Geradores de imagem de IA falham em mapas porque mapa é dado

Peça a qualquer modelo de imagem um mapa de Portugal e você recebe algo inconfundivelmente um mapa, e inconfundivelmente não Portugal. A costa incha nos lugares errados. Estradas entram no mar. Os rótulos parecem convincentes e não significam nada.

Isso é descartado como problema de qualidade, como se um modelo maior fosse chegar lá em algum momento. Não vai. A falha é estrutural, e saber por quê te diz onde imagem gerada cabe num trabalho de mapa e onde não cabe.

Um mapa não é uma imagem de um lugar

Um modelo de imagem é treinado para produzir saída que pareça ter vindo da distribuição de treino. Esse objetivo é extraordinariamente bom em algumas coisas. A pele tem certa translucidez, o asfalto molhado reflete de um certo jeito, a luz do fim do dia cai a uma certa taxa. Essas são propriedades estatísticas de aparência, e aparência é o que a função de perda mede.

A correção de um mapa não é uma propriedade de aparência. Ela vive em relações que o objetivo não consegue enxergar:

• Uma linha de costa não é uma textura, é uma curva específica. O modelo aprende que costas são irregulares, meio fractais, mais sinuosas nos estuários. Ele não tem mecanismo para aprender esta sequência particular de pontos. Uma costa plausível satisfaz a perda.
• Nomes de lugar são dados amarrados a coordenadas. Num mapa de verdade, o rótulo e a posição são um único fato. Para o modelo são duas regiões de pixels sem relação que por acaso coocorrem.
• Uma malha viária tem topologia. Estradas se conectam. Cruzamentos são compartilhados exatamente pelas estradas que se encontram ali. Uma rota ou passa ou não passa. "Parece uma malha viária" e "é uma malha viária" são alvos diferentes, e só o primeiro é treinado.
• Escala é uma restrição sobre a imagem inteira ao mesmo tempo. Toda distância tem que concordar com toda outra distância e com a barra de escala. Nada na geração impõe consistência global assim.
• Fronteiras, rios e costas têm que concordar entre si. Um rio cruzando uma fronteira duas vezes é uma afirmação factual, e o modelo não consegue checar isso.
• Projeções são matemática. As projeções de Mercator, de Robinson e as equivalentes distorcem de maneiras definidas. Um mapa gerado não tem projeção nenhuma, só a cara média de várias.

Não existe representação de verdade de campo em lugar nenhum dentro do modelo. Nem comprimida, nem embaçada. O que ele guarda é um modelo muito bom de como mapas parecem — um objeto completamente diferente.

Mais parâmetros não vão consertar isso

O pensamento instintivo seguinte é que isso é um problema de resolução e a próxima geração vai se sair melhor. Vale ser preciso sobre por que isso não se aplica.

Escalar um modelo generativo melhora a fidelidade à distribuição em que ele foi treinado. Faz a saída plausível ficar mais plausível. Se o que você precisa é um fato específico recuperável — o formato da costa norueguesa em 1:250.000, a sequência de saídas da A4 — fidelidade distribucional nunca produz isso. É um problema de consulta, e não existe tabela para consultar.

Dá para ver a costura nos contornos famosos. A Itália sai mais ou menos em forma de bota, porque essa silhueta está representada em excesso o bastante para deixar o prior forte. Olhe a borda do Adriático, porém, e ela muda a cada vez. O modelo reconstrói uma aproximação de um formato memorizado, ele não recupera um. Em algum lugar menos icônico — a costa do Maine, o Danúbio pela Sérvia — o prior é fraco e a saída é invenção.

A malha viária falha do mesmo jeito. Uma estrada que morre dentro de um prédio é indistinguível, num relance, de uma que não morre, e as duas satisfazem uma perda calculada sobre pixels. Correção topológica é invisível para o sinal de treino. Não é um bug que vira patch na próxima contagem de parâmetros.

Rótulos legíveis deixaram o problema mais perigoso

Vale ser justo sobre o que melhorou, porque alguma coisa melhorou.

Os modelos da geração Gemini 3 — Nano Banana 2 e Nano Banana Pro — renderizam texto legível dentro da imagem. Esse é um salto real. O mais antigo gemini-2.5-flash-image não conseguia de jeito nenhum; peça qualquer coisa rotulada a ele e você recebia formas de letra que se dissolviam sob inspeção.

Só que um mapa é quase todo rótulo, e legibilidade era só metade do problema.

Esses modelos renderizam texto plausível, não texto correto. Num pôster essa distinção não existe, porque não há fato para errar. Num mapa ela é a coisa inteira. Um nome de cidade nítido e perfeitamente legível colocado a quarenta quilômetros da cidade real não melhorou por ser legível. Piorou.

Texto ilegível é evidentemente decorativo. Ninguém navega por um borrão. Um leitor vê formas de letra embaralhadas e conclui corretamente que aquilo é a ilustração de um mapa. Dê à mesma imagem uma tipografia nítida e confiante e ela começa a fazer afirmações — e leitores, com razão, acreditam em tipografia. O modo de falha saiu de óbvio para invisível, a direção errada para qualquer coisa usada para achar um lugar.

Os números se comportam do mesmo jeito. Barras de escala, cotas de altitude, referências de grade, distâncias: renderizados de forma plausível, nenhum deles calculado. Para tirar o máximo do texto dentro da imagem onde ele é apropriado, veja o nosso guia de prompting do Nano Banana. Um mapa não é um desses lugares.

Para mapas de verdade, use ferramenta de mapa

Nada disso é um problema difícil. É um problema resolvido, resolvido em outro lugar. Cartografia de verdade roda sobre geodados de verdade, e as ferramentas são maduras e quase todas gratuitas:

• MapLibre GL JS ou Mapbox GL JS para mapas vetoriais interativos no navegador.
• Leaflet quando o requisito é um mapa raster leve com pinos e sem estilização vetorial.
• APIs de tile estático quando você genuinamente precisa de um PNG plano em vez de um canvas interativo — um request, uma imagem, coordenadas de verdade.
• Extrações do OpenStreetMap, Natural Earth e uma toolchain de GeoJSON (QGIS, D3, geração de SVG puro) quando você quer os dados por baixo e controle estilístico completo.

O último merece ênfase. Boa parte do que é pedido como "gere um mapa para mim" na verdade é "um diagrama estilizado de uma região com as nossas localizações". Territórios de venda, zonas de entrega, um localizador de lojas. Desenhado como SVG a partir de dados reais de fronteira, com rótulos como nós de texto, isso é preciso, escala limpo, se traduz editando uma string e passa numa auditoria de acessibilidade. Como pixels, não é nada disso.

Onde imagem de mapa gerada genuinamente ganha o lugar dela

Isso não é um argumento de que modelos de imagem não têm nada que fazer perto de cartografia. Há casos em que eles são a ferramenta certa, e todos compartilham uma propriedade: nada na imagem tem uma verdade de campo sobre a qual estar errado.

Mapas de fantasia e de jogo. Ninguém consegue checar a costa de um lugar que não existe. Esse é o caso mais forte — mapas de worldbuilding, folhetos de mesa, adereços dentro do jogo. Use o Nano Banana Pro aqui em vez de um tier mais barato, porque nomes de lugar inventados ainda precisam ser legíveis, e tipo estilizado legível é para o que você está pagando os $0.075 do Pro.

Ilustração de mapa de fantasia desenhada à mão sobre pergaminho envelhecido,
tinta em sépia e umbre com aguadas de aquarela. Um arquipélago inventado de
sete ilhas com uma massa de terra principal montanhosa, sombreamento costeiro
hachurado, um veleiro e uma serpente marinha em mar aberto. Nomes de lugar
numa serifada ornamentada letrada à mão: "THALVEN REACH" atravessando a ilha
principal, "CARRIC ISLE" na ilha ao norte. Nenhum outro texto em lugar nenhum
da imagem.

Textura e fundo sob uma camada de mapa real. Papel envelhecido, uma aguada topográfica, um padrão abstrato de curvas de nível, um relevo de terreno atrás de tiles vetoriais ao vivo. A camada gerada não carrega informação, então não pode carregar informação errada. O Nano Banana 2 Lite a $0.0238 é o tier certo, e a gente te tiraria de qualquer coisa mais cara — você está gerando papel de parede, e a profundidade de composição do Pro e os papéis de imagem de referência não te compram nada em papel de parede.

Padrão topográfico abstrato de curvas de nível, estilo vetorial chapado,
linhas concêntricas finas em verde-sálvia contido sobre um fundo creme
quente, distribuídas de forma uniforme pelo quadro sem ponto focal. Sensação
de textura contínua, baixo contraste, discreta. Nenhum texto, nenhum rótulo,
nenhum número, nenhuma bússola, nenhuma legenda.

Arte de qualidade ilustrativa parecida com mapa. Aberturas editoriais, guardas de livro, um header decorativo em que o leitor vê na hora que aquilo é desenho, não dado. Empurre bem forte para a ilustração — cor chapada, pincelada visível, estilização deliberada — para ninguém confundir com referência.

Se o que você está construindo é um slide com um diagrama de região dentro, isso é outro problema com outras ferramentas, e escrevemos sobre ele em ferramentas de IA para apresentações profissionais. Se você está pesando qual tier Nano Banana cabe num trabalho de forma geral, a nossa comparação dos quatro cobre isso. E se você veio aqui querendo um arquipélago em pergaminho em vez de uma costa real, esse é o trabalho para o qual todo modelo da categoria text-to-image foi de fato construído. Inventar um lugar, não registrar um — o catálogo inteiro é bom exatamente nisso.

A versão curta: use um motor de mapa quando a imagem precisa ser verdadeira, e um modelo de imagem quando ela só precisa ser boa.

Perguntas frequentes

Por que os geradores de imagem de IA são tão ruins em gerar mapas?

Porque eles são treinados para produzir saída que se pareça com os dados de treino, e a correção de um mapa vive em coisas que semelhança não captura. Uma linha de costa é uma curva específica e não uma textura, nomes de lugar são dados amarrados a coordenadas, e uma malha viária tem topologia. Nenhuma representação de verdade geográfica de campo existe em lugar nenhum dentro do modelo, então ele gera algo em formato de mapa em vez de algo verdadeiro.

Modelos de IA maiores vão acabar gerando mapas precisos?

Não só pela escala. Escalar melhora o quanto a saída bate com uma distribuição de treino, o que torna mapas plausíveis mais plausíveis em vez de mais corretos. Recuperar uma linha de costa ou um traçado viário específico é um problema de consulta, e um modelo generativo de imagem não tem tabela nenhuma para consultar.

O Nano Banana Pro consegue gerar um mapa utilizável?

Ele gera uma imagem parecida com mapa e com rótulos legíveis, o que não é a mesma coisa que um mapa utilizável. O Nano Banana Pro renderiza texto estilizado legível de forma confiável, então as palavras saem nítidas — mas são palavras inventadas em posições inventadas. Use ele para mapas de fantasia e arte decorativa de mapa, nunca para nada por onde uma pessoa vá navegar.

Por que texto legível num mapa gerado é pior que texto embaralhado?

Texto embaralhado sinaliza com clareza que uma imagem é decorativa, enquanto tipografia nítida é lida como autoridade. Um nome de cidade perfeitamente legível no lugar errado convida o leitor a confiar nele. A legibilidade melhorou nos modelos da geração Gemini 3; a correção não. Essa lacuna é o que torna rótulos confiantes perigosos num mapa.

O que eu devo usar no lugar de um gerador de imagem de IA para mapas?

Ferramenta de mapa de verdade construída sobre geodados de verdade: MapLibre GL JS ou Mapbox GL JS para mapas vetoriais interativos, Leaflet para mapas raster leves com marcadores, uma API de tile estático quando você precisa de uma única imagem plana, ou SVG gerado a partir de dados do OpenStreetMap e do Natural Earth. Todos eles produzem geometria precisa e texto editável e traduzível.

Mapas de fantasia gerados por IA são bons?

São, e esse é o caso em que a tecnologia encaixa no trabalho sem sobra. Um mundo fictício não tem verdade de campo para contradizer, então plausibilidade é o único requisito, e plausibilidade é o que esses modelos otimizam. O Nano Banana Pro é o tier certo, porque nomes de lugar inventados ainda precisam ser legíveis.

Qual modelo devo usar para uma textura de fundo de mapa?

Nano Banana 2 Lite, a $0.0238 por imagem. Texturas de fundo não carregam informação, então não podem carregar informação errada, e nenhuma das razões para pagar por um tier mais alto — prompts longos de composição, imagens de referência com papéis separados, texto confiável dentro da imagem — se aplica a um padrão que fica atrás de uma camada de mapa ao vivo.