Pedi quatro fotos e a IA devolveu uma só: o que a grade custa em pixel no seu rosto

A linha que impede a colagem, e por que ela vem antes da explicação

Você escreveu algo como "me gere quatro opções dessa foto" e recebeu um arquivo só: um quadrado grande com quatro quadradinhos dentro, cada um com uma versão do seu rosto do tamanho de um selo. Recortou o melhor, subiu no perfil, e ele saiu mole, sem textura, com o contorno do cabelo empastado. Não foi bug nem falta de sorte. A conversa tem uma tela e devolve um arquivo. Para caber quatro retratos, o modelo divide o quadro que tem.

Se você veio copiar a correção, ela é esta. Cole no fim do seu pedido, depois de descrever pessoa, ambiente, roupa, luz e enquadramento:

Output format: ONE single photograph of ONE person, one camera angle, one frame.
The portrait fills the entire canvas, edge to edge, with no internal divisions.
Do NOT build a grid, collage, mosaic, contact sheet, multi-panel layout,
side-by-side comparison, storyboard, sticker sheet or before/after split.
No panel borders, no white gutters, no captions, no numbers inside the image.
If you want to show me options, generate them one at a time, in separate replies.
Size: square 1:1, 1024x1024.

Em português, linha a linha: formato de saída é uma fotografia de uma pessoa, um ângulo de câmera, um enquadramento; o retrato ocupa a tela inteira, de borda a borda, sem divisões internas; não montar grade, colagem, mosaico, contact sheet, layout de vários painéis, comparação lado a lado, storyboard nem divisão de antes e depois; sem bordas de painel, sem faixas brancas de separação, sem legenda e sem número dentro da imagem; se for para mostrar opções, gerar uma de cada vez, em respostas separadas; tamanho quadrado 1:1, com 1.024 px de lado.

Cada linha está ali por um motivo, e é isso que quase nenhum tutorial escreve:

1. A primeira fixa a unidade em uma pessoa e um enquadramento. Sem ela, "quatro opções" é lido como descrição do que desenhar, e não como quantidade de arquivos a entregar.
2. A segunda gasta o quadro inteiro no rosto. É exatamente a variável que a conta da próxima seção mede: quanto de arquivo sobra para a sua cabeça.
3. A terceira nomeia oito formatos de divisão, e não um. Proibir só "colagem" deixa contact sheet, storyboard e comparação lado a lado abertos, e o modelo entrega um deles no lugar.
4. A quarta corta a moldura. Faixa branca entre painéis e margem em volta comem pixel antes mesmo da divisão: numa grade 2x2 de 1.024 px, 20 px de folga em cada lugar derrubam o painel de 512 px para 482 px.
5. A quinta troca "quatro numa" por "uma de cada vez", que é o único caminho descrito nas páginas oficiais que explicam a conversa: um pedido, uma imagem.
6. A sexta declara o tamanho. Proporção não declarada é sorteio, e o tamanho do arquivo é o denominador de tudo que vem depois.

A proibição em lista não nasceu aqui. Um guia em inglês da glbgpt já descreve o fenômeno com precisão e chega a sugerir a frase "Do not create a grid, collage, contact sheet, or multi-panel image". O que falta na busca inteira, em inglês e em português, é a conta: quanto do seu rosto sobra quando quatro retratos dividem um quadro. E o aviso vem agora, não no rodapé: essa linha reduz a chance da colagem, não garante o formato. O resto do pedido continua sendo o que você já sabe fazer, e está descrito em onde os seis componentes do pedido aparecem um a um.

A conta do painel: quanto do seu rosto sobra em cada layout

A conta tem quatro entradas e nenhuma delas é opinião. A primeira é o denominador: o tamanho do arquivo que sai. A referência da API de imagem da OpenAI publica 1024x1024, 1536x1024 e 1024x1536 como os tamanhos padrão do parâmetro de tamanho. A documentação atual de geração de imagem do Gemini vai mais longe e publica a dimensão exata de cada proporção por faixa de resolução: em 1:1 são 512x512 na faixa de 0,5K, 1024x1024 em 1K, 2048x2048 em 2K e 4096x4096 em 4K; em 3:4, a faixa de 1K entrega 896x1200. As duas páginas foram abertas em 28/08/2026.

A segunda entrada é o divisor: o layout que o modelo desenhou dentro desse arquivo. Como o destino de uma foto de perfil é um avatar quadrado, o que interessa não é o painel inteiro, é o maior recorte 1:1 que cabe dentro dele. Em uma linha: o lado do recorte é o menor valor entre largura dividida pelas colunas e altura dividida pelas linhas.

A terceira entrada é quanto desse recorte é cabeça. Este blog trabalha com 60% da altura, que é o centro da faixa de 55% a 65% usada nos artigos de enquadramento. A quarta é a conversão para a medida que a norma de rosto usa: a régua que converte altura de cabeça em distância entre os olhos publica a razão medida por este blog, de 0,29 a 0,32 vezes a altura da cabeça, e o resultado dela no piso da norma: 90 px de olhos correspondem a uma cabeça de 281 px a 310 px. É essa mesma razão, aplicada de trás para a frente, que estima a distância entre os olhos de qualquer altura de cabeça.

O veredicto sai contra dois pisos que já estão publicados e que este artigo não reabre: o piso de 400x400 e o ideal de 1.024x1.024 que o Linkedin publica para a foto de perfil, e o piso de 90 px da norma internacional de foto de rosto. Com isso, a tabela abaixo não tem nenhum número inventado: tem uma divisão, uma porcentagem e uma regra de três.

Duas linhas derivadas resumem a tabela: numa grade 2x2, cada painel fica com 25,0% da área do arquivo e 50,0% do lado; numa 3x3, com 11,1% da área e 33,3% do lado. É por isso que a 3x3 reprova até o piso de 400x400, que é o menor requisito publicado do destino. Nove miniaturas num arquivo de 1.024 px são nove fotos de 341 px, e nenhuma delas é uma foto de perfil.

A conta é reprodutível em oito linhas. Troque a lista de casos pela dimensão que o seu arquivo realmente tem, lida nas propriedades do arquivo baixado:

def painel(largura, altura, colunas, linhas, ocupacao=0.60):
    lado = min(largura // colunas, altura // linhas)   # recorte 1:1 que cabe
    cabeca = lado * ocupacao                           # altura da cabeca
    return lado, round(cabeca), round(cabeca*90/310), round(cabeca*90/281)

for caso in [(1024,1024,1,1), (1024,1024,2,2), (1024,1024,3,3), (2048,2048,2,2)]:
    print(caso, painel(*caso))

A leitura desconfortável está na linha do meio. A grade 2x2 num arquivo de 1.024 px não reprova o piso do upload: ela passa raspando no outro piso, com distância estimada entre 89 e 98 px contra um mínimo de 90. Um enquadramento um pouco mais aberto, uma moldura branca entre os painéis, um corte de cabelo com mais volume, e o mesmo layout cai abaixo da linha sem avisar. É a diferença entre uma foto que sobrevive à miniatura e uma que vira mancha.

Duas camadas, um mal-entendido: gerar várias imagens de uma vez na API e na conversa

A confusão tem origem técnica, e ela é fácil de mostrar. Na camada de API, a contagem de imagens é um parâmetro documentado. A referência da OpenAI descreve o parâmetro n como "The number of images to generate. Must be between 1 and 10", ou seja, o número de imagens a gerar, de 1 a 10. E o guia de geração de imagem da mesma empresa escreve, em prosa, que "by default, the API returns a single image": por padrão, a API devolve uma única imagem. A resposta é uma lista de arquivos, e o exemplo oficial lê o primeiro item dessa lista.

Repare no que isso significa. Quando a contagem é parâmetro, o que volta são N arquivos separados, cada um com o seu próprio quadro inteiro. Nada de grade. A grade só aparece quando a contagem vira texto dentro de um pedido, porque aí ela deixa de ser instrução de entrega e vira descrição de conteúdo.

Vale um registro histórico, porque ele mostra que grade nunca foi o jeito natural de entregar várias imagens. A página do Imagen na API do Gemini publica um parâmetro de contagem de 1 a 4, com padrão 4, e a mesma página abre hoje avisando que o modelo está descontinuado, com desligamento anunciado para 17 de agosto de 2026, data que já passou: é registro histórico, e não estado atual da API. Ou seja: no único lugar em que a contagem já veio ligada por padrão, o padrão eram quatro arquivos separados, e não quatro rostos dentro de um arquivo.

Do outro lado, a documentação atual de imagem do Gemini não publica nenhum parâmetro de contagem: "number of images" e "candidateCount" aparecem zero vez na página inteira, uma busca que você refaz em dez segundos; o retorno é descrito no singular, e as três aparições de "multiple images" tratam de imagens de referência de entrada, não de saída. Uma delas, inclusive, usa a palavra colagem para o caso oposto: combinar várias fotos que você envia em uma cena nova.

Na camada de conversa, o silêncio é ainda maior. A central de ajuda do ChatGPT em português (a própria página avisa que foi traduzida automaticamente) descreve o fluxo inteiro no singular: você insere o pedido, o sistema gera a imagem descrita, você seleciona a imagem e a salva. A ajuda dos apps do Gemini segue o mesmo padrão e também não publica contagem por pedido. Das três aparições de "várias imagens" na página, duas tratam de referências que você envia; a terceira fala em manter a aparência da mesma pessoa "em várias imagens geradas", que é consistência entre saídas, e não quantidade por pedido. Somando as três páginas oficiais que descrevem conversa e foram lidas em 28/08/2026 (a da OpenAI em inglês, a mesma em português e a dos apps do Gemini), passam de 3.400 palavras sem uma única contagem por pedido publicada, e sem as palavras grade ou colagem.

O cuidado aqui é não transformar ausência em regra. O que se pode afirmar é preciso: nenhuma dessas páginas publica quantas imagens saem de um pedido, e o fluxo documentado é descrito no singular do começo ao fim. Afirmar "o chat só gera uma imagem por pedido" seria inventar uma regra que ninguém publicou.

A última linha da tabela é o contraexemplo mais direto que temos à mão. Neste site, pedir três proporções não gera uma imagem com três desenhos: gera três jobs independentes, cada um com o seu arquivo, porque a proporção é um campo do wizard e não uma frase dentro do pedido. Sempre que a contagem sai do texto e vira interface, a grade some por construção.

Recortar um quadrado e ampliar não devolve o que faltou

A reação natural é recortar o melhor painel e mandar ampliar. A aritmética explica por que isso decepciona. Ir de um quadro de 1.024 px para um recorte de 512 px joga fora 75% da área em pixel: de 1.048.576 pixels sobram 262.144. E, ao contrário do que a intuição diz, esses pixels não estão "comprimidos" em algum lugar do arquivo.

O painel não é uma foto grande reduzida. É uma foto que nunca existiu em tamanho maior. O modelo desenhou aquele rosto naquela escala: o poro, o fio solto de cabelo, a borda da íris e a textura do tecido nunca foram calculados em 1.024 px dentro daquele arquivo. Não há o que recuperar, porque não houve o que perder.

É por isso que a etapa seguinte não resolve. Um ampliador de IA decide qual pixel é mais provável, em vez de recuperar o que existia: num aumento de duas vezes, três quartos do arquivo final são decisão do modelo. Num rosto, essa decisão aparece como pele de plástico, olho simétrico demais e cabelo com fios que mudam de direção. Ampliar um painel de 512 px é pedir para a máquina inventar exatamente a parte que identifica você.

Some a isso o que acontece no destino: arquivo pequeno recebe compressão mais agressiva no upload, então o painel ampliado ainda passa por mais uma rodada de perda depois de subir. Gerar de novo em quadro cheio custa uma tentativa e devolve um arquivo que nasceu do tamanho certo. É quase sempre o caminho mais barato, e quase nunca é o primeiro que vem à cabeça.

A grade não é fatal por natureza: ela é fatal na resolução que sai por padrão

Olhe as duas últimas linhas da tabela do painel. Uma grade 2x2 dentro de um arquivo de 2048x2048 entrega painéis de 1.024 px, que é justamente o valor publicado como ideal para o upload. Nessa resolução, a colagem deixa de ser um problema de rosto e vira só um incômodo de recorte. Até a 3x3 sobrevive, com painéis de 682 px.

O detalhe é quem tem acesso a 2K. Em português, a ajuda dos apps do Gemini publica que você baixa imagens com resolução de 2K se tiver um plano com IA do Google, e de 1K se não tiver. Ou seja: a mesma grade 2x2 que passa com folga em 2048 px vira uma foto raspando o piso quando o arquivo sai em 1024 px. A conta não mudou; o denominador mudou.

E o teto também é publicado. O guia da OpenAI declara experimental qualquer saída acima de 2560x1440 (3.686.400 pixels no total) e limita o total de pixels a 8.294.400, com lado máximo de 3.840 px. Esse conjunto de limites já foi destrinchado no artigo sobre ampliação, e aqui ele serve para uma conta só: para uma grade 3x3 entregar 1.024 px por painel, o arquivo teria que ter 3.072 px de lado, o que dá 9.437.184 pixels. Está acima do teto publicado. Em outras palavras, uma grade de nove retratos em tamanho de perfil não cabe dentro do que o fornecedor aceita gerar.

A conclusão prática é curta: a grade cobra em resolução ou cobra em plano, e nunca é de graça. Quando alguém mostra um mosaico bonito de quatro variações, ou o arquivo é grande, ou os rostos são pequenos. Não existe terceira opção.

Protocolo de saída em cinco passos, e a pergunta que ele não responde

Este protocolo decide uma coisa só: o formato do que chega. Ele não decide quantas tentativas você deveria gastar, e isso é proposital.

1. Declare o tamanho antes de pedir qualquer variação. Proporção não declarada é sorteio, e o tamanho do arquivo é o denominador de todo o resto. Se a ferramenta tiver um seletor de proporção, use o seletor em vez da frase.
2. Um pedido, um retrato de quadro cheio. Cole a linha de formato da primeira seção. A contagem de arquivos não é assunto de texto: nas páginas oficiais de conversa ela simplesmente não existe como instrução.
3. Peça a variação seguinte em outra mensagem, mudando uma variável só. É o caminho que as páginas oficiais descrevem, um pedido e uma imagem, e ainda tem o efeito colateral de isolar o que mudou.
4. Antes de salvar, abra as propriedades do arquivo e leia as dimensões. Se o arquivo tem 1.024 px de lado e o seu rosto ocupa um quarto dele, o número que vai para o upload é 512, não 1.024.
5. Se voltou grade mesmo assim, gere de novo em vez de recortar e ampliar. O painel não é uma foto reduzida, e refazer custa uma tentativa em vez de custar textura de pele.

O passo 3 tem um texto próprio, porque pedir a segunda opção sem reabrir a identidade é onde a maioria das conversas escorrega e volta a comparar dentro do mesmo quadro:

Same person, same identity reference, same outfit, same lighting as the previous image.
Change exactly ONE thing: <background / camera height / expression>.
Return it as a new full-frame photograph on its own, not as a panel beside the previous one.
Same size as before: 1024x1024.

Em português: mesma pessoa, mesma referência de identidade, mesma roupa e mesma luz da imagem anterior; mude exatamente uma coisa, que pode ser o fundo, a altura da câmera ou a expressão; devolva como uma nova fotografia de quadro cheio, sozinha, e não como um painel ao lado da anterior; mesmo tamanho de antes. A penúltima linha é a que faz o trabalho: sem ela, o pedido de comparação costuma virar exatamente a colagem que você estava tentando evitar. E se as duas execuções voltarem diferentes demais entre si, isso tem causas próprias e nenhuma delas é o formato de saída.

Agora a fronteira. Quantas execuções cabem antes de o limite da conta chegar, o que conta como uma tentativa e o que acontece quando a cota acaba são perguntas de outro artigo, com medição própria: quantas tentativas cabem antes de a cota acabar. Este aqui responde em que formato as tentativas chegam. Junte os dois e você tem o orçamento inteiro: quantas, e em que tamanho.

Sintoma, causa e correção: o diagnóstico da saída em grade

A tabela abaixo é para ter aberta na hora em que a imagem volta estranha. Ela cobre os seis desfechos que aparecem quando o formato de saída não foi declarado.

Duas leituras merecem destaque. A primeira é a linha da moldura: ela parece cosmética e não é. Numa grade 2x2 dentro de um arquivo de 1.024 px, uma faixa de 20 px entre os painéis mais 20 px de margem em volta deixam painéis de 482 px, e não de 512. A cabeça cai de 307 px para 289 px, e a distância estimada entre os olhos, que já estava em 89 a 98 px, desce para 84 a 93 px. O detalhe decorativo empurra a foto para baixo do piso.

A segunda é a linha das duas pessoas, que é um problema vizinho e muito confundido com este. Quando o quadro tem gente diferente dentro, o assunto deixa de ser variação e passa a ser série: gerar várias pessoas com o mesmo padrão visual tem regras próprias, inclusive um teto de imagens de referência por pedido. Aqui, do começo ao fim, o quadro tem uma pessoa só, repetida.

O que esta conta não resolve

A régua de 60% da altura para a cabeça é uma escolha editorial deste blog, calibrada para foto de perfil, e não uma especificação de plataforma nenhuma. Quem enquadra mais aberto tem menos cabeça no mesmo recorte, e a tabela fica otimista. Quem enquadra mais fechado ganha um pouco de folga e perde ombro, o que tem custo próprio na leitura da foto.

A distância entre os olhos publicada aqui é estimada por conversão, não medida na imagem. Ela aplica a razão entre altura de cabeça e distância entre os olhos medida por este blog, de 0,29 a 0,32, ao piso de 90 px que a norma internacional fixa. A norma publica o piso; a razão é nossa. A única forma de saber a sua é abrir a foto e medir de um centro de olho ao outro, e isso continua valendo mesmo quando a conta diz que passa.

A conta também pressupõe painéis iguais, encostados, sem margem e sem legenda. Toda grade real entrega menos do que a tabela diz, nunca mais. Se a saída tiver título escrito, número em cada quadrante ou borda arredondada, refaça a conta com o recorte que sobrou de verdade.

Sobre a camada de conversa, a afirmação é de ausência, não de proibição: as páginas oficiais lidas em 28/08/2026 não publicam contagem por pedido. Isso pode mudar amanhã, com um seletor novo na interface, e a leitura tem que ser refeita. Da mesma forma, nenhuma linha de formato garante obediência: o guia de geração de imagem da brasileira ImageTools escreve que "pedir dimensões exatas em pixels dentro do prompt raramente é respeitado ao pé da letra", e nada do que lemos em 28/08/2026 contradiz essa observação. A linha reduz a chance da colagem, e o passo de abrir as propriedades do arquivo existe exatamente porque ela não é garantia.

Por fim, esta conta mede tamanho, não qualidade. Um painel de 1.024 px pode conter uma foto com luz chapada, expressão errada e roupa que não combina com o cargo. Resolução suficiente é condição para a foto servir, e nunca foi condição bastante.

Resumo e próximos passos

• Pedir "quatro opções" numa conversa não muda a quantidade de arquivos: muda o desenho dentro do mesmo quadro. Contagem é parâmetro na API e é texto no chat.
• Num arquivo de 1.024 px, a grade 2x2 deixa 512 px por painel (25% da área) e a 3x3 deixa 341 px, abaixo do piso de 400x400 do upload.
• O número que vai para o upload é o do recorte, nunca o do arquivo. Leia as dimensões antes de salvar.
• Recortar e ampliar não devolve detalhe que nunca foi desenhado. Refazer em quadro cheio custa uma tentativa e sai melhor.

Se você chegou aqui com quatro candidatas na mão e agora precisa decidir qual sobe, o passo seguinte é a rubrica de cinco eixos que decide qual candidata sobe. Se a dúvida for quantas execuções ainda cabem hoje, o assunto é a cota, e não o formato. E se o pedido em si ainda não estiver redondo, vale voltar para onde o pedido é montado camada por camada, com os modelos prontos, que é onde este artigo se apoia do começo ao fim.