API de beleza no app mobile: como levar análise e prova virtual para dentro do aplicativo

O aplicativo da marca costuma ser o canal com o cliente mais engajado: ele instalou, fez login, aceitou notificação. Mesmo assim, na maioria dos apps de beleza, a experiência é um catálogo com busca. Integrar uma API de beleza no app mobile muda isso: a pessoa tira uma selfie dentro do app, recebe um perfil de beleza estruturado e passa a ver recomendação e prova virtual baseadas no que está na foto, não em filtro de categoria.

Este artigo é um guia prático de integração para quem tem app próprio — produto, engenharia e e-commerce decidindo juntos o que vai para o roadmap.

Por que o app exige um desenho diferente do site

No site, tudo acontece no navegador: você injeta um script, abre um modal, mede. No app, três coisas mudam.

A primeira é a câmera. O app já tem permissão nativa de câmera e galeria, com qualidade de captura melhor e menos fricção do que a web. Isso favorece fluxos baseados em foto.

A segunda é o ciclo de release. Uma mudança no site sobe hoje; uma mudança no app passa por build, revisão de loja e adoção da nova versão pelos usuários. Por isso, a lógica que tende a mudar (regras de recomendação, textos, mapeamento de catálogo) deve ficar no seu servidor, não compilada no binário.

A terceira é a identidade. No app, o usuário geralmente está logado. O perfil de beleza deixa de ser um dado de sessão e vira atributo persistente de conta, reutilizável em push, home personalizada e CRM.

O que uma API de beleza no app mobile entrega

Análise de pele e cabelo por selfie

O MaIA Scan recebe uma foto e devolve um perfil de beleza em JSON: tom e subtom de pele, tipo e condição da pele, atributos de cabelo e um nível de confiança por campo. O modelo é treinado em pele brasileira, o que importa quando o seu público é daqui e a classificação de subtom precisa funcionar na faixa inteira da base.

O campo de confiança é o que permite desenhar um app honesto. Confiança alta: siga direto para a recomendação. Confiança baixa em um campo: peça outra foto com mais luz ou ofereça uma pergunta de apoio na tela. Isso evita a sensação de "o app chutou".

Um ponto importante: a análise descreve atributos visíveis de uma foto. Ela não diagnostica, não trata e não substitui avaliação profissional — e os textos do app devem deixar isso claro.

Prova virtual de maquiagem por foto

A API do MaIA Try-On funciona por foto: você envia a imagem e o produto — batom ou base — e recebe de volta a imagem renderizada. As cartelas são calibradas com os produtos reais da marca dentro de um projeto, então o que aparece na tela corresponde ao SKU que está no carrinho, não a uma cor genérica.

No app, isso se encaixa bem em dois lugares: logo depois da análise, como "veja o tom sugerido em você", e na página de produto, como alternativa ao swatch em fundo branco.

Arquitetura: chame pelo seu backend

A recomendação técnica é simples: o app não deve conversar diretamente com a API de beleza. O caminho é app → seu backend → API.

Motivos:

• Chave de API. Chave embarcada em binário é chave exposta. Mantê-la no servidor é o mínimo de higiene.
• Controle de consumo. Créditos são consumidos por chamada; com o backend no meio, você aplica limite por usuário, cache e deduplicação de requisições repetidas.
• Evolução sem release. Regras de recomendação, fallback e cópia mudam no servidor, valendo para todas as versões do app já instaladas.
• Governança do dado. O perfil de beleza é dado pessoal: ele nasce, é armazenado e é apagado dentro da sua infraestrutura, com a base legal e o consentimento que você já definiu.

Na prática, o app captura a imagem, envia para o seu endpoint, seu backend chama a API, guarda o perfil no registro do usuário e devolve para a tela só o que o app precisa mostrar.

Fluxo de telas que costuma funcionar

Quatro telas bastam para um primeiro ciclo:

1. Convite. Diga o que a pessoa ganha ("descubra seu tom e receba recomendações"), quanto tempo leva e o que acontece com a foto.
2. Captura. Guie luz e enquadramento na própria tela. Qualidade de entrada é o maior determinante de qualidade de saída.
3. Resultado. Mostre o perfil em linguagem de cliente, não em nomes de campo do JSON. Esconda ou suavize campos com confiança baixa.
4. Ação. Produtos do seu catálogo ligados ao perfil, com opção de provar o tom na foto.

Depois da primeira versão, o perfil salvo na conta alimenta a home, o push e o e-mail — sem pedir a selfie de novo.

Navegador e app: o que roda onde

Vale separar as duas entregas do try-on. O SDK de navegador — treze produtos mais o Full Look, com modo ao vivo pela câmera renderizado localmente e modo foto, auto-hospedado pela marca — está em early access e é concedido por conta. Ele roda em ambiente web.

Para app nativo, o caminho direto hoje é a API por foto, com batom e base. Se o seu app tem áreas em web view e você quer avaliar o SDK ali, isso é uma conversa de arquitetura com o time, não uma promessa de prateleira.

E quando o objetivo é transformar o perfil em conversa dentro do app ou no WhatsApp, o MaIA Beauty Advisor é entregue como projeto com o time da B4A, integrado ao seu catálogo — não como API self-serve.

Como começar sem travar o roadmap

Comece pelo backend, não pela tela: crie a conta, obtenha a chave, chame a API com fotos reais do seu público e avalie a saída antes de abrir qualquer sprint de UI. Em seguida, mapeie o catálogo para os campos do perfil. Só então desenhe o fluxo no app.

Crie sua conta e sua chave de API para testar a análise com suas próprias imagens, ou fale com o time da B4A para desenhar a integração no seu aplicativo.