Guia de prompts de imagem IA: estrutura, estilo e controle

Esta página ensina fundamentos de imagem que não dependem de um único modelo: objetivo criativo, sujeito, ambiente, composição, perspectiva, ação, iluminação, cor, material, estilo, restrições, propósito de saída, estratégia de referência, iteração e verificação.

Ela não ranqueia produtos, não trata parâmetros do Midjourney, campos da API da OpenAI ou menus do Firefly como gramática universal, e não promete adesão perfeita, tipografia limpa, mãos impecáveis, realismo ou consistência. Linguagem de câmera é atalho de look, não óptica determinística. Prompts negativos não existem em todo modelo. Prompts mais longos não são automaticamente melhores.

Para profundidade por produto, use o Guia de prompts para GPT Image e ChatGPT Images, o guia Midjourney e Nano Banana e o guia Gemini. Para praticar, abra a ferramenta de prompts de imagem.

Antes do sujeito, diga para que a imagem serve: anúncio, thumbnail, mock de UI, arte conceitual, foto de produto, pôster. O uso pretendido muda o nível de polimento, o espaço negativo e o que conta como erro.

Nomeie o público ou o destino quando isso muda a leitura: feed mobile, hero de site, capa editorial. O cookbook de prompting do GPT Image da OpenAI recomenda incluir o uso pretendido junto com estrutura e restrições.

Se você omitir o propósito, o modelo preenche com priors de treino. Isso não é “aleatoriedade maliciosa”; é detalhe não controlado.

Todo prompt de imagem precisa de um sujeito claro. Defina identidade, quantidade, traços definidores e ação ou pose antes de empilhar estilo.

Fraco: "Uma mulher"

Melhor: "Retrato de três quartos fotorrealista de uma mulher na casa dos 30 com cabelo curto prateado, olhando um pouco além da câmera, luz suave de janela pela esquerda da câmera, fundo com desfoque leve, parede cinza neutra, clima editorial calmo. Sem marca d'água, sem texto extra."

Monte do geral para o específico: categoria ampla → detalhes definidores → ação ou estado. Dois ou três elementos em cena costumam funcionar. Cinco ou mais pontos focais competindo geram imagem confusa. Se a cena for complexa, gere elementos separados e combine depois.

O que você omite é preenchido por padrões do modelo e priors de treino. Clareza e ausência de contradição batem comprimento. Adicione detalhe só no que precisa controlar.

Ambiente dá contexto: lugar, hora, clima e props que realmente importam. Inclua só o que carrega a cena. Inventários longos competem com o sujeito.

Fraco: "cidade cyberpunk"

Melhor: "Plano geral de uma rua chuvosa de cidade quase futura à noite, neon refletindo no asfalto molhado, uma faixa de pedestre vazia em primeiro plano, semáforos densos no meio-plano, prédios de vidro sumindo na névoa, grade teal e magenta, still cinematográfico."

O que mudou: profundidade em camadas, clima, grade de cor e um âncora claro em primeiro plano, em vez de só uma palavra de gênero.

Composição organiza o quadro. Sem orientação, você costuma receber um plano médio centralizado.

• Enquadramento: close-up extremo, close-up, plano médio, plano inteiro, plano geral
• Ângulo / perspectiva: nível dos olhos, ângulo baixo, vista de cima, over-the-shoulder, ângulo holandês
• Profundidade: o que fica em primeiro plano, meio-plano e fundo; look de foco raso versus profundo
• Hierarquia: o que deve ser lido primeiro
• Espaço negativo: área limpa para título ou respiro

Proporção de tela afeta composição, mas costuma ser um controle do produto, não só adjetivo na prosa. No Midjourney, --ar é um exemplo; outras ferramentas usam seletores de UI ou campos de API. Defina proporção ou tamanho antes de gerar. Cortar um quadrado depois desperdiça a composição.

Iluminação muda o clima. Prefira fonte + qualidade + direção a adjetivos soltos. "Iluminação Rembrandt dramática em um beco com neblina" controla mais do que "clima dramático".

O guia de geração de imagens da Gemini API e o guia de prompts do Vertex / Imagen reforçam sujeito, contexto, estilo e modificadores de fotografia. Se a luz importa, nomeie-a. Luz não especificada fica sem controle; os padrões variam por produto e versão.

Cor e material criam assinatura: "azul-petróleo e âmbar dessaturados com granulação de filme visível" é mais acionável do que "cores bonitas". Prefira fatos visuais concretos a buzzwords vazios como "8K" ou "ultra detailed".

Linguagem de câmera (close-up, telefoto look, desfoque de fundo) pode empurrar look fotorrealista e enquadramento. O cookbook da OpenAI nota que specs detalhadas de câmera "podem ser interpretadas de forma frouxa" e servem mais para look e composição do que para simulação óptica exata. Não prometa que uma marca ou lente específica reproduz óptica real.

Estilo vira identidade visual: movimento artístico, meio (aquarela, foto 35mm, pixel art) e qualidades (ilustração flat, hiperrealista, 3D low-poly). Um sistema coerente por vez.

Fraco: "flores em aquarela"

Melhor: "Ilustração botânica em aquarela de uma única papoula com contornos a nanquim em papel cold-press texturizado, pigmento com blooms suaves, espaço negativo branco generoso à direita para legenda, estética de prancha de guia de campo, verdes suaves e vermelho coral."

Empilhar duas ou três referências de estilo pode funcionar quando elas se reforçam. Estilos conflitantes (fotorrealismo + cartoon sem híbrido deliberado) reduzem controle. As Prompt Basics do Midjourney favorecem frases curtas e claras e descrever o que você quer.

Proporção, tamanho, qualidade, seed, presets e muitos mecanismos de exclusão vivem na UI ou na API, não como adjetivos no texto. Quando a ferramenta expõe o controle, use-o em vez de enterrar a mesma ideia só na prosa.

• Proporção / tamanho: seletor da UI, size da OpenAI, aspectRatio do Google, --ar do Midjourney
• Qualidade / passos: configuração do produto, não pilha de adjetivos
• Seed: ferramenta de reprodutibilidade do produto, não prosa portátil
• Presets de estilo: use quando combinam com a intenção; ainda descreva o meio

Nunca cole parâmetros do Midjourney dentro de um prompt do Gemini como se fossem executados. Nunca trate flags de uma ferramenta como gramática universal.

Descreva primeiro a cena desejada. Use a ferramenta de exclusão do produto só quando ela existir. Suporte a prompt negativo não é universal.

• Restrições no prompt (ex.: GPT Image): "sem marca d'água, sem texto extra"; preserve lists em edições
• Parâmetro (Midjourney): --no text, watermark (veja o artigo No)
• Campo negativo (Imagen / linhagem SD): campo separado; siga a documentação do produto
• Remover / fill na UI (Firefly): ferramentas de edição, não negativos clássicos
• Sem negativos (Flux): o guia FLUX.2 trata exclusões como descrição positiva da cena

Fluxo prático: gere uma vez → anote defeitos concretos → aplique o mecanismo certo → evite ban-lists genéricas enormes na primeira tentativa. Instruções conflitantes (dois estilos, dois sujeitos focais, "mude tudo" + "preserve tudo") reduzem controle.

Coloque o texto exato entre aspas. Mantenha curto. Especifique hierarquia e colocação. Não espere documentos longos perfeitos nem fontes nomeadas exatas.

Fraco: "pôster com texto sobre o verão"

Melhor: "Pôster minimalista, fundo creme lavado pelo sol, título central em sans-serif bold "SUMMERLAND", subtítulo menor embaixo "Open late", lettering grande e limpo, margem generosa, sem outro texto, sem marca d'água."

Itere quando glifos falharem. Capacidades de texto variam por produto e versão; verifique na documentação atual.

Use referências quando look de marca, identidade de personagem, geometria de produto ou layout forem difíceis de nomear só com prosa, ou quando você está compondo ("sujeito de A, estilo de B").

Melhor padrão: "A Imagem 1 é a foto do produto a preservar. A Imagem 2 é só referência de estilo. Mantenha geometria do produto, layout do rótulo e ângulo de câmera da Imagem 1. Aplique a luz diurna suave, granulação e grade pastel da Imagem 2. Não copie objetos da Imagem 2."

Rotule cada entrada, atribua papéis (identidade / estilo / layout / pose), diga o que copiar e o que não copiar. Sintaxe de produto (--sref, File IDs, composition refs) fica nos guias irmãos.

Geração nova precisa de um briefing completo. Edição precisa de lista do que muda e do que permanece.

Fraco: "deixe mais premium"

Melhor: "Edite só o fundo: troque a cozinha ocupada por uma bancada de quartzo branco limpa e luz diurna suave. Preserve exatamente o design da caixa de cereal, tipografia, ângulo de câmera, recorte e proporções do produto. Não mude as cores da caixa. Sem props novos, sem logos, sem marca d'água."

Ferramentas de seleção podem vazar; identidade pode driftar. Verifique depois de cada passo. Sem promessas de "quase zero drift". O Generative fill do Firefly e o guia de geração de imagens da OpenAI mostram a mesma ideia craft: mudança cirúrgica + invariantes.

Mude uma variável por vez: luz, enquadramento, fundo ou restrição. Clareza e não contradição batem comprimento. Se o prompt fica difícil de escanear, divida em segmentos curtos com rótulo.

Antes de gerar:

• Propósito declarado
• Sujeito, quantidade e ação sem ambiguidade
• Ambiente só com props que importam
• Um ponto focal principal
• Enquadramento / perspectiva descritos
• Luz com fonte + qualidade + direção (se o clima importa)
• Estilo / meio coerente
• Must-not no mecanismo certo desta ferramenta
• Proporção / tamanho / qualidade / seed / presets nos controles quando existirem
• Texto na imagem entre aspas, curto, com colocação
• Referências anexadas e com papel, se precisar
• Você sabe se isto é geração nova ou edição

Problemas comuns: sujeito errado → aperte quantidade/ação; look genérico → adicione luz/material/meio; sopa de estilos → um sistema; exclusão ignorada → mecanismo certo ou cena positiva; texto ilegível → strings curtas e fundo simples; edição que driftou → change-only + invariantes.

Este guia usa o Briefing de Imagem Portátil (PIB) / Portable Image Brief (PIB). É uma checklist prática criada para o GetBetterPrompts, não um padrão da indústria, ISO ou framework de fornecedor. Use antes de gerar:

1. Propósito — Para que é a imagem?
2. Sujeito — Quem/o quê, quantos, traços definidores?
3. Ação — O que acontece; olhar/pose se houver pessoas?
4. Ambiente — Onde; quais props são essenciais?
5. Composição — Enquadramento, ângulo, hierarquia (o que se lê primeiro)?
6. Perspectiva / profundidade — Primeiro plano / meio / fundo; look de foco?
7. Iluminação — Fonte, qualidade, direção, hora do dia?
8. Cor + material — Paleta; superfícies que importam?
9. Estilo / meio — Um sistema coerente?
10. Restrições — Must-have / must-not; qual mecanismo esta ferramenta apoia?
11. Controles — Proporção/tamanho/qualidade/seed/preset na UI/API?
12. Plano de prova — Precisa de referência? Editar ou gerar? O que você vai checar depois do primeiro render?

Propósito: […]
Sujeito + ação: […]
Ambiente: […]
Composição / profundidade: […]
Luz / cor / material: […]
Estilo: […]
Restrições: […]
Controles (UI/API): […]
Referências / edição: […]
Verificação: […]

Craft controlável de imagem é um briefing claro, o mecanismo certo de exclusão para a sua ferramenta, e iteração visível. Use o PIB para se organizar, verifique cada render importante contra o pedido escrito, e não peça cadeia de pensamento oculta como prova de que a imagem está correta.

Pratique na ferramenta gratuita de prompts de imagem. Para workflows da OpenAI, veja o Guia GPT Image. Para parâmetros do Midjourney e padrões do Nano Banana, veja Prompts Midjourney e Nano Banana. Para o mapa de produtos Gemini, veja o guia Gemini.