Como evitar texto em imagem gerada por IA: o que aprendemos em 24 capas

Pedir "sem texto" no prompt não impede o gerador de imagem de escrever. A gente aprendeu isso gerando a capa de cada artigo deste blog com IA: em 24 rodadas registradas entre 3 de setembro e 8 de outubro de 2026, 11 capas saíram na primeira tentativa com letras, números ou glifos que parecem escrita, todas com "no text" no prompt. O que resolveu não foi insistir na frase. Foi parar de pedir os objetos que carregam texto.

Por que a IA coloca texto na imagem mesmo quando você pede "sem texto"?

Porque o objeto que você pediu vem com texto junto. Terminal tem código, placa tem palavra, rack de servidor tem rótulo, fundo "hacker" tem dígito binário. O modelo desenha a versão típica do objeto, e a versão típica tem escrita.

Nos 10 casos em que o nosso log anotou onde estava o texto, ele estava sempre num desses lugares:

• terminal ou editor com código (if/else legíveis, um $ git commit inteiro)
• monitor com padrão que lembra escrita árabe ou coreana
• placa: pedimos um "dead-end signpost" e veio escrito DEAD-END
• rack de servidor com "GPU" pintado
• balões de diff com + e -
• fundo de dados com "data packet" escrito, ou sequência 1010110

A gente usa o Nano Banana 2 do Gemini (nano-banana-2), em 16:9 e resolução 2K. A regra vale para qualquer gerador que aprendeu com imagens da internet: a cena que você descreve puxa os detalhes que costumam vir com ela.

O que mudou no número de capas refeitas?

Caiu de 11 em 12 para 2 em 12, depois que passamos a trocar o objeto em vez de reforçar a proibição. Os números vêm do nosso registro de execuções, uma linha por artigo publicado:

Leia com cuidado: é registro de operação, não experimento controlado. O que sustenta a leitura é que as 2 falhas do segundo período foram exatamente os dois objetos que ainda estavam no prompt: um terminal com código (saiu if/else) e um fundo de "matriz" (saiu 1010110).

Como escrever o prompt para não sair texto?

Troque cada objeto que carrega escrita por um substituto abstrato, e feche o prompt com uma proibição ampla. A tabela que a gente usa hoje:

O esqueleto completo, pronto para copiar:

Dynamic cartoon illustration, dark navy to deep purple gradient background
with soft glowing dots.
[SUA CENA, descrita só com formas: barras, blocos, ícones, molduras vazias]
Plain background, no screens with code, no signs, no labels.
Absolutely no letters, numbers, words, code, glyphs or symbols anywhere in the image.

A capa deste artigo saiu com esse esqueleto na primeira tentativa: duas molduras com formas geométricas, uma lupa, uma borracha e um ícone de check. É um caso só e não prova nada sozinho; o que pesa é a tabela acima.

Precisa conferir a imagem mesmo com o prompt certo?

Precisa, e em tamanho cheio, olhando o fundo e os cantos. A nossa checagem já era obrigatória antes de subir a capa, e mesmo assim deixou passar uma: a capa de um tutorial publicado em 14 de setembro tem dígitos binários no canto superior direito. O registro daquela rodada não menciona nada, porque a checagem olhou a cor do mascote e parou ali.

A lista que usamos agora antes de subir qualquer capa:

1. Abrir o PNG em tamanho cheio, não a miniatura.
2. Varrer os quatro cantos e o fundo atrás do personagem.
3. Olhar telas, painéis e balões: glifo que "parece" letra conta como texto.
4. Conferir a cor do mascote. Duas capas saíram com ele branco e uma com ele rosa.
5. Achou texto? Não reforce a proibição. Descubra qual objeto trouxe o texto e troque por um substituto da tabela.

Dá para automatizar essa checagem?

Ainda não com confiança, pelo menos não do jeito que tentamos. Escrevemos um script que mede a proporção de pixels na cor do mascote e rodamos contra as 44 capas que temos em disco: ele reprovou uma capa em que o mascote estava roxo, só pequeno, e aprovou as duas capas que o nosso registro marca como mascote rosa. Descartamos. Para texto, o caminho natural é OCR, mas glifo que imita escrita é justamente o que OCR não lê como letra. Por enquanto a checagem é visual, com a lista acima.