Toda ilustração científica se sustenta ou cai pelos seus rótulos — e texto de rótulo é exatamente aquilo em que os modelos de imagem historicamente foram piores. Então fizemos a conferência nós mesmos: 20 pranchas rotuladas geradas no glmimage.app (modelo: grok-imagine-image-2.0), cada uma revisada por grafia, posição e contagem de rótulos. Esta página mostra as pranchas, o protocolo e o que de fato encontramos — incluindo os modos de falha para os quais você deve planejar.
Gere uma prancha rotulada · A regra da contagem de rótulos · Todos os 30 exemplos
Uma nota de método que vale para o artigo inteiro: os prompts e os rótulos-alvo citados abaixo ficam em inglês porque é assim que são renderizados dentro das imagens — e rótulos curtos em maiúsculas são os mais confiáveis. A análise em volta está em português.
O desenho do teste
Cada prancha deste teste saiu de um prompt estruturado — assunto, painéis nomeados, depois uma lista de rótulos entre aspas e em maiúsculas (a mesma gramática do nosso guia de fluxo de trabalho). Antes de qualquer prancha ir ao ar neste site, ela passa por revisão humana de grafia dos rótulos e de anatomia; este artigo relê uma amostra de 20, em nove disciplinas, com três perguntas por prancha:
- Grafia — cada rótulo está escrito exatamente como pedido?
- Posição — cada rótulo aponta para a estrutura certa?
- Contagem — todos os rótulos pedidos chegaram à prancha?
Não publicamos deliberadamente uma porcentagem agregada de precisão. Vinte pranchas é uma amostra pequena e os prompts foram escritos por quem conhece as convenções do sistema — um prompt ingênuo faria pior. Trate isto como um olhar estruturado sobre como o formato se comporta e sobre os modos de falha que importam, não como número de benchmark.
As pranchas
Medicina
Rótulos-alvo: ANTIBODY, TAU, ASO, REDUCED TANGLES. A distinção dentro/fora (anticorpo fora do neurônio, ASO dentro) é exatamente o tipo de posicionamento semântico que este formato resolve quando o prompt o nomeia.
Rótulos-alvo: CORTEX, DEPOSIT, DARK CORE, HALO.
Rótulos-alvo: LEUKAPHERESIS, GENE TRANSFER, EXPANSION, INFUSION — note o comprimento: "LEUKAPHERESIS" tem 13 caracteres, a palavra isolada mais longa deste teste.
Rótulos-alvo: CD3 ARM, TUMOR ANTIGEN ARM, T CELL, TUMOR CELL, PERFORIN.
Biologia e biotecnologia
Rótulos-alvo: APP, ALPHA, BETA, GAMMA, AMYLOID-BETA. Secretases de letra grega renderizadas como palavras escritas por extenso — escolha do prompt, já que letras gregas desenhadas pelo modelo são ponto fraco conhecido.
Rótulos-alvo: PRINTHEAD, BIOINK, CELLS, SCAFFOLD, CONSTRUCT.
Astronomia e física
Rótulos-alvo: EVENT HORIZON, ACCRETION DISK, JET, PHOTON RING.
Materiais e geociências
Rótulos-alvo: PLY, WEAVE, MATRIX, INTERFACE.
Rótulos-alvo: ROLL ANGLE, METALLIC, SEMICONDUCTING, BUNDLE.
Rótulos-alvo: CUBIC, HEXAGONAL, MONOCLINIC, TRICLINIC.
As dez pranchas restantes do conjunto de teste (com link, uma linha cada): estratégias anti-tau, carga de placas, jornada CAR-T, CAR-T no organismo, evasão antigênica, processamento de APP, bioimpressão, camadas do laminado, quiralidade de nanotubo, sistemas cristalinos.
O que o formato acerta
Rótulos curtos entre aspas, em maiúsculas, renderizam de forma confiável. No conjunto de teste, rótulos de 1–2 palavras em caixa alta — JET, PLY, HALO, CD3 ARM — saem escritos corretamente na grande maioria das vezes, desde que estejam entre aspas no prompt. Isso corresponde ao que os modelos de imagem com foco em texto hoje são construídos para fazer: a sequência entre aspas atua como restrição, não como sugestão.
A contagem de rótulos sobrevive quando é pequena. Quatro a cinco rótulos chegam como conjunto. A regra de contagem que derivamos ao construir estas pranchas: acima de seis rótulos, a confiabilidade por rótulo cai e as linhas de chamada começam a colidir — limite as pranchas a seis e divida o tema.
Termos compostos funcionam melhor hifenizados ou por extenso. "AMYLOID-BETA" e "RADIATIVE ZONE" comportam-se; letras gregas e subscritos químicos (α, β, CO₂) são onde a grafia quebra — escreva por extenso (ALPHA, BETA, CO2) e a confiabilidade volta.
Onde ainda falha
- Posição vs. apontamento. Um rótulo pode estar perfeitamente escrito e ainda apontar para a estrutura vizinha. Grafia não diz nada sobre anatomia — essa conferência continua manual, e nosso protocolo de verificação existe exatamente para essa lacuna.
- Rótulos longos encolhem. "TUMOR ANTIGEN ARM" na escala da prancha pode sair menor que o legível. Corrija no prompt: encurte o rótulo, ou nomeie o painel a que ele pertence.
- Layouts espelhados trocam rótulos. Em anatomia, rótulos de direita/esquerda podem sair invertidos com o desenho aparentando correto. A correção é uma restrição nomeada: "right side of the image", "left lung on the viewer's left" (pulmão esquerdo à esquerda do observador).
- Retentativas fazem parte do custo. Qualquer fluxo honesto reserva uma ou duas regenerações por prancha. Um modelo que acerta rótulos na primeira tentativa com mais frequência é mais barato do que seu preço de capa sugere — o mesmo ponto que nossa comparação de ferramentas levanta sobre renderização de texto em geral.
As regras de prompt que caíram do teste
1. Quote every label, in capitals: Label "JET", "PHOTON RING".
2. Keep labels to 1–2 words; spell out symbols (ALPHA not α, CO2 not CO₂).
3. Cap the set at six labels per plate.
4. Name the panel each label lives in when placement matters.
5. Fix errors by naming them: "the sill is horizontal, between two strata".
Lista de verificação científica
- [ ] Todos os rótulos estão escritos corretamente?
- [ ] Cada rótulo aponta para a estrutura certa (não apenas lê-se corretamente)?
- [ ] A contagem de rótulos está completa?
- [ ] Posições e proporções são razoáveis frente à sua referência?
- [ ] As setas mostram a direção correta?
- [ ] A figura foi conferida com uma fonte confiável?
Conclusão
A IA acerta os rótulos científicos? Para o formato que este site ensina — rótulos curtos, entre aspas, em maiúsculas, sobre pranchas estruturadas — a resposta destas vinte pranchas é: com confiabilidade suficiente para construir em cima, não suficiente para pular a revisão. A grafia está perto de ser um problema resolvido neste comprimento de rótulo; apontamento e contagem vão bem com conjuntos pequenos; e a etapa de verificação continua humana. É essa combinação que torna o rascunho por IA vantajoso: a parte cara (figuras corretas, legíveis, publicáveis) ainda passa pelos seus olhos, mas a parte barata deixou de ser lenta.
Perguntas frequentes
Qual modelo renderizou as pranchas do teste?
grok-imagine-image-2.0, pelo módulo de ilustração científica do glmimage.app — o mesmo pipeline por trás de toda prancha deste site. Nomeamos o modelo porque atribuição de modelo é parte de um teste honesto; um teste de rótulos sem modelo declarado é marketing, não medição.
A precisão dos rótulos varia por disciplina?
Nas nossas pranchas, as falhas agrupam-se por tipo de rótulo, não por disciplina: palavras longas, símbolos e subscritos falham em todo lugar; termos curtos em maiúsculas têm sucesso em todo lugar. Uma prancha que mistura "JET" e "TUMOR ANTIGEN ARM" herda o risco do segundo rótulo.
E rótulos em outros idiomas?
Trate-os como um teste à parte. Renderização bilíngue é uma capacidade específica — é o ponto forte dos próprios modelos de imagem da GLM e a razão de este site existir —, mas qualquer modelo que você use merece um piloto pequeno: dez rótulos no seu idioma antes de comprometer com ele um conjunto de figuras.
Se a grafia passa, a figura está pronta para publicação?
Não — grafia é necessária, não suficiente. Um rótulo pode estar perfeitamente escrito e apontar para a estrutura errada. Prontidão para publicação percorre o protocolo de verificação completo, do qual este teste é uma entrada.
Reproduzindo este teste na sua própria pilha
O teste é deliberadamente reproduzível: vinte prompts de uma única gramática (nosso modelo), rótulos limitados a seis, uma a duas palavras, tudo em maiúsculas, entre aspas; depois uma leitura por prancha de grafia, posição e contagem; depois a contabilização por tipo de rótulo — palavras curtas, palavras longas, símbolos, subscritos. Execute-o contra qualquer modelo e ferramenta que você realmente use, porque o comportamento de rótulos é específico de cada modelo e a sua pilha é a única que importa para as suas figuras. Se a sua contabilização reproduzir o padrão acima (rótulos curtos entre aspas confiáveis, comprimento e símbolos degradando), as regras deste artigo transferem-se diretamente; se não reproduzir, a sua contabilização é o manual — escreva os prompts que os seus números sustentam e mantenha o teste no registro de figuras (o hábito do artefato do guia de verificação).
