Prompt de expressão para foto profissional: 14 adjetivos e a descrição que entra no lugar

Prompt de expressão para foto profissional: a linha que você cola agora

Um prompt de expressão para foto profissional costuma caber numa linha só, do tipo Mood: confident and approachable. O bloco abaixo é a substituição direta dessa linha: ocupa cinco linhas no lugar de uma e tira cinco decisões do modelo, em vez de devolver todas de uma vez.

Expression: mouth closed, the two corners of the lips raised very slightly and by the same amount, no teeth visible.
Eyes: upper eyelids fully open, lower eyelids slightly raised, a small crease at the outer corner of each eye.
Gaze: straight into the lens, pupils centred, head facing the camera, chin level with the floor.
Brow: relaxed, no furrow between the eyebrows, both eyebrows at the same height.
Keep: stay inside what my attached photo shows. Do not change the shape of my mouth, my teeth or my eyes.

Tradução: boca fechada, os dois cantos dos lábios levemente elevados e na mesma medida, sem dentes à mostra; pálpebras superiores totalmente abertas, pálpebras inferiores levemente elevadas, uma pequena ruga no canto externo de cada olho; olhar direto na lente, pupilas centradas, cabeça de frente para a câmera, queixo na horizontal; testa relaxada, sem vinco entre as sobrancelhas, as duas na mesma altura; e não saia do que a foto anexada mostra: não mude o formato da minha boca, dos meus dentes nem dos meus olhos.

Esse bloco substitui o componente de mood e atitude, o sexto da anatomia de prompt que este blog usa e o único que ainda se escrevia por adjetivo. Ele está no pilar em que divide espaço com identidade, ambiente, roupa, luz e enquadramento, resolvido em um parágrafo e numa linha por prompt. O resto do prompt continua igual: expressão é a única camada que este artigo mexe.

Cada linha existe por um motivo específico, e é isso que nenhuma das oito páginas em português que eu abri para escrever este texto explica:

• Expression tira do modelo a decisão de abrir ou fechar a boca. A parte que quase ninguém escreve é by the same amount: sem simetria declarada, um canto sobe mais que o outro e a foto sai com sorriso torto.
• Eyes é a única linha que impede o sorriso que não chega aos olhos. Pálpebra inferior levemente elevada e ruga no canto externo são o que separa um sorriso que parece seu de um sorriso colado por cima de um rosto parado.
• Gaze decide para onde você está olhando, e o alvo precisa ser nomeado. É a variável que o guia de prompt da OpenAI manda descrever junto com escala e enquadramento, e é a que praticamente ninguém escreve. O número está mais abaixo.
• Brow fecha a distância entre concentrado e irritado. Sem declarar a ausência do vinco, a média do treino coloca uma ruga entre as sobrancelhas toda vez que você pede seriedade.
• Keep amarra a expressão à foto anexada. Sem essa linha, o modelo pode entregar a expressão certa desenhando uma boca que não é a sua, e o rosto vira de outra pessoa com a expressão que você pediu.

14 adjetivos e a descrição que entra no lugar

Dos 194 prompts publicados nas oito páginas em português que aparecem para esse tipo de busca, 93 nomeiam ao menos um adjetivo de temperamento e 42 usam a fórmula literal expression is [adj], [adj], and [adj]. Pálpebra, sobrancelha, lábio e dente não aparecem em nenhum deles. A palavra boca aparece em dois, e vale abrir os dois: num, ela está dentro de uma lista do que preservar (expressão, olhos, nariz, boca, cabelo); no outro, um prompt de registro descontraído, ela é mesmo descrita, com head tilted back, eyes crinkled, mouth open in a joyful smile. É o único prompt da busca inteira que descreve boca e olhos juntos, e ele não é de retrato profissional. É essa lacuna que a tabela abaixo preenche: à esquerda o adjetivo que você provavelmente ia escrever, no meio o que ele decide sem você e à direita a descrição observável que ocupa o mesmo espaço no prompt sem delegar nada.

Crédito onde ele é devido, porque a versão preguiçosa dessa frase seria falsa. A mesma página que publica 71 desses prompts traz, na seção de socorro para expressão artificial, as duas linhas mais corretas de toda a busca em português: a subtle, warm, confident smile with relaxed eyes. No toothy grin. Keep the face identical to the reference e lips together, a gentle curve, eyes relaxed and kind. A descrição observável existe na página mais completa do assunto em português, portanto. Ela só aparece depois do erro, na seção de conserto, e não está em nenhum dos prompts que essa mesma página publica para você copiar.

Uma regra de honestidade antes de usar a tabela: só parte desses adjetivos foi medida. confident, decisive, determined, modest, compassionate e supportive estão entre os 20 termos auditados por Luccioni e colegas; intelligent e trustworthy têm apoio de um segundo estudo. authoritative, powerful, approachable, warm, serene, creative, sophisticated e friendly não foram medidos por nenhum trabalho que eu tenha encontrado, e para esses a coluna do meio descreve o mecanismo, sem percentual. Onde não há medição, não entra número.

Por que “confiante” não é uma instrução de expressão

A resposta curta é gramatical: para um modelo de imagem, adjetivo de temperamento não fica do lado da boca e dos olhos. Fica do lado de quem é a pessoa.

Em Stable Bias, apresentado na NeurIPS Datasets & Benchmarks em 2023, Luccioni, Akiki, Mitchell e Jernite testaram 20 adjetivos de temperamento em três sistemas de geração de imagem. No estudo, o adjetivo entra no prompt no padrão Photo portrait of a [X] [Y], exatamente na posição em que entram etnia e gênero. Isso não é uma escolha de redação dos autores: é o lugar gramatical do adjetivo. Ele qualifica a pessoa.

No agregado dos três sistemas, confident levou 67,76% das imagens a um agrupamento cujo termo de gênero dominante é “man”, decisive levou 74,42%, modest, codificado como feminino no estudo, marcou 71,11% e o piso do conjunto inteiro ficou em 54,22%. Esses números agregados já saíram aqui, no artigo sobre o que a média do treino faz com um rosto masculino; repito por contexto e passo direto para a parte que ainda não tinha sido publicada.

A tabela do apêndice que quebra o resultado por sistema é onde a leitura preguiçosa morre. compassionate, o adjetivo mais acolhedor da lista, marca 36,27% no Stable Diffusion 1.4 e 75,60% no DALL·E 2: a mesma palavra, mais que o dobro do deslocamento, só porque o sistema mudou. confident vai de 60,67% para 83,73%, decisive de 64,53% para 85,13% e intellectual chega a 90,33% no DALL·E 2. E o menor valor de toda a lista no DALL·E 2 não é nenhum adjetivo de força: é supportive, com 68,53%.

A conclusão que sobrevive a esses números não é “evite adjetivo de autoridade”. É mais incômoda que isso: o adjetivo não move um músculo, ele desloca o conjunto inteiro de rostos que o sistema considera plausível, e o quanto ele desloca depende do sistema, não da palavra. Não existe adjetivo neutro na lista.

Os quatro limites precisam vir juntos, senão o número vira outra coisa. São gerações a partir de texto puro, sem nenhuma foto anexada. Os sistemas auditados são DALL·E 2 e Stable Diffusion 1.4 e 2, não o ChatGPT de hoje nem o Gemini. “Agrupamento” é um cluster de imagens construído a partir de prompts de identidade, então o correto é dizer que as gerações caíram no mesmo agrupamento, e nunca que todas as pessoas geradas eram homens. E transferir isso para uma linha de mood dentro de um prompt com a sua selfie anexada é leitura minha, não achado do paper: com foto anexada, a referência disputa espaço com o texto.

Um segundo trabalho explica por que intelligent e trustworthy estão na tabela da seção anterior. Em When Algorithms Play Favorites (EWAF 2025), Doh, Gulati, Mancas e Oliver geraram 13.200 rostos no Stable Diffusion 2.1 e mediram que os rostos criados a partir de “inteligente” e “confiável” ficam mais próximos, no espaço de embeddings, dos gerados com “atraente”. O limite é dos próprios autores: entre homens a tendência é semelhante, porém menos pronunciada, e em homens brancos as associações são inconsistentes.

Descrever a expressão ou nomear o traço

Existe uma forma de escrever expressão que a documentação dos fornecedores usa, e não é a que a busca ensina.

O exemplo de alta fidelidade da documentação de geração de imagem do Gemini, consultada em 31/07/2026, começa assim: Take the first image of the woman with brown hair, blue eyes, and a neutral expression, e termina com Ensure the woman's face and features remain completely unchanged. Repare no que está sendo feito ali. Neutral expression não é um pedido de expressão: é a descrição do que a imagem anexada já mostra, usada para apontar e travar.

Do outro lado, no guia de prompt de imagem da OpenAI, a palavra expression aparece três vezes, e duas delas estão na lista do que precisa ser travado numa edição: explicitly lock the person (face, body shape, pose, hair, expression) e Preserve her exact likeness, expression, hairstyle, and proportions. Para os dois fornecedores, expressão é atributo de identidade, na mesma prateleira de formato de rosto e cabelo. Não é decoração de clima.

Fui atrás da palavra que a busca usa como rótulo dessa linha, Mood, nos três documentos oficiais que interessam aqui: a página de geração de imagem do Gemini, o guia da API de imagem da OpenAI e o guia de prompt do mesmo fornecedor. São 30.420 palavras somadas, lidas em 31/07/2026. mood aparece uma vez no Gemini, e é an immersive atmospheric mood de uma cena de clima. No guia de prompt aparece cinco vezes: quatro sobre luz e atmosfera e uma numa linha Mood: Warm, nostalgic, gentle, emotional de um cartão de Natal ilustrado. Nenhuma dessas seis ocorrências é sobre rosto humano. smile aparece zero vez nos três documentos.

Ou seja: Mood: confident and approachable é convenção da busca, não formato de fornecedor. Isso não a torna proibida, torna-a arbitrária. E a distinção que vale carregar para qualquer linha do prompt é a mesma que este blog já usa para marcador físico: descrição observável aponta para o que está na imagem e trava; rótulo, seja demográfico, ocupacional ou de temperamento, delega a escolha para a média do treino. Um pede um músculo. O outro pede uma pessoa nova.

A escada do sorriso: 5 graus e o que cada um manda redesenhar

Sorriso não é sim ou não. Entre a boca fechada e o sorriso com dentes existe uma escala, e o eixo dela aqui não é qual sorriso combina com a sua área. Esse recorte tem dono e é decisão de pessoa, não de prompt: qual expressão escolher antes de escrever qualquer prompt trata do sorriso de Duchenne, da postura e do que cada expressão comunica. O eixo desta escada é outro: quanto da região da boca e dos olhos o modelo precisa redesenhar a cada degrau. É uma heurística editorial minha, e o critério está declarado.

1. Boca fechada, cantos neutros. lips together, corners neutral, not turned down. Sem a negativa final, o canto cai: a média de “sério” tem canto de boca para baixo e a foto lê como mau humor.
2. Canto levemente elevado. lips together, both corners raised very slightly and by the same amount. Sem “na mesma medida”, sai sorriso torto, que é o defeito mais reconhecível de rosto gerado.
3. Sorriso fechado que chega aos olhos. closed-lip smile, lower eyelids slightly raised, small creases at the outer corners of the eyes. É o primeiro degrau em que a pálpebra entra na conta. Pular essa linha aqui produz o sorriso colado.
4. Sorriso aberto sem dentes. small open smile, lips parted, no teeth visible. Defeito típico quando você pula direto para cá: linha dos lábios fundida ou boca em formato de “o”.
5. Sorriso aberto com dentes. open smile, upper teeth visible, no gum showing, both corners at the same height. Defeito típico: dente inventado, gengiva demais, dentição alinhada demais para ser sua.

O que muda de um degrau para o outro é a quantidade de pixels do seu rosto que deixam de ser copiados e passam a ser inventados. No degrau 1 o modelo praticamente reproduz o que está na foto anexada. No degrau 5 ele desenha os seus dentes, e aqui está o detalhe que decide a imagem: se a sua referência é de boca fechada, não existe um pixel de dente para copiar. O dente é invenção, e invenção de dente é o que faz o rosto parecer de outra pessoa mesmo quando todo o resto está certo.

É por isso que o protocolo de captura do fotoslinkedin pede duas fotos frontais, uma sorrindo e uma séria, além de uma de três quartos à esquerda. Não é redundância: são duas bases diferentes de boca, e a foto sorrindo existe justamente para o degrau 5 ter de onde copiar.

Regra prática: se você quer o degrau 5, tire uma foto nova sorrindo antes de escrever o prompt. Sai mais barato que cinco iterações.

O olhar: a variável que a documentação nomeia e a busca esquece

Direção do olhar é a decisão mais barata deste artigo e a menos escrita de todas.

O guia de prompt de imagem da OpenAI lista gaze entre as coisas que devem ser descritas quando há gente na cena: For people in scenes, describe scale, body framing, gaze, and object interactions. O exemplo que ele dá é literal sobre o alvo, looking down at the open book, not at the camera, e a justificativa aparece na mesma seção: esses detalhes ajudam em proporção de corpo, geometria da ação e alinhamento do olhar.

Do outro lado, contei os prompts publicados nas oito páginas em português: 194 depois de remover duplicados. Três declaram a direção do olhar. Nenhum nomeia a câmera ou a lente como alvo, enquanto 46 citam a câmera como equipamento, em linhas de lente, ângulo e modelo de corpo de máquina. A palavra está lá o tempo todo, sempre no lugar errado.

A linha que resolve tem três partes: alvo (straight into the lens), pupila (pupils centred) e cabeça (head facing the camera, chin level with the floor). As três juntas, porque olhar na lente com a cabeça virada e olhar na lente de frente são duas fotos diferentes, e o modelo escolhe uma delas se você não escolher.

Desviar o olhar tem lugar, e o lugar não é o retrato de trabalho. É o registro casual, em que a pessoa aparece fazendo alguma coisa e gaze off camera faz parte da gramática: esse recorte está no registro em que ninguém olha para a câmera. Numa foto de perfil profissional, olhar fora da lente sem motivo declarado costuma ler como distração, não como naturalidade.

E um esclarecimento que economiza iteração: o brilho nos olhos não vem da expressão. Ele é o reflexo da fonte de luz na córnea, e por isso a linha que produz catchlight é linha de luz, não de mood. O componente que decide o brilho nos olhos é outro, e pedir olhos vivos na linha de expressão não resolve uma luz chapada.

Mudar a expressão de uma foto que já existe

A intuição diz que mexer na boca de uma foto pronta é impossível e que o certo é gerar tudo de novo. A documentação do fornecedor diz o contrário, com todas as letras.

Na seção de boas práticas da página de geração de imagem do Gemini, consultada em 31/07/2026, o exemplo de refinamento por conversa é exatamente este: Keep everything the same, but change the character's expression to be more serious. A operação é oferecida pelo fabricante. Quem escreve que mudar expressão exige regerar está deduzindo uma proibição a partir de um silêncio que nem existe.

O que existe é um custo, e a classificação dele é minha, não do fornecedor: este blog trata “abrir o sorriso” como ajuste de risco alto, com o critério declarado de quantos pixels do rosto precisam ser redesenhados. Boca e olhos são justamente a região onde mora o reconhecimento. A escala completa por tipo de ajuste está no artigo que separa editar de gerar e não vou reescrevê-la aqui. O que muda de mãos é a instrução.

O formato abaixo segue o template oficial de edição pontual da mesma página do Gemini (change only the [specific element] to [new element/description] seguido de Keep everything else in the image exactly the same, preserving the original style, lighting, and composition). As duas primeiras linhas são dele; as duas últimas são a trava que o retrato exige.

Change only the expression: close the lips and raise both corners of the mouth very slightly and by the same amount.
Keep everything else in the image exactly the same, preserving the original style, lighting and composition.
Do not change my eyes, eyelids, eyebrows, nose, jaw, hairline or skin. Do not de-age me and do not smooth my skin.
Output: square 1:1, 1024x1024.

Traduzindo: mude só a expressão, fechando os lábios e elevando os dois cantos da boca muito de leve e na mesma medida; mantenha todo o resto da imagem exatamente igual, preservando estilo, luz e composição originais; não mude olhos, pálpebras, sobrancelhas, nariz, mandíbula, linha do cabelo nem pele; não me rejuvenesça e não alise minha pele; saída quadrada 1:1, 1024x1024.

Duas coisas podem dar errado, e as duas têm explicação publicada. Se a foto voltar praticamente igual, o problema pode ser o excesso de trava. Em Toward Trustworthy Portrait Editing, Seo e colegas mediram que restrições de aparência reduzem a troca indevida de traços e, ao mesmo tempo, derrubam a taxa de sucesso da edição, com uma queda média de 0,43 e p < 10⁻¹⁰. Eles chamam esse modo de falha de soft erasure. O limite é do próprio trabalho: são três editores de peso aberto, não o ChatGPT nem o Gemini.

Se, ao contrário, voltou diferente demais, vale lembrar que toda edição é uma nova geração parcialmente condicionada. A página de limitações da API de imagem da OpenAI declara que a máscara funciona como orientação e pode não ser seguida com precisão exata, e que o modelo às vezes tem dificuldade em manter consistência visual de um mesmo personagem entre gerações. É a explicação oficial para duas rodadas do mesmo pedido saírem com sorrisos diferentes.

Uma regra de conferência evita a deriva silenciosa: compare sempre com o arquivo original, nunca com a rodada anterior. Três iterações comparadas duas a duas passam sem alarme por uma mudança que, contra a foto de partida, já é outro rosto.

Sintomas de expressão falsa e o teste de 30 segundos

Seis defeitos cobrem quase tudo o que aparece quando a expressão sai errada. Cada um tem uma causa de prompt e uma correção de uma linha.

1. Sorriso na boca e olhos parados. Causa: nenhuma linha descreveu pálpebra. Correção: acrescente lower eyelids slightly raised, small creases at the outer corners of the eyes.
2. Sorriso torto. Causa: o prompt pediu sorriso sem declarar simetria. Correção: both corners raised by the same amount.
3. Cara de mau humor quando você pediu “sério”. Causa: canto de boca para baixo é a média de serious. Correção: corners neutral, not turned down.
4. Olhar fora da lente sem você ter pedido. Causa: direção do olhar não declarada, como em 191 dos 194 prompts publicados. Correção: gaze straight into the lens, pupils centred.
5. Dentes estranhos. Causa: degrau 5 pedido sobre referência de boca fechada. Correção: desça para o degrau 3 ou anexe uma foto sua sorrindo.
6. Expressão certa, rosto de outra pessoa. Causa: o bloco de expressão cresceu e passou a descrever a pessoa em vez do músculo. Correção: corte os adjetivos, mantenha a descrição e reforce a linha Keep.

E um teste que leva 30 segundos, para rodar antes de publicar qualquer imagem. Cubra com a mão a metade de baixo do rosto e pergunte se os olhos, sozinhos, sustentam a expressão que você pediu. Depois cubra a metade de cima e pergunte se a boca, sozinha, faz sentido. Se as duas metades contam histórias diferentes, o sorriso foi colado, e o ajuste é a linha Eyes, nunca mais um adjetivo.

Esse teste avalia expressão e só expressão. Ele não substitui os que já estão publicados neste blog para outras camadas, como o da miniatura, o de reconhecimento e o dos dois brilhos, e todos eles julgam a imagem que já saiu. Quando a câmera é real e quem precisa acertar a expressão é você, o problema muda de lugar: o que fazer com ombros, queixo e mãos na frente de uma câmera de verdade é outro conjunto de instruções, e ele é dirigido à pessoa, não ao modelo.

O que a instrução de expressão não resolve

Três limites honestos, e nenhum deles se conserta com mais adjetivo.

Primeiro: tirar o adjetivo não devolve um rosto neutro. No mesmo trabalho de Doh e colegas, o conjunto gerado sem nenhum atributo tem viés próprio, e os autores registram que rostos neutros ficam, no geral, mais próximos dos classificados como pouco atraentes do que dos atraentes, em todas as demografias testadas. Prompt sem adjetivo não é prompt sem escolha: é prompt em que a escolha foi feita pela média do treino.

Segundo: descrever em vez de rotular reduz, mas não zera. Bianchi e colegas escrevem, em um estudo apresentado na FAccT 2023, que os estereótipos aparecem independentemente de o prompt mencionar explicitamente identidade e linguagem demográfica ou de evitar esse vocabulário. É por isso que a proibição explícita continua fazendo parte do prompt, e o lugar certo de escrever uma proibição não é a linha de expressão.

Terceiro: expressão não conserta enquadramento, luz nem referência. Um sorriso perfeito num corte que decepou o queixo continua sendo um corte errado. Uma selfie tremida continua tremida depois de qualquer linha Eyes: a foto que você anexa é o teto do que sai. E nenhuma dessas cinco linhas compensa uma contradição entre roupa, ambiente e luz no resto do prompt.

Vale ainda um aviso sobre números que circulam nesse assunto. A página em português mais completa sobre prompts de foto profissional publica percentuais como 93% de fidelidade facial, 89% de aprovação e 90% dos casos para correção de expressão. Ela declara de onde eles vêm, e isso precisa ser dito: teste próprio de maio de 2026, com 44 prompts e 5 recrutadores. O que não está publicado é a metodologia, que é outra coisa: como se mede uma fidelidade facial de 93%, o que os cinco recrutadores viram, com que critério aprovaram e como qualquer pessoa refaz a conta. Registro que os números existem, que a amostra está declarada e que o método não está. Não invento um contra-número para colocar no lugar.

Por fim, o recorte que este artigo não cobre de propósito: o que um recrutador percebe numa expressão. Não encontrei estudo linkável sobre percepção de expressão em foto gerada por IA nesse contexto, e sem fonte a afirmação não entra, nem aqui nem na FAQ.

Como estes números foram contados

Toda contagem deste artigo é minha e é reproduzível, então o método vai junto do resultado.

As oito páginas foram abertas em 31/07/2026 com curl usando cabeçalho de navegador, somam 36.318 palavras já sem script e style (o total inclui menu e rodapé) e nenhuma ficou abaixo do piso de 300 palavras extraídas, que é o corte para descartar página renderizada por JavaScript. Um domínio que costuma aparecer nessa busca, marketingparafotografos.com.br, não resolveu DNS e foi descartado. Declaro o descarte porque somar um zero falso a uma contagem é a forma mais fácil de mentir com número.

A extração dos prompts pegou tudo que está em pre, blockquote e code sem nenhum filtro de verbo, porque é ali que o prompt vive, e aceitou td, p e li só quando começam por imperativo ou substantivo de comando, entre 10 e 400 palavras. Antes de aplicar esse filtro, aspas tipográficas e numeração no início da linha são removidas: sem isso, justamente as linhas de correção da página concorrente ficavam de fora e a contagem devolveria “zero descrições observáveis”, que seria uma acusação falsa. A deduplicação é pelo texto integral normalizado, nunca pelo prefixo, porque várias dessas páginas começam todos os prompts com a mesma frase de identidade.

Contagem de termo é por radical, e o sentido vai publicado junto do número: expres aparece 225 vezes nas oito páginas e é o assunto mais escrito e o menos explicado; confiante e confident aparecem 47 e 24 vezes, e é preciso dizer que só o radical inteiro de confiança, somando confiança e confiável, é que chega a 105; sobrancelha e eyebrow aparecem duas vezes, as duas fora de qualquer prompt; e pálpebra, viés, estereótipo, arXiv e link para documentação de fornecedor aparecem zero vez nas oito páginas somadas.

Resumo e próximos passos

Três movimentos, nesta ordem, e cada um sozinho já muda o resultado.

1. Troque a linha de adjetivo pelo bloco de cinco linhas do começo deste artigo. É a única alteração que vale fazer isolada, sem mexer em mais nada, porque assim você sabe o que causou a mudança.
2. Escolha o grau do sorriso pela referência que você tem, não pela expressão que você queria ter. Degrau 5 sobre foto de boca fechada é pedir dente inventado.
3. Rode o teste de 30 segundos antes de publicar: metade de baixo coberta, depois metade de cima. Metades que contam histórias diferentes voltam para a linha das pálpebras, não para um adjetivo novo.

E se o que você quer é o prompt inteiro em volta dessa linha, com identidade, ambiente, roupa, luz e enquadramento já resolvidos, ele está no acervo em que a expressão é apenas um dos seis componentes.