Prompts de ângulo de câmera no Stable Diffusion

Adicionar um ângulo de câmera ou tipo de plano ao prompt é a forma mais rápida de mudar o enquadramento de uma imagem gerada. As palavras vêm do vocabulário real da cinematografia, e as principais interfaces do Stable Diffusion reconhecem a sintaxe ao redor delas. Este guia lista os termos documentados e os separa das configurações que regem a saída.

TL;DR

• Palavras de ângulo de câmera e tipo de plano são termos padrão de cinematografia com efeitos convencionais documentados em cinema; trate-os como um vocabulário para testar contra seu checkpoint, não como comandos garantidos.
• Pondere um termo com (palavra:1.5) — () sem valor usa 1.1 por padrão — no AUTOMATIC1111, ComfyUI e Fooocus.
• No SDXL, gere em 1024×1024 (ou proporções com mesmo número de pixels), e se usar um sampler DPM++ mantenha ≥50 passos com agendamento Karras para evitar artefatos visuais.

Termos de ângulo de câmera como high-angle, low-angle, bird's-eye, Dutch angle, eye-level e POV são vocabulário genuíneo de cinematografia. Nenhuma fonte mede diretamente se o Stable Diffusion reproduz esses efeitos apenas pelas palavras, então trate a lista como um vocabulário para testar contra seu checkpoint. O guia de ângulos da Civitai oferece uma lista prática dos termos mais usados no prompting (Civitai) e confirma o padrão dos efeitos descritos na tabela.

Termos de ângulo de câmera como high-angle, low-angle, bird's-eye, Dutch angle, eye-level e POV são vocabulário genuíno de cinematografia. Nenhuma fonte mede diretamente se o Stable Diffusion reproduz esses efeitos apenas pelas palavras, então trate a lista como um vocabulário para testar contra seu checkpoint.

A coluna "efeito convencional" descreve o que cada ângulo significa no cinema, não o que um modelo prova renderizar. Termo do ângulo | Enquadramento | Efeito convencional no cinema | Source

|---|---|---|---

Eye-level (EL) | Câmera nivelada com o assunto, olhando reto | "Pouco ou nenhum efeito psicológico" — neutro | Wikipedia High-angle (HA) | Câmera fisicamente acima do assunto, olhando para baixo | Faz o assunto "parecer pequeno, fraco ou vulnerável" | Wikipedia Low-angle (LA) | Câmera abaixo do assunto, olhando para cima | Faz o assunto "parecer poderoso ou ameaçador" | Wikipedia Bird's-eye view | Câmera diretamente acima da cena | Usada "para estabelecer a paisagem e a relação dos atores com ela" | Wikipedia Worm's-eye view | Câmera olha para cima a partir do chão | A visão "que uma criança ou animal de estimação teria" | Wikipedia Dutch angle (canted/tilted) | Câmera inclinada para esquerda ou direita | "Evoca a sensação de que o mundo está fora de equilíbrio ou inquietação psicológica" | Wikipedia Point-of-view (POV) | Mostra a imagem "pelo olho do assunto" | Imersiva, ponto de vista em primeira pessoa | Wikipedia

Qual a diferença entre tipo de plano e ângulo de câmera no prompting?

Ângulo de câmera descreve onde a câmera está em relação ao assunto (acima, abaixo, inclinada); tipo de plano ou tamanho do campo descreve quanto do assunto é visível no enquadramento.

"O tamanho do campo explica quanto do assunto e da área ao redor é visível no campo de visão da câmera, e é determinado por dois fatores: a distância do assunto até a câmera ('distância câmera-assunto') e a distância focal da lente." — Wikipedia)

A escada de tamanho do plano vai do mais distante para o mais próximo. Cada um é um termo de cinema documentado; a resposta do modelo não é medida independentemente. Tamanho do plano | O que entra no enquadramento | Source

|---|---|---

Extreme long shot | Assunto extremamente distante; "pode nem mostrar uma pessoa"; geralmente ângulo alto, abre a cena | Wikipedia Long shot | Assunto mostrado mas "o cenário ainda domina o quadro" | Wikipedia Medium long shot | Assunto e cenário "aproximadamente 50/50 no quadro" | Wikipedia Medium shot | Enfatiza o personagem; "tipo de plano dos joelhos à cintura para cima" | Wikipedia Medium close-up | "Da cintura ao peito e acima" | Wikipedia Close-up | "Dos ombros para cima ou um pouco mais fechado na cabeça" | Wikipedia Extreme close-up | Uma parte do corpo — "um olho, uma mão ou qualquer outra coisa" | Wikipedia

Ângulo e tamanho de plano combinam: um "extreme long high-angle shot" é uma construção real no cinema, e você pode escrevê-lo da mesma forma no prompt. Nenhuma fonte mede como um modelo específico pondera a combinação. Para mais opções de enquadramento, veja nossas técnicas de composição para arte com IA.

Como ponderar uma palavra em um prompt do Stable Diffusion?

Envolva um termo entre parênteses com um número para enfatizá-lo: (low angle:1.5) multiplica a atenção por 1.5. () sem valor usa 1.1 por padrão, e [palavra] diminui a atenção. Essa sintaxe é compartilhada pelas principais interfaces.

"a (word) - aumenta a atenção para word por um fator de 1.1 ... a (word:1.5) - aumenta a atenção para word por um fator de 1.5 ... Se o peso não for especificado, assume-se 1.1." — wiki do AUTOMATIC1111

O ComfyUI documenta a convenção idêntica com ênfase padrão 1.1 (README do ComfyUI). O Fooocus suporta (happy:1.5) e usa o algoritmo de reponderação do AUTOMATIC1111 (Fooocus). Escape colchetes literais com barra invertida (anime_\(character\)) quando necessário. Para mais, veja sintaxe de ponderação de prompt.

Quais configurações de resolução, CFG e sampler usar para SDXL?

O SDXL foi treinado em aproximadamente 1024² em múltiplas proporções. Mantenha o CFG moderado e combine samplers DPM++ com agendamento Karras. Orientações de contagem de passos além do piso de artefatos do sampler não são fontes independentes, então escolha passos testando. O artigo original do SDXL descreve o condicionamento de tamanho e proporção usado no treinamento (SDXL paper). Configuração | Recomendada | Por que | Source

|---|---|---|---

Resolução | 1024×1024, ou proporções com mesmo número de pixels (896×1152, 1536×640) | SDXL "funciona melhor com tamanho de imagem 1024x1024"; abaixo de 512×512 "não é recomendado" | diffusers, ComfyUI Proporção | Múltiplas proporções suportadas em ~1024² | SDXL foi "treinado em múltiplas proporções (não apenas quadrado como versões anteriores)" | Wikipedia Escala CFG | ~4–10 como faixa de trabalho (reportado pela comunidade) | CFG alto "acima de 12 resulta em nitidez aumentada, hipersaturação e fixação muito mais literal"; referências de 4, 7, 15, 30 reportadas | Estudo Civitai Sampler | DPM++ 2M SDE com agendamento Karras | Samplers DPM++ "produzem artefatos visuais" no SDXL abaixo de 50 passos "porque o solver se torna numericamente instável"; use_karras_sigmas=True (e euler_at_final=True para DPM++2M / DPM++2M SDE) é a correção documentada | diffusers Ênfase | (palavra:1.5), () sem valor = 1.1 | Sintaxe compartilhada entre A1111, ComfyUI, Fooocus | wiki A1111, ComfyUI

Erros comuns e correções

Sintoma | Causa documentada | Correção | Source

|---|---|---|---

Artefatos visuais ou saída corrompida de sampler DPM++ no SDXL | "O solver se torna numericamente instável" abaixo de ~50 passos | Use ≥50 passos, ou defina use_karras_sigmas=True (ou lu_lambdas=True); para DPM++2M / DPM++2M SDE também defina euler_at_final=True | diffusers Saída SDXL ruim ou degradada em resoluções pequenas | SDXL espera ~1024²; "Qualquer coisa abaixo de 512x512 não é recomendado" | Gere em 1024×1024 ou proporção com mesmo número de pixels (896×1152, 1536×640) | diffusers Saída hipersaturada e excessivamente literal | CFG muito alto força aderência à custa da cor | Reduza CFG; estudo da comunidade reporta saturação e literalidade excessiva "acima de 12" | Estudo Civitai Nenhuma string de erro literal é documentada para o problema do DPM++ — aparece como artefatos visuais, não como exceção lançada.

Deve usar tags "masterpiece" e "best quality"?

Tags de qualidade como "masterpiece" e "best quality" vêm de um vocabulário de tags herdado, nada específico ao SDXL. A wiki do Danbooru marca "masterpiece" como "Ambíguo e subjetivo. Não use." (Danbooru). Nenhuma fonte mede como o SDXL responde a esses tokens, então descreva o enquadramento e estilo que quer diretamente.

Prompts negativos: o que é verificado

Prompts negativos são uma funcionalidade real de front-end que permite "especificar prompts que o modelo deve evitar durante a geração da imagem" (Wikipedia). Além disso, as heurísticas comuns não têm fontes independentes: um guia do Civitai sugere deixar o negativo vazio até ver algo indesejado, e alerta que negativos longos de "pia da cozinha" "limitam o algoritmo" (Civitai) — nenhuma fonte independente confirma ambos. Trate como experiência do autor, não prática estabelecida. Veja prompts negativos explicados para a mecânica documentada.

FAQ

Palavras de ângulo de câmera funcionam de fato em prompts do Stable Diffusion? As palavras de ângulo são vocabulário de cinematografia genuíno e documentado. Nenhuma fonte aberta testa diretamente se o Stable Diffusion ou SDXL reproduz o efeito convencional do cinema apenas pela palavra. A abordagem segura é tratar os termos como vocabulário para testar contra seu checkpoint e seed, comparando saídas com e sem o termo em vez de assumir que sempre funcionam.

Qual a diferença entre tipo de plano e ângulo de câmera? Ângulo de câmera é sobre posicionamento e inclinação da câmera em relação ao assunto — alto, baixo, nível dos olhos, Dutch. Tipo de plano (tamanho do campo) é sobre quanto do assunto é visível, definido por distância câmera-assunto e distância focal — close-up, plano médio, plano aberto. Os dois são eixos independentes no cinema e podem ser combinados em um único prompt.

Qual CFG usar para SDXL? Um estudo da comunidade em modelo treinado no SDXL reporta faixa de trabalho aproximadamente de 4 a 10, com 4, 7, 15 e 30 como referências úteis. Também reporta que CFG "acima de 12" impulsiona hipersaturação e saída excessivamente literal. Isso é reportado pela comunidade em um modelo, não regra universal verificada, então faça sweep de CFG por checkpoint.

Por que DPM++ 2M SDE parece quebrado em poucos passos no SDXL? O solver DPM++ se torna numericamente instável no SDXL abaixo de aproximadamente 50 passos e produz artefatos visuais. As correções documentadas são elevar passos para 50+, habilitar use_karras_sigmas=True (ou lu_lambdas=True), e para DPM++2M e DPM++2M SDE também definir euler_at_final=True. O agendamento Karras é o que torna o popular "DPM++ 2M SDE Karras" estável.

O peso (palavra:1.5) ainda funciona no SDXL, e qual o padrão? Sim. (palavra:1.5) multiplica a atenção nessa palavra por 1.5, e () sem número usa 1.1 por padrão. A sintaxe é documentada de forma idêntica no AUTOMATIC1111, ComfyUI e Fooocus, então prompts copiam limpos entre eles. Escape parênteses literais com barra invertida quando precisar dos caracteres.

Devo deixar o prompt negativo vazio para SDXL? Prompts negativos são uma funcionalidade real, mas o conselho "deixe vazio por padrão" é heurística não verificada de um artigo da comunidade — nenhuma fonte independente confirma como prática geral. Um caminho intermediário razoável é começar leve e adicionar exclusões específicas apenas quando um elemento indesejado realmente aparece na saída.

Tags "masterpiece" e "best quality" ainda servem? Vêm de vocabulário de tags herdado. A wiki do Danbooru marca "masterpiece" como "Ambíguo e subjetivo. Não use." Nenhuma fonte mede a resposta do SDXL a esses tokens especificamente. Descrever enquadramento, iluminação e estilo desejados diretamente tem mais suporte que depender de tags de qualidade genéricas.