Prompt para foto de corpo inteiro: mãos, proporção e o que a IA deforma em pé

O prompt de corpo inteiro, linha a linha

Um prompt para foto de corpo inteiro não é o prompt de retrato com uma linha a mais. Você pede uma foto em pé e recebe uma pessoa cortada na canela, com uma mão de seis dedos pendurada no vazio: o quadro mudou e o texto continuou escrito para um retrato fechado. Na receita padrão, mão se resolve tirando a mão do quadro, sempre com a mesma linha hands outside frame, como nos trinta prompts que vivem na biblioteca onde o enquadramento padrão é o peito para cima. Em pé, essa linha deixa de ser executável. A superfície não sai.

O bloco abaixo é o master de corpo inteiro. Cada linha dele tira uma decisão do modelo, e a lista seguinte diz qual. Troque a linha de mão e a de roupa pelo que é seu; deixe a última intacta.

Reference: build this image on the attached photo. It is my only source of identity;
if a detail is not visible there, leave it out instead of inventing it.
Identity lock: keep my face, skin tone and texture, hair, beard and natural asymmetries
exactly as in the reference. Do not beautify, do not de-age.
Body lock: keep my real body shape, height, shoulder width, waist and leg proportions.
Do not slim me, do not lengthen my legs, do not add muscle.
Framing: full body standing, head to shoes, feet fully inside the frame, camera at chest
level, a small margin of empty floor below my shoes and empty space above my hair.
Hands: both hands in my front trouser pockets, thumbs outside the pocket, wrists straight.
Exactly five fingers on each visible hand, no extra or missing fingers, no fused fingers.
Posture: weight on one leg, shoulders square to the camera, chin slightly forward.
Outfit: plain shirt tucked into plain trousers, flat belt with a small plain buckle, hem
breaking once over plain leather shoes. No lettering, no logos, no brand marks anywhere.
Setting: one plain wall from edge to edge and a plain even floor, nothing else in the frame.
Lighting: soft daylight from camera-left with gentle fill, one soft contact shadow under
my shoes on the floor.
Rendering: photorealistic, visible fabric texture and skin pores, no beauty retouching.
Do not: change my body, add text, logos, jewellery or objects on the floor.
Output: 2:3 portrait, 1024x1536. Recompose the framing for this aspect ratio: adjust
headroom, floor room, subject placement and crop.

Resumo em português, na ordem do bloco: a foto anexada é a única fonte de identidade e o que não estiver visível nela fica de fora; preserve rosto, pele e assimetrias sem embelezar; preserve o corpo real, com ombro, cintura e perna; enquadre em pé da cabeça ao sapato, com os pés inteiros dentro do quadro; mãos nos bolsos, polegares para fora, cinco dedos exatos; roupa lisa, fivela pequena, barra sobre o sapato, sem logotipo; parede e chão lisos; luz suave da esquerda com sombra de contato; textura visível, sem retoque; saída em 2:3, 1024x1536, recompondo o enquadramento.

São seis decisões, e a ordem entre elas não é estética:

• Identidade primeiro. A foto anexada é a única fonte, e a linha diz o que fazer quando um detalhe não aparece nela: deixar de fora, não inventar.
• Corpo logo depois, e essa linha não é invenção do blog: o guia de prompt publicado pela OpenAI, na receita de troca de roupa, manda travar a pessoa inteira, incluindo o formato do corpo: lock the person (face, body shape, pose, hair, expression).
• Enquadramento com os pés dentro. O mesmo guia lista, entre os exemplos de pessoa em cena, full body visible, feet included. Corpo cortado na base costuma ser enquadramento não declarado, não falha do modelo.
• Mão com tarefa. Bolso com polegar de fora é oclusão planejada: oito dedos deixam de existir no quadro e os dois que sobram têm contorno dado pela borda do bolso.
• Roupa de baixo para cima e cena no positivo. Cinto, barra e sapato estão na metade inferior do quadro; e a doc do Gemini recomenda descrever a cena pretendida em vez de listar o que não deve aparecer: instead of saying 'no cars,' describe the intended scene positively.
• Saída declarada com ordem de recompor. Dizer 2:3 sem mandar recompor costuma devolver o enquadramento anterior espremido dentro de outro retângulo.

Repare no que ficou de fora: não há faixa etária, não há profissão nomeada e não há adjetivo de qualidade. Cada um deles devolveria ao modelo uma escolha que a sua foto já tomou.

A conta que decide se essa foto serve: 12% do quadro contra 60%

Antes de escolher o enquadramento, faça a conta do destino: ela é aritmética, não gosto pessoal. E é a parte que a pesquisa em português não tem. Nas sete páginas que auditamos, aspect ratio, 2:3 e 1024x1536 aparecem zero vez cada um. O radical proporç aparece 14 vezes, e nenhuma delas é sobre o quadro: são proporções naturais do corpo nos prompts de uma página e proporção facial de uma lente de 85 mm nas outras duas. Proporção de saída é assunto que a pesquisa em português ainda não abriu.

Medimos em duas imagens de 1024x1536 publicadas pela OpenAI no guia de prompt de imagem: uma fotografia de entrada e uma saída do gpt-image-2. O método cabe numa frase: grade horizontal a cada 1% da altura do quadro, ampliar a região da cabeça e ler três coordenadas, topo do cabelo, base do queixo e sola do sapato, com precisão declarada de meio ponto percentual. A cabeça ocupa 11,8% e 12,0% da altura, e a razão entre cabeça e altura da pessoa dá 1:7,49 e 1:7,63.

É medição nossa, em duas imagens: não é cânone anatômico, não é especificação de fornecedor e não é amostra. Uma delas usa boné, o que empurra o topo da cabeça para cima; a leitura é visual sobre uma grade de 1%; e a fração cai em quadro folgado e sobe até 13,3% quando a figura sangra nas bordas. O que interessa é a ordem de grandeza:

• Cabeça e ombros, a régua editorial que este blog usa: cabeça entre 55% e 65% da altura. A 60% num arquivo 1024x1024, são 614 px de cabeça, ou 28,8 px quando o avatar é exibido a 48 px.
• Meio corpo, medido no mesmo guia: cerca de 22% da altura. São 338 px de cabeça, ou 10,6 px a 48 px.
• Corpo inteiro em pé, medido: 11,8% da altura. São 181 px de cabeça, ou 5,7 px a 48 px.

Dividindo 0,60 por 0,118 dá 5,08: cinco vezes menos altura de rosto e, ao quadrado, quase 26 vezes menos área. E o detalhe contraintuitivo: o arquivo vertical tem 1.572.864 px, 50% a mais que os 1.048.576 px do quadrado, e mesmo assim a cabeça dentro dele é 3,4 vezes menor. Arquivo maior, rosto menor.

Daí sai a resposta para a pergunta que todo mundo faz: não, essa foto não vira avatar. Um recorte quadrado no centro de um 2:3 cobre de 16,7% a 83,3% da altura, e a cabeça medida vive entre 6,6% e 18,4%: sobra menos de dois pontos dela, e o avatar vira tronco. Recortando pela cabeça e respeitando a régua de 60%, o quadrado que dá para tirar tem 302 px de lado, abaixo dos 400 x 400 px que a página de ajuda do Linkedin declara como menor foto de perfil aceita (consultada em 30/07/2026). Fechar 400 px exigiria gerar em 1376x2064.

Vale a mesma conta para o outro reuso comum: 181 px de cabeça ficam abaixo da régua de pixels de rosto que uma foto de referência precisa ter. Essa imagem não vira avatar nem vira entrada para a próxima geração. Se o destino é a bolinha do perfil, o caminho é gerar de novo com o quadro que existe para caber numa bolinha, cuja aritmética de recorte redondo não se repete aqui.

Mãos: dar uma tarefa em vez de tirar do quadro

A pesquisa em português parece se contradizer sobre mão. O resultado mais completo do nicho, com 12.293 palavras, manda evitar mão em retrato gerado, porque o modelo ainda erra dedo com frequência, e fixa o pedido em head and shoulders shot. Do outro lado, o InfoMoney publica dois prompts que pedem foto profissional de corpo inteiro (Camila Lutfi, 06/12/2025) sem uma única linha sobre mão.

Não são dois conselhos opostos: são dois escopos, e nenhuma das duas páginas declara o seu. Na página que manda evitar a mão, a expressão corpo inteiro aparece zero vez: o quadro dela é fixo em cabeça e ombros, e ali esconder a mão é a resposta certa, uma decisão de enquadramento. A outra muda o quadro e mantém o silêncio. É nesse vão que o leitor cai: pediu o enquadramento que obriga a mão a existir e não recebeu uma linha sobre ela.

O método, para você poder refazer a conta: baixamos as sete páginas com um agente de navegador, removemos script e estilo, tiramos as tags e contamos por radical sobre o texto servido, menu e rodapé incluídos, o que joga a favor delas. São 35.030 palavras, medidas em 30/07/2026. Corpo inteiro aparece 51 vezes, 47 delas numa página só. Mão e mãos somam 25, parte disso expressão de rodapé; descontadas essas, a mão entra como sabor de pose dentro dos prompts, como item de conferência depois de gerar e, uma única vez, como decisão de enquadramento, na mão alienígena que manda tirá-la do quadro. Dedo, no sentido anatômico, aparece 1 vez nas 35.030 palavras, e é nessa mesma frase; a busca crua pelo pedaço dedo casa com empreendedor e vendedor, então o valor honesto é 1, não 21. Nenhuma das sete diz o que escrever quando a mão precisa ficar.

O fornecedor que essas páginas invocam publica o contrário de esconder. O guia de prompt da OpenAI, na seção sobre pessoas, pose e ação, manda descrever escala, enquadramento do corpo, olhar e interação com objetos, e dá os exemplos full body visible, feet included e hands naturally gripping the handlebars, porque esses detalhes ajudam na proporção do corpo e na geometria da ação. A receita oficial para mão é dar contato e tarefa a ela.

Daí sai a hierarquia que organiza a tabela abaixo: contato com um objeto ou com o próprio corpo vence oclusão parcial, que vence negativa de dedo. A negativa é a linha mais fraca e é a única que quase todo mundo escreve, por um motivo estrutural: nem o gpt-image-2 nem o Gemini têm campo de prompt negativo, então proibir é uma frase disputando espaço com o resto do texto, como detalha o mapa de onde cada proibição pode ser escrita e com que força. Escrever só a negativa é o erro comum; escrever só a posição já resolve a maior parte.

Uma ausência que fecha o argumento, com os documentos nomeados e o mesmo método: no guia de prompt de imagem da OpenAI (7.173 palavras), no guia da API de imagem da OpenAI (8.442) e na doc de geração de imagem do Gemini (14.805), lidos em 30/07/2026, finger aparece zero vez. Pelo radical, anatom aparece quatro vezes, todas na doc do Gemini e todas dentro do mesmo exemplo de código, um esboço anatômico de borboleta ao estilo Da Vinci. O defeito mais citado da pesquisa em português não tem documentação de fornecedor: o que existe é a limitação declarada de composições sensíveis a layout.

A proporção que existe de verdade, e a ordem de recompor

Boa parte do corpo inteiro que volta como retrato cortado não é problema de descrição: é proporção não declarada. A doc do Gemini diz o comportamento padrão com todas as letras, the model matches the output image size to that of your input image, or otherwise generates 1:1 squares. Você anexa uma selfie vertical de celular, pede corpo inteiro e recebe o formato da selfie de volta, com a pessoa espremida dentro dele.

Qual vertical pedir, então? Para corpo em pé, 2:3. E vale saber quais 2:3 existem de verdade. A OpenAI publica quatro restrições para o parâmetro de tamanho do gpt-image-2: os dois lados múltiplos de 16 px, razão máxima de 3:1, borda de no máximo 3.840 px e total entre 655.360 e 8.294.400 px. Acima de 3.686.400 px a própria página marca o território como experimental.

A conta é nossa e cabe aqui. Um 2:3 exato com os dois lados múltiplos de 16 tem a forma 32m por 48m. Dentro daquelas restrições, m vai de 21 a 73: são 53 tamanhos legais, de 672x1008 a 2336x3504, e 28 deles ficam abaixo do limiar experimental, indo até 1536x2304. O par 1024x1536 é m igual a 32, e o guia de prompt da mesma empresa rotula exatamente esse par como opção padrão de retrato em alta definição. É também um dos três tamanhos que este produto gera: 1024x1024, 1024x1536 e 1536x1024, e nada além disso.

No Gemini a proporção é campo, não frase, e a tabela muda por modelo. Na consulta de 30/07/2026, 2:3 aparece como 424x632, 848x1264, 1696x2528 e 3392x5056 em um modelo e como 832x1248 em outro. Só 832x1248 é 2:3 exato (848x1264 dá 0,6709, 0,63% mais largo), e 424x632 nem múltiplo de 16 é nos dois lados. Releia essa tabela no dia de gerar: nome de modelo e lista de proporção mudam em dias.

Uma observação de higiene: a única página em português dedicada ao tema fecha os prompts com --ar 4:5, 25 vezes ao todo. É sintaxe de parâmetro de outra ferramenta, e 4:5 não está entre os três tamanhos citados acima. E quando o destino é papel a proporção também não é 2:3, conta que é assunto de quando o mesmo rosto precisa entrar num retângulo impresso.

Declarar 2:3 e mandar recompor é um par: sem a segunda metade, o modelo encaixa a composição antiga dentro do retângulo novo e o pé volta a sair cortado.

Os cinco pontos que deformam quando você fica em pé

Existe um custo geométrico no vestuário: cada peça acrescenta superfícies que o modelo pode deformar, e isso é critério técnico, não de moda. Num retrato de peito para cima o pior caso é o nó da gravata. Em pé entram cinco pontos novos de falha de uma vez, todos na metade inferior do quadro. Em ordem de prioridade para declarar:

1. Sapato. É o primeiro item que o modelo corta ou derrete, e o único que a pesquisa em português menciona: a página dedicada ao tema recomenda dizer corpo inteiro de forma explícita e mencionar os sapatos para evitar imagem cortada, e o crédito é dela. A linha útil é curta: plain leather shoes with a visible sole line and a clean toe.
2. Bainha, a barra da calça. Sem declarar, ela flutua acima do sapato ou some dentro dele. hem breaking once over the top of my shoes decide isso numa palavra.
3. Cinto e fivela. São três estruturas alinhadas numa faixa estreita: fivela, cós e fecho. a flat belt with one small plain buckle centred on the fly line tira do modelo a decisão de onde centrar.
4. O contato com o chão. Não é roupa, mas falha igual: sem sombra de contato declarada, o resultado é pé flutuando ou sombra sem dono. one soft contact shadow under each shoe resolve.
5. Meia. A menos crítica: só aparece quando a barra é curta, e aí vale uma palavra.

Nada disso é azar. A OpenAI declara, na mesma página das restrições de tamanho, que o modelo pode ter dificuldade em posicionar elementos com precisão em composições sensíveis a layout, e que ainda erra colocação e nitidez de texto. Fivela alinhada com o fecho, costura de bainha e logotipo de tênis são exatamente isso, numa área que o quadro em pé obriga a mostrar.

A luz também muda em pé, porque a sombra do chão entra na composição. Isso é assunto de outra camada do prompt, a que trata direção, qualidade e preenchimento; aqui basta a linha de sombra de contato.

O corpo que o modelo melhora sem você pedir

Embelezamento facial já é assunto conhecido: o modelo clareia pele, afina mandíbula e rejuvenesce sem ninguém pedir. Em pé, o mesmo vetor age no corpo, num lugar onde é mais fácil não perceber: cintura mais estreita, perna mais longa, ombro mais largo. Você olha e acha que ficou boa; quem te conhece olha e acha estranho sem saber dizer por quê.

E aqui não é preciso esticar nenhum estudo de rosto para o corpo, porque existe literal de fornecedor. Na receita oficial de troca de roupa, o guia da OpenAI diz que a chave é travar a pessoa explicitamente, listando rosto, formato do corpo, pose, cabelo e expressão, e o prompt de exemplo escreve do not change her face, facial features, skin tone, body shape, pose, or identity in any way. Travar o corpo é instrução oficial, não superstição de blog.

O modo de falha tem registro datado em português. Num teste publicado pelo TechTudo em 29/05/2026, os braços saíram desproporcionais porque o modelo seguiu características corporais da pessoa presente na imagem usada como referência de estilo. Ou seja: referência de estilo com gente dentro contamina o seu corpo, não só a sua luz.

O bloco abaixo é o delta antidealização de corpo: some-o ao master quando a primeira geração voltar com um corpo que não é o seu.

Do not idealise my body: keep my real height, weight, waist, hips and leg length.
Do not slim me, do not broaden my shoulders, do not add muscle, do not lengthen my legs.
Keep the way my clothes actually fit, including folds, creases and the hem break over my shoes.
Keep exactly five fingers on each visible hand; no extra, missing or fused fingers.
Keep both feet flat on the floor, with one soft contact shadow under each shoe.
Do not add text, logos, brand marks or lettering to my clothes, belt or shoes.
Do not add objects on the floor around me.

Resumo: não idealize o corpo, mantendo altura, peso, cintura, quadril e perna reais; não afine, não alargue ombro, não acrescente músculo; mantenha o caimento real da roupa e a barra sobre o sapato; cinco dedos exatos por mão; os dois pés no chão com sombra de contato; nada de texto ou logotipo em roupa, cinto e sapato, nem objeto no chão.

O limite honesto vem junto. Restrições de aparência escritas no prompt reduziram em até 1,48 ponto a troca de traços demográficos em retratos editados, sem tocar nos pesos do modelo. Reduziram, não eliminaram; o estudo mediu três editores de pesos abertos, não o ChatGPT nem o Gemini, e mediu rosto, não corpo. O que se aproveita aqui é o comportamento da proibição escrita, não uma taxa de acerto de cintura: sem campo de negativo, cada proibição é mais texto competindo pela mesma imagem, e a alavanca forte continua sendo a posição declarada.

O raciocínio é o mesmo que este produto usa por dentro: quando o enquadramento do estilo escolhido é o corpo inteiro, o prompt montado pelo gerador acrescenta a compleição corporal à lista de medidas a preservar, ao lado da largura da mandíbula, da espessura do pescoço e da largura dos ombros. Em enquadramento fechado essa linha não existe, porque aquela parte do corpo nem deveria aparecer.

Quando sai errado: sintoma, causa e a frase para colar

A correção de uma foto de corpo inteiro quase nunca é um prompt novo inteiro. O padrão documentado é o inverso: mude uma coisa e trave todo o resto. A doc do Gemini publica o template dessa operação, na forma change only the [specific element] mais keep everything else in the image exactly the same, preserving the original style, lighting, and composition. Reescrever o prompt do zero produz outra foto, não a mesma foto corrigida.

Antes de corrigir, porém, gere de novo. A OpenAI declara que o modelo pode falhar em manter consistência entre gerações e que um prompt complexo leva até dois minutos. Daí o protocolo barato: gere três vezes com o texto idêntico e julgue a mediana, nunca a melhor. Uma geração mede sorte; três medem o prompt, por até seis minutos de espera.

Onde essa foto serve, e onde ela não serve

Corpo inteiro não é um enquadramento melhor nem pior: é o que responde a um destino específico. Ganha onde a imagem aparece grande e onde postura, roupa e presença fazem parte da mensagem; perde em qualquer lugar onde o rosto precisa ser reconhecido pequeno.

O teste do destino, em 30 segundos

Cinco perguntas próprias do quadro em pé, no mesmo formato de conferência rápida que o blog já usa para outros destinos:

1. Reduza a imagem para 48 px de largura, ou afaste-se três metros da tela. Você reconhece a pessoa?
2. Volte ao tamanho real e conte os dedos de cada mão visível, um por um.
3. Olhe a linha do chão: existe uma sombra de contato embaixo dos dois sapatos, ou eles estão colados numa mancha só?
4. Olhe a cintura e a bainha: a fivela está centrada com o fecho e a barra quebra uma vez sobre o sapato?
5. Olhe as proporções contra a sua foto de referência: mesma cintura, mesmo comprimento de perna, mesma largura de ombro?

Reprovou na primeira? A foto serve para página, não para avatar, e a saída é gerar um segundo enquadramento, nunca recortar este. Reprovou da segunda em diante? Vá para a tabela de diagnóstico. Se o assunto for a pose diante de uma câmera de verdade, a leitura é o que fazer com as mãos quando a câmera é real, com a postura que se ensaia antes de alguém apertar o botão; e quem trabalha por conta própria encontra o recorte do assunto no que um autônomo precisa mostrar além do rosto.

O que este método não resolve

Proibição escrita reduz a deriva, não a elimina, e isso vale para dedo, para corpo e para logotipo inventado: a alavanca com mais efeito continua sendo a posição declarada da mão e o contato com o chão, porque elas removem decisões em vez de adicionar frases.

A medição de cabeça publicada aqui é nossa e sustenta uma ordem de grandeza, não um valor exato: outro enquadramento em pé dá outra fração.

Consistência entre gerações é limitação declarada pelo fornecedor, então duas fotos suas em pé, geradas com o mesmo texto, podem não parecer da mesma sessão. Se o objetivo for uma série padronizada, o assunto é outro e tem regra própria para repetir o mesmo padrão em várias pessoas.

Um aviso sobre números que circulam no tema: algumas páginas em português publicam percentuais de fidelidade e de aprovação por recrutadores. Elas informam mês e quantidade de avaliadores, mas não publicam metodologia reproduzível, então este artigo não repete esses números nem oferece um contranúmero.

Por fim, o rastro do arquivo, que numa página institucional aparece grande e com o seu nome embaixo. A doc do Gemini, lida em 30/07/2026, declara marca d'água SynthID em toda imagem gerada por lá. No guia da API de imagem da OpenAI, lido no mesmo dia, watermark não aparece nenhuma vez; no guia de prompt da mesma empresa aparece nove vezes, sempre como instrução para o modelo não desenhar marca e nunca como propriedade da saída. Um fornecedor carimba, o outro não documenta carimbo, e quem decide se a origem precisa estar escrita é a política do canal. E nada aqui promete resposta de recrutador: o que o artigo entrega é controle sobre o que sai da ferramenta.

Resumo e próximos passos

Três frases carregam o artigo. Em pé a mão não sai do quadro, então ela precisa de contato e tarefa, e a negativa de dedo entra depois, como reforço. A saída se declara em 2:3, 1024x1536, sempre com a ordem de recompor o enquadramento. E a cabeça, medida por nós em torno de 12% da altura do quadro, decide o destino: 181 px viram 5,7 px num avatar de 48 px, contra 28,8 px de um retrato de cabeça e ombros.

O próximo passo depende do destino. Página institucional ou material de palestra: cole o master, gere três vezes e julgue a mediana. Bolinha do perfil: gere uma segunda imagem em cabeça e ombros, com outra proporção. E o mapa de onde este prompt sai está no guia onde o enquadramento é apenas um dos seis componentes, ao lado de identidade, ambiente, roupa, luz e expressão.