Erros comuns a evitar

Aprenda com os erros mais comuns de usuários da Armox. Evitar essas armadilhas vai economizar tempo, créditos e frustração.

Erros de prompt

Erro 1: vago demais

❌ Ruim:

A nice picture of a person

✅ Bom:

Professional headshot of a confident businesswoman, 
modern office background, soft natural lighting, 
warm and approachable expression, 
shot on 85mm lens, shallow depth of field

Por que importa: prompts vagos geram resultados imprevisíveis. A IA “completa” detalhes aleatoriamente.

Erro 2: instruções conflitantes

❌ Ruim:

Dark moody lighting, bright and cheerful atmosphere

✅ Bom:

Moody lighting with warm accent highlights, 
sophisticated atmosphere

Por que importa: conflitos confundem a IA e geram resultados inconsistentes.

Erro 3: detalhes demais

❌ Ruim:

A woman with long blonde hair and blue eyes wearing a red 
dress with yellow flowers and green shoes standing in a 
purple room with orange furniture next to a pink dog...

✅ Bom:

Elegant woman in floral dress, 
modern minimalist interior, 
soft natural lighting, 
fashion editorial style

Por que importa: prompts “carregados” costumam virar imagens caóticas (a IA não consegue priorizar).

Erro 4: não especificar estilo

❌ Ruim:

A coffee cup on a table

✅ Bom:

Artisan coffee cup on wooden table, 
lifestyle photography, warm morning light, 
Instagram aesthetic, shallow depth of field

Por que importa: sem direção de estilo, o resultado tende a ficar genérico (cara de stock photo).

Erros ao escolher modelo

Erro 5: usar premium para testar

❌ Ruim: testar iterações de prompt com Flux 2 Pro (120 credits cada)

✅ Bom: testar com Qwen Image (20 credits) e usar Flux 2 Pro só no final

Por que importa: você queima créditos antes de achar o prompt certo.

Erro 6: modelo errado para a tarefa

❌ Ruim: usar SDXL para fotografia de produto fotorealista

✅ Bom: usar Flux para fotorealismo e SDXL para estilos artísticos

Por que importa: cada modelo tem pontos fortes. Combinar modelo e tarefa dá resultado melhor.

Erro 7: ignorar custos de vídeo

❌ Ruim: iterar com Veo 3.1 (4,000 credits cada)

✅ Bom: testar com Wan 2.5 Fast (60 credits) e finalizar com Veo

Por que importa: vídeo é caro. Uma geração de Veo = 66 testes de Wan Fast.

Erros de workflow

Erro 8: não testar incrementalmente

❌ Ruim: montar um workflow de 10 nodes e rodar tudo de uma vez

✅ Bom: testar node por node e depois rodar o workflow completo

Por que importa: se algo falhar, você desperdiça créditos em todos os nodes seguintes.

Erro 9: fazer upscale cedo demais

❌ Ruim:

Generate → Upscale → Edit → Upscale again

✅ Bom:

Generate → Edit → Final check → Upscale once

Por que importa: upscaling custa 1,000 credits. Faça apenas no final.

Erro 10: não usar imagens de referência

❌ Ruim: descrever tudo no texto para consistência

✅ Bom: usar imagens de referência com Flux Kontext para consistência

Por que importa: referências dão consistência muito maior do que texto sozinho.

Erros de aspect ratio

Erro 11: ratio errado para a plataforma

❌ Ruim: gerar 16:9 para Instagram Stories

✅ Bom: gerar 9:16 para Stories e 1:1 ou 4:5 para feed

Por que importa: ratios errados geram crop ruim ou desperdício de geração.

Erro 12: não pensar em composição

❌ Ruim: gerar uma imagem quadrada com o sujeito na borda

✅ Bom: compor com o sujeito centralizado ou usando rule of thirds

Por que importa: composição ruim leva a crops estranhos ou imagens inutilizáveis.

Erros de vídeo

Erro 13: movimento complexo demais

❌ Ruim:

Person runs, jumps, spins, catches a ball, 
throws it, and does a backflip

✅ Bom:

Person slowly turns head toward camera, 
gentle smile forming, 
subtle movement

Por que importa: IA de vídeo funciona melhor com movimentos simples e claros.

Erro 14: ignorar limites de duração

❌ Ruim: esperar vídeo de 60s de um modelo de 5s

✅ Bom: gerar vários clipes de 5s e combinar

Por que importa: cada modelo tem limites. Planeje.

Erros de áudio

Erro 15: amostras ruins para voice clone

❌ Ruim: usar áudio com ruído, curto, ou com mais de uma pessoa

✅ Bom: amostra limpa, 20–30s, apenas um locutor

Por que importa: qualidade de entrada = qualidade de saída.

Erro 16: duração de áudio não combina

❌ Ruim: gerar música de 30s para vídeo de 10s

✅ Bom: combinar duração do áudio com o vídeo

Por que importa: desperdiça créditos e ainda exige edição.

Erros de organização

Erro 17: não salvar prompts que funcionaram

❌ Ruim: recriar prompts “de memória” toda vez

✅ Bom: salvar prompts em um doc ou App

Por que importa: você perde tempo e créditos redescobrindo o que funciona.

Erro 18: Canvas bagunçado

❌ Ruim: nodes espalhados, conexões confusas

✅ Bom: fluxo left-to-right, layout organizado, nomes claros

Por que importa: fica difícil debugar e é fácil errar conexões.

Erro 19: não usar Brains direito

❌ Ruim: todos os projetos em um Brain só

✅ Bom: Brains separados por cliente/projeto

Por que importa: mantém conteúdo organizado e facilita achar assets.

Checklist rápido

Antes de gerar, pergunte:

• Meu prompt está específico o suficiente?
• Estou usando o modelo certo para a tarefa?
• Este é o aspect ratio correto?
• Estou usando budget model para testar?
• Testei este workflow passo a passo?
• Tenho imagem de referência (se precisar)?
• A duração de motion/áudio faz sentido?
• Devo fazer upscale ou é só para web?

Próximos passos

• Credit Optimization — Economize créditos
• Keyboard Shortcuts — Trabalhe mais rápido
• Prompt Engineering — Escreva prompts melhores