Quando Usar

Use sempre que o critério de sucesso for "parece/sente certo" e não houver uma métrica numérica barata — suavização/tempo de animação, sensação de zoom/câmera, gradação de cor, layout/espaçamento, parâmetros de design, configurações de renderização/codificador, parâmetros de prompt. Use a contraparte automatizada do lookdev quando não houver um humano para participar do ciclo.

Fonte: connerkward/lookdev-auto-skill (MIT).

Ciclo de avaliação visual — deixe um modelo de visão/vídeo ajustar o que apenas um olho pode julgar

Quando o objetivo é "isso PARECE/SENTE certo" (não um número que você pode minimizar), um modelo de visão (imagem) ou modelo de compreensão de vídeo (movimento/tempo) pode ser o juiz em um ciclo de otimização apertado. Referência de trabalho: a habilidade screenstudio-alternative (iteration.py) (ajustou a sensação de zoom-animação via fal-ai/video-understanding).

O ciclo

1. Renderize N variantes rotuladas em UM artefato. Varie o(s) parâmetro(s) em uma pequena faixa. Anote os parâmetros de cada variante NO artefato (grave o rótulo: "A · 2.2Hz · ζ0.5"). Imagens → uma grade/folha de contato rotulada. Vídeo/movimento → uma sequência rotulada (cartão de rótulo ou sobreposição gravada antes/sobre cada clipe) para que o modelo possa comparar temporalmente.
2. Uma chamada de modelo, saída estruturada. Envie o artefato único com uma rubrica explícita (defina o que "bom" significa — e como se parecem "muito"/"pouco"). Peça por avaliações por variante + sugestões concretas de novos valores como JSON: {"ratings":{"A":n,...},"best_so_far":"X","suggest":[[p1,p2],...]}.
3. Grosseiro → Fino. Rodada 1 = ampla faixa para localizar a região. Rodada 2 = renderize as sugestões do modelo (+ carregue o melhor atual) em um artefato; peça para ele escolher o único melhor. Geralmente converge em 2 rodadas.
4. Pare quando for suficiente — o melhor avalia alto e as sugestões se agrupam. Aplique o vencedor.

Reduções de token / qualidade / etapas (faça isso)

• Um artefato por rodada, não uma chamada por variante. A maior economia — uma rodada de 6 variantes é 1 upload + 1 inferência, não 6. Montagem/grade supera um loop de chamadas únicas.
• Grave os parâmetros no artefato. O modelo vê rótulo+resultado juntos → nenhum contexto separado de "variante A usou X" para carregar → menos tokens, menos erros.
• Saída JSON estruturada + parse. Sem re-perguntas, sem manipulação de texto livre. Prompt "retorne APENAS JSON"; use regex para o primeiro {...}.
• Amostra curta e representativa. Ajuste em um clipe de 3-5s / um quadro / um componente, não no ativo inteiro. Renderização mais barata, upload menor, inferência mais rápida. Aplique os parâmetros encontrados à renderização completa uma vez.
• Limite as variantes em ~5-6. Mais não melhora a discriminação do modelo e multiplica o custo de renderização + token. Rodada 1 ampla-mas-esparsa, rodada 2 estreita.
• Âncoras de calibração. Inclua uma variante deliberadamente ruim e uma segura-padrão como âncoras fixas a cada rodada — dá ao modelo uma escala de referência e expõe quando seu "melhor" é pior que o padrão seguro (captura uma recomendação ruim cedo).
• Rubrica independente, declarada antecipadamente. Defina "bom" concretamente no prompt (suave, assentamento sutil, não saltitante, não lento). Não pergunte "qual você gosta" — isso permite que ele ecoe sua formulação. Um critério separado mantém o juiz honesto (veja a regra de verificação de saídas: a verificação deve ser independente do que você ajustou).
• Reutilize renderizações entre rodadas. Carregue o clipe do vencedor da rodada 1 na rodada 2 em vez de renderizá-lo novamente.
• Saída antecipada. Se o topo da rodada 1 for ≥9/10 e as três sugestões estiverem dentro de um pequeno delta, pule a rodada 2.
• O juiz mais barato que pode ver a falha. Quadros através de um VLM de imagem pode julgar coisas espaciais (layout, cor, corte); só recorra a um modelo de vídeo verdadeiro quando a coisa sendo julgada for temporal (suavização, tempo, suavidade do movimento) — essas são invisíveis em imagens estáticas.

Quando NÃO usar

• Uma métrica numérica real existe e se correlaciona com a qualidade → otimize isso diretamente; não pague um modelo por etapa.
• O julgamento é subjetivo para o usuário (seu gosto, marca) → mostre as variantes e deixe-o escolher; o "melhor" do modelo não é o melhor dele. (É por isso que o auto-ajuste da primavera de estúdio de tela foi descartado — a escolha do modelo não combinou com o olho do proprietário.)
• Uma ou duas variantes → apenas olhe você mesmo.

Ressalvas (aprendidas)

• A escolha do modelo é uma opinião, não a verdade absoluta — ancore-a e verifique a vencedora contra o padrão seguro você mesmo antes de confirmar.
• Modelos de visão/vídeo percebem bem diferenças grosseiras, mal percebem as finas — mantenha as variantes