Prova virtual de maquiagem para batom: como apresentar a cartela inteira sem tester

Batom é, quase sempre, a categoria com mais SKUs de cor no catálogo de uma marca de beleza — e a que mais sofre com a diferença entre a foto do produto no site e o resultado na boca de cada pessoa. Uma prova virtual de maquiagem para batom bem construída resolve exatamente esse ponto: em vez de pedir que a cliente imagine como aquele vermelho se comporta na pele dela, você mostra. Este artigo trata de como montar essa experiência de forma prática, com a cartela real da marca, e de onde ela faz diferença no funil.

Por que batom é um caso diferente de base

Na base, a dúvida é binária e dolorosa: acertar ou errar o tom. No batom, a dúvida é de repertório. A cliente raramente tem um único tom certo — ela tem dezenas de tons possíveis e precisa decidir qual compra agora. O obstáculo não é o medo de errar feio, é a paralisia diante de uma grade de quarenta quadradinhos coloridos que não dizem nada sobre como aquilo fica em pele morena, em pele muito clara ou com subtom oliva.

Isso muda o desenho da experiência. Numa prova virtual de batom, o valor está em permitir comparação rápida entre vários tons, não em uma única simulação perfeita. A métrica interna que importa é quantos tons a pessoa experimenta antes de escolher, e se ela chega a uma decisão em vez de abandonar a página.

O problema do tester físico

No varejo, o tester de batom sempre foi um ponto sensível de higiene e reposição. No digital, ele simplesmente não existe: sobram swatches em braço de modelo, que não representam a cor na boca nem na pele da cliente. A prova virtual cobre essa lacuna sem custo marginal por tom testado.

Duas formas de entregar a prova virtual de maquiagem para batom

O MaIA Try-On existe em duas formas, e elas servem a cenários diferentes.

API por foto

A marca envia uma foto e o produto — batom ou base — é renderizado sobre ela; a imagem volta pronta. As cartelas são calibradas aos produtos reais da marca dentro de um projeto, ou seja, o tom que aparece na simulação corresponde ao SKU que está no estoque, não a uma cor genérica.

Esse formato é o mais simples de encaixar em canais onde já existe uma foto circulando: uma conversa de WhatsApp, um fluxo de CRM, um e-mail com imagem personalizada, um atendimento humano que recebe a selfie da cliente. Como a renderização acontece no servidor, não há requisito de câmera, permissão ou desempenho do aparelho — e o resultado é uma imagem, fácil de salvar, reenviar e compartilhar.

SDK no navegador, em early access

O SDK roda no navegador e cobre treze produtos, entre eles batom, lápis de boca e um Full Look combinado. Ele funciona em modo ao vivo pela câmera — a renderização acontece localmente, nada é enviado — ou em modo foto, com qualquer cor em #RRGGBB, hospedado pela própria marca. É o formato indicado para uma página de produto onde a cliente vai alternar entre muitos tons em poucos segundos.

Vale separar bem as duas coisas no planejamento: Full Look, lápis de boca e os outros onze produtos são exclusivos do SDK e funcionam como preview local. A API por foto cobre batom e base. Se quiser entender melhor quando cada abordagem compensa, escrevemos uma comparação direta em try-on por foto vs. AR try-on. O SDK está em early access desde setembro de 2026 e é liberado por conta — não há download público.

Como reduzir a cartela antes de mostrar

Mostrar quarenta tons é melhor do que mostrar nenhum, mas mostrar oito tons relevantes é melhor do que quarenta. É aqui que a prova virtual deixa de ser um brinquedo e vira ferramenta de venda.

A análise de pele por selfie devolve, em JSON, atributos visíveis como tom de pele, subtom, tipo e condição da pele e características de cabelo, com um nível de confiança por campo. Com subtom em mãos, você pode ordenar a cartela de batom antes de a cliente tocar em qualquer coisa: abrir com os tons que conversam com aquele subtom, deixar o restante em um segundo bloco. A pessoa continua livre para testar tudo, mas começa de um ponto que faz sentido.

Vale a ressalva de sempre: isso descreve atributos visíveis de uma foto, para fins de recomendação cosmética. Não é diagnóstico nem substitui avaliação profissional.

Do teste à recomendação

Quem quer fechar o ciclo — perfil, recomendação e conversa — normalmente conecta a prova virtual a uma consultora integrada ao catálogo, que lê o perfil de beleza e sugere os produtos da própria marca. Esse é um projeto conduzido com o time da B4A, não uma API self-serve.

O que medir depois de lançar

Antes de pedir orçamento, defina o que vai observar. Algumas perguntas que costumam separar um piloto útil de uma vitrine bonita:

• Quantos tons são testados por sessão, e em quais canais.
• Quais tons são mais testados e nunca comprados — sinal de expectativa frustrada ou de preço.
• Qual a diferença de taxa de adição ao carrinho entre quem testou e quem não testou, no mesmo período e no mesmo tráfego.
• Se o volume de trocas por cor muda ao longo de alguns ciclos de compra.

Resultados variam com catálogo, tráfego e canal de cada marca. Comece por uma linha de batom, não pelo catálogo inteiro: calibrar bem vinte tons ensina mais do que calibrar mal duzentos.

Comece pequeno e calibrado

Uma prova virtual de batom entrega valor quando a cor na tela é a cor do SKU e quando a cliente chega nela com a cartela já reduzida. O resto é integração.

Crie sua conta, gere a chave de API e teste a renderização com os seus próprios tons na documentação da API — ou fale com o time para discutir um projeto com cartela calibrada e acesso ao SDK.