Diminutivo de corpo: como conseguir proporções mais magras ou menores em geração de imagem com IA
Quem já tentou usar ferramentas como Stable Diffusion ou Midjourney para criar figuras com silhuetas mais delgadas ou proporcionamente menores logo percebe que não basta trocar uma palavra no prompt. A coisa é muito mais chata do que parece. Eu passei um tempo considerável quebrando a cabeça com isso, especialmente porque o modelo tende a padronizar corpos em formas que muitas vezes não correspondem ao que a gente quer. O diminutivo de corpo, nesse contexto, não é um recurso nativo — é uma combinação de técnicas que envolve negative prompts, ajustes de seed, e às vezes o uso de modelos adicionais (LoRAs ou check-pointes customizados).
O que é o diminutivo de corpo na prática
O termo "diminutivo de corpo" se refere basicamente a técnicas e prompts que visam reduzir o tamanho ou as dimensões das partes do corpo em uma imagem gerada por IA. Pode significar um corpo mais magro, membros mais finos, ou até uma pessoa menor de estatura em comparação ao padrão que o modelo gera por padrão. Muita gente acha que basta colocar "thin body" ou "small person" no prompt e pronto. Não funciona assim. O resultado geralmente é uma figura distorcida, com proporções esquisitas ou ainda muito próxima do padrão do modelo. A dificuldade está em fazer o modelo entender exatamente onde e como aplicar essa alteração sem bagunçar o resto da imagem.
Como fazer funcionar
A primeira coisa que você precisa dominar é o negative prompt. Se estiver usando Stable Diffusion com o Automatic1111 ou WebUI, o campo de negative prompt é seu melhor amigo. Algo como isso costuma dar um ponto de partida razoável: ugly, deformed, distorted, disfigured, bad anatomy, extra limbs, missing limbs, ill proportions
Isso já corta uma quantidade enorme de resultados ruins. Mas só isso não resolve o problema do tamanho. O próximo passo é refinar o prompt positivo com palavras-chave específicas. Em vez de apenas "thin body", tente combinar termos como:
slim figure, petite frame, lean build, slender limbs, narrow shoulders, small stature, delicate proportions A ordem dos termos também importa. Coloque o mais importante no início do prompt. Modelos de difusão tendem a dar mais peso às primeiras palavras.
Aí entra o ajuste prático que pouca gente menciona: controlar oCFG Scale. Valores muito altos (acima de 12) costumam deixar a imagem com artifact estranhos e distorções corporais. Valores entre 7 e 10 funcionam melhor para manter a coerência anatômica enquanto você busca o resultado desejado. Eu usei CFG 14 numa tentativa inicial e o resultado foi um corpo basicamente derretido nas bordas. Baixei para 8 e consegui algo aceitável em cerca de 20 gerações. Pode demorar, mas pelo menos não fica horrível.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Se estiver usando Midjourney, a abordagem é diferente. O comando --no funciona como negative prompt. Algo como --no fat, wide, bulky, muscular já ajuda. Para afinar mais, use variações de aspect ratio e o parâmetro stylize em valores mais baixos (entre 50 e 150) para manter mais controle sobre a composição.
O problema que ninguém conta
Aqui vai uma coisa que raramente vejo explicada: o modelo tem uma tendência forte a ignorar comandos que vão contra o padrão de treinamento. Se você pedir um corpo muito pequeno em um prompt genérico, o modelo provavelmente vai priorizar a qualidade geral da imagem e manter proporções normais. Ele não foi treinado para ser um modelador corporal preciso. Para contornar isso, eu descobri que funciona muito melhor usar LoRAs específicos para controle de pose e anatomia. O Openpose Editor, por exemplo, permite definir a silhueta exata antes de gerar. Você desenha o esqueleto da forma que quer e o modelo segue aquela estrutura. Isso elimina muita adivinhação.
Também existem LoRAs de "anatomy fix" que corrigem proporções indesejadas. Eles não são perfeitos, mas economizam horas de tentativa e erro.
Limitações reais
Eu preciso ser direto aqui: nenhuma dessas técnicas garante um resultado perfeito na primeira tentativa. O processo geral leva entre 30 minutos e 2 horas, dependendo da sua experiência e da complexidade da imagem que você quer gerar. Se você precisa de rapidez, isso não é a ferramenta certa. Além disso, o diminutivo de corpo via prompt puro frequentemente produz resultados inconsistentes. O que funcionou hoje pode falhar completamente amanhã com uma variação mínima no seed. Isso é frustrante, mas é a realidade atual desses modelos.
Para quem precisa de controle preciso e repetível, a recomendação é usar ferramentas de geração baseada em referência, como o ControlNet com inputs de depth ou edge maps. Com essas extensões, você define a estrutura do corpo e o modelo só preenche os detalhes. O tempo de setup inicial é maior, mas o resultado final é muito mais confiável.
Downloads e recursos
Para começar, você vai precisar de uma instalação do Stable Diffusion. O Automatic1111 WebUI é a interface mais completa e amplamente usada. O Openpose Editor é um plugin essencial para controle de pose. Modelos base como SDXL oferecem melhor qualidade anatômica do que as versões mais antigas. Para LoRAs de correção de anatomia, o CivitAI tem várias opções gratuitas com avaliações da comunidade.
Se o seu foco é principalmente Midjourney, o acesso é pelo Discord e não requer instalação local. Basta ajustar os parâmetros no prompt conforme expliquei acima. Resumindo: funciona, mas exige paciência e configuração. Não é algo que resolve magicamente com um comando único. O melhor caminho é combinar negative prompt rigoroso, LoRAs de anatomia quando necessário, e preferencialmente ControlNet para controle real da silhueta.
