12 de agosto de 2026
Escrever um prompt que funciona: o método que muda suas imagens
Descrever a foto em vez da ideia, estruturar sujeito, ação, cenário, luz e estilo, iterar em vez de empilhar palavras: o método completo para escrever prompts de imagem eficazes no Imaginode, e a lista honesta do que um prompt nunca vai resolver.
descreva a foto, não a ideia
Aqui está a frase que resume este artigo inteiro: um modelo de imagem não entende suas intenções, ele executa suas descrições. "Uma imagem que inspire confiança para a minha marca" não é um prompt, é um briefing para um humano. O modelo não conhece nem a sua marca, nem a sua definição de confiança. Ele precisa de concreto: objetos, texturas, uma luz.
Faça o seguinte exercício mental. Imagine que a foto perfeita já existe e que você a descreve por telefone para alguém que precisa encontrá-la no meio de mil outras. Você não diria "uma imagem acolhedora". Você diria "uma mulher de uns sessenta anos ri numa cozinha iluminada, mãos cobertas de farinha, avental azul". É exatamente essa a conversão a fazer.
Essa virada mental, da ideia para a foto, produz sozinha mais progresso do que qualquer lista de palavras mágicas garimpada nas redes. Os "prompts secretos" vendidos por aí não passam de descrições bem construídas. A boa notícia é que a construção se aprende com uma hora de prática.
a estrutura em cinco blocos que sempre se sustenta
Um prompt de imagem sólido responde a cinco perguntas, nesta ordem: quem ou o quê, fazendo o quê, onde, sob qual luz, em qual estilo de acabamento. Sujeito, ação, cenário, luz, estilo. Não é uma fórmula sagrada, é uma checklist: cada bloco ausente será preenchido pelo modelo com os reflexos estatísticos dele, ou seja, com o genérico.
Exemplo completo: "um padeiro de uns sessenta anos, tira uma fornada de baguetes do forno, padaria à moda antiga com paredes de pedra, luz quente de início de manhã vindo de uma janela lateral, fotografia documental, 35 mm". Cada segmento responde a uma pergunta, nenhum se contradiz. Esse prompt vai produzir variações, mas todas na direção certa.
Compare com "padeiro autêntico tradição pão artesanal qualidade". Nenhuma cena, nenhum ângulo, nenhuma luz: o modelo vai receber essas palavras como um clima vago e entregar a ilustração mais mediana possível do conceito padaria. Os dois prompts custam o mesmo preço. A estrutura é de graça, melhor aproveitar.
o sujeito: um casting, não uma categoria
"Uma mulher" é uma categoria. "Uma mulher de negócios de uns quarenta anos, cabelo grisalho curto, terninho bordô" é um casting. A diferença está num punhado de detalhes visíveis: idade aproximada, um ou dois traços físicos, uma roupa precisa. Três escolhas bastam, não se trata de redigir uma ficha de registro civil.
Escolha os detalhes que carregam sentido para a sua imagem. Se você prepara um visual para um artigo sobre artesanato, as mãos importam mais que o penteado: "mãos marcadas pelo trabalho, unhas curtas" vai orientar o modelo de forma bem mais útil que a cor dos olhos, que ninguém verá num plano aberto de qualquer forma.
Mesma lógica para objetos e lugares. "Um carro" dá um sedã genérico sem marca identificável. "Uma perua familiar dos anos 90, pintura verde desbotada, placas enlameadas" já conta uma história. O modelo adora esse tipo de matéria-prima: quanto mais encarnado o sujeito, menos a imagem tem cheiro de banco de imagens.
a ação, ou por que suas imagens parecem congeladas
Muitos prompts descrevem um sujeito mas esquecem de dar a ele algo para fazer. Resultado previsível: um personagem em pé, de frente para a câmera, sorriso de foto de documento. Se as suas imagens têm todas esse ar de catálogo, é quase sempre o bloco de ação que está faltando. Um verbo concreto basta para destravar a pose.
"Serve um café olhando pela janela", "conserta uma corrente de bicicleta, sobrancelhas franzidas", "corre na chuva segurando o casaco sobre a cabeça". A ação dá ao modelo uma razão para posicionar os braços, orientar o olhar, criar uma tensão no corpo. Ela gera composição naturalmente, sem que você precise descrevê-la.
Cuidado, porém, com as ações complexas envolvendo várias pessoas em interação precisa. "Dois esgrimistas, um deles aparando um ataque em quarta" ultrapassa o que os modelos atuais dão conta direito: você vai obter membros improváveis e espadas fundidas. Fique em ações legíveis com um único sujeito principal, pelo menos enquanto estiver iterando a 1 crédito.
o cenário planta um clima, não um inventário
O cenário situa a cena e instala a atmosfera. Dois ou três elementos bem escolhidos fazem o trabalho: "cozinha de restaurante em pleno serviço, inox, vapor" basta para convocar o universo inteiro. Inútil listar os vinte utensílios esperados, o modelo conhece as cozinhas de restaurante melhor do que você jamais conseguiria descrevê-las.
O erro inverso do cenário vazio é o cenário exaustivo. Um prompt que enumera quinze objetos força o modelo a encaixar tudo, e ele vai fazer isso mal: objetos flutuando, escalas absurdas, composição sobrecarregada. Se um acessório importa de verdade, dê a ele um lugar na frase, senão deixe-o para o modelo. Você está descrevendo uma foto, não uma peça de teatro com sua lista de contrarregragem.
Pense também na profundidade. "Ao fundo, desfocadas, estantes de livros" coloca o elemento na distância certa e sugere de passagem uma pouca profundidade de campo. Essas indicações espaciais, primeiro plano, segundo plano, através de um vidro, estruturam a composição bem mais que adjetivos de clima.
a luz, o parâmetro mais subestimado
Pergunte a um fotógrafo o que faz uma imagem: ele vai responder a luz antes do sujeito. Os modelos de imagem funcionam igual. O mesmo café na calçada fica melancólico sob "luz cinzenta de manhã chuvosa" e solar sob "luz dourada de fim de tarde, sombras longas". Um único segmento de frase, e toda a emoção da imagem vira de lado.
Algumas direções que funcionam bem: a luz dourada de antes do pôr do sol, o contraluz que recorta uma silhueta, a luz suave de uma janela voltada para o sul nos retratos, o neon colorido para os climas urbanos noturnos. Especifique também de onde vem a luz quando isso importa: lateral, ela esculpe os rostos, frontal, ela os achata.
Se você só pudesse acrescentar um único bloco aos seus prompts atuais, seria esse. Nos nossos testes, especificar a luz melhora visivelmente a imagem com mais frequência que qualquer outro acréscimo, principalmente porque ela unifica a cena inteira. Um cenário mediano sob uma bela luz sempre rende uma imagem melhor que o contrário.
o estilo fecha a fila e enquadra o acabamento
Último bloco: dizer ao modelo que tipo de imagem ele está produzindo. "Fotografia realista", "ilustração em aquarela", "render 3D minimalista", "cartaz serigrafado anos 60". Sem essa precisão, o modelo escolhe sozinho, e a escolha padrão varia de um modelo para outro. É o bloco que evita a aquarela surpresa num projeto de foto.
Para fotografia, alguns termos técnicos pagam na hora: uma distância focal, 35 mm para um ar de reportagem, 85 mm para um retrato que destaca o sujeito, uma abertura como f/1.8 para um fundo derretido. Você não precisa entender de óptica, esses termos funcionam como atalhos para acabamentos que os modelos conhecem de cor.
No Imaginode, o nó Câmera industrializa essa parte: cinco seletores ilustrados, enquadramento, objetiva em milímetros, abertura, ângulo e movimento, que escrevem os termos certos em inglês no início do seu prompt. Para aprender, gire os seletores e observe o texto produzido. É um curso de vocabulário fotográfico disfarçado de interface.
por que o inglês dá resultados melhores
Vamos falar francamente da língua. Os modelos de imagem aceitam português e se viram, mas os dados de treinamento deles foram massivamente descritos em inglês. Consequência direta: o vocabulário fotográfico inglês, golden hour, rim light, shallow depth of field, toca zonas bem mais ricas do aprendizado deles que os nossos equivalentes em português, quando existem.
A diferença não é cosmética. Num mesmo conceito testado nas duas línguas, a versão em inglês produz regularmente um enquadramento mais intencional e uma luz mais bem controlada, simplesmente porque os termos precisos existem e o modelo os viu milhões de vezes. "Contraluz" é compreendido, backlit silhouette é dominado.
Então é preciso aprender inglês fotográfico antes de criar? Não, e é todo o interesse do ponto seguinte. Mas entender por que o inglês ganha evita que você conclua, errado, que "a IA não funciona", quando é só a formulação que está limitando seus resultados.
a varinha mágica, seu tradutor técnico a 1 crédito
Em cada campo de prompt dos nós Imagem e Vídeo do Imaginode, uma varinha mágica reescreve seu texto em inglês rico e estruturado, via o modelo Kimi, por 1 crédito, cerca de um centavo. Você escreve "um padeiro tira o pão do forno de manhã", e ela desenvolve a cena com o vocabulário técnico esperado: luz, texturas, acabamento.
O bom fluxo de trabalho: escreva primeiro a sua ideia completa em português, com os seus cinco blocos. Passe a varinha. Leia o que ela produz, gere, e depois modifique o texto em inglês diretamente se algum detalhe fugir. A varinha não é uma loteria para rodar de novo, é uma etapa de tradução e enriquecimento, uma vez por ideia nova.
Detalhe que conta para o que vem depois: a varinha preserva as @menções das suas referências. Se o seu prompt contém @maria, sua personagem recorrente definida num nó Referência, a reescrita mantém a menção intacta, com a descrição injetada e as fotos anexadas. Seus prompts enriquecidos continuam, portanto, compatíveis com todo o sistema de referências.
iterar em vez de empilhar palavras
Diante de uma imagem decepcionante, o reflexo natural é acrescentar palavras. Depois de cinco idas e vindas, o prompt tem oitenta palavras, se contradiz duas vezes, e ninguém mais sabe qual segmento produz o quê. Esse prompt-mil-folhas é o beco sem saída mais frequente entre os criadores intermediários, bem mais que o prompt curto demais.
O método saudável cabe numa regra: uma mudança por geração. A imagem está escura demais? Modifique apenas o bloco de luz, regenere, compare. O enquadramento decepciona? Apenas o enquadramento. A 1 crédito por tentativa no Flux Schnell, dez iterações disciplinadas custam dez centavos e ensinam o peso de cada palavra. É um experimento científico a preço de banana.
O histórico do nó torna essa disciplina confortável: as 12 últimas gerações ficam visíveis, cada uma comparável às outras. Você vê literalmente o efeito de cada troca de palavra colocando duas versões lado a lado. Quando uma iteração piora a imagem, volte ao texto anterior e tome outra direção. Nada se perde, tudo é comparável.
os prompts negativos não existem em todo lugar
Você vai cruzar nos fóruns com prompts cheios de "no blur, no extra fingers, no text". Herança de ferramentas antigas que ofereciam um campo de "prompt negativo" separado. Nos modelos recentes acessíveis no Imaginode, essa sintaxe não é um padrão: dependendo do modelo, a negação é compreendida de formas diversas, e mencionar um conceito pode bastar para invocá-lo.
Escreva o que você quer ver, não o que você quer evitar. Em vez de "sem multidão ao fundo", escreva "rua deserta de manhã cedo". Em vez de "não desfocado", especifique "foco nítido no rosto". A formulação positiva descreve uma imagem possível, a negativa descreve um vazio que o modelo nem sempre sabe pintar.
Restam os defeitos que ninguém pediu, mãos estranhas, textos ilegíveis nos letreiros. Nenhuma reza negativa os elimina com certeza, é uma limitação atual dos modelos, admitida por todo mundo. A saída realista: iterar a baixo custo até uma geração limpa, ou enquadrar sua cena para que mãos e textos não fiquem em primeiro plano.
adaptar o comprimento do prompt ao modelo
Nem todos os modelos digerem a mesma densidade de texto. O Flux Schnell, a 1 crédito, brilha com prompts curtos e diretos: uma cena clara, algumas precisões, e ele entrega em poucos segundos. Servir a ele um paredão de cem palavras não melhora nada, ele vai sobrevoar metade. É a ferramenta do esboço, trate-a como tal.
Os modelos de ponta como o Flux 2 Pro, a 7 créditos, ou o Seedream 5 Lite, a 5 créditos, aproveitam melhor os prompts detalhados: texturas, luz complexa, clima cheio de nuances. É o momento em que o texto enriquecido pela varinha mágica mostra todo o seu valor. A mesma descrição generosa que afogava o Flux Schnell vira combustível para eles.
Daí um método em dois tempos que se encontra com a regra de ouro do guia para iniciantes: desbastar curto e barato, finalizar longo e preciso. Escreva a versão curta, itere a 1 crédito até a composição certa, enriqueça com a varinha, e então gere a final num modelo de 5 ou 7 créditos. Seu prompt cresce junto com a sua imagem.
o que um prompt nunca vai resolver
É preciso dizer sem rodeios: certos problemas não se resolvem no campo de texto, e insistir neles custa noites inteiras. O primeiro é a coerência de personagem. Você pode descrever sua heroína em vinte linhas, idade, rosto, pinta no queixo: sem imagens de referência, ela vai trocar de rosto a cada geração. Não é defeito do seu prompt, é o próprio funcionamento dos modelos.
A resposta está em outro lugar do canvas: o nó Referência. Você dá a ele um nome, uma descrição e fotos, e depois menciona @essenome em qualquer prompt. A menção aparece em verde, a descrição é injetada e as fotos seguem automaticamente com a requisição. Modelos como o Seedream 5 Lite, campeão das referências a 5 créditos, se apoiam nelas para manter um rosto estável de uma imagem para outra.
Mesma lucidez para o resto: um texto longo perfeitamente legível dentro da imagem, uma mão com cinco dedos garantida, uma marca registrada reproduzida com fidelidade, nenhum prompt promete isso. Reconhecer esses limites faz você ganhar um tempo considerável: vai saber quando refinar o texto, e quando trocar de ferramenta. A coerência de personagem, aliás, merece um artigo dedicado neste blog.
um antes e depois completo para amarrar tudo
Situação real: uma criadora prepara o visual de um artigo sobre home office. Primeiro prompt, "mulher em home office feliz produtividade". Resultado previsível: escritório branco genérico, sorriso congelado para o computador, imagem de banco de imagens sem a licença. O prompt descrevia um conceito, o modelo entregou o clichê médio do conceito.
Segunda versão, com a estrutura: "uma mulher de uns trinta anos de suéter mostarda, concentrada, anota documentos diante de um notebook, sala de apartamento com plantas, luz suave de fim de manhã por uma janela grande à esquerda, fotografia realista, 50 mm, pouca profundidade de campo". Enriquecida com a varinha por 1 crédito, iterada quatro vezes no Flux Schnell, finalizada no Flux 2 Pro.
Balanço da operação: 12 créditos, cerca de doze centavos, quinze minutos no relógio. A imagem final tem uma luz crível, uma pose natural, um verdadeiro ponto de vista. Nenhum talento oculto, nenhuma palavra mágica: cinco blocos preenchidos com honestidade, uma tradução com ferramenta e iterações disciplinadas. O método inteiro cabe nesse exemplo.
seu próximo passo
Pegue o último prompt que você escreveu, qualquer um. Passe-o pelo crivo das cinco perguntas: sujeito encarnado, ação concreta, cenário situado, luz descrita, estilo especificado. Complete os blocos que faltam, gere a nova versão a 1 crédito no Flux Schnell e compare as duas imagens no histórico do nó. A diferença deve convencer você melhor que este artigo.
Depois, duas direções conforme o seu projeto. Se as suas imagens colocam em cena um personagem recorrente, o nó Referência e as @menções são a sua prioridade absoluta, bem antes de qualquer refinamento de vocabulário. Se o que atrai você é o acabamento cinematográfico, explore o nó Câmera e seus cinco seletores, e depois nosso artigo sobre direção de câmera com IA.
E se você travar num prompt específico, faça a pergunta ao assistente na bolha do canto inferior direito: ele vê o seu canvas aberto, o seu nó e o seu texto, e responde por 1 crédito. Descrever a foto em vez da ideia continua sendo trabalho seu. Para todo o resto, você está equipado.