[Voltar ao blog](/pt-br/blog/)  **Em resumo**: um **serviço de marcação manual de fotos de corrida** atribui números de peito às fotos (geralmente por palavras-chave IPTC ou por um mapeamento em CSV). É útil, mas não escala porque é lento, caro e não consegue marcar o que não consegue ler (mãos, garrafas, jaquetas, medalhas, desfoque). A abordagem moderna mais rápida é **híbrida**: use o [9Pic BibTrack](/pt-br/products/bibtrack/) para encontrar fotos pelo número de peito + o [9Pic FaceFind](/pt-br/products/facefind/) para a busca por selfie (assim os corredores encontram as fotos mesmo quando o número está escondido) e deixe a revisão manual só para as exceções. Para os marcos do produto, veja a [nota sobre o desempenho da busca do FaceFind](/pt-br/blog/9pic-facefind-selfie-search-launch/) e a [nota sobre a busca alfanumérica de números de peito do BibTrack](/pt-br/blog/9pic-bibtrack-bib-number-search-launch/). O que é um serviço de marcação manual de fotos de corrida? -------------------------------------------------------------- Um **serviço de marcação manual de fotos de corrida** é um fluxo em que pessoas (não um software) olham cada foto, identificam o número de peito do participante e registram esse número como marcação daquela imagem. O resultado é uma biblioteca de fotos pesquisável (normalmente com “busca por número de peito”) para que os corredores encontrem rapidamente todas as fotos em que o seu número aparece. No mundo das maratonas, isso também aparece como **marcação de fotos de maratona**, **indexação de fotos de corrida**, **marcação de números de peito** ou **digitação de números de peito**. Alguns fornecedores chamam isso de “keywording” (atribuição de palavras-chave), porque o número de peito vira uma palavra-chave associada à imagem. Se quiser um exemplo real de como fornecedores terceirizados descrevem esse serviço, veja a página de [marcação de fotos de corrida da BIB Number Entry](https://www.bibnumberentry.com/race-photo-tagging/) e a [página de apresentação da empresa](https://www.bibnumberentry.com/about-bib-number-entry/). Onde a marcação manual de números de peito falha (e por que os corredores ainda não encontram as fotos) ----------------------------------------------------------------------------------------------------------- A marcação manual pode ser precisa nas fotos em que o número está bem legível. O problema é que uma galeria de corrida está cheia de imagens em que o número **não** está legível, e muitas vezes são essas as fotos que mais importam para os participantes. - **Número não visível**: mãos, garrafas de água, cintos de hidratação, jaquetas, capas de chuva, medalhas, número dobrado ou curvado, ou o corredor de lado. - **Multidão + sobreposição**: vários corredores se encobrem, principalmente na linha de chegada e nos pontos mais fotografados. - **Desfoque de movimento + distância**: dá para reconhecer o corredor, mas não os dígitos. - **Escala e prazo**: quando o volume de fotos cresce, o prazo de entrega cresce junto, e as fotos são publicadas tarde, quando a empolgação dos corredores já passou. - **Carga no suporte**: “não encontro minhas fotos” vira um problema de atendimento, mesmo que as fotos estejam na galeria. Por isso, fluxos baseados só no número de peito (manuais ou automáticos) não resolvem a busca por completo. Você precisa de um segundo modo de busca que não dependa de o número estar legível. Por que a 9Pic AI funciona melhor na entrega de fotos de corrida ---------------------------------------------------------------- A 9Pic AI foi criada para uma busca rápida e fácil para os participantes, em grande escala. Em vez de depender de um único identificador frágil (um número de peito legível), você pode oferecer duas formas de encontrar fotos: - **[9Pic BibTrack](/pt-br/products/bibtrack/)**: reconhecimento de números de peito nas fotos em que o número aparece. - **[9Pic FaceFind](/pt-br/products/facefind/)**: busca por selfie para que os corredores encontrem fotos mesmo quando o número está encoberto, ausente ou ilegível. Na prática: mais participantes encontram mais fotos em menos tempo, e a sua equipe gasta menos tempo com buscas manuais, remarcações e suporte. O que você realmente recebe (entregáveis) ------------------------------------------- Antes de contratar uma equipe de marcação manual de fotos, defina bem o entregável, porque “fotos marcadas” pode significar vários formatos. Os entregáveis mais comuns são: - **Mapeamento em CSV / planilha**: uma tabela do tipo *nome do arquivo → número(s) de peito*, às vezes incluindo também ponto de controle, intervalo de horário ou nome da pasta. - **Metadados embutidos**: o número de peito gravado nos metadados da imagem (geralmente como palavras-chave IPTC), para que a marcação “viaje” com o arquivo. - **Formato de importação da plataforma**: se você usa um sistema de galeria específico, o fornecedor pode entregar no esquema de importação exigido por essa plataforma. - **Relatório de controle de qualidade**: estatísticas das verificações por amostragem, checagem de duplicatas e notas sobre casos especiais (por exemplo, o grupo “número ilegível”). Uma pergunta simples que evita dor de cabeça depois: **“Podemos fazer um pequeno piloto (500-1.000 fotos) e validar o resultado no nosso fluxo de galeria?”** Como funciona a marcação manual de números de peito (fluxo típico) ---------------------------------------------------------------------- Os melhores fluxos de marcação manual de fotos de corrida são entediantes, no bom sentido. Eles são pensados para reduzir o erro humano com estrutura, lotes e validação. Passo 1 Defina as regras O que conta como correspondência? Números parciais? Vários números? Passo 2 Separe em lotes Divida por câmera, ponto de controle ou intervalo de horário. Passo 3 Digite os números A revisão humana atribui os números de peito a cada imagem. Passo 4 Revise + entregue Dupla digitação, amostragem, exportações e importações. ### Passo 1: defina as regras de marcação (é aqui que a maioria dos projetos falha) A marcação manual vira bagunça quando há ambiguidade. O seu documento de regras deve responder: - **Vários corredores em uma foto**: você marca todos os números visíveis ou só o mais destacado? - **Números parciais**: você marca “123?” ou pula a foto, a menos que consiga confirmar todos os dígitos? - **Obstruções e desfoque de movimento**: você aceita um “melhor palpite” ou exige certeza? - **Duplicatas**: você elimina as repetições das sequências de disparos ou marca tudo? - **Identificadores além do número**: você chega a marcar nome, categoria de idade ou tempo de chegada? ### Passo 2: prepare os lotes de fotos + os nomes dos arquivos Uma equipe manual trabalha mais rápido quando as fotos estão agrupadas de forma lógica. Dividir por **ponto de controle** (largada, meio do percurso, chegada), **câmera** ou **faixa de horário** reduz a troca de contexto e ajuda no controle de qualidade. Se os nomes dos arquivos não forem estáveis (por exemplo, se você renomeia depois da edição), defina **quando** a marcação acontece. Uma boa prática comum é: **exportação final → depois marcação**, para que as marcações correspondam às imagens que você vai publicar de fato. ### Passo 3: marcação (onde as pessoas ainda são melhores) A marcação manual se destaca justamente nas situações em que os métodos automáticos têm dificuldade: - **Números amassados** e tecido curvado - **Visibilidade parcial** (mãos, cintos de hidratação, jaquetas) - **Número fora da posição padrão** (na lateral, nas costas, no short) - **Pouca luz / sombras fortes** - **Números molhados** (provas na época das monções) ou superfícies refletivas Mas lembre-se: nem a melhor equipe manual consegue marcar com confiabilidade fotos em que o número está totalmente encoberto ou ilegível. É exatamente aí que a busca por selfie (FaceFind) preenche a lacuna, para que os corredores ainda encontrem essas fotos. ### Passo 4: controle de qualidade (precisão é um processo, não uma promessa) Quando os fornecedores falarem em “precisão”, pergunte **como ela é medida**. Um bom plano de controle de qualidade costuma incluir: - **Dupla digitação** em uma amostra (duas pessoas marcam de forma independente e as divergências são revisadas) - **Verificações de consistência** (formatos de número inválidos, faixas de números impossíveis) - **Verificações por amostragem** nos grupos de maior impacto (as melhores fotos da chegada) - **Grupo de incertos** para números ilegíveis (para você decidir o que fazer) Prazo de entrega: o que realmente influencia? --------------------------------------------- O que mais pesa no prazo é a conta: total de imagens × média de segundos por imagem. Mas, na prática, estes fatores importam mais do que a maioria das equipes imagina: - **Qualidade da foto**: desfoque, distância e obstruções aumentam os “segundos por foto”. - **Quantos números por imagem**: a multidão na chegada pode multiplicar o trabalho. - **Se você exige certeza total**: regras conservadoras deixam a produção mais lenta, mas reduzem os erros. - **Pedidos de alteração**: “dá para remarcar com os nomes de arquivo finais?” é uma armadilha clássica de retrabalho. Se o seu evento tem grande volume e a velocidade importa, vale comparar o fluxo só manual com fluxos híbridos, em que a IA entrega a busca na hora e as pessoas se concentram nas exceções. Perguntas sobre segurança de dados e privacidade ------------------------------------------------- Com um serviço de marcação manual, suas fotos e os identificadores dos participantes ficam nas mãos de terceiros. No mínimo, pergunte: - **Controle de acesso**: quem pode baixar os arquivos? Como o acesso é revogado depois da entrega? - **Armazenamento**: as fotos ficam criptografadas em repouso? Por quanto tempo os arquivos são mantidos? - **Compartilhamento**: as fotos são compartilhadas com subcontratados em algum momento? - **Auditoria**: o fornecedor pode fornecer um registro simples de atividades (data e hora de uploads e downloads)? Para orientações sobre como publicar galerias para os participantes, comece por [Como funciona](/pt-br/how-it-works/) e pelo texto da política de privacidade do seu evento. Checklist para escolher fornecedores (copie e cole) --------------------------------------------------- Use este checklist ao avaliar fornecedores de marcação manual de fotos de maratona: - **Piloto**: vocês fazem um pequeno piloto pago com nossas fotos reais e confirmam o formato do entregável? - **Regras**: vocês têm um documento de regras por escrito para números parciais, vários números, incerteza e retrabalho? - **Resultado**: o resultado vem em palavras-chave IPTC, CSV ou importação na galeria? Podem mostrar um arquivo de exemplo? - **Controle de qualidade**: que controle de qualidade é feito e qual é o processo de correção? - **Segurança**: onde os arquivos ficam armazenados, por quanto tempo e quem tem acesso? - **Prazo**: qual é o prazo prometido e de quais premissas ele depende? Manual x IA (e por que o híbrido costuma vencer) ------------------------------------------------- A marcação manual é uma boa opção quando a precisão em fotos difíceis importa mais do que a velocidade. Mas, se você atende milhares de corredores, “encontrar minhas fotos” é um problema de **tempo até o primeiro resultado** e também de **cobertura** (muitas fotos ótimas não têm número legível). Esta é a abordagem que vemos funcionar melhor nas provas atuais: - **IA para a busca imediata**: os participantes usam a busca por selfie ([9Pic FaceFind](/pt-br/products/facefind/)) e o reconhecimento de número de peito ([9Pic BibTrack](/pt-br/products/bibtrack/)) para encontrar fotos mesmo que o número esteja encoberto em muitas delas. - **Revisão manual para casos especiais**: as pessoas corrigem as raras leituras erradas e cuidam das fotos realmente ambíguas, sem segurar a galeria inteira. Só manual (serviço de marcação de números de peito) - Funciona quando o número está bem legível. - Resolve alguns casos difíceis de números parciais. - Entregáveis simples (CSV / palavras-chave nos metadados). - **Limitação**: fotos com número escondido ou ilegível ficam, na prática, “impossíveis de encontrar” na busca por número de peito. Híbrido da 9Pic AI (recomendado) - O **BibTrack** encontra rápido as fotos com número visível. - O **FaceFind** encontra fotos mesmo quando os números estão encobertos, ausentes ou ilegíveis. - Melhor experiência para os participantes: menos reclamações de “não encontro minhas fotos”. - O trabalho manual se concentra nas exceções, não em todas as fotos. Se você está planejando a entrega de fotos de uma prova de grande volume, veja [Para maratonas](/marathons/) e [Preços](/pt-br/pricing/) para entender as opções em escala. Perguntas frequentes -------------------- ### A marcação manual de fotos de corrida é o mesmo que “atribuição de palavras-chave”? Muitas vezes, sim. Vários serviços descrevem o número de peito como uma **palavra-chave** adicionada à foto (seja embutida nos metadados, seja em uma planilha que a sua plataforma de galeria usa como palavras-chave). ### É melhor marcar antes ou depois da edição? Normalmente depois da exportação final (ou depois que os nomes dos arquivos estiverem definidos). Se você marcar cedo e depois renomear ou exportar de novo, pode gerar um retrabalho caro. ### Qual é o motivo mais comum de marcações erradas? Regras ambíguas para números parciais e fotos da chegada com muita gente. Regras claras para o “grupo de incertos” reduzem as correspondências erradas. ### A marcação manual pode substituir o reconhecimento facial? Pode, mas muda a experiência dos participantes: os corredores precisam saber (e digitar) o número de peito. Com a busca por selfie, eles encontram as fotos mesmo que tenham esquecido o número ou que ele não apareça em algumas fotos. ### E se o número do corredor estiver encoberto em muitas fotos? Isso é comum em grande escala (mãos, garrafas, jaquetas, medalhas, multidão). Se a sua busca depende só de um número legível, essas fotos ficam difíceis de encontrar. A busca por selfie ([9Pic FaceFind](/pt-br/products/facefind/)) ajuda os participantes a encontrar fotos mesmo quando o número não pode ser lido, enquanto o [9Pic BibTrack](/pt-br/products/bibtrack/) cobre as fotos com número visível. Próximos passos ---------------- Se você está escolhendo entre marcação manual e IA para uma próxima prova, comece com um pequeno piloto: separe 1.000 fotos variadas (chegada + percurso), teste o resultado da marcação manual na sua galeria e compare com um fluxo da 9Pic AI (BibTrack + FaceFind). O jeito mais rápido de avaliar é simples: meça em quanto tempo participantes reais encontram suas fotos. Quer ajuda para montar um fluxo híbrido para a sua maratona? [Fale conosco](/pt-br/contact/) e conte a quantidade aproximada de fotos, o número de fotógrafos e quando as fotos precisam estar no ar. Pronto para começar? --------------------- Junte-se aos organizadores de eventos que já entregaram 100M+ fotos a 5M+ participantes em 5k+ eventos com a 9Pic AI para hospedagem, busca com IA e entrega de mídia. [Começar](https://admin.9pic.ai/sign-up) [Agendar demo](/pt-br/contact/)