Como conseguir uma foto de menina cacheado realista com IA
Quem já tentou gerar imagens de meninas com cabelos cacheados usando IAs generativas sabe que dá trabalho. A textura do cabelo é um dos pontos mais difíceis pra qualquer modelo, e cacheados não são exceção. Vou explicar como fazer funcionar sem gastar horas refinando prompts. Eu passei uns três meses ajustando workflows só pra chegar num resultado que ficasse decente. No começo eu tentava usar Stable Diffusion 1.5 com LoRAs genéricos e o cabelo sempre saía com aspecto de plástico ou se misturava com o fundo. A virada foi quando comecei a usar o SDXL com controlnets de profundidade e um checkpoint focado em retratos asiáticos, que tem melhor tratamento de texturas capilares. O segredo não é o prompt em si, é a pipeline.
O prompt base que eu uso
Minha fórmula atual começa assim: young girl with tight natural curls, detailed individual curl patterns, soft natural lighting, photorealistic, shot on 85mm lens. Depois eu adiciono o negativo: deformed, blurry, bad anatomy, plastic skin, poorly drawn hands, extra fingers. O detalhe que a maioria esquece é incluir "individual curl definition" e "visible texture" no prompt positivo. Sem isso, o modelo tende a suavizar demais os cachos e a imagem fica com cara de renderização barata. Agora sobre a foto de menina cacheado propriamente dita: o tipo de cacheado importa muito. Cacho definido tipo 3A pede um treatment diferente de curl 4A. Se você for gerar tipo 4A, aumente o weighted start do controlnet de depth e reduza o CFG scale pra 5-6. Acima disso, o modelo começa a colapsar as texturas finas do cabelo crespo.
Workflow prático que economiza tempo
Eu uso o ComfyUI porque o Autocrop não é suficiente quando você precisa de controle fino sobre a textura capilar. O fluxo básico é: Primeiro, você gera uma composição base com o checkpoint SDXL. Não se preocupa com o cabelo ainda. Só com a pose, iluminação e estrutura facial. Aí você injeta um ControlNet Depth e um segundo ControlNet com um mapa de segmentação de cabelo se tiver. O checkpoint que recomendo é o RealVisXL V4.0 ou o Juggernaut XL V9. Ambos lidam melhor com cabelos do que o base SDXL.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O número de passos que eu uso é 30-40 com DPM++ 2M Karras sampler. Menos que isso e o cabelo não desenvolve textura suficiente. Mais que isso é desperdício de tempo porque o modelo já convergiu no passo 35 normalmente. Um problema real que eu enfrentei: quando eu gerava meninas de perfil, o cabelo cacheado do lado oposto ao rosto simplesmente sumia ou virava uma mancha homogênea. A solução foi usar um inpainting mask seletivo. Eu gerava a imagem completa, criava uma máscara só na região do cabelo traseiro e refeZIA só aquela parte com steps menores e guidance maior. Isso cortou meu tempo de iteração de cerca de 40 minutos por imagem pra uns 8 minutos.
Alternativas quando o SDXL não entrega
Se o resultado ainda não ficou bom, existe o Flux.1 Dev. Ele tem uma vantagem enorme em texturas de cabelo porque foi treinado com datasets maiores e mais diversificados. O prompt funciona de forma diferente — você escreve em inglês descrevendo a cena naturalmente, sem os truques de weighted tokens. Uma descrição como "a young girl with voluminous tight curls catching afternoon sunlight, her hair bouncing with movement, casual portrait style" já renderiza algo consideravelmente melhor que SDXL com o mesmo prompt. O problema do Flux é custo computacional. Ele roda em cerca de 3x mais lento que SDXL numa RTX 4090. Se você precisa batch gerar, ainda vale mais a pena o SDXL com o workflow que descrevi.
O que não funciona (e você vai tentar mesmo assim)
Não adianta colocar "ultra detailed hair" no prompt e esperar milagres sem ajustar os parâmetros. O modelo ignora esses termos genéricos depois de um tempo. Também não use negative prompts muito agressivos com palavras como "ugly" ou "disgusting" — isso distorce a composição inteira em vez de só melhorar o cabelo. E fuja de Upscalers genéricos como o 4x UltraSharp sozinhos. Eles aumentam a resolução mas não criam textura nova. O que funciona é usar um upscaler específico para rostos como o GFPGAN ou CodeFormer depois, mas só DEPOIS que a geração principal já tiver o cabelo certo. Resumindo sem resumir: o controle vem da pipeline, não do prompt. Teste os checkpoints, ajuste o controlnet, e use inpainting nos problemas pontuais. O resto é iteração.
