A IDE para artistas: o ArtCraft coloca o blocking e a câmera antes do prompt

A ferramenta que apareceu no topo do GitHub este mês não é um modelo

Por quase dois anos, o jeito de tirar uma imagem específica de um sistema de IA era descrever melhor. Você aprendia o vocabulário — golden hour, 35 mm, profundidade de campo rasa, vista de três quartos — e continuava girando até algo encaixar. O pessoal chama de roleta de prompt porque é isso: um caça-níquel com campo de texto.

O ArtCraft, um app desktop em Rust que ficou no topo da lista semanal de trending do GitHub no começo de outubro, defende que a peça que faltava nunca foi um prompt melhor. Era um lugar para tomar decisões antes de o sampling começar. O projeto se descreve como um motor de criação intencional para artistas, designers e cineastas. A versão curta, do próprio README: quer ser a IDE de quem faz imagens e planos.

Esse enquadramento faz trabalho de verdade. Uma IDE não escreve o seu programa. Ela te dá um lugar para ver a estrutura, mover peças e conferir o que você montou antes de rodar. O ArtCraft aplica a mesma ideia a um frame.

O que ele faz de fato

Você abre um projeto e ganha dois espaços ao mesmo tempo. Um é uma tela 2D: camadas, remoção de fundo, ferramentas de desenho, máscaras, inpainting. O outro é uma cena 3D onde você coloca cenários, props e malhas convertidas de imagens, posa um manequim e define ângulos de câmera.

As funções que mais importam são as que mantêm um plano consistente:

Image to Location. Você coloca atores virtuais dentro de um set uma vez, e o set permanece entre os planos. Se você está planejando cinco frames no mesmo cômodo, o cômodo não é reinventado a cada frame.

Posing de personagem e transferência de identidade. O manequim é, na descrição do próprio projeto, um ControlNet 3D simples. Você gira uma articulação em vez de escrever "a mão esquerda dela apoiada na mesa, cotovelo a mais ou menos noventa graus" e torcer.

Composição 3D e kitbashing. Cenários e props se empilham com profundidade real, então um elemento de primeiro plano e um de fundo podem se bloquear um contra o outro em vez de serem achatados num prompt só.

Image to 3D mesh. Uma foto vira um objeto que você pode girar e enquadrar: a diferença entre "uma cadeira no canto" e uma cadeira a uma distância específica da lente.

A geração em si é plugável. O app não vem com um modelo, ele encaminha para modelos de terceiros: texto para imagem com uma dúzia de opções, edição por prompt incluindo a linha Nano Banana do Google e os modelos de imagem da OpenAI, e imagem para vídeo via serviços como Seedance e Kling. Os sets também podem ser montados a partir de Gaussian splats feitos com o Marble, da World Labs. Esse último detalhe diz para quem isso é. Quem escaneia um cômodo real e depois filma dentro dele não está fazendo meme.

Por que isso é uma tese de edição, não de modelo

O ArtCraft importa porque melhora a qualidade do resultado sem melhorar um modelo. Todo ganho vem de adiantar uma decisão, de levar ela para um lugar onde dá para ver e mudar.

É o contrário de como quase toda ferramenta criativa de IA é construída. Elas põem o modelo no centro e a interface em volta, o que significa que a interface só consegue negociar com um resultado que já existe. O ArtCraft põe a cena no centro e trata os modelos como renderizadores. O modelo mental está mais perto de um palco do que de uma janela de chat.

Tem uma consequência prática. Quando a composição mora num arquivo de cena, ela pode ser versionada, reaproveitada e entregue para outra pessoa. Quando mora num prompt, ela morre junto com a sessão. Quem já passou uma tarde acertando um personagem no plano quatro e depois descobriu que o plano cinco tem outro nariz entende a diferença.

O fundador do projeto, Brandon Thomas, apresentou no Hacker News em fevereiro de 2026 como um motor de cinema com IA e de design que ele construiu para si e para outros cineastas. Essa origem explica as prioridades. São os recursos que alguém rodando um curta pediria, não os que alguém fazendo um wallpaper pediria.

Os pontos para ficar de olho

Três ressalvas, e não são pequenas.

A licença é uma bagunça. O GitHub reporta a licença do repositório como "Other", que é o jeito do GitHub de dizer que não conseguiu classificar. Pelo menos uma página do projeto descreve o código como licença dupla MIT ou Apache-2.0. Não é a mesma afirmação, e a diferença importa se você pretende montar um pipeline comercial em cima disso. Leia o arquivo LICENSE do repositório antes de publicar qualquer coisa.

A parte de hardware não está documentada. A documentação cobre instalação e instalação a partir do código-fonte. É bem mais silenciosa sobre requisitos de GPU e VRAM, de onde vêm os pesos de geração e se a inferência roda localmente ou via serviço hospedado. Como o app funciona com créditos — planos mensais ou pacotes avulsos, com a opção de trazer seu próprio poder de processamento ou suas próprias assinaturas de modelo —, a resposta provavelmente é "depende do backend que você escolher". Confirme isso antes de montar uma workstation em volta dele.

Um estúdio desktop é ferramenta demais. Se você quer só uma boa imagem para um post de blog, isso é mais software do que o trabalho pede. O ArtCraft é para quem tem uma sequência na cabeça: vários planos, uma locação, um personagem, uma câmera que precisa ficar do mesmo lado da linha.

O que o número de estrelas está dizendo

O repositório ganhou algo acima de duas mil estrelas num único dia no começo de outubro e desde então fica na casa das sete mil, com uma contagem de forks alta o suficiente para sugerir que o pessoal está baixando o código em vez de só salvar nos favoritos. Também foi construído ao longo de muito tempo: o projeto vem lançando versões desde 2022, de um jeito ou de outro, o que é incomum para algo que vira tendência de repente.

Essa combinação é incomum. As listas de trending costumam estar cheias de coisas novas. Aqui era uma coisa antiga que ficou relevante de novo, o que normalmente significa que o ecossistema em volta finalmente alcançou a ideia. Os modelos de imagem ficaram bons o bastante para o gargalo se mover. Não é mais "ele consegue renderizar uma pessoa convincente". É "eu consigo colocar essa pessoa onde eu quero, duas vezes, de dois ângulos, com a luz ainda batendo".

A resposta do ArtCraft é parar de pedir para um modelo de linguagem ser diretor de cena. Monte o palco, depois renderize. É um pitch menos empolgante do que um modelo novo com um número de benchmark maior, e provavelmente é o mais útil para quem precisa entregar um segundo frame que combine com o primeiro.