1. Home
  2. Detail

@yunayy71: #oneset

yunayy
yunayy
Open In TikTok:
Region: ID
Saturday 19 September 2026 00:38:00 GMT
3137
188
2
3

Music

Download

No Watermark .mp4 (1.14MB) No Watermark(HD) .mp4 (1.01MB) Watermark .mp4 (0MB) Music .mp3

Comments

user2407179113912
arman maulana :
asiiik
2026-09-19 03:22:16
0
badt12345678
kian aska :
🥰🥰🥰
2026-09-19 00:48:01
0
To see more videos from user @yunayy71, please go to the Tikwm homepage.

Other Videos

First call me fine boi 🤬😖 #gehgeh #viraltiktok #tiktok @Geh Geh #fyp #relatable @TikTok
First call me fine boi 🤬😖 #gehgeh #viraltiktok #tiktok @Geh Geh #fyp #relatable @TikTok
سەرکەوتنە🖤،#actives? #foryou #fyp #foryoupage #درافن⚜️
سەرکەوتنە🖤،#actives? #foryou #fyp #foryoupage #درافن⚜️
تحصنا بذي الملك والملكوت واعتصمنا بذي العزه والجبروت الحي اللذي لايموت 🇸🇦💚##93saudinationalday #الجيش_السعودي #وزاره_الدفاع #ولي_العهد #محمد_بن_سلمان
تحصنا بذي الملك والملكوت واعتصمنا بذي العزه والجبروت الحي اللذي لايموت 🇸🇦💚##93saudinationalday #الجيش_السعودي #وزاره_الدفاع #ولي_العهد #محمد_بن_سلمان


Hoje existem dois problemas quando você usa IA para criar interfaces. O primeiro é o AI slop: você pede um site ou app e ela repete os mesmos padrões visuais. Degradê, fonte serifada, botão arredondado, três cards lado a lado. Isso acontece porque você está pedindo para ela resolver tudo de uma vez: prompt → código Enquanto gera HTML, CSS, responsividade, componentes e estrutura, sobra pouca capacidade para explorar composição, contraste e identidade visual. A saída é começar pela imagem: prompt → imagem → código Na geração de imagem, a IA não está limitada pelas regras do HTML. Ela consegue explorar uma interface muito mais interessante, com referências, hierarquia e elementos visuais fora do padrão. Só que aí surge o segundo problema: modelos ainda erram bastante ao transformar uma imagem pronta em código. Não porque sejam ruins, mas porque normalmente tentam interpretar layout, textos, espaçamentos, componentes, imagens, fontes, fundos e responsividade ao mesmo tempo. É uma tarefa de decomposição visual. Sem uma estratégia, o resultado vira loteria. Foi por isso que eu criei a Skill image-to-html. Ela recebe um screenshot e, antes de escrever qualquer código, analisa a referência e gera um wireframe em SVG. Nesse wireframe, identifica os textos, a estrutura, os componentes reaproveitáveis e a posição de cada elemento. Você aprova essa leitura visual primeiro. Depois, a implementação acontece em camadas: background e estrutura base; cards, containers e blocos principais; imagens e ícones específicos, inclusive usando Nano Banana; fontes, espaçamentos, sombras, bordas e responsividade. A cada etapa, você pode revisar e corrigir a direção antes de seguir. Assim, até modelos menos consistentes conseguem transformar referências visuais em interfaces muito mais fiéis — sem depender de dezenas de tentativas, queimar token ou terminar com mais uma tela genérica de IA.
Hoje existem dois problemas quando você usa IA para criar interfaces. O primeiro é o AI slop: você pede um site ou app e ela repete os mesmos padrões visuais. Degradê, fonte serifada, botão arredondado, três cards lado a lado. Isso acontece porque você está pedindo para ela resolver tudo de uma vez: prompt → código Enquanto gera HTML, CSS, responsividade, componentes e estrutura, sobra pouca capacidade para explorar composição, contraste e identidade visual. A saída é começar pela imagem: prompt → imagem → código Na geração de imagem, a IA não está limitada pelas regras do HTML. Ela consegue explorar uma interface muito mais interessante, com referências, hierarquia e elementos visuais fora do padrão. Só que aí surge o segundo problema: modelos ainda erram bastante ao transformar uma imagem pronta em código. Não porque sejam ruins, mas porque normalmente tentam interpretar layout, textos, espaçamentos, componentes, imagens, fontes, fundos e responsividade ao mesmo tempo. É uma tarefa de decomposição visual. Sem uma estratégia, o resultado vira loteria. Foi por isso que eu criei a Skill image-to-html. Ela recebe um screenshot e, antes de escrever qualquer código, analisa a referência e gera um wireframe em SVG. Nesse wireframe, identifica os textos, a estrutura, os componentes reaproveitáveis e a posição de cada elemento. Você aprova essa leitura visual primeiro. Depois, a implementação acontece em camadas: background e estrutura base; cards, containers e blocos principais; imagens e ícones específicos, inclusive usando Nano Banana; fontes, espaçamentos, sombras, bordas e responsividade. A cada etapa, você pode revisar e corrigir a direção antes de seguir. Assim, até modelos menos consistentes conseguem transformar referências visuais em interfaces muito mais fiéis — sem depender de dezenas de tentativas, queimar token ou terminar com mais uma tela genérica de IA.
القصه 10 من قصصنه اتمنا دعمكم . . . #قصص_دينية❤🌸 #قصص_اسلاميه #قصص_واقعية #
القصه 10 من قصصنه اتمنا دعمكم . . . #قصص_دينية❤🌸 #قصص_اسلاميه #قصص_واقعية #

About

Legal