O pitch
Modelos de fronteira como o Gemini 3.0 Pro e o GPT-5 ainda não conseguem, de forma nativa, lidar com tarefas espaciais complexas, como numerar um tabuleiro em espiral de 50 casas (fonte: samcollins.blog). O Underdrawing Method usa SVG ou scripts Python determinísticos para criar um esqueleto estrutural antes que qualquer pixel seja gerado. Ao separar a lógica da estética, os desenvolvedores conseguem impor 100% de precisão em textos e numerações, algo que o prompting nativo em uma única tentativa ainda não entrega em maio de 2026.
Por dentro
O Gemini 3.0 Pro e o ChatGPT Images 2 falham sistematicamente ao numerar de forma nativa 50 itens consecutivos em uma espiral (fonte: samcollins.blog). Pedir ao GPT-5 que numere uma espiral é hoje o jeito mais rápido de transformar um problema de lógica em uma pintura surrealista. O método resolve a alucinação com um workflow em duas fases: a Camada 1 é um contorno determinístico em SVG ou Python, e a Camada 2 usa modelos generativos Image-to-Image para aplicar as texturas (fonte: blog de Sam Collins).
Uma pesquisa da WACV 2026 sugere que os editores de IA atuais atendem corretamente apenas cerca de 33% dos pedidos de edição precisos. Isso confirma uma lacuna persistente na stack de 2026, que exige restrições geométricas externas (fonte: WACV 2026 Paper #2231-2241). A comunidade do Hacker News vê isso como uma evolução sofisticada dos primeiros workflows img2img do Stable Diffusion, agora adaptada ao raciocínio dos VLMs (fonte: comentário de vunderba no HN).
Limitações atuais e pontos desconhecidos:
- Alto atrito técnico, com exigência de conhecimento em SVG, Python ou Mermaid.
- Possível “Prompt Neglect”, em que os modelos ignoram adjetivos descritivos de estilo (fonte: HN).
- Maior latência agêntica por causa da execução em várias etapas de código e visão.
- Ainda não existe biblioteca pública para automatizar a Camada 1 para quem não é engenheiro.
- As diferenças de desempenho entre o Claude 4.5 Opus e o Gemini 3.0 Pro ainda não estão documentadas.
Nossa opinião
Esta é a única forma viável de entregar, em maio de 2026, assets de produção que envolvam visualização de dados ou layouts espaciais precisos. Se o seu produto depende da intuição do GPT-5 para posicionar 50 números corretamente, você está entregando recursos quebrados. É um workflow trabalhoso, que aumenta a latência e o atrito, mas, até que os modelos de visão consigam de fato contar, você precisa usá-lo em todo projeto em que a precisão é inegociável.