CFG Guidance Scale Stable Diffusion: Controle Prompts e Artefatos

A partir de maio de 2026, a escala de orientação CFG continua sendo uma das formas mais diretas de guiar modelos de difusão como o Stable Diffusion. Ela decide o quanto a saída segue fielmente seu prompt de texto ou segue suas próprias ideias. Valores mais baixos, entre 1 e 3, dão liberdade ao modelo. As texturas da pele suavizam, as poses ficam mais naturais e a iluminação segue direções inesperadas, porém frequentemente agradáveis. Aumente a escala e cada detalhe de um prompt erótico — a curva de um quadril, o ângulo exato de uma mão — fica ainda mais preciso. Honestamente, já passei mais tempo ajustando isso em cenas íntimas do que o estritamente necessário. O compromisso aparece rápido: muito baixo e a imagem ignora metade da sua descrição; muito alto e surgem cores supersaturadas ou proporções distorcidas.

O mecanismo começa durante o treinamento. O modelo aprende a prever ruído tanto com quanto sem o prompt, descartando aleatoriamente o condicionamento. No momento da amostragem, ele combina as duas previsões com uma simples extrapolação linear. A fórmula é: previsão final = incondicional + escala × (condicional − incondicional). Quando a escala está em 1, o termo do prompt desaparece e você obtém geração incondicional pura. Aumente o valor e a influência do prompt cresce exponencialmente. A maioria dos analistas pula esta parte. Ainda assim, entender a extrapolação explica por que pequenas mudanças no controle geram alterações tão visíveis na precisão anatômica e na consistência da iluminação.

Para trabalhos NSFW realistas, o ponto ideal costuma ficar entre 4 e 6. Os corpos mantêm proporções corretas, a pele exibe dispersão subsuperficial convincente e as poses respeitam a intimidade solicitada sem ficarem rígidas. Acima de 10, o modelo obedece a cada adjetivo do prompt, mas os destaques estouram e os membros às vezes se alongam, quebrando a ilusão. Composições em close-up sofrem primeiro. Entender a mecânica da orientação CFG é exatamente o que permite que as ferramentas de imagem para vídeo de última geração criem cenas adultas hiper-realistas, fiéis ao prompt, com iluminação, anatomia e movimento controláveis. Escala de Orientação CFG: Controle Preciso em Difusão de IA Adulta explora como esses mesmos princípios se aplicam quando o movimento entra na pipeline.

O SD 1.5 ainda prefere 7–12 para resultados nítidos, embora os agendadores modernos permitam reduzir alguns pontos sem perder fidelidade. O SDXL funciona bem entre 5 e 8. Flux e SD 3.5 respondem melhor à faixa mais baixa de 3–5, pois seu treinamento já inclui maior aderência ao prompt. Valores mais altos de CFG também interagem com o número de passos de amostragem. Com 20 passos, uma escala de 8 pode parecer limpa; com 50 passos, o mesmo valor costuma precisar ser reduzido para evitar super-nitidez. Pipelines de vídeo amplificam essas diferenças porque cada frame precisa permanecer coerente ao longo da sequência. Sim, eu sei como isso soa, mas os dados confirmam isso em dezenas de renders de teste.