Por que o mesmo prompt não repete a mesma foto (e o que salvar para chegar perto)

Por que o mesmo prompt não gera a mesma foto: são quatro causas, não uma

Você salvou o prompt que deu certo. Semanas depois colou o mesmo texto, na mesma foto, e voltou outra coisa: outro rosto, outro fundo, outro enquadramento. A pergunta que sobra é por que o mesmo prompt não gera a mesma foto, e a busca em português responde sempre com a mesma frase, que está certa: a geração é probabilística. Só que ela é insuficiente. "A IA é assim" junta quatro situações num balde só, e cada uma tem um conserto diferente.

A primeira é a variação normal entre execuções. Cada pedido é uma geração nova, mesmo que você mande dois seguidos, no mesmo minuto: não existe reabrir a imagem anterior, existe pedir de novo. A alavanca aqui é o que o seu texto deixou de dizer.

A segunda é a troca de modelo por trás da interface. O aplicativo não pergunta nada quando o motor muda, e a data disso costuma ser pública com meses de antecedência, num lugar que quem usa o aplicativo não lê.

A terceira é a mais invisível: a sua entrada mudou. A foto que voltou do aplicativo de mensagem não é o arquivo que você mandou, o recorte novo tirou 200 px do topo da cabeça, a selfie de hoje pegou outra luz. Na tela parece a mesma foto; para o modelo, é outro arquivo.

A quarta nem chega a ser deriva: é recusa. O pedido que antes virava imagem volta com a mensagem de política que chega no lugar da imagem, e não existe imagem para comparar.

Separar as quatro não é preciosismo. Tratar recusa como deriva faz você reescrever adjetivos por meia hora num pedido que nunca ia virar imagem; tratar troca de modelo como erro de escrita faz você culpar um prompt correto; tratar arquivo trocado como "a IA piorou" faz você mexer no texto quando o defeito estava no anexo. A tabela abaixo entra pelo sintoma, que é o único dado que você tem quando o resultado chega estranho.

Três execuções do mesmo prompt, medidas

Para separar impressão de medida, rodei um teste próprio em 19/08/2026, às 14h09 (fuso -03). Três chamadas ao endpoint de geração de imagem da OpenAI, uma atrás da outra, na mesma conta, no mesmo minuto, com tudo idêntico: modelo gpt-image-2, saída de 1.024 x 1.024 px, qualidade média, uma imagem por chamada e o mesmo texto caractere por caractere. Nenhuma foto de referência foi anexada, de propósito, para isolar a variação do próprio modelo. O script e o resultado bruto ficaram versionados junto com a pauta.

O primeiro resultado é o mais simples: os três arquivos são diferentes. Pesos de 1.459.865, 1.401.942 e 1.404.158 bytes, e três somas de verificação distintas. O consumo declarado, porém, foi idêntico nas três: 69 tokens de texto na entrada, 1.756 tokens de imagem na saída, 1.825 no total. O custo se repete; a imagem não.

O segundo resultado muda o patamar da conversa. Comparando pixel a pixel, os pares têm entre 0,011% e 0,132% de pixels idênticos, ou seja, mais de 99,8% do quadro foi redesenhado em todas as comparações. Entre 77,4% e 78,1% dos pixels diferem em mais de 10 níveis numa escala de 0 a 255, com diferença média entre 28,7 e 31,4 níveis. Não é ruído de compressão, é outra imagem.

O terceiro resultado é o que interessa a quem escreve prompt. Tudo que o texto nomeou apareceu nas três: blazer azul-marinho, camisa branca, fundo cinza de estúdio, luz principal vindo da esquerda, corte dos ombros para cima, expressão contida. Tudo que ele não nomeou mudou: geometria do rosto, largura do maxilar, tipo de cabelo, quantidade de fio grisalho, cor do olho. São três homens diferentes vestindo o mesmo pedido. As três imagens são personas sintéticas, geradas para o teste, e não estão publicadas aqui.

Além do rosto, duas derivas saíram em número. A folga acima da cabeça: o topo do cabelo apareceu na linha 64 na primeira imagem, na 23 na segunda e na 42 na terceira, num quadro de 1.024 px de altura, 41 px de diferença entre os extremos sem que uma palavra de enquadramento tivesse mudado. E o tom do "cinza neutro": a mediana do canto superior esquerdo saiu em RGB 62, 61, 61 na primeira, 71, 69, 69 na segunda e 80, 79, 84 na terceira. Três cinzas para o mesmo pedido, o mais claro 18 níveis acima do mais escuro, e o terceiro ainda puxando para o azul.

O limite vem junto com os números: são três execuções, um prompt, um modelo, um dia e nenhuma foto anexada. Serve para mostrar que a variação existe e onde ela mora, não para estimar quanto varia em geral nem para comparar ferramentas. Com uma referência anexada, o rosto sai da coluna "sorteado" e entra na coluna "condicionado", e a deriva que sobra é outra história: quando o rosto foge da selfie, e não da execução anterior. A instabilidade entre execuções também não é exclusiva de gerar: ela reaparece quando você pede para a IA ler a sua foto, onde duas rodadas do mesmo pedido dão notas diferentes.

O prompt controla o que ele nomeia. O resto é sorteio

A regra que sai do teste cabe numa linha e vale para qualquer ferramenta de imagem: variável escrita é variável travada; variável não escrita é variável sorteada. Não é metáfora sobre criatividade da máquina: seis atributos nomeados sobreviveram a três execuções, e os silenciosos passearam livremente.

O detalhe mais útil é que adjetivo não conta como valor. O prompt dizia "fundo cinza neutro de estúdio" e "enquadramento dos ombros para cima", e foram justamente essas duas variáveis que mais derivaram: 18 níveis de cinza e 41 px de folga. Elas estavam escritas, mas escritas como adjetivo, e adjetivo é uma faixa. O prompt-âncora abaixo nasce daí, e vale dizer exatamente o que ele é: não é o texto do teste colado. Ele parte do mesmo pedido e muda três coisas. Troca a pessoa fictícia do teste por um bloco de identidade preso à foto que você anexa (no teste o rosto ficava solto de propósito, para medir o sorteio). Converte em valor as duas linhas que mais derivaram. E abre em linhas próprias a lente, a textura de pele e o tamanho de saída, que no teste cabiam em uma palavra só.

Use the attached photo as the only identity reference.
Preserve face shape, skin tone, age, hair and natural asymmetries.
Do not beautify, do not de-age, do not change the person's identity.
Professional corporate portrait of this same person.
Outfit: navy blazer over a white shirt, no tie.
Background: plain studio grey, uniform, mid grey around RGB 70,70,70.
Lighting: soft key light from camera-left at 45 degrees, gentle fill, realistic shadows.
Framing: shoulders-up, eye-level camera, head occupying about 60% of the frame height,
a small margin of empty space above the hair, do not crop the top of my head.
Lens: 85mm portrait perspective, shallow depth of field, sharp eyes.
Mood: calm and confident, subtle natural expression.
Style: realistic editorial corporate photography with visible pores and flyaway hairs,
no beauty retouching.
Output: square 1:1, 1024x1024.

Em português: use a foto anexada como única referência de identidade, preservando rosto, pele, idade, cabelo e assimetrias naturais, sem embelezar nem rejuvenescer; retrato corporativo dessa mesma pessoa, de blazer marinho sobre camisa branca, sem gravata; fundo de estúdio cinza uniforme na faixa de RGB 70; luz principal suave vindo da esquerda da câmera a 45 graus, com preenchimento leve; corte dos ombros para cima, câmera na altura dos olhos, cabeça ocupando cerca de 60% da altura do quadro e margem vazia acima do cabelo; perspectiva de 85 mm com pouca profundidade de campo; expressão calma; textura realista com poros e fios soltos, sem retoque; saída quadrada de 1.024 x 1.024 px.

O que cada bloco faz com o sorteio:

• Identidade (linhas 1 a 3): tira o rosto do sorteio e o prende ao arquivo anexado. É o único bloco que muda um atributo inteiro de coluna.
• Roupa (linha 5): trava peça, cor e ausência de gravata; deixa livre caimento, textura do tecido e posição da lapela.
• Fundo (linha 6): a linha que o teste obrigou a reescrever. Com "neutro", quem escolhe o cinza é o modelo; com o número no texto, a escolha acontece numa faixa bem mais estreita. É o único dos dois consertos que a medição do fim desta seção confirmou.
• Luz (linha 7): trava direção, qualidade e preenchimento; deixa livre a intensidade, que é o que faz duas fotos da mesma série parecerem de horários diferentes.
• Enquadramento (linhas 8 e 9): o conserto que a medição não confirmou. Declarar quanto a cabeça ocupa e que existe margem no topo faz o retrato descer no quadro, mas não estreitou a folga entre execuções.
• Estilo e saída (linhas 12 a 14): travam textura de pele e formato do arquivo. Sem a linha de textura a pele volta lisa; sem a de saída, o formato é herdado do que a ferramenta achar melhor.

O depois: o que acontece quando o adjetivo vira valor

Publicar o conserto sem medir o resultado seria repetir o que a busca já faz, então rodei o teste uma segunda vez, no mesmo dia e na mesma conta, com exatamente duas linhas trocadas: o fundo passou de "cinza neutro de estúdio" para "cinza uniforme RGB 70,70,70", e o enquadramento ganhou "cabeça ocupando cerca de 60% da altura do quadro e margem vazia acima do cabelo". Todo o resto ficou igual, inclusive a ausência de foto anexada. Três execuções novas, as mesmas duas medidas, e o resultado saiu dividido.

• O fundo obedeceu. A mediana do mesmo canto saiu em RGB 78, 75, 79; 74, 73, 73 e 74, 73, 73. A distância entre o cinza mais claro e o mais escuro caiu de 18 níveis para 4. O valor escrito estreitou a faixa, embora o cinza tenha saído alguns níveis acima do pedido nas três: aproximar não é cravar.
• O enquadramento não. A margem pedida apareceu, e isso dá para ver: o topo do cabelo desceu da linha 64, 23 e 42 para a linha 121, 77 e 82 de 1.024. Só que a distância entre os extremos ficou onde estava, 44 px contra os 41 px de antes, e com um limiar de detecção mais exigente (40 níveis de contraste contra o cinza de fundo, em vez de 25) ela piorou: 81 px contra 37 px. O pedido moveu a média, não a dispersão.

A leitura honesta é essa: escrever o valor funcionou em uma das duas variáveis e não funcionou na outra, com três execuções de cada lado. Não é lei do modelo, é o que estas seis imagens mostram em 19/08/2026, e o conselho que sobra é medir o depois em vez de confiar na intuição de que escrever mais trava mais. A variação geral também não sumiu: entre 53% e 81% dos pixels ainda diferem em mais de 10 níveis entre os pares da segunda série, contra 77% a 78% na primeira, e continuaram sendo três rostos diferentes, porque o rosto seguiu sem ser nomeado e sem referência anexada.

Repare no que ele não promete: repetir a foto. Ele estreita a faixa do sorteio nas variáveis que você consegue nomear. O próprio fornecedor escreve isso nas limitações do guia de geração de imagem da OpenAI, ao dizer que o modelo pode falhar em manter a consistência visual de personagens recorrentes ou de elementos de marca entre várias gerações. Esse trecho já foi traduzido aqui quando o assunto foi padronizar uma cena para várias pessoas diferentes; o que este artigo acrescenta é a outra metade, a das execuções separadas no tempo.

E há um limite que nenhuma linha de texto resolve: o arquivo que você anexa. Se ele mudar, a coluna "condicionado" muda junto, e o prompt idêntico devolve outra pessoa sem culpa do modelo. Por isso o item 2 do kit é tão chato quanto parece: é o arquivo original, não a cópia que voltou do aplicativo de mensagem. A anatomia completa dos componentes está em o acervo de onde este prompt-âncora foi copiado e adaptado.

Existe um botão de semente? O que a documentação e a API responderam hoje

Se a variação é sorteio, a pergunta óbvia é se dá para fixar o sorteio. O controle que faria isso tem nome. A documentação do Google define em português: um número de semente é um número que você adiciona a um pedido para tornar as imagens geradas não determinísticas em determinísticas, e indicar o mesmo número resulta sempre nas mesmas imagens de saída. A pergunta prática é onde esse campo existe e quem consegue tocar nele.

Na OpenAI: ausência conferida, com data

O guia de geração de imagem da OpenAI passa das 10 mil palavras e tem zero ocorrência de "seed" na leitura de 19/08/2026 (o total exato depende de como se conta o HTML, a ausência não). Contagem de palavra é evidência fraca, porque página renderizada por JavaScript engana o contador, então o teste foi direto ao servidor: enviando o parâmetro seed junto com um pedido de imagem, a resposta foi HTTP 400, com o corpo Unknown parameter: 'seed' e o código unknown_parameter. A requisição inválida é recusada antes de gerar qualquer imagem: quem tiver uma chave própria repete isso em dez segundos e carimba a data do próprio teste.

No Gemini: o campo existe, mas não na camada que gera a sua foto

Aqui é fácil errar, e a frase precisa nomear a camada. Não é verdade que "não existe semente no Gemini". O campo seed existe na configuração de geração da API: o documento oficial de descoberta, revisão 20260816, o descreve como semente usada na decodificação e avisa que, se ela não for definida, o pedido usa uma semente gerada aleatoriamente. O que não existe é semente na configuração específica de imagem, que traz apenas proporção e tamanho. E a página de geração de imagem do Gemini não menciona semente nenhuma vez.

O fornecedor também não vende determinismo onde o campo existe: o SDK oficial descreve essa semente como esforço de melhor tentativa, com número aleatório por padrão, e avisa que o comportamento não é determinístico absoluto. Mesmo na camada onde o campo aparece, a promessa é "parecido", não "igual".

Onde a semente existe para imagem, ela briga com a marca d'água

Existe uma superfície onde a semente é documentada especificamente para imagem: a linha Imagen, na plataforma de desenvolvedor do Google Cloud. A página em português sobre imagens determinísticas aceita valores de 1 a 2.147.483.647 e traz a condição decisiva: se o modelo suportar marca d'água digital, é preciso definir addWatermark como falso para usar o campo de semente. Do outro lado, a documentação do Gemini declara que todas as imagens geradas saem com marca d'água SynthID. As duas coisas não convivem. E essa linha tem prazo: a página do Imagen anuncia desligamento em 17/08/2026, consultada por aqui em 19/08/2026, dois dias depois da data anunciada e ainda com o aviso escrito no futuro.

A conclusão honesta vale com data: em 19/08/2026, quem gera foto pelo aplicativo de consumidor não tem nenhum controle de repetição exposto. Não é "impossível para sempre", é ausência conferida hoje, em três camadas: a tela do produto, a configuração geral da API e a configuração específica de imagem.

O seu prompt salvo tem data de validade, e a data é pública

A parte que quase ninguém conta em português é que "o modelo mudou" não é um boato: é um calendário publicado. A página de depreciações da OpenAI define os termos sem rodeio: quando um modelo é anunciado como depreciado, ele já está depreciado naquele instante, e todo modelo depreciado ganha uma data de desligamento a partir da qual deixa de ser acessível.

A mesma página publica os prazos mínimos de aviso: pelo menos 6 meses para modelos disponíveis de forma geral, pelo menos 3 meses para variantes especializadas e um prazo bem mais curto, da ordem de 2 semanas, para modelos em preview. Existe ainda a ressalva de que preocupações de segurança ou conformidade podem acelerar qualquer um desses prazos.

O limite precisa vir junto: essa é uma política declarada para quem usa a API, não um contrato com quem usa o aplicativo, que pode trocar o motor sem aviso nenhum e normalmente troca. E o calendário é da OpenAI: o Google publica a própria semântica, logo abaixo, e não é a mesma tabela.

A prova de que isso não é teórico custou uma requisição. Pedindo hoje uma imagem ao modelo dall-e-3, a resposta é HTTP 400 com a frase The model 'dall-e-3' does not exist. Prompt escrito e afinado para esse modelo continua circulando em português e continua salvo em bloco de notas por aí, sem ter mais onde rodar. É o mesmo fenômeno que envelheceu as listas de sinais de imagem gerada que valiam em 2023: o texto ficou parado, o motor por baixo andou.

Apelido, versão e o que "estável" quer dizer

Há um mecanismo por trás disso que quase nenhum material em português explica: o identificador que você usa raramente é uma versão. Quase sempre é um apelido apontando para uma versão, e o apelido pode passar a apontar para outra coisa. A página de modelos da API do Gemini publica essa semântica de forma explícita, e ela serve de vocabulário para o nicho inteiro:

• stable: a documentação diz que modelos estáveis normalmente não mudam. É o mais próximo de "congelado" que a superfície de desenvolvedor oferece.
• latest: aponta para o lançamento mais recente. Para mudanças que quebram comportamento, o fornecedor declara aviso de 2 semanas por e-mail antes de trocar o que está atrás do apelido.
• preview: modelo em teste, que a documentação diz que será depreciado com pelo menos 2 semanas de aviso.
• experimental: declaradamente não indicado para uso em produção.

A OpenAI não publica essa mesma tabela de apelidos, mas a lista de modelos entrega o fato em concreto. Consultando a lista com uma chave de produção em 19/08/2026, voltaram 130 modelos, dos quais seis são de imagem: chatgpt-image-latest, gpt-image-1, gpt-image-1-mini, gpt-image-1.5, gpt-image-2 e gpt-image-2-2026-04-21. Os dois últimos foram criados no mesmo dia e convivem: um é o apelido, o outro é a versão com data. dall-e-2 e dall-e-3 simplesmente não aparecem mais na lista. Vale o limite: a lista depende da conta e da data da consulta.

Daí sai a frase que resume a posição de quem lê este artigo: quem gera foto pelo aplicativo está sempre no equivalente ao apelido, e por isso não tem como fixar a versão. Você não escolhe o snapshot, não vê qual está rodando e não é avisado quando troca. E o apelido também tem prazo: o único identificador de imagem que carrega o nome do produto de consumidor, chatgpt-image-latest, já está na tabela acima, com desligamento em 01/12/2026.

O kit de reprodução: os 7 itens que você salva junto com a foto aprovada

Se repetir não está no cardápio, o objetivo muda: você salva o que permite recomeçar de perto, não o que promete repetir. São sete itens, cada um por um motivo específico, todos na mesma pasta, no mesmo dia em que a foto foi aprovada, porque em duas semanas você já não lembra qual das seis tentativas era a boa.

1. O texto do prompt em arquivo, colado e não reescrito de memória. Reescrever de cabeça troca ordem de linha e adjetivo, e foi justamente o adjetivo que abriu a faixa de variação no teste acima.
2. O arquivo de referência exato, no original. Não a cópia que passou pelo aplicativo de mensagem nem o recorte da rede social: recompressão e recorte mudam a entrada, e entrada diferente é resultado diferente com prompt idêntico.
3. A data e a hora da geração. É o que permite cruzar com o calendário de desligamento depois. Sem data, "parou de funcionar" vira suposição; com data, vira consulta.
4. A ferramenta e a versão que a interface mostrar. Se a tela não mostrar versão nenhuma, escreva "nenhuma exibida": é o registro de que você estava no apelido, e não numa versão fixada.
5. O tamanho pedido, em pixels. Proporção herdada é uma causa silenciosa de "ficou diferente". Anote 1.024 x 1.024, 1.024 x 1.536 ou o que tiver pedido, com o número e não com o nome.
6. A imagem aprovada na resolução original. O arquivo que saiu da ferramenta, antes de qualquer envio por aplicativo. É a sua única régua honesta quando a próxima tentativa chegar.
7. O que você mudou em relação à tentativa anterior, em uma linha. É o item que transforma seis tentativas soltas num histórico. Sem ele, você repete o mesmo erro duas rodadas depois.

Em formato copiável, a pasta e a ficha ficam assim. Não é prompt: é o registro que vai ao lado dele.

2026-08-19_retrato-corporativo_v3/
    prompt.txt                (o texto colado, sem editar)
    referencia-original.jpg   (o arquivo anexado, sem recompressão)
    aprovada-1024x1024.png    (a saída, na resolução original)
    ficha.txt                 (o bloco abaixo)

--- ficha.txt ---
Data e hora da geração: 2026-08-19 14:09 (fuso -03)
Ferramenta: 
Versão exibida na interface: (escreva 'nenhuma exibida' quando a tela omitir)
Modelo, se a interface disser qual: 
Tamanho pedido: 1024 x 1024 px
Referência anexada: referencia-original.jpg
O que mudei desde a tentativa anterior: 
Por que esta ficou: 

Os nomes vão sem acento de propósito e sempre na mesma ordem, com a data em ano, mês e dia na frente: assim a ordem alfabética já é a cronológica, e você acha a foto boa sem abrir nada.

O limite honesto, que precisa vir escrito: o kit reduz a deriva e permite recomeçar de perto, mas não garante a mesma foto. Dos sete itens, seis estão sob o seu controle. O que não está é a versão do modelo que executou o pedido, e é justamente ela que decide o resultado quando o intervalo entre as duas tentativas é de meses.

Quando parar de perseguir a foto antiga

Existe um ponto em que insistir custa mais do que recomeçar. A regra prática que uso é simples: três tentativas com o prompt salvo. Se nenhuma das três chegou perto da foto antiga, o caminho barato deixa de ser caçar aquele resultado e passa a ser gerar uma série nova, no modelo de hoje, e escolher dentro dela.

A troca de objetivo é o que destrava. Você não está atrás de uma foto específica: está atrás de uma família de fotos parecidas que sirva ao mesmo uso. Uma foto de perfil do Linkedin, uma versão mais fechada para o avatar pequeno e uma reserva para trocar depois. Geradas no mesmo dia, com o mesmo prompt e a mesma referência, elas nascem com a mesma cara sem depender de repetição nenhuma. É o oposto de guardar uma única imagem e torcer para refazê-la em dezembro.

Duas coisas ajudam nessa hora. Ter critério escrito antes de gerar, porque escolher no calor do resultado é como você se convence de que a segunda tentativa ficou melhor sem ter olhado direito: vale a leitura de como decidir qual das tentativas fica. E lembrar que repetir a cena e repetir a pessoa são problemas diferentes, com regra própria em quando o objetivo é repetir a cena, e não a pessoa.

Resumo e próximos passos

O mesmo prompt não repete a mesma foto por dois motivos empilhados. O de curto prazo é o sorteio: em três execuções idênticas medidas em 19/08/2026, menos de 0,15% dos pixels se repetiram, e o que sobreviveu foi exatamente o que o texto nomeou. O de longo prazo é o calendário: o modelo que executou o seu prompt tem data de desligamento publicada, e quem usa o aplicativo está sempre no apelido, sem poder fixar versão.

O próximo passo cabe hoje. Abra a pasta da sua última foto aprovada e monte o kit de sete itens em volta dela: prompt colado, referência original, data, ferramenta, tamanho, imagem em resolução original e a linha do que mudou. Depois escreva o valor do fundo, que na segunda medição estreitou a faixa de 18 para 4 níveis, e rode o prompt-âncora desta página sabendo que a folga acima da cabeça continua sendo a variável teimosa.

Para escrever o prompt certo desde o começo, a anatomia dos componentes e as bibliotecas por objetivo estão em o guia que você abre antes de escrever a primeira linha. E se, ao rodar de novo, o que voltar for uma negativa em vez de uma imagem, o caminho é o diagnóstico das recusas da ferramenta, que é problema de outra natureza.