Guia de Criação de Prompts
Este tutorial demonstra a construção eficaz de prompts usando o Animagine 4 como nosso exemplo principal. Orientações para modelos adicionais estão disponíveis na seção do editor de modelos.
Introdução
Bem-vindo ao Anime AI Gen! Este manual fornece técnicas essenciais para produzir obras de estilo anime de qualidade premium com o modelo Animagine 4. Estas recomendações ajudarão você a alcançar resultados visualmente atraentes e tecnicamente corretos.
Construção de Prompts
Primeiro e mais importante: os prompts devem ser escritos apenas em inglês - sim, exclusivamente em inglês. Para melhores resultados, você deve inserir seus prompts usando uma abordagem baseada em tags, adicionando elementos um por um.
Prompts Construtivos
Implemente uma estrutura organizada: 'tipo de personagem (1girl/1boy/1other), identidade do personagem, material de origem, classificação, informações complementares, modificadores de qualidade'. Exemplo: 'coffee shop setting, female character, golden hair, azure eyes, sophisticated, rabbit-themed costume, server'.



Prompts de Exclusão
Use prompts negativos para eliminar elementos indesejados. Lista de exclusão de exemplo: 'low resolution, anatomical inaccuracies, hand defects, written text, errors, digit abnormalities, cropping artifacts, inferior quality, signatures, watermarks, blurriness'.
Implementação de Tags
Modificadores de Qualidade
Regule a qualidade geral e precisão de detalhes. Opções disponíveis: 'exceptional work', 'premium quality', 'substandard quality', 'poorest quality'.
Tags de Pontuação
Oferece controle refinado sobre a qualidade de saída. Tags implementáveis: 'top-tier score', 'excellent score', 'acceptable score', 'mediocre score', 'poor score', 'minimal score'.
Tags por Época
Afeta a abordagem artística baseada em períodos cronológicos. Tags compatíveis: '2005 style', 'specific year {n}', '2025 style'.
Tags de Classificação
Gerencia o nível de adequação. Classificações suportadas: 'family-friendly', 'discretion advised', 'adult content', 'graphic material'.
Configurações
Ajuste CFG
Configure a escala CFG entre 4-7 para saída ideal. Valor sugerido: 5.
Iterações de Amostragem
Use 25-28 passos de processamento. Recomendado: 28 passos.
Método de Amostragem
Algoritmo preferido: Euler Ancestral (variante Euler a).
Seleção de Dimensões
Escolha entre resoluções padrão: 1024x1024 (quadrado), 1152x896 (proporção 9:7), 1216x832 (3:2), 1344x768 (7:4), 1536x640 (12:5), 896x1152 (7:9), 832x1216 (2:3), 768x1344 (4:7), 640x1536 (5:12).
Configurações Avançadas
Calibração de Orientação
Ajuste para 0.5 para evitar brilho excessivo.
Configuração PAG
Defina em 3 para melhores resultados de geração.
Aprimoramento Automático de Prompts
Ativo por padrão. Adiciona tags de melhoria de qualidade aos prompts do usuário.
Semente de Geração
Use -1 para sementes aleatórias ou insira valores específicos para resultados reproduzíveis.
Limitações Técnicas
Requisitos de Entrada
Suporta exclusivamente entrada de texto baseada em tags; processamento de linguagem natural é limitado. Entrada em inglês obrigatória.
Renderização Anatômica
Desafios com estruturas corporais complexas, especialmente posições de mãos e articulação de dedos.
Integração de Texto
Versão atual não pode gerar texto legível em imagens de forma confiável.
Personagens Contemporâneos
Personagens fictícios mais novos podem exibir precisão reduzida devido a dados de treinamento insuficientes.
Cenas com Múltiplos Personagens
Composições com múltiplos sujeitos frequentemente requerem engenharia de prompts meticulosa.
Limites de Resolução
Dimensões maiores (ex. 1536x1536) podem exibir degradação de qualidade pois o treinamento utilizou resolução padrão SDXL.
Consistência Estilística
Pode necessitar de tags de estilo explícitas pois o treinamento priorizou fidelidade de personagem sobre uniformidade estilística.