Selfies de companheiros NSFW com IA: faça as fotos combinar com a conversa

Um usuário pede à sua companheira NSFW com IA: “Manda outra foto com aquele cardigã verde”. O app devolve um retrato bonito, mas o cabelo mudou, o cardigã é preto e o apartamento virou hotel. A geração de imagem funcionou. A conversa, não.

Faça selfies a partir de uma referência aprovada de personagem e de um pequeno retrato do estado atual da cena. Resolva quem aparece, roupa, local, expressão e vista de câmera antes de gerar. Separe aparência permanente do que o personagem apenas diz no chat e deixe “outra” mudar a fotografia, não substituir a pessoa.

Numa primeira implementação, use um retrato claro de adulto fictício na edição Qwen Image 2.1, quadro 3:4, resolução 1k, fundo opaco e expansão de prompt desligada. A cotação pública com uma referência é $0.036 por saída; outra referência leva essa configuração a $0.048. Os preços ajudam a orçar o fluxo, mas não prometem que toda imagem final corresponda ao personagem.

Este guia se concentra em escolher o que a selfie representa. Os exemplos são prompts propostos para adultos fictícios, com roupas e composições SFW. Não foram executados como um novo teste de consistência. Envio de tarefa, callbacks e armazenamento são tratados no guia separado de entrega de mídia de companheiros.

Dê menos contexto ao pedido de imagem, mas contexto melhor

Uma conversa contém vários tipos de informação. Um personagem pode lembrar sua aparência, discutir um possível corte de cabelo, imaginar férias futuras e descrever o cômodo onde está agora. Só parte disso pertence à próxima foto.

Suponha que sua companheira seja Nina, uma adulta fictícia de 32 anos, com cachos escuros na altura dos ombros, olhos castanhos e anel prateado fino na mão direita. O retrato aprovado define seu rosto. Na cena atual, usa cardigã verde sobre blusa creme opaca, está ao lado de sofá azul e fala de se preparar para sair à noite. O usuário pede uma selfie antes de ela sair.

O modelo precisa da referência, roupa atual, cômodo e fotografia pedida. Não precisa da conversa inteira sobre os planos noturnos. “Talvez eu corte o cabelo curto semana que vem” não deveria virar penteado novo hoje. Uma cena antiga de praia também não deveria substituir o apartamento apenas porque aparece antes no histórico.

É uma fonte real de confusão em produtos de companhia. Numa discussão original DearestAI, um usuário relatou que a selfie adotou cabelo mais curto e têmporas grisalhas depois que esses traços apareceram na conversa. Uma resposta sobre o comportamento daquele app disse que sua memória de aparência podia ter prioridade sobre a fotografia base. É um relato de outro produto, não prova de como Qwen ou SpicyAPI interpretam memória. Ilustra a decisão que a aplicação deve tomar explicitamente: qual descrição pode mudar a imagem?

Para Nina, o padrão seguro é manter a identidade visual aprovada até que o usuário a atualize intencionalmente. O chat pode trocar o cardigã desta noite; não pode substituir silenciosamente rosto ou condição adulta. Se um corte de cabelo for redesign intencional, crie outra versão aprovada de identidade e use-a consistentemente a partir dali.

Ilustração: contexto atual fornece roupa e local; retrato aprovado fornece personagem.

Guarde cinco partes úteis de memória visual

Não precisa de um banco enorme para tornar coerentes as primeiras selfies. Comece com estes registros separados na aplicação:

São registros da sua aplicação, não campos especiais Qwen. Converta o arquivo guardado em image_urls e escreva as mudanças visuais em prompt. Um nome de personagem é um rótulo conveniente; o endpoint não busca seu banco de personagens pelo nome.

Guarde a fotografia aprovada real junto da cena pretendida. Se a anterior mostrou por engano um cardigã azul, não deixe silenciosamente a cena armazenada dizer verde enquanto o próximo prompt diz “mesmo cardigã de antes”. Rejeite a imagem ou reconheça e resolva a divergência. Caso contrário, o modelo recebe duas definições concorrentes de “mesmo”.

Guarde fatos visuais, não prosa emocional. “Cardigã verde de malha, blusa creme, sofá azul” ajuda a criar foto. “Ela se sente próxima do usuário e lembra uma conversa íntima” não estabelece roupas, disposição do cômodo ou olhar. Contexto emocional pode selecionar expressão, mas não deveria despejar uma troca privada inteira no pedido de imagem.

A estrutura também serve a companheiro masculino ou conta adulta com personagens do mesmo gênero. Mude identidade aprovada e figurino, não a lógica. Não crie um recurso que seria universal presumindo que todo usuário quer um único tipo de personagem.

Decida se a mensagem realmente pede uma imagem nova

“Você ficou linda naquela foto” é conversa, não instrução para comprar geração. “Queria poder te ver” é ambíguo. “Manda outra foto com a mesma roupa” é um pedido de imagem.

Numa versão inicial, use botão visível de foto e frases claras de pedido. Se interpretar também chat livre, classifique a mensagem em três ações: criar foto, reutilizar foto conhecida ou continuar a conversa. Isso ocorre no produto antes de escrever o prompt visual.

Mensagens comuns merecem desfechos distintos:

Isso melhora experiência e conta. Um companheiro que manda imagens pagas sempre que recebe elogio logo parece imprevisível. Uma escolha visível também informa quando o usuário pede imagem nova ou recupera uma que já tem.

Para “aquela roupa”, procure primeiro decisões recentes de cena e depois a última foto aprovada. Se houver duas peças plausíveis, faça esclarecimento restrito no chat, como “O cardigã verde ou o casaco azul-marinho?”. Não peça para repetir a cena inteira. Esclarecer um item ausente é melhor do que gerar o errado e pedir desculpas depois.

Resolva a cena numa ordem fixa

Escolha identidade, roupa, lugar, expressão e depois câmera. É recomendação de design da aplicação, não uma ordem especial exigida pelo modelo no payload de API.

Identidade vem primeiro porque a referência deve pertencer ao personagem selecionado. Roupa vem depois porque “aquela” e “mesma” dependem de escolhas anteriores. Lugar estabelece o que o usuário espera ao redor. Expressão deve vir da troca atual, não de uma regra permanente “sempre sorrindo”. Câmera vem por último porque selfie fechada e foto integral de roupa precisam de quantidades diferentes da cena.

No pedido de Nina, resolva:

1. O retrato aprovado de Nina, não a saída atraente mais recente.
2. Cardigã verde e blusa creme, não a roupa proposta para a festa.
3. Apartamento ao lado do sofá azul, pois ela ainda não saiu.
4. Pequeno sorriso relaxado, pois é um pedido amigável de foto.
5. Vista de câmera de celular do peito para cima, pois o usuário pediu selfie, não catálogo de roupa.

Se pedir “uma foto completa do cardigã”, mude vista de câmera e posição de mãos. Não mantenha enquadramento de selfie esperando que a peça fique visível. Se pedir “uma quando você chegar”, agende ou espere a cena futura conforme o produto; não apresente o local futuro como cômodo atual.

Um resumo compacto sob o indicador torna visíveis essas escolhas: “Nina · cardigã verde · apartamento · selfie mais próxima”. O usuário percebe uma suposição errada antes do resultado. Ajuda mais que uma animação genérica dizendo que a personagem tira uma foto.

Escreva um prompt de selfie com cara de fotografia

Envie o retrato aprovado de identidade como primeira referência. Comece com este prompt proposto:

Use imagem 1 para a identidade facial e cachos escuros na altura dos ombros de Nina, a mesma adulta fictícia de 32 anos. Crie uma fotografia casual de câmera de celular do peito para cima no apartamento à noite. Nina veste cardigã verde de malha sobre blusa creme opaca. Sofá azul e luminária de chão quente aparecem atrás. Rosto claramente visível, olhos para a lente, boca relaxada com pequeno sorriso. Luz interna natural, enquadramento levemente informal, textura realista de pele. Preserve rosto e cabelo da imagem 1. Sem segunda pessoa, texto, espelho ou colagem.

Use aspect_ratio: "3:4", resolution: "1k", background: "opaque", output_format: "png" e enable_prompt_expansion: false. São controles existentes na tarefa atual. O prompt aceita até 5.000 caracteres e a tarefa de uma a dez referências. Nenhum limite significa que deve preencher todo o prompt ou enviar dez fotos em cada selfie.

Uma vista direta de câmera de celular não precisa do aparelho visível. Pedir para segurá-lo diante do rosto pode esconder a identidade que quer preservar. Inicialmente, evite espelho e mão com aparelho até serem importantes à foto. Uma fotografia informal comunica o estilo de câmera sem acrescentar os dois.

Não combine “selfie casual” com “campanha de luxo, beleza impecável de estúdio, iluminação editorial e publicidade de moda”. As instruções levam a um ensaio refinado. Num tópico original de feedback de app de companhia, um comentário reclamou de imagens parecendo publicidade profissional. O desenvolvedor respondeu que aparência comum de câmera de celular importava ao chat. A discussão identifica preferência de leitor, não vantagem medida de qualidade de modelo.

Ainda pode escolher retrato refinado se o usuário pedir. O objetivo é combinar a fotografia à conversa, não aplicar o mesmo tratamento de beleza a tudo.

Ilustração: instruções de câmera e luz mudam o tipo de fotografia preservando a referência de personagem.

Faça de “outra” uma variação controlada

Um pedido repetido costuma precisar de diferença pequena. Não precisa de pessoa, cômodo e figurino novos.

Preserve as instruções de identidade e cena. Substitua apenas a instrução fotográfica:

Se um recorte simples da imagem aprovada já responde a “mais perto”, use-o. Preserva o rosto real sem cobrança de geração. Confira se há pixels suficientes para a exibição final; um rosto minúsculo não vira retrato detalhado só por ampliar.

Quando precisar mudar expressão ou ponto de vista, volte ao retrato aprovado. Use a cena aceita como segunda referência somente se cômodo ou roupa fornecerem informação útil. Atribua a função explicitamente: “Imagem 2 fornece cardigã verde e apartamento; imagem 1 fornece rosto e cabelo de Nina.” Assim, não transforma todo detalhe de uma saída posterior imperfeita em nova definição de identidade.

No lado NSFW de um produto adulto, separe a categoria escolhida de cena de “outra”. Um pedido de outra imagem deve preservar a escolha aceita de conteúdo, não intensificá-la automaticamente. Outra categoria é um pedido criativo novo com comportamento aplicável de modelo, preço e permissões do produto próprios.

Acrescente referência de cômodo só quando ele precisar se repetir

Texto pode bastar para um apartamento que serve apenas de atmosfera. Um cômodo virtual persistente precisa de mais: sofá azul não deve mudar de lugar a cada conversa, nem a mesma luminária virar lustre.

Acrescente referência limpa de cômodo vazio como imagem 2. Mantenha retrato de Nina primeiro e escreva:

Imagem 1 fornece identidade facial e cachos escuros de Nina. Imagem 2 fornece somente disposição do apartamento, sofá azul e luminária de chão. Não use pessoa, roupa ou rosto da imagem 2. Nina permanece de cardigã verde e blusa creme, próxima à câmera, com sofá atrás.

Numa selfie próxima, só parte do cômodo aparece. Não precisa exigir todas as paredes, portas e prateleiras. Escolha os dois elementos que realmente cabem atrás da personagem. Se o usuário pedir uma fotografia ampla, inclua mais da disposição.

O repositório oficial do modelo Qwen descreve edição com várias referências e preservação de identidade. Sustenta tentar origens separadas de personagem e cômodo; não garante continuidade perfeita na aplicação. Examine o resultado, principalmente quando luz, ângulo ou roupa mudarem muito.

Trate expressão como uma instrução visual pequena

“Provocante”, “acolhedora” e “misteriosa” podem levar a rostos bem diferentes. Use uma ou duas indicações visíveis, não uma pilha de rótulos emocionais. Boca relaxada e fechada, sorriso leve ou olhos logo ao lado da lente informam com mais clareza o conteúdo da foto.

Numa mensagem noturna amigável, tente “pequeno sorriso, sobrancelhas relaxadas, olhos para a lente”. Numa resposta pensativa, “boca relaxada, olhar ligeiramente fora da câmera”. Não transforme discordância no chat num retrato dramaticamente zangado sem pedido do usuário. Troca textual e expressão visual não precisam se repetir mecanicamente.

Separe maquiagem, luz e expressão da identidade. Um sorriso muda bochechas; luz lateral muda largura aparente do nariz. Compare o rosto num ângulo semelhante antes de concluir que é outro personagem. Por outro lado, não descarte linha de cabelo ou distância de olhos claramente diferentes como mudança de luz só porque a imagem é bonita.

O alvo correto é reconhecível e adequado, não uma expressão congelada idêntica em cada mensagem. Um personagem que sempre manda o mesmo sorriso pode parecer menos responsivo mesmo com rosto estável.

Ilustração: outra foto mais próxima muda o enquadramento preservando cena e personagem aprovados.

Não incorpore um resultado NSFW recusado ou suavizado à ficção da conversa

Modelo adulto de chat e editor de imagem são escolhas separadas. Um personagem pode responder a uma conversa adulta enquanto a tarefa de imagem selecionada recusa ou altera a representação. Não interprete resposta de chat bem-sucedida como prova de que a imagem a seguirá.

Se a foto for mais moderada do que pedida, não anuncie silenciosamente que corresponde inteiramente ao pedido. Ofereça escolha honesta: aceitar versão disponível, revisar cena ou usar outra tarefa adequada. Não troque automaticamente de modelo gastando mais fora do escopo combinado de tentativas do produto.

Separe também falhas visuais de tratamento de conteúdo. Cardigã errado é erro de cena. Outro rosto é erro de identidade. Um pedido que não pode ser produzido pela tarefa escolhida é incompatibilidade de tarefa/conteúdo. Enviar o mesmo prompt longo mais três vezes não resolve os três.

Use adultos fictícios e arquivos aprovados no kit inicial. Enviar uma fotografia de outra pessoa real não dá automaticamente permissão para criar imagens adultas dela. Num produto de companhia, deixe claros os recursos de identidade aprovados e quem pode usá-los; o chat gerado não deve decidir esses direitos.

Os prompts SFW aqui ajudam a testar a tradução de cena sem gerar imagens sensíveis. Não estabelecem taxa medida de aceitação NSFW. Ao avaliar o lado adulto, use evidências da tarefa e categoria exatas pretendidas, não o nome de uma família ou marketing de outra plataforma.

Faça orçamento para fotos realmente pedidas

Na configuração Qwen cotada, dez selfies com uma referência custam $0.36 em geração. Dez com duas referências custam $0.48. Se dois resultados de uma referência precisarem de novas tentativas deliberadas, acrescentam $0.072. Tokens de chat, armazenamento e outros serviços são separados desses valores.

Isso torna concreta a seleção de referências. Manter apartamento em palavras em vez de usar segunda imagem de cômodo poupa $0.012 por pedido nessa configuração, mas a economia pode não ajudar se o ambiente persistente for essencial. Use a origem extra quando contribuir com algo visível, não por hábito em toda solicitação.

Não descreva tentativa de resolução menor como gratuita. Use a cotação real da configuração. Mudar resolução é outra escolha de geração; não transforma o arquivo anterior na mesma imagem com detalhe extra.

Numa regra simples de produto, inclua uma imagem solicitada e uma quantidade claramente limitada de correções no escopo escolhido. Recuperar foto existente deve buscar o arquivo, não reenviar o prompt original. Se o usuário mudar roupa ou lugar, mostre como outra imagem, não reparo do pedido antigo.

Corrija o erro na camada que o introduziu

Um desenvolvedor pode testar o fluxo completo com três pedidos SFW: primeira selfie no apartamento, “outra um pouco mais perto” e “mesmo cardigã, outro cômodo”. Antes de pagar por um lançamento grande, examine se o tradutor preserva identidade, muda só as partes solicitadas e torna visíveis as incertezas. São as falhas que o fluxo pretende reduzir.

O próximo passo prático é um retrato adulto aprovado, um cômodo simples e um pedido concreto. Torne essa fotografia coerente antes de acrescentar mudanças automáticas de cena, várias pessoas ou escolhas adultas mais elaboradas. Uma selfie funciona quando o usuário reconhece a pessoa e o momento que pediu.