Como criar prompts para IA de imagens

Passo a passo

1. Comece pelo resultado que você quer

   Diga primeiro o que a imagem é: uma fotografia de produto, um anúncio, uma ilustração, um diagrama. A OpenAI recomenda começar pela finalidade e só depois detalhar sujeito, composição, estilo e restrições.

   O Google segue a mesma linha e pede contexto. "Logo minimalista para uma marca de skincare sofisticada" informa mais do que "crie um logo".

   Verificado em nov/2026.

2. Monte o prompt em camadas

   A OpenAI sugere organizar pedidos complexos em cena, sujeito, detalhes e restrições. O Google propõe uma sequência parecida para fotos: tipo de plano, sujeito, cenário, luz, ângulo e lente. Este modelo funciona nos dois:

   Crie uma imagem de {sujeito} fazendo {ação} em {cenário}.
   Estilo: {meio, referência estética ou grau de realismo}.
   Iluminação: {fonte, direção, intensidade, horário e temperatura de cor}.
   Enquadramento: {tipo de plano, ângulo, lente, perspectiva e proporção}.
   Composição: {posição do sujeito, fundo e espaço negativo}.
   Restrições: {texto, logotipos, objetos ou características a preservar/remover}.

   A OpenAI recomenda clareza em vez de frases "criativas" ou ambíguas. No Midjourney, a proporção e algumas exclusões vão em parâmetros no fim do texto (veja os passos 5 e 6).

3. Nomeie o estilo com termos concretos

   Descreva a aparência, não só o clima. Exemplos citados pelo Google: "fotorealista", "aquarela", "film noir", "animação 3D", "fotografia de produto dos anos 1990". A documentação da OpenAI cita fotografia de produto, ilustração e cenas cinematográficas.

   • GPT Image e Gemini: o estilo vai todo no texto.
   • Midjourney: parte do controle fica em parâmetros. `--stylize` ajusta a intensidade da interpretação estética, `--raw` reduz a estilização padrão e a referência de estilo (`--sref`) usa uma imagem como guia. Confira o comportamento atual nas páginas oficiais Stylize, Raw e Style Reference.

4. Descreva a luz: fonte, direção e efeito

   "Iluminação cinematográfica" é vago. Prefira descrever:

   • fonte: janela, sol, neon, softbox ou vela;
   • direção: lateral, contraluz, frontal ou luz superior;
   • qualidade: suave, difusa, dura ou recortada;
   • horário e temperatura: hora dourada, luz fria de amanhecer, tons quentes;
   • efeito: sombras longas, alto contraste, atmosfera enevoada.

   A OpenAI dá exemplos como "luz suave difusa", "hora dourada" e "alto contraste". Para cenas amplas, noturnas ou com neon, recomenda acrescentar escala, atmosfera e cor. No Gemini, a luz faz parte da estrutura de um prompt fotográfico. No Midjourney, descreva a luz em linguagem natural no texto, antes dos parâmetros.

5. Separe plano, ângulo e composição

   São três controles diferentes:

   • plano: close-up, macro, retrato, plano médio ou plano aberto;
   • ângulo: nível dos olhos, ângulo baixo, vista superior ou grande-angular;
   • composição: sujeito centralizado, posição dos objetos, espaço negativo, proporção.

   A OpenAI aceita posições precisas, como "logotipo no canto superior direito" ou "sujeito centralizado com espaço negativo à esquerda". O Gemini recomenda indicar também o ângulo de câmera e o tipo de lente.

   No Midjourney, a proporção vai no parâmetro `--ar`, por exemplo `--ar 16:9`. Veja a página oficial Aspect Ratio. A composição e a lente continuam no texto.

6. Diga o que excluir do jeito que cada ferramenta entende

   Um prompt negativo é a parte do pedido que diz o que não deve aparecer. Cada ferramenta trata isso de um jeito:

   • GPT Image: escreva as exclusões em linguagem natural, como "sem texto, sem logotipos, sem marca-d'água".
   • Gemini: descreva o resultado de forma positiva. O Google sugere "uma rua vazia e deserta, sem sinais de tráfego" em vez de só "sem carros".
   • Midjourney: tem o parâmetro `--no`, por exemplo `--no cars, text, watermark`. Confira na página oficial No.

   Uma versão que funciona em quase todas:

   Uma rua urbana deserta ao amanhecer, sem tráfego visível, sem letreiros, sem marcas-d'água.

7. Refine aos poucos e, ao editar, diga o que preservar

   Raramente a primeira imagem sai perfeita. O Google recomenda ajustes curtos, como "torne a iluminação mais quente", ou instruções diretas, como "remova o carro ao fundo".

   Em edições no GPT Image, a OpenAI recomenda separar o que muda do que fica igual, com frases como "mude apenas X".

   Mude uma coisa por vez. Assim você descobre qual palavra causou cada efeito.

O que é um prompt para IA de imagens?

É o texto em que você descreve a imagem que quer. O modelo de linguagem com geração de imagem transforma essa descrição em uma figura.

As documentações de 2026 da OpenAI e do Google concordam em um ponto: descrições específicas funcionam melhor do que palavras-chave soltas, principalmente para estilo, luz e enquadramento. Quanto mais concreto o pedido, menos o resultado depende do acaso.

O que muda entre GPT Image, Gemini e Midjourney nos prompts para IA de imagens?

Pelas fontes consultadas em nov/2026:

Nenhuma delas é a melhor para tudo. Teste o mesmo pedido em pelo menos duas e compare para a sua tarefa.

E o Flux, funciona do mesmo jeito?

Não conseguimos confirmar em documentação oficial atual qual é a versão vigente do Flux nem se ele aceita prompt negativo. Uma fonte não oficial afirma que não aceita e recomenda reformular de forma positiva: "uma rua vazia" em vez de "sem pessoas". Trate isso como não verificado (nov/2026).

A técnica geral vale: descreva sujeito, estilo, luz e composição em linguagem natural, e diga o que você quer ver, não só o que não quer.

Quais são os limites e cuidados ao gerar imagens?

• Confira a documentação da sua versão. Parâmetros mudam. Para o Midjourney, a lista oficial de parâmetros é o lugar para confirmar o que está em vigor.
• Pessoas reais só com consentimento. Não gere imagens que imitem o rosto de alguém sem autorização nem que sirvam para enganar.
• Privacidade. Antes de enviar fotos suas ou de outras pessoas para edição, saiba o que cada ferramenta faz com o que você entrega.

Erros comuns

• Usar só palavras vagas como "bonito", "épico" ou "cinematográfico", sem dizer fonte de luz, ângulo e estilo.
• Misturar plano, ângulo e composição em uma frase confusa, em vez de descrever cada um.
• Escrever apenas "sem X" no Gemini, quando o Google recomenda descrever positivamente a cena desejada.
• Supor que a sintaxe de uma ferramenta vale para outra: o --no e o --ar são do Midjourney, não do GPT Image nem do Gemini.
• Pedir uma edição sem dizer o que deve ficar igual, o que pode alterar partes que você queria manter.
• Mudar várias coisas de uma vez ao refinar, o que impede saber qual ajuste funcionou.
• Copiar parâmetros de guias antigos sem conferir a documentação vigente da versão que você usa.