Você sobe uma viewport limpa do SketchUp de uma sala de estar vazia. Recebe de volta um render com um sofá que você não modelou, um tapete que não estava lá e uma janela que se moveu 60 cm para a esquerda. Esta é a queixa mais comum que arquitetos têm sobre renderização com IA — e ela tem uma causa técnica específica que a maioria das ferramentas não faz nada para resolver.
Entender por que a alucinação acontece é o primeiro passo para impedi-la.
Por que isso acontece?
Modelos de difusão — a tecnologia de IA por trás da maioria das ferramentas de renderização — aprendem treinando com milhões de fotografias. Aprendem os padrões estatísticos do que espaços reais parecem: salas de estar normalmente têm sofás, cozinhas normalmente têm eletrodomésticos, janelas normalmente aparecem a uma certa altura e largura em relação ao cômodo.
Quando você dá a um desses modelos uma viewport do SketchUp de um cômodo vazio, o modelo está olhando para algo que não corresponde às expectativas dos seus dados de treinamento. Um cômodo vazio com piso de concreto e sem móveis é estatisticamente incomum. A resposta aprendida do modelo é fazer com que se pareça mais com as salas de estar dos seus dados de treinamento — o que significa adicionar móveis, ajustar proporções e preencher as lacunas.
Isso não é o modelo funcionando mal. É o modelo fazendo exatamente aquilo para o que foi treinado. O problema é que ele foi treinado com fotografia em geral, não com documentação de projeto arquitetônico.
O problema do condicionamento por ControlNet
O mecanismo técnico por trás da alucinação é a força do condicionamento. A maioria das ferramentas de renderização com IA usa uma extensão de rede neural chamada ControlNet para ancorar a saída ao seu modelo 3D. O ControlNet pega uma representação estrutural da sua viewport — linhas de borda, mapas de profundidade, normais de superfície — e usa isso para guiar a geração.
A força desse condicionamento é a variável-chave. Peso de condicionamento alto: a saída fica próxima da geometria de entrada. O modelo renderiza o que você desenhou. Peso de condicionamento baixo: o modelo tem mais liberdade criativa. A saída parece mais fotogênica, mas se afasta do seu projeto.
Ferramentas de IA de uso geral usam, por padrão, força de condicionamento mais baixa porque produz resultados que parecem melhores para um público geral. Ferramentas específicas para arquitetura usam, por padrão, condicionamento mais alto porque clientes precisam ver o projeto real.
A consequência prática: um render com condicionamento mais baixo quase sempre vai parecer mais impressionante em um demo. Mas também vai adicionar móveis que você não projetou e mover paredes que você projetou.
Cinco sinais de que sua ferramenta está alucinando
1. Móveis apareceram que você não modelou. O sinal mais claro. Se há uma cadeira no render que não estava no seu modelo, a força do condicionamento está baixa demais ou a ferramenta não expõe controle sobre isso.
2. Posições de parede mudaram. Um cômodo que tinha 4,5 m de largura aparece com 3,8 m no render. Isso é o modelo ajustando proporções para corresponder ao que "parece certo" com base nos dados de treinamento.
3. Janelas mudaram de proporção ou posição. Janelas são particularmente propensas a isso — o modelo tem fortes prioridades aprendidas sobre como devem ser as proporções janela-parede e ajustará as suas para corresponder.
4. A altura do pé-direito parece errada. Um pé-direito de 3 m renderiza como 2,6 m. Mesmo mecanismo — o modelo está se calibrando às expectativas dos dados de treinamento.
5. Materiais mudaram de cor ou textura significativamente. Você especificou concreto cinza pálido e recebeu reboco bege quente. O modelo está aplicando o que associa ao tipo de cena, e não o que você especificou.
Como reduzir a alucinação na sua ferramenta atual
Se sua ferramenta expõe a força de condicionamento como slider ou ajuste, aumente. Mais condicionamento = mais fidelidade à entrada. O render pode parecer um pouco menos "perfeito", mas vai parecer mais com o que você projetou.
Remova prompts de estilo vagos que convidam à interpretação criativa. "Interior bonito e luxuoso" é um convite para o modelo aplicar sua própria ideia do que belo e luxuoso significam — o que pode não combinar com seu projeto. Seja específico: "interior, piso de concreto, marcenaria de carvalho, paredes brancas, sem mobiliário".
Use materiais limpos de cor sólida no seu modelo. Materiais muito texturizados ou coloridos na sua viewport dão ao modelo mais matéria-prima para trabalhar, mas também mais latitude para reinterpretar. Cores chapadas e limpas são mais fáceis de o condicionamento sustentar.
Se está renderizando um cômodo vazio, considere adicionar geometria básica de placeholder onde os móveis deveriam ficar — caixas simples indicando o volume de um sofá, o gabarito de uma mesa de jantar. Isso sinaliza ao modelo que você sabe que essas áreas estão vazias por projeto, e não por omissão.
Por que ferramentas específicas para arquitetura tratam isso de forma diferente
A diferença não é só a força do condicionamento — é o system prompt. Toda ferramenta de renderização com IA roda um prompt nos bastidores que instrui o modelo sobre como interpretar sua entrada. Ferramentas de uso geral usam prompts otimizados para qualidade visual. Ferramentas específicas para arquitetura usam prompts que instruem explicitamente o modelo a não adicionar nem remover elementos.
Um prompt que inclui algo equivalente a "preserve toda a geometria exatamente como mostrada, não adicione mobiliário, não modifique posições de parede, não altere proporções" produz saídas fundamentalmente diferentes de um prompt que diz "render fotorrealista de interior".
É por isso que ferramental específico para arquitetura importa. O modelo é a mesma tecnologia subjacente. A engenharia de prompts é o que o torna arquitetônico em vez de generativo.
O que isso significa para entregas a cliente
Um render alucinado que vai para um cliente é pior do que nenhum render.
Se um cliente vê um render com um sofá que ele assume ter sido escolhido por você e um tapete que ele assume estar na especificação, você criou expectativas que não existem no projeto. Quando o projeto real for apresentado — sem sofá, com proporções diferentes — o cliente compara com o render e acha que falta algo. Você se colocou em uma conversa difícil.
Fidelidade de geometria não é uma cortesia técnica. É uma exigência profissional para qualquer coisa que vá para um cliente, entre num concurso ou seja usada em uma submissão de aprovação. O render deve mostrar o que você projetou. Qualquer outra coisa é enganosa.
Por que renders de IA adicionam móveis que eu não modelei? Ferramentas de renderização com IA usam modelos de difusão treinados com fotografia em geral. Quando seu modelo não tem mobiliário, a IA preenche para corresponder às expectativas dos dados de treinamento. Ferramentas com força alta de condicionamento ControlNet e prompts específicos para arquitetura impedem isso ancorando a saída à sua geometria exata.
Como impeço a IA de mudar o layout do meu cômodo? Aumente a força do condicionamento na sua ferramenta, se for exposta como ajuste. Use prompts específicos e restritivos em vez de prompts estéticos vagos. Use uma ferramenta projetada para fidelidade arquitetônica em vez de um gerador de imagens de uso geral. Ferramentas específicas para arquitetura, como o Maquete, usam prompts ajustados que impedem explicitamente a modificação de geometria.
O Maquete adiciona mobiliário alucinado? Não — os prompts do Maquete são especificamente engenheirados para preservar a geometria do seu modelo. Não adicionamos mobiliário que você não modelou, e não alteramos posições de parede, proporções de janela ou dimensões de cômodo. Se o seu modelo mostra um cômodo vazio, o render mostra um cômodo vazio.
Quais ferramentas de renderização com IA preservam a geometria? Ferramentas construídas especificamente para uso arquitetônico — Maquete e, em graus variados, ferramentas como o Veras em ajustes de condicionamento mais altos — são projetadas para preservar a geometria. Ferramentas de difusão de uso geral (Midjourney, Stable Diffusion padrão) não têm condicionamento arquitetônico e alucinam livremente. A pergunta-chave para fazer a qualquer ferramenta: qual é a sua força de condicionamento ControlNet, e o que seu system prompt diz sobre geometria?