Escala CFG (guidance)

A cada passo de remoção de ruído, um modelo de difusão pode fazer duas previsões: uma que leva seu prompt em conta e outra que o ignora. A orientação sem classificador olha a diferença entre as duas e empurra a imagem mais longe na direção do prompt. A escala CFG é a força desse empurrão. Com zero ou um, o prompt quase não ganha peso extra; entre cinco e oito é a faixa que muitos modelos documentam como um meio-termo razoável; valores muito mais altos exageram tudo.

O equilíbrio aparece logo na prática. Com escala baixa, o resultado pode ser suave, solto e criativo, mas pode ignorar partes da sua descrição. Com escala alta, a imagem segue suas palavras de perto, mas o contraste e as cores costumam ficar duros, as texturas parecem queimadas e as mesmas formas se repetem. Se o retrato de um personagem fictício num escritório cinza sai supersaturado e quebradiço, baixar a escala é a primeira tentativa; se falta um objeto pedido, aumente um pouco ou reescreva o prompt.

Bons valores dependem do modelo, então não leve números de um para outro. Modelos destilados e turbo, treinados para chegar ao resultado em pouquíssimos passos, em geral embutem a orientação nos pesos e esperam uma escala de um, ou nenhum ajuste. Para comparar, o mais fácil é fixar a seed e mudar só a escala entre as tentativas. O prompt negativo funciona pelo mesmo mecanismo: é aquilo de que a previsão sem orientação se afasta.

Um pequeno experimento torna o efeito concreto. Pegue um prompt como um bule de cerâmica no peitoril de uma janela, mantenha seed, modelo e tamanho idênticos e gere a mesma imagem em várias escalas, de baixa a bem alta. No extremo baixo, o bule pode sair sonhador e meio formado, com um peitoril vago. No meio, as formas são claras e a luz parece natural. No extremo alto, as bordas ficam tão nítidas que parecem quebradiças, as luzes estouram e o esmalte ganha brilho de plástico. Guardar uma folha de contatos assim ensina, melhor que qualquer regra, qual faixa convém a cada modelo.

Trate a escala e o número de passos em conjunto: uma escala alta com pouquíssimos passos pode parecer áspera, enquanto uma escala moderada com passos suficientes costuma dar gradientes mais suaves e bordas mais limpas.

Lembre também que o amostrador e a resolução interagem com a orientação: um valor que parece equilibrado num quadrado pequeno pode parecer exagerado num panorama grande, então teste de novo depois de mudar qualquer um dos dois.

O NeverNo não oferece um controle deslizante de escala CFG. A orientação é definida para cada modelo no servidor, ajustada ao que o modelo espera, então você não estraga um resultado com um valor feito para outro modelo. Suas alavancas no Studio são o prompt de até 1.500 caracteres, o prompt negativo de até 500 caracteres nos modelos que o aceitam, um dos quinze estilos predefinidos e um dos oito formatos.

O Z-Image Turbo, modelo padrão, é um modelo rápido: uma imagem comum de 1 megapixel leva cerca de 3 segundos, medidos na Runware, nosso provedor de imagens, o que combina com essa lógica de ajustes já prontos. Se um resultado ignora suas palavras, reescreva o prompt com mais precisão ou experimente outro modelo do catálogo. As imagens que você cria ficam guardadas criptografadas no seu navegador, e os limites firmes do NeverNo valem para cada solicitação.