Visual Cinematográfico: Film Stock e Lentes para IA
Como usar nomes de film stock, termos de lente, vocabulário de iluminação e técnicas de grão em prompts de IA — e onde o prompt para de funcionar.
On this page
Visual Cinematográfico: Vocabulário de Film Stock e Lentes para IA
TL;DR
- Combine um LoRA de film stock com termos de iluminação apropriados à época e um termo de processo (C-41, E-6 ou bleach bypass). Prompts apenas do modelo-base produzem "aparência de filme" genérica sem a ciência de cores, estrutura de grão ou curvas de contraste específicas do filme real.
- Estrutura de grão, ciência de cores e emulações de stock específicas quase sempre precisam de LoRAs dedicadas; prompts sem LoRA produzem aproximações genéricas.
- Negative prompts e CFG steering funcionam em SDXL e SD 1.5, mas estão desabilitados em Flux dev (padrão), SDXL-Turbo e SD-Turbo.
Que Vocabulário o Stable Diffusion Realmente Reconhece?
"Visual cinematográfico" cobre três coisas que os modelos tratam de forma diferente: linguagem fotográfica (câmera, lente, iluminação) que modelos-base entendem a partir de legendas LAION; ciência de cores e grão de film stock que precisam de injeção via LoRA; e técnicas de processamento (bleach bypass, infravermelho, dupla exposição) raramente reproduzíveis apenas por texto.
Vocabulário de Film Stock que Modelos Respondem
Nomes de film stock aparecem em legendas de treinamento LAION. "Kodak Vision3," "500T" e "200T" são stocks reais de motion-picture da página oficial de produtos da Kodak; "tungsten" indica versões balanceadas para interiores. No entanto, nenhuma fonte independente confirma que SDXL ou Flux produza de forma confiável a ciência de cores do Kodak Vision3 apenas de um prompt — a resposta específica do stock 500T não é verificada sem LoRA. A coleção EauDeNoire no Civitai tem dezenas de LoRAs de film stock treinadas em imagens nomeadas por stock; suas palavras-gatilho "kodak" e "film" mostram que o modelo-base não consegue reconstruir a ciência de cores do stock a partir de texto.
Descritores de formato são mais confiáveis: "filme 16mm," "Super 8," "35mm," "IMAX 70mm" e "filme analógico" aparecem frequentemente em legendas de treinamento. O LoRA 16mm Film Emulator usa gatilho super_16mm_film, confirmando a presença de vocabulário cinematográfico nos dados de treinamento do LoRA — mas não reconhecimento pelo modelo-base.
Vocabulário de iluminação está entre as categorias de prompt mais eficazes para clima e realismo. "Golden hour" (luz quente e suave perto do nascer/pôr do sol), "low-key lighting" (tons escuros, alto contraste) e "high-key lighting" (iluminação clara e uniforme) são técnicas reconhecidas Bokeh. "Overcast" e "diffused natural lighting" produzem sombras suaves. Descritores de câmera e lente são o vocabulário fotográfico mais eficaz e confiável. "Lente 85mm" e "lente 50mm" são citados em guias de prompting da comunidade para efeitos naturais de profundidade de campo, e terminologia de distância focal, abertura e DOF (f/1.8 raso, f/11 profundo) são termos padrão de fotografia nos dados de treinamento do SDXL. Esses tokens mudam o modelo para renderização fotográfica em vez de output pictórico, mas não controlam mecanicamente formato de bokeh, distorção de lente ou caráter óptico como uma lente real Depth of field. Nomes de modelos de câmera ("Canon EOS 5D Mark IV," "ARRIFLEX 435") funcionam como marcadores de realismo. A ARRIFLEX 435 é uma câmera real de motion-picture; seus dados de treinamento de LoRA confirmam existência do token, mas se o modelo-base renderiza características específicas da ARRIFLEX (balanço do gate, textura do plano de filme) apenas pelo nome não está verificado.
Termos de Iluminação que Modelos Entendem
Vocabulário de iluminação está entre as categorias de prompt mais eficazes para clima e realismo. "Golden hour" (luz quente e suave perto do nascer/pôr do sol), "low-key lighting" (tons escuros, alto contraste) e "high-key lighting" (iluminação clara e uniforme) são técnicas reconhecidas. "Overcast" e "diffused natural lighting" produzem sombras suaves.
A limitação: termos de iluminação estabelecem clima global mas não replicam características espectrais de film stocks reais sob iluminação específica. Um prompt "golden hour" produz tons quentes, mas não a renderização de cores balanceada para tungstênio do stock Kodak Vision3 500T em um set 3200K.
Grão, Tratamento de Cor e Processos de Filme
Grão de filme — textura óptica aleatória de cristais de haleto de prata — é difícil de replicar via prompting. A Wikipédia confirma que é um artefato de processamento da formação dos cristais; diferentes stocks produzem estruturas de grão diferentes Film grain. Prompts genéricos "film grain" ou "grainy" adicionam textura, mas não grão específico do stock (ex.: Kodak Vision3 500T versus Fuji Eterna). O LoRA "Film scratches burn marks" existe porque o modelo-base não consegue produzir essas texturas de forma confiável a partir de texto.
Termos de processamento fotoquímico — C-41 (negativo colorido), E-6 (reversão colorida/slide), ECN-2 (negativo colorido motion-picture) — são processos reais distintos, mas nenhuma fonte documenta o quão fielmente algum modelo reproduz suas marcas visuais a partir do termo apenas. Bleach bypass é confirmado como real (pula o branqueamento, retém prata para maior contraste e cor dessaturada) Bleach bypass, mas produzi-lo apenas via prompting não é verificado. LoRAs dedicadas para cada processo existem na coleção EauDeNoire, refletindo consenso da comunidade de que prompting do modelo-base é inadequado.
| Atributo | Promptável? | Precisa de LoRA? | Source |
|---|---|---|---|
| Nomes de modelos de câmera | Parcial — marcador de estilo | Não (melhora com LoRA) | Guia de prompting da comunidade |
| Distância focal e abertura da lente | Parcial — afeta renderização | Não (melhora com LoRA) | Guia de prompting da comunidade |
| Termos de iluminação (golden hour, low-key) | Sim — clima estabelecido | Não | Wikipédia: Golden hour, Wikipédia: Key lighting) |
| Processo de filme (C-41, E-6, ECN-2) | Não verificado | Sim — LoRAs dedicadas existem | Wikipédia: C-41, Wikipédia: E-6, Wikipédia: ECN-2 |
| Bleach bypass / cross-processing | Não verificado | Sim — LoRA dedicada existe | Wikipédia: Bleach bypass, LoRA Bleach Bypass |
| Ciência de cores de film stock específico | Não verificado | Sim — LoRAs dedicadas existem | Kodak 200T, Kodak 500T, Páginas Civitai |
| Visual de filme infravermelho | Não verificado | Sim — LoRA dedicada existe | Wikipédia (Infrared photography) |
| Efeito de dupla exposição | Parcial | Sim — LoRA dedicada existe | Wikipédia (Double exposure) |
Onde o Prompt Para de Ajudar
1. Ciência de cores de film stock específico. Termos como "Kodak Vision3 500T" existem em legendas de treinamento, mas reproduzir a renderização de cores, curva de contraste e perfil de saturação de um stock requer um LoRA treinado nesse stock. O LoRA Kodak Vision3 da EauDeNoire carrega gatilhos "kodak" e "film" e reconhece treinamento em imagens específicas de filme — o modelo-base não consegue reconstruir essas associações apenas de texto.
2. Estrutura e textura de grão. Grão de filme é estocástico. Nenhuma documentação open-source descreve como algum modelo produz padrões de grão a partir de texto tokenizado. LoRAs de grão dedicadas existem porque prompting para grão produz resultados inconsistentes.
3. Negative prompts em modelos destilados. Negative prompts substituem o condicionamento incondicional vazio, direcionando para longe de outputs indesejados. Isso funciona em modelos treinados com CFG (SD 1.5, SDXL base, SD 2.1). No entanto, Flux dev ignora negative_prompt a menos que true_cfg_scale > 1. SDXL-Turbo e SD-Turbo desabilitam tanto guidance quanto negative prompts — não existe branch incondicional. Usar negatives nesses modelos produz zero efeito.
4. Técnicas de processamento como descrições de texto. Descrever "visual bleach bypass" depende de associações de treinamento legendadas. LoRAs dedicadas sugerem que essa associação é fraca em modelos-base.
5. Estéticas específicas de época sem LoRAs. LoRAs específicas de década da EauDeNoire (1930s–1990s) foram treinadas em stocks, color grading e perfis de grão específicos da época. "Visual de filme anos 1970" sozinho não consegue reconstruir essas características visuais — o LoRA carrega o conhecimento específico da época.
Erros Comuns e Correções
| Sintoma | Causa | Correção | Source |
|---|---|---|---|
| "Shot on Kodak Vision3 500T" produz tons quentes genéricos | Modelo-base carece de dados de treino específicos de film stock | Use LoRA dedicado Kodak Vision3 com gatilhos "kodak" + "film" | Página LoRA ARRIFLEX 435 |
| Prompt "film grain" não adiciona textura ou adiciona ruído genérico | Token genérico de grão mapeia para ruído, não estrutura de grão de filme | Use LoRA de grão dedicado ou LoRA "Film scratches burn marks" | LoRA Film scratches |
| Output parece limpo/digital apesar de prompt "cinematic" | "Cinematic" sozinho é informação baixa | Combine LoRA de film stock com termos de iluminação e processo | LoRA Bleach Bypass, LoRas de film stock |
| Negative prompt sem efeito no Flux dev | Flux dev ignora negative_prompt a menos que true_cfg_scale > 1 | Defina true_cfg_scale > 1 e forneça negative prompt, ou mude para SDXL | Docs pipeline Flux Diffusers |
| Negative prompt sem efeito no SDXL-Turbo / SD-Turbo | Modelos destilados ADD rodam guidance_scale=0.0; sem termo de guidance | Use modelo não destilado quando steering negativo necessário | Model card SDXL-Turbo |
| Sampler DPM++ produz artefatos em poucos passos no SDXL | DPM++ numericamente instável no SDXL abaixo de ~50 passos | Use ≥50 passos ou use_karras_sigmas=True; solvers uniformes: euler_at_final=True | Docs SDXL HuggingFace diffusers |
| Tags "masterpiece" / "best quality" inconsistentes | Tags Danbooru depreciadas como ambíguas | Use tags de score específicas do modelo (Pony: score_9 a score_4_up) | Wiki Danbooru |
| LoRA Kodak Vision3 produz personagens de stock repetitivos | LoRA aprendeu padrões de personagem dos dados de treino | Use "male"/"female" em vez de "man"/"woman"; adicione "man woman" ao negative | Nota LoRA ARRIFLEX 435 v1.1 |
| SDXL gera na resolução errada | SDXL treinado em orçamento de ~1024² pixels | Gere em 1024×1024 ou razões de mesmo pixel-count (896×1152, 1536×640) | Docs SDXL HuggingFace diffusers |
FAQ
Como faço imagens de IA parecerem filmadas em filme? Combine um LoRA de film stock com termos de iluminação apropriados à época e um termo de processo (C-41 para negativo colorido, E-6 para reversão, bleach bypass para contraste). Prompts apenas do modelo-base produzem apenas suavidade genérica "film-like" sem ciência de cores específica, estrutura de grão ou curvas de contraste. O LoRA é o veículo principal para emulação de filme.
Que nomes de film stock o Stable Diffusion reconhece? "Kodak Vision3," "500T," "200T," "Fuji Eterna" e "Fuji C100" aparecem em legendas LAION. Modelos os encontram como tokens, mas reproduzir a ciência de cores correspondente requer fine-tuning de LoRA em imagens curadas de film stock.
Preciso de um LoRA para grão cinematográfico? Sim. Prompts genéricos "film grain" ou "grainy" produzem resultados inconsistentes porque grão é estocástico. LoRAs dedicadas de grão, arranhões de filme e film stock produzem efeitos de grão significativamente mais confiáveis.
Por que meu prompt 'shot on Kodak' não produz cores Kodak? O modelo-base aprendeu associação entre "Kodak" e certas tendências de cor de legendas, mas não a sensibilidade espectral específica, color grading e curvas de contraste do filme Kodak Vision3 500T. O LoRA EauDeNoire treinado em imagens Kodak Vision3 carrega essas associações explicitamente.
Como consigo visual bleach bypass no SDXL? O LoRA "Cinematic Bleach Bypass Film style XL + F1D" no Civitai é feito para isso. Bleach bypass pula a etapa de branqueamento, retendo prata para maior contraste e cor dessaturada — específico demais para o modelo-base reproduzir confiavelmente apenas de descritor de texto.
Por que negative prompts não funcionam no Flux ou SDXL-Turbo? Flux dev é destilado com guidance; negative_prompt ignorado a menos que true_cfg_scale > 1. SDXL-Turbo e SD-Turbo são destilados ADD com guidance_scale=0.0, desabilitando guidance e negatives. Nesses modelos, use o prompt positivo para moldar o output em vez de steering negativo.
Que termos de lente de câmera realmente funcionam em prompts do Stable Diffusion? Distâncias focais (85mm, 50mm, 35mm, 24mm) e descritores de abertura (f/1.8, f/2.8, f/11) são mais eficazes. Funcionam como marcadores de estilo que mudam renderização para realismo fotográfico com características de profundidade de campo apropriadas, mas não replicam mecanicamente caráter óptico específico da lente (aberração cromática, formato de bokeh, distorção).
Como consigo visual de filme anos 1970 versus visual digital anos 1990? A distinção é impulsionada por film stocks, convenções de color-grading e perfis de grão que o modelo-base não diferencia através de texto. LoRAs específicas de década da EauDeNoire (1970s, 1980s, 1990s) codificam as características visuais dos stocks e processamentos dominantes de cada época. Usar um LoRA específico de década com termos de iluminação correspondentes produz resultados específicos de época mais confiáveis que prompting sozinho.
Para artigos relacionados em técnicas de geração de imagem por IA veja /stable-diffusion-model-folders para onde instalar LoRAs e checkpoints, /comfyui-modular-workflows para integração de LoRAs cinematográficas, e /negative-prompts-what-works para entender quais modelos suportam steering negativo.