Chega de se afogar em PNGs: um fluxo modular para gerenciar prompts no ComfyUI e no Stable Diffusion

Todo criador sério de ComfyUI e Stable Diffusion acaba enfrentando a mesma crise de armazenamento: uma pasta output lotada com mais de 4.000 arquivos PNG.

Você lembra de ter acertado uma textura de pele, um contraluz cinematográfico ou um traço retrô há três semanas. Mas quando abre aquela geração antiga e lê o prompt, dá de cara com um paredão de texto monolítico:

Reaproveitá-lo para outro assunto é doloroso. Você precisa recortar com cuidado a garota, o vestido e o beco sem apagar os termos de iluminação e de lente que fizeram a imagem funcionar.

Veja como sair de prompts monolíticos para um sistema de tokens reutilizáveis e pesquisáveis no seu próprio computador.

1. Por que prompts monolíticos não escalam

A maioria dos criadores guarda receitas de prompts no Notion, no Obsidian ou em arquivos .txt. Salvar a string inteira traz três problemas:

1. 1Parâmetros embaralhados: assunto, iluminação, câmera e estilo ficam colados em uma única string, então você não consegue tirar só a parte de que gostou.
2. 2Busca que não mostra nada: procurar volumetric lighting nas suas notas devolve centenas de resultados e nenhum mostra como aquilo realmente ficou.
3. 3Enchimento repetido: as mesmas tags de qualidade e o mesmo prompt negativo se repetem em todas as notas e enterram as poucas palavras que tornam cada imagem diferente.

2. Pense em tokens atômicos

Em vez de tratar um prompt como uma frase, trate-o como um conjunto de peças pequenas e etiquetadas. O mysnipbox classifica cada tag em seis categorias fixas, que são um bom modelo para pensar assim:

Com as peças separadas, uma imagem nova é só um Assunto novo encaixado em tokens de iluminação, estilo e composição que você já sabe que funcionam.

3. Monte a biblioteca com o mysnipbox

Dividir 500 prompts antigos em uma planilha à mão leva dias. O mysnipbox faz essa divisão por você, no seu próprio computador:

• Decomponha a partir da própria imagem: adicione uma geração ao seu Vault e um modelo de visão (com a sua chave na nuvem, ou um modelo local pelo Ollama) lê a imagem e a classifica em tags das seis categorias. Como ele lê a imagem, não depende de os metadados ainda estarem embutidos no arquivo, algo que reuploads e capturas de tela costumam perder.
• Pesquise pelo que você vê: filtre o Vault por tag e abra o Tag Insights para ver quais tags são usadas juntas e miniaturas de como cada tag aparece nas suas próprias imagens.
• Mantenha os projetos separados: use Personas para um personagem, um cliente ou um estilo, assim as imagens, o filtro de tags e o Tag Insights de cada um ficam à parte.
• Monte e reutilize: coloque tags na cesta de prompts, adicione espaços de variáveis no estilo {subject}, salve como template e copie o resultado nos formatos Comma, Underscore ou Hyphen, pronto para colar no ComfyUI ou no Automatic1111.
• Leve e local: é um app de desktop Tauri (cerca de 120 MB de memória em repouso) e a biblioteca fica em um banco SQLite local no seu disco. Você pode exportar seus templates de prompt em JSON e os dados do Tag Insights em CSV.

Um fluxo inicial de 10 minutos

1. 1Escolha suas 20 melhores gerações e adicione ao Vault.
2. 2Abra o Tag Insights e encontre as tags de iluminação e estilo que aparecem de novo e de novo.
3. 3Crie uma Persona para o visual que você quer repetir.
4. 4Coloque na cesta de prompts suas tags favoritas de iluminação, estilo e composição e adicione uma variável {subject}.
5. 5Salve como template. Daqui em diante, uma imagem nova é: carregar o template, preencher o assunto e copiar.

Quer testar antes? A demo no navegador percorre o mesmo fluxo com imagens de exemplo.