hands outside the frame, small margin above my hair.
Style: realistic corporate photography, visible skin texture, no beauty retouching.
Output: square 1:1, 1024x1024. Recompose the framing for this aspect ratio.

Resumo em português: a foto anexada é a única fonte de quem eu sou e de quantos anos eu tenho; tudo o que vem depois descreve cena, roupa e luz, nunca o meu rosto; a idade da saída é a da foto; pálpebra, linhas do nariz à boca, fios brancos e pescoço ficam como estão; poros, manchas e assimetrias permanecem; nada de me deixar descansado; roupa lisa sem logotipo; escritório brasileiro fora de foco com os quatro cantos vazios; luz de janela pela esquerda com brilho nos dois olhos; peito para cima, câmera na altura dos olhos, mãos fora do quadro; sem retoque de beleza; saída quadrada de 1024x1024, com recomposição do enquadramento.

Por que cada linha existe, e o que acontece quando ela sai:

1. Fonte de identidade e de idade. Sem ela, o modelo trata a foto como uma sugestão entre outras e escolhe rosto e idade pela média. É a única linha que não pode faltar em nenhum prompt com foto anexada.
2. Escopo. Diz onde toda a descrição seguinte se aplica. Sem ela, cada adjetivo da cena vira candidato a adjetivo do seu rosto. A linha é emprestada, não inventada aqui: quem explica por que ela existe é o bloco que trata a competição pela identidade.
3. Idade declarada como igualdade, não como número. É a diferença entre 52 years old e a idade que está na foto. A primeira manda o modelo escolher alguém de 52; a segunda manda copiar o que já existe.
4. Os quatro marcadores comprimidos numa linha. Pálpebra, linhas nariz-boca, fios brancos e pescoço, resumindo o bloco de seis linhas para não inflar o prompt. Se você já reprovou numa conferência específica, troque esta linha pela linha inteira daquele marcador, tirada da tabela.
5. Textura e proibição de uniformizar. Tire e vem o pacote padrão: pele lisa, tom uniforme e dente branqueado.
6. A proibição do descanso. Tire e todo o resto continua valendo, mas o acabamento volta a ser o de catálogo.
7. Roupa lisa, sem logotipo e sem letra. Cada peça acrescenta superfície que pode deformar, e texto pequeno é limitação declarada pela própria OpenAI.
8. Cenário com um elemento só e os quatro cantos vazios. Canto é o que o recorte redondo do avatar descarta, então detalhe ali é instrução desperdiçada e fonte de artefato.
9. Luz com direção, qualidade e preenchimento. Sem isso vem luz frontal chapada. Com brilho nos dois olhos, o olhar deixa de parecer morto na miniatura.
10. Enquadramento e saída. Peito para cima resolve as mãos por geometria, e não por proibição. E declarar 1024x1024 mais a ordem de recompor evita que a saída herde o formato vertical da sua selfie.

As mãos ficam fora do quadro de propósito. Quando o enquadramento não permite tirá-las, a decisão muda de natureza, e o endereço é o artigo em que a mão precisa aparecer e ganhar tarefa. As três saídas reais do nosso gerador, para constar, são 1024x1024, 1024x1536 e 1536x1024.

O teste das três superfícies: rosto, pescoço e cabelo com a mesma idade

Existe uma conferência que nenhum outro teste deste blog faz, e ela é específica de idade: coerência interna. Uma imagem pode ter o seu rosto e o pescoço de outra pessoa, porque o modelo trabalha com mais capricho onde ele espera que você esteja olhando. Abra a saída ao lado da referência, no mesmo tamanho de cabeça, e faça três perguntas objetivas.

1. Rosto. A dobra da pálpebra e as linhas do nariz aos cantos da boca continuam com a mesma profundidade e o mesmo comprimento? Não é para julgar se está bonito, é para medir se está igual.
2. Pescoço. Cubra o rosto com a mão e olhe só do queixo para baixo. Se o pescoço parece ter uma idade e o rosto outra, o modelo trabalhou só onde você estava olhando. Essa é a reprovação mais comum e a menos percebida.
3. Cabelo. A quantidade de fio branco na têmpora e na risca é a mesma? Densidade e brilho batem com a foto de entrada, ou o cabelo virou anúncio de xampu?

Reprovou em qualquer uma delas, o conserto é uma linha da tabela anterior, não um prompt novo. A doc do Gemini traz o padrão para isso: mude só o elemento X e mantenha todo o resto exatamente igual, preservando estilo, iluminação e composição originais. Prompt novo devolve foto nova, com outro conjunto de erros e nenhuma comparação possível.

Dois testes do acervo respondem a perguntas vizinhas, e vale não confundir. O método que ordena as candidatas geradas pergunta se alguém que te conhece pouco te reconhece, o que é reconhecimento social. E o teste da miniatura de 48 px, no padrão que sobrevive ao recorte redondo do avatar, pergunta se a imagem funciona no tamanho em que ela vai ser vista de verdade. Nenhum dos dois pergunta se as partes da mesma imagem têm a mesma idade.

E existe um critério que não é técnico. A página oficial de ajuda do Linkedin sobre foto de perfil diz que você pode usar uma ilustração ou outra representação artística de si mesmo, mas que a foto de perfil deve ser semelhante a você. A página está marcada como atualizada há 2 anos e foi consultada em 01/08/2026. Semelhança é o critério declarado da plataforma, e uma versão sua de dez anos atrás não passa nele.

Ficou irreconhecível de tão nova: o que cortar do prompt

O reflexo errado é acrescentar. A saída veio jovem demais, então você escreve aparência madura, idade real, 55 anos, rosto de quem tem experiência. Cada uma dessas linhas é uma decisão nova entregue ao modelo, e nenhuma delas aponta para a sua foto. Lembre do achado frágil, mas útil, do estudo de beleza: pedir a ruga não garantiu a ruga. Adjetivo de idade é justamente o tipo de pedido que o modelo mais suaviza em silêncio.

A regra do blog, na forma completa, é esta: acrescente detalhe sobre o rosto, remova detalhe sobre todo o resto. E a ordem do corte, uma variável por rodada, é a seguinte.

1. Adjetivo de acabamento. Revigorado, descansado, saudável, radiante, pele impecável, glow. Sai primeiro porque é o único item da lista que fala do seu rosto sem apontar para a foto.
2. Efeito estético. Preto e branco de alto contraste, grade cinematográfica, luz de beleza, aesthetic. Todos agem no acabamento da pele, que é onde a idade mora.
3. Cenário elaborado. Cada elemento novo do fundo é uma decisão a mais competindo com a foto anexada.
4. Iluminação sofisticada. Esquema com nome e sombra profunda redesenha o relevo do rosto, e relevo é metade da idade percebida.

O que nunca sai: o bloco de identidade, as seis linhas de idade e a linha de escopo. Se você chegou ao ponto de cortar essas, o problema mudou de lugar e provavelmente está na referência. E o par contraditório que mais aparece nos prompts publicados é este: textura de pele natural com poros visíveis, na mesma lista que aparência revigorada e descansada. As duas respondem à mesma pergunta, quanto da sua pele aparece, com respostas opostas. Quando encontrar esse par no seu prompt, apague a segunda.

Existe um caso, e só um, em que acrescentar é a jogada certa: quando o que falta é um referente visível, não um adjetivo. Se o cabelo saiu de publicidade, a linha que falta é a de acabamento fosco e densidade real, que descreve algo que aparece na imagem. Cabelo natural não descreve nada, e a doc do Gemini recomenda quebrar cena complexa em passos justamente para evitar esse empilhamento. A recomendação mais comum da SERP brasileira é o contrário, somar uma frase de reforço quando o resultado não veio, e vale saber de quem é cada conselho.

O que este método não resolve

Nenhum dos dois estudos citados testou o ChatGPT ou o Gemini, que são as ferramentas em que a maioria das pessoas escreve esses prompts, e os dois são preprints do arXiv, sem revisão por pares. Nenhum deles mediu o caso exato deste artigo, que é geração a partir de uma selfie anexada: o de beleza é texto para imagem, sem foto nenhuma, e o de edição parte de uma foto de origem real, que é o vizinho mais próximo, mas continua sendo edição. O que se transporta é a direção, e ela está declarada como tal em cada parágrafo acima.

Travar custa aderência, e isso é medido: as restrições de aparência reduzem a mudança não pedida de identidade e derrubam o sucesso do pedido principal, com média Δ = -0,43. Na prática, quando a cena não obedecer, desconfie da trava antes de desconfiar da ferramenta. A saída certa é manter a trava e tornar o pedido de cena mais concreto, nomeando cor, objeto e lado.

A referência é o teto de tudo. O prompt só preserva o que a foto mostra: contraluz, resolução baixa, óculos com reflexo ou metade do rosto na sombra não dão o que travar, e aí nenhuma das oito linhas tem onde se apoiar. As exigências mínimas do arquivo de entrada estão no artigo sobre o que a sua foto de referência precisa mostrar.

E existe o caso que nenhuma linha conserta: referência que já não é você. Se a selfie anexada é de 2016, a saída vai sair parecida com quem você era, e o prompt terá feito exatamente o que foi pedido. O erro, nesse caso, aconteceu antes do prompt, na escolha do arquivo.

Por fim, o que este artigo não afirma. Ele não fala de mercado de trabalho, não diz que uma foto muda a leitura que alguém faz da sua idade e não promete nenhum efeito sobre processo seletivo. O critério aqui é interno e verificável por você: a saída bate com a entrada, ou não bate.

Resumo e próximos passos

Rejuvenescimento involuntário não é recurso nem elogio: no estudo de edição de retrato citado aqui, mudança não pedida de idade aparente é classificada como deriva de identidade, na mesma prateleira que trocar o seu rosto. A causa é banal: idade é uma decisão, e o prompt médio não a toma. A correção é escrever seis linhas que ancoram cada marcador na foto que você anexou, em vez de declarar um número ou uma faixa.

A ordem prática é curta. Cole o bloco de seis linhas depois da linha de identidade, gere, e rode o teste das três superfícies com a referência aberta ao lado. Reprovou no pescoço, no cabelo ou no rosto, troque uma linha da tabela de marcadores e gere de novo, uma variável por rodada. Se a saída continuar jovem demais, o próximo movimento é cortar adjetivo de acabamento, nunca somar mais um.

O passo anterior a este continua sendo o guia técnico que percorre o fluxo inteiro deste pilar: ele decide ferramenta, referência e checklist de publicação, e este artigo resolve uma variável dentro dele. Se o seu problema não é a idade, e sim o rosto inteiro mudando entre a selfie e o resultado, o endereço é a deriva de identidade tratada por inteiro.