O que é professora sim tia não e por que todo mundo fala sobre isso
A expressão professora sim tia não virou um meme brasileiro que ganhou vida própria nas redes sociais e, principalmente, em comunidades de geração de imagem com IA. A ideia original era algo inocente, uma brincadeira de palavras, mas rapidamente alguém percebeu que ao colocar essa frase como prompt em geradores de imagem, o resultado podia variar bastante dependendo do modelo. O negócio saiu do controle quando filtros começaram a ser contornados de formas que ninguém esperava.
Como funciona na prática professora sim tia não
A coisa mais importante a entender é que esse meme não funciona de forma consistente. Eu já passei horas testando variações e a realidade é que a maioria dos geradores hoje em dia filtra esse tipo de prompt automaticamente. A menos que você esteja usando modelos locais com configuração específica, basicamente não dá certo. Se você tem experiência com stable diffusion, sabe que o problema principal é que modelos como o SD 1.5 e até o SDXL têm filtros embutidos que bloqueiam palavras associadas a conteúdo adulto. A frase em si não é tecnicamente imprópria, mas o contexto de uso e a associação que a comunidade fez criam um padrão que os detectores aprendem a bloquear. Isso significa que mesmo prompts bem intencionados podem ser barrados se o modelo reconhecer o padrão.
Meu primeiro problema real aconteceu quando tentei usar variações menos óbvias do meme em um modelinho fine-tuned que eu tinha rodando localmente. O resultado era imprevisível: às vezes gerava imagens completamente normais, outras vezes o modelo simplesmente travava ou produzia artefatos estranhos. A solução que funcionou foi adicionar triggers neutros junto com o prompt original, como "school uniform" e "daylight scene", que ajudavam a direcionar o modelo para um caminho mais seguro. Não é uma garantia, mas melhora bastante a taxa de sucesso.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O que não contam sobre geração com esse tipo de prompt
A maioria dos tutoriais que você encontra na internet ignora um detalhe importante: a plataforma ou o modelo que você usa define tudo. Rodar localmente com stable diffusion e usar serviços como Midjourney ou DALL-E são experiências completamente diferentes. Nos serviços online, o filtro é muito mais agressivo e você raramente consegue burlar de forma consistente. Localmente, você tem controle total, mas precisa entender pelo menos o básico de como funciona um pipeline de geração. Outro ponto que esquecem de mencionar é a questão dos embeddings e do trained data. Se um modelo foi treinado com conteúdo associated com esse meme, o comportamento vai ser completamente diferente de um modelo genérico. Models como o Realistic Vision ou o DreamShaper, por exemplo, tendem a responder de formas distintas ao mesmo prompt. Testar várias versões antes de desistir é o caminho, porque o que funciona em um pode não funcionar em outro.
O lado negativo é que mesmo com configuração perfeita, você gasta tempo tentando e a grande maioria das vezes simplesmente não gera o resultado esperado. Modelos modernos com segurança ativada bloqueiam cerca de 80 a 90% das tentativas. Se você vai fazer isso só por curiosidade, pode levar horas para conseguir um resultado decente. A alternativa mais prática é simplesmente procurar por memética brasileira ou conteúdo relacionado no Twitter e no Reddit, onde a maioria das pessoas que querem ver isso já encontrou resultados de outros.
Configuração mínima para tentar rodar localmente
Se você decide seguir pelo caminho local, aqui está o básico que precisa ter. Stable diffusion com interface como o Automatic1111 ou o ComfyUI, uma GPU com pelo menos 8GB de VRAM, e um modelo base confiável. O resto é configuração pessoal. O prompt em si pode ser simplesmente a frase professora sim tia não sem modificações, mas como eu disse, os resultados são altamente instáveis. A dica é ajustar o CFG scale para um valor mais baixo, entre 3 e 5, e aumentar as steps de geração para 30 ou mais. Isso dá ao modelo mais liberdade criativa e menos rigidez, o que às vezes ajuda a contornar parcialmente os filtros sem causar artefatos visuais evidentes.
Pra quem não quer gastar com hardware dedicado, existem opções online gratuitas que rodam stable diffusion básico. A desvantagem é que os filtros nessas plataformas são ainda mais restritivos do que nos modelos locais. Vale a pena testar o NovelAI ou o Mage.space, mas mesmo assim não há garantia de nada.
