Google Gemini • AI | Rock in Rio
projeto.
Como parceiro estratégico em IA generativa, atuei no desenvolvimento e calibração de prompts de imagem para a ativação oficial do Google Gemini no Rock in Rio 2026.
O projeto conectou duas experiências complementares:
Ativação Física (Totens no Estande): Cabines interativas de photobooth na Cidade do Rock onde os visitantes tiravam fotos ao vivo, escolhiam uma década icônica do festival e recebiam a imagem gerada na hora.
Escala Digital (App Oficial do Gemini): Templates nativos disponibilizados no menu do aplicativo oficial para que qualquer pessoa pudesse simular momentos clássicos do evento.
desafio.
Criar imagens em ferramentas de IA no dia a dia permite tentativa e erro. Porém, colocar inteligência artificial generativa em um evento de massa com milhares de pessoas e segundos por atendimento muda completamente o jogo: a margem de erro precisa ser minimizada.
Os principais desafios técnicos e criativos foram:
One-Shot: O prompt precisava acertar na primeira tentativa, sem interface para o usuário refazer ou digitar correções.
Preservação Biométrica vs. Estilização (img2img): Não se tratava de criar uma imagem do zero (txt2img), mas de receber a foto de uma pessoa real e transformá-la sem perder sua identidade facial, etnia, corte de cabelo ou traços marcantes e pessoais.
Resiliência a Extremos de Diversidade: A solução precisava funcionar perfeitamente para qualquer visitante, diferentes tons de pele, etnias, idades, acessórios, cabelos e etc.
Conexão Phygital: A imagem gerada precisava ter enquadramento pensado para virar a capa impressa de um chaveiro de Mini CD entregue na saída do totem.
processo.
A Lógica Técnica: Para operar dentro do modelo Nano Banana do ecossistema Gemini, o prompt não podia depender de palavras isoladas. Utilizei uma abordagem de fotografia técnica e direção de arte aplicada as palavras mencionadas no prompt.
A imagem de entrada servia como âncora biométrica, enquanto o texto gerava a física da luz, o figurino de época e a cenografia ao redor da pessoa.
Os templates foram construídos em uma esteira de prioridade semântica para evitar que o modelo sofresse com conflitos de instrução (prompt collision):
Âncora de Sujeito (Prioridade Máxima), Stylist, Iluminação, Cenografia & Profundidade e Emulação de lente / grão.
O processo envolveu desenhar versões em Português e Inglês, testando o limite de atenção semântica do modelo:
Prompts curtos causavam alucinações de cenário; prompts excessivamente longos ignoravam instruções.
Encontrei o ponto ideal par ao resultado esperado calibrando templates entre 800 e 1.600 caracteres, testando versões progressivas.
Guardrails Afirmativos: Como o usuário no totem não tinha acesso a "negative prompts", todas as travas contra artefatos foram inseridas de forma estrutural no texto positivo.
