Muita gente acredita que escrever um prompt para gerar imagens com inteligência artificial é apenas “descrever bem o que quer ver”. Neste artigo, mostro que não é bem assim. A partir de exemplos práticos, comparações visuais e referências teóricas, explico como a engenharia de prompt para imagens é uma habilidade aprendida, que envolve letramento visual, intenção estética e tomada de decisões conscientes. Neste post, pretendo explicar de forma simples, didática, e sem complicações desnecessárias, quais são as melhores práticas para escrever bons prompts voltados à geração de imagens, e por que esse tipo de prompt exige um olhar diferente, mais visual e menos “textual”. Ao longo do texto, você vai entender como sair de resultados genéricos e passar a usar a IA como uma ferramenta criativa sob sua direção, e não como um gerador automático de imagens bonitas.
Depois que publiquei o texto Como escrever bons prompts e conversar melhor com a IA, comecei a receber várias mensagens com a mesma pergunta: A estrutura de um prompt para gerar imagens é a mesma usada para gerar textos?
A resposta curta é simples: não.
O fato de um modelo de inteligência artificial conseguir gerar imagens incríveis não significa que conhecimentos sobre arte, fotografia ou composição visual se tornaram inúteis. Pelo contrário. Entender como funcionam os prompts é essencial, mas isso, sozinho, não garante imagens interessantes. Se fosse assim, todo mundo estaria criando capas de revista premiadas no primeiro clique, bom, talvez não no primeiro clique mas no segundo como aconteceu no Prêmio Candango da Literatura, os ilustradores denunciaram o uso de IA pela capa vencedora. De qualquer forma existem decisões estéticas e visuais que continuam sendo profundamente humanas, e são justamente elas que fazem uma imagem se destacar no meio de tantas outras geradas por IA.
A câmera não pensa sozinha, e o prompt, por enquanto, também não
Pense em um fotógrafo experiente. Antes mesmo de levantar a câmera, ele observa muito mais do que o objeto à sua frente. Ele se pergunta: quem é o sujeito da imagem? O que essa foto precisa comunicar? Avalia como a luz natural ou artificial incide sobre a cena, escolhe a lente certa, grande angular, normal ou teleobjetiva, e sabe que essa escolha vai afetar profundidade, foco e perspectiva. Decide ainda se a imagem será documental ou artística, colorida ou em preto e branco, se o enquadramento será aberto ou fechado, e quais elementos devem ficar dentro ou fora do quadro. Nada disso acontece por acaso.
O engenheiro de prompt faz exatamente o mesmo, só que em vez de ajustar a câmera, ajusta as palavras. Antes de escrever qualquer instrução para a IA, ele precisa definir o sujeito, a ação, o ambiente, o estilo visual, o tipo de iluminação e a estética desejada.
Assim como a escolha de uma lente muda completamente a narrativa de uma fotografia, a escolha das palavras em um prompt muda a imagem gerada. Em ambos os casos, a técnica não é o objetivo final, mas apenas o caminho para materializar uma intenção visual.
Aprender a falar com a IA também é letramento
A Engenharia de prompt não é intuitiva, ela também é uma habilidade que precisa ser desenvolvida, por isso a importância da formação e preparação da sociedade para o tempo da inteligência artificial.
Um estudo publicado em março de 2023 por Jonas Oppenlaender, Rhema Linder e Johanna Silvennoinen, intitulado Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering, investigou justamente essa questão: A engenharia de prompt é algo intuitivo ou uma habilidade que precisa ser aprendida?
Os pesquisadores buscaram entender se pessoas comuns, os chamados “leigos”, possuem, de forma natural, o vocabulário e as estratégias necessárias para criar uma arte digital de alta qualidade usando IA. Veja abaixo como o estudo foi desenvolvido.
O resultado do estudo não é nenhuma novidade, por isso estou propondo escrever este artigo. A conclusão central do estudo é que a engenharia de prompt não é intuitiva, da mesma forma que a escrita. Embora a maioria das pessoas saiba escrever e tenha criatividade para imaginar cenas bonitas, isso não é suficiente para controlar a IA.
O estudo provou que, sem ter o “vocabulário” (os modificadores de estilo como “Unreal Engine” ou nomes de artistas), as pessoas comuns não conseguem criar arte de alta qualidade de forma consistente, deixando o resultado final literalmente a “sorte”, e consumindo muito mais água do que é necessário.
Isso significa que entregar uma ferramenta de IA a um leigo é como entregar uma câmera fotográfica profissional a alguém que nunca estudou fotografia. Essa pessoa consegue, sem dificuldade, reconhecer uma boa foto quando a vê (Estudo 1) e também sabe dizer o que gostaria de fotografar, “um retrato bonito”, “uma paisagem dramática”, “uma cena artística” (Estudo 2). No entanto, sem o domínio técnico necessário, como controle de luz, abertura, velocidade, lente e enquadramento, ela não consegue transformar essa intenção em uma imagem de alta qualidade. Quando tenta “consertar” o resultado, geralmente apenas gira alguns botões ao acaso ou troca o modo automático por outro igualmente desconhecido, sem compreender o impacto real dessas decisões (Estudo 3).
O problema não está na câmera, mas na falta de conhecimento técnico para operá-la de forma consciente. Da mesma forma, na criação de imagens com IA, escrever mais palavras ou adjetivos não substitui o entendimento das técnicas e dos elementos visuais que realmente orientam o modelo.
Não era só uma imagem, era um debate
As ferramentas de geração de imagens utilizando modelos de inteligência artificial deixaram de ser meras curiosidades tecnológicas para se tornarem protagonistas de debates sobre arte, criatividade, direitos autorais, ética e até os próprios limites da fotografia.
Uma situação que chamou a atenção foi quando O trabalho do artista alemão Boris Eldagsen, intitulado Pseudomnesia: The Electrician (“Pseudomnésia: O Eletricista”, em tradução livre), venceu a categoria criativa do Sony World Photography Award usando uma imagem criada com IA. Segundo o artista, a ideia era criar a discussão sobre o uso da IA na geração de imagens. O artista Boris Eldagsen recusou o prêmio mas o importante foi levantar a discussão mais ampla sobre o papel dessas ferramentas na produção visual contemporânea.
Depois de entender por que essas ferramentas passaram a ocupar o centro do debate artístico e ético, é hora de descer um pouco do palco e ir para os bastidores. A partir daqui, vamos explicar como escrever prompts de forma consciente e estratégica, mostrando quais decisões precisam ser tomadas antes de digitar a primeira palavra. A ideia não é oferecer “fórmulas mágicas”, mas ajudar você a desenvolver um olhar mais visual, para que a IA deixe de ser um gerador aleatório de imagens e passe a funcionar como uma ferramenta criativa sob sua direção.
Criar imagens é organizar uma cena, não dar um simples comando
Quando falamos de prompts para gerar imagens, o mais importante é lembrar que uma imagem não é uma sequência de ideias, mas uma cena. Por isso, os pilares básicos precisam responder a perguntas abaixo.
Analisando um prompt
Uma paisagem bonita de ciclismo, com um ciclista andando de bicicleta em um lugar legal, passando uma sensação boa e inspiradora.
| Pilar | Onde aparece no prompt | Função | Observações |
|---|---|---|---|
| Sujeito | “um ciclista” | Define quem aparece como foco principal da imagem. | Sujeito genérico; a IA decide idade, aparência, roupa e tipo de ciclista. |
| Ação / Estado | “andando de bicicleta” | Dá movimento básico à cena. | Ação vaga; não indica velocidade, esforço, subida ou descida. |
| Ambiente | “uma paisagem bonita”, “um lugar legal” | Indica onde a cena acontece. | Termos abstratos; levam a cenários genéricos escolhidos pelo modelo. |
| Estilo Visual | (não especificado) | Define como a imagem deve parecer (foto, ilustração, pintura). | Sem estilo definido, a IA aplica um visual padrão aprendido no treino. |
| Clima / Atmosfera | “sensação boa e inspiradora” | Indica a intenção emocional da imagem. | Emoção abstrata; não orienta luz, cor ou composição de forma concreta. |
Principais técnicas de engenharia de prompt para geração de imagens
| Técnica | O que é | Para que serve (na prática) | Exemplo (trecho de prompt – ciclismo) |
|---|---|---|---|
| Prompt Modifiers (modificadores) |
Palavras ou expressões que refinam a estética e o acabamento visual. | Ajuda a transformar uma imagem genérica em algo mais agradável e consistente. | “fotografia realista”, “cores naturais”, “iluminação suave”, “estética cinematográfica” |
| Hierarchical Prompting (prompt em camadas) |
Organizar o prompt em uma ordem lógica: sujeito → ação → ambiente → estilo. | Reduz confusão do modelo e melhora a coerência da cena. | “Um ciclista… andando de bicicleta… em uma estrada rural… fotografia realista” |
| Negative Prompting (prompt negativo) |
Indicar explicitamente o que NÃO deve aparecer na imagem. | Evita erros comuns e exageros visuais do modelo. | “sem lago ao fundo”, “sem texto na imagem”, “sem céu exageradamente dramático” |
| Compositional Prompting (composição) |
Descrever a organização espacial da cena e a posição dos elementos. | Controla para onde o olhar do espectador é direcionado. | “ciclista em primeiro plano”, “estrada conduzindo o olhar”, “fundo como contexto” |
| Referential Prompting (referências) |
Usar referências artísticas ou culturais para orientar o estilo. | Ativa repertórios visuais conhecidos sem precisar explicar tudo. | “inspirado em Claude Monet”, “paisagens rurais da França”, “Tour de France” |
| Multi-Style Prompting (mistura de estilos) |
Combinar dois ou mais estilos no mesmo pedido. | Gera resultados híbridos, mantendo direção estética. | “pintura impressionista + fotografia documental” |
| Camera Conditioning (parâmetros fotográficos) |
Inserir termos de câmera, lente e foco para simular fotografia. | Muda a narrativa visual sem alterar o cenário. | “plano médio fechado”, “lente teleobjetiva”, “profundidade de campo rasa” |
| Prompt Weighting (peso de termos) |
Reforçar semanticamente o que é mais importante na imagem. | Evita que o fundo ou elementos secundários roubem a atenção. | “o ciclista como elemento principal da imagem”, “fundo apenas como contexto” |
| Iterative Refinement (refinamento iterativo) |
Gerar, analisar o resultado e ajustar o prompt em ciclos curtos. | Corrige problemas de forma progressiva e consciente. | “ajustar postura do ciclista → reforçar esforço físico → reduzir detalhes do fundo” |
| Semantic Grounding (descrição concreta) |
Substituir abstrações por descrições visuais observáveis. | Reduz imagens genéricas e aumenta fidelidade à intenção. | Em vez de “sensação inspiradora”: “postura inclinada, músculos tensionados, suor visível” |
Técnica 1 - Prompt Modifiers (refinando a estética)
Nesta etapa, não vamos esclarecer quem é o ciclista, onde ele está ou o que exatamente acontece. Vamos apenas acrescentar modificadores visuais, ou seja, palavras que dizem à IA como a imagem deve parecer, e não o que ela deve mostrar.
Uma paisagem bonita de ciclismo, com um ciclista andando de bicicleta em um lugar legal, passando uma sensação boa e inspiradora, fotografia realista, cores naturais, iluminação suave, alto nível de detalhe, composição equilibrada, estética cinematográfica.
O que mudou?
A IA agora recebe instruções sobre:
- tipo de imagem (fotografia realista)
- acabamento visual (alto nível de detalhe)
- luz (iluminação suave)
- clima estético (cinematográfica, cores naturais)
A primeira técnica de engenharia de prompt não muda o que será gerado, apenas como a imagem será finalizada visualmente.
Prompt Modifiers não servem para “inventar ou criar”, mas para polir. É como dizer ao fotógrafo:
“Quero essa foto bem iluminada, limpa e com boa definição.”
Técnica 2 – Hierarchical Prompting (organização em camadas)
Um ciclista,
andando de bicicleta,
em uma paisagem de ciclismo em um lugar aberto,
com fotografia realista,
cores naturais e iluminação suave,
alto nível de detalhe, composição equilibrada,
estética cinematográfica e sensação inspiradora.
O prompt agora está dividido em camadas visuais claras:
O prompt passa a seguir uma ordem visual lógica:
- Sujeito – quem aparece
- Ação – o que está acontecendo
- Ambiente – onde a cena ocorre
- Estilo visual – como a imagem deve parecer
- Acabamento – luz, cor, detalhe
- Clima – sensação geral
- A IA deixa de “embaralhar” as decisões e entende o que é central e o que é secundário.
- Mesmo sem melhorar o conteúdo do cenário, a imagem tende a ficar:
- mais coerente
- com foco mais claro
- com menos variações estranhas
Sem essa organização, o modelo precisa interpretar sozinho o que é principal e o que é secundário. Com o Hierarchical Prompting, você deixa claro para o modelo:
Primeiro entenda quem está na cena, depois o que ela faz, depois onde está, só então pense no acabamento.”
É como montar uma foto:
primeiro você escolhe o assunto, depois a pose, depois o cenário e só então ajusta luz e estética.
Técnica 3 – Negative Prompt (dizer explicitamente o que NÃO queremos)
O negative prompt funciona como uma lista de “não faça isso”, ajudando a IA a evitar exageros e distrações visuais.
Um ciclista,
andando de bicicleta,
em uma paisagem de ciclismo em um lugar aberto,
com fotografia realista,
cores naturais e iluminação suave,
alto nível de detalhe, composição equilibrada,
estética cinematográfica e sensação inspiradora.
Negative prompt:
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 4 - Compositional Prompting (controlando o enquadramento e o espaço)
Parte da engenharia de prompt é saber quando uma técnica é necessária e quando o modelo já resolve sozinho. O compositional Prompting não muda o cenário, muda a narrativa visual.
Um ciclista ocupando apenas o canto inferior esquerdo da imagem, visto parcialmente de perfil, com a maior parte da imagem dedicada à estrada vazia e à paisagem, com o horizonte baixo,
grande espaço negativo no céu,
fotografia realista, cores naturais, iluminação suave, alto nível de detalhe, estética cinematográfica.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 5 - Referential Prompt (uso de referências visuais e culturais)
O Referential Prompting consiste em usar referências visuais conhecidas, estilos, linguagens fotográficas, movimentos artísticos ou tipos de imagem, para orientar o modelo. No fundo é copiar artistas estilos artísticos.
Ao introduzir uma referência artística e cultural, o prompt deixa de apenas descrever uma cena e passa a sugerir um imaginário visual específico.
O que mudou com essa referência
Claude Monet ativa:
- paisagens abertas
- luz difusa
- cores suaves
- sensação atmosférica em vez de hiper-realismo
França / Tour de France ativa:
- estradas rurais europeias
- colinas suaves
- narrativa de resistência e percurso
- menos “cartão-postal” e mais “trajeto”
Um ciclista em primeiro plano, visto de costas,
andando de bicicleta ao longo de uma estrada sinuosa,
posicionado no canto inferior esquerdo da imagem,
com a maior parte da imagem dedicada à paisagem,
estilo artístico inspirado em Claude Monet,
paleta de cores suaves e pinceladas impressionistas,
ambientação cultural francesa, evocando paisagens rurais da França,
referência visual ao Tour de France,
cores naturais, iluminação suave,
alto nível de detalhe,
composição equilibrada e estética cinematográfica.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 6 - Multi-Style Prompt (mistura controlada de estilos)
Ao combinar estilos de forma consciente, o prompt deixa de escolher entre arte ou realidade, e passa a dialogar com as duas.
A imagem deixa de ser:
- apenas pintura
- apenas fotografia
E passa a ser:
- artística na textura
- realista na composição
- contemporânea na narrativa
Um ciclista em primeiro plano, visto de costas,
andando de bicicleta ao longo de uma estrada sinuosa,
posicionado no canto inferior esquerdo da imagem,
com a maior parte da imagem dedicada à paisagem,
mistura de estilos: pintura impressionista inspirada em Claude Monet + fotografia documental contemporânea,
textura pictórica suave combinada com composição fotográfica realista,
ambientação cultural francesa, evocando paisagens rurais da França,
referência visual ao Tour de France,
cores naturais, iluminação suave,
alto nível de detalhe,
composição equilibrada e estética cinematográfica.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 7 - Camera Conditioning (lente, distância, profundidade)
O Camera Conditioning adiciona parâmetros visuais típicos da fotografia (lente, distância, profundidade de campo, ângulo), o que muda a narrativa mesmo mantendo a mesma cena e o mesmo estilo.
Camera Conditioning é decidir de onde o espectador olha para a cena.
Um ciclista em primeiro plano, visto de costas, andando de bicicleta ao longo de uma estrada sinuosa, posicionado no canto inferior esquerdo da imagem, mistura de estilos: pintura impressionista inspirada em Claude Monet + fotografia documental contemporânea, ambientação cultural francesa, evocando paisagens rurais da França, referência visual ao Tour de France, plano médio fechado, lente teleobjetiva, compressão do fundo, profundidade de campo rasa, foco nítido no ciclista, fundo suavemente desfocado, cores naturais, iluminação suave, alto nível de detalhe, estética cinematográfica.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 8 – Prompt Weighting (priorizando o que importa)
O Prompt Weighting consiste em dar mais importância a certos elementos e menos a outros, deixando claro para a IA o que é central e o que é secundário.
Mesmo quando a ferramenta não aceita sintaxe explícita de pesos (::2, (), etc.), o conceito continua válido: reforçar semanticamente o que importa.
A IA entende que:
- o ciclista é o protagonista absoluto
- a paisagem não deve competir
- O risco de “embelezamento excessivo do fundo” diminui
A imagem ganha: - narrativa mais clara
- leitura mais rápida
- intenção mais evidente
A imagem deve comunicar esforço físico e concentração individual.O ciclista é o elemento principal da narrativa. A estrada representa o desafio contínuo. A paisagem deve aparecer apenas como contexto distante, sem competir com o ciclista. O foco da imagem é o corpo, a postura e a tensão muscular do ciclista,
transmitindo resistência, persistência e jornada pessoal, não turismo ou contemplação da paisagem. Estilo visual consistente com imagens anteriores.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 9 – Iterative Refinement (refinamento iterativo)
O Iterative Refinement é o processo de ajustar o prompt em ciclos curtos, a partir da observação da imagem gerada. Em vez de tentar acertar tudo de uma vez, o criador analisa o resultado, identifica o que pode melhorar e altera apenas esse ponto específico. É nessa repetição consciente que a intenção visual ganha precisão e consistência
O ciclista como elemento principal da imagem, visto de costas, pedalando com postura mais inclinada para frente, destacando tensão muscular nas pernas e nas costas, andando de bicicleta ao longo de uma estrada rural sinuosa, com o fundo servindo apenas como contexto, fundo ainda mais suavemente desfocado, textura pictórica mais sutil no corpo do ciclista e mais evidente apenas na paisagem, mistura de estilos: pintura impressionista inspirada em Claude Monet + fotografia documental contemporânea, ambientação cultural francesa, evocando paisagens rurais da França, referência visual ao Tour de France, plano médio fechado, lente teleobjetiva, profundidade de campo rasa, foco nítido no ciclista, cores naturais, iluminação suave, estética cinematográfica.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Técnica 10 – Semantic Grounding (ancoragem semântica explícita)
É a técnica de ancorar conceitos abstratos (como “inspirador”, “forte”, “difícil”, “bonito”) em elementos visuais concretos que a IA consegue representar.
O ciclista como elemento principal da imagem,
visto de costas,
pedalando com postura inclinada para frente,
pernas tensionadas, músculos definidos e suor visível na pele,
mãos firmes no guidão,
expressão corporal de esforço contínuo,
andando de bicicleta ao longo de uma estrada rural sinuosa,
com o fundo servindo apenas como contexto,
vegetação baixa nas laterais da estrada,
estrada com textura irregular e pequenas marcas de desgaste,
mistura de estilos: pintura impressionista inspirada em Claude Monet + fotografia documental contemporânea,
ambientação cultural francesa, evocando paisagens rurais da França,
referência visual ao Tour de France,
plano médio fechado, lente teleobjetiva,
profundidade de campo rasa,
foco nítido no ciclista,
cores naturais, iluminação suave,
estética cinematográfica.
Negative prompt:
sem centralização automática do ciclista.
sem lago ao fundo,
sem corpos d’água visíveis,
sem picos nevados,
sem céu exageradamente dramático.
Letramento visual, prompt e o papel humano na criação com IA
Como vimos ao longo do artigo, criar boas imagens com IA não depende apenas da ferramenta, mas da linguagem e do conhecimento que temos sobre composição visual: iluminação, profundidade, enquadramento, estilo e intenção narrativa. Esses elementos continuam sendo fundamentais, exatamente como na fotografia, no cinema ou no design.
Também fica claro que, neste momento histórico, entender engenharia de prompt é uma habilidade importante. O estudo apresentado no início do artigo demonstra que essa habilidade não é intuitiva: ela precisa ser aprendida, praticada e refinada. Não basta ter boas ideias ou “bom gosto”; é preciso saber traduzi-los em instruções que a máquina consiga interpretar visualmente.
O próprio estudo aponta que essa habilidade pode seguir quatro caminhos possíveis no futuro:
- Pode se consolidar como uma habilidade de especialista, dominada por designers, artistas, comunicadores e profissionais criativos.
- Pode se tornar uma habilidade do dia a dia, assim como hoje usamos editores de texto ou aplicativos de imagem sem pensar muito na técnica por trás.
Pode se tornar menos relevante ou até obsoleta, caso os sistemas passem a compreender nossas intenções de forma mais direta, sem necessidade de instruções detalhadas.
Ou pode evoluir para uma capacidade de diálogo criativo com a máquina, em que o valor esteja menos em “dar comandos” e mais em imprimir um toque pessoal, cultural e autoral ao que é gerado.
No cenário atual, porém, uma coisa é certa: a engenharia de prompt ainda faz diferença. Ela é o que separa resultados genéricos de resultados intencionais. Mais do que aprender técnicas isoladas, trata-se de desenvolver letramento visual e crítico, entendendo que a IA não substitui o olhar humano, ela o amplia, desde que saibamos orientá-la.
Para quem quiser colocar essas técnicas em prática, separei a seguir algumas ferramentas de geração de imagens com inteligência artificial. A ideia não é indicar a “melhor”, mas oferecer opções para que você possa experimentar, comparar resultados e treinar.
Usar ferramentas diferentes ajuda a perceber como cada modelo responde aos mesmos prompts e reforça um ponto central deste artigo: engenharia de prompt se aprende praticando, observando o resultado e ajustando a intenção visual a cada tentativa.
Hora de praticar: ferramentas para experimentar prompts
| Midjourney | |
| Considerada por muitas fontes como a referência em qualidade artística e estética visual. | |
| Funcionalidades |
|
| Para quem é | Artistas, designers e criadores que buscam impacto visual e estética sofisticada. |
| Preço |
Sem plano gratuito. Planos de US$ 10/mês a US$ 120/mês. Plano Pro (US$ 60/mês) permite imagens privadas. |
| Acesso | https://www.midjourney.com |
| DALL·E 3 (via ChatGPT) | |
| Ferramenta da OpenAI conhecida pela facilidade de uso e interação por conversa. | |
| Funcionalidades |
|
| Para quem é | Usuários iniciantes, educadores, empresas e equipes que buscam simplicidade. |
| Preço |
Gratuito com limitações. Incluído no ChatGPT Plus (US$ 20/mês) e planos empresariais. |
| Acesso | https://chat.openai.com |
| Adobe Firefly | |
| Plataforma focada em uso comercial seguro e integração com o ecossistema Adobe. | |
| Funcionalidades |
|
| Para quem é | Designers, agências e empresas preocupadas com direitos autorais. |
| Preço |
Gratuito (25 créditos/mês). Plano Premium: US$ 4,99/mês. Incluso na Creative Cloud. |
| Acesso | https://firefly.adobe.com |
| Nano Banana | |
| Ferramenta de geração e edição de imagens integrada ao ecossistema Google. | |
| Funcionalidades |
|
| Para quem é | Usuários do ecossistema Google e quem precisa editar imagens existentes. |
| Preço |
Recursos limitados no plano gratuito. Incluído no Google AI Pro (~US$ 20/mês). |
| Acesso | https://gemini.google.com |
| Ideogram | |
| Destaque pela capacidade superior de gerar texto legível dentro das imagens. | |
| Funcionalidades |
|
| Para quem é | Designers de logotipos, cartazes, memes e materiais de marketing. |
| Preço |
Gratuito com limites diários. Planos pagos a partir de US$ 7–8/mês. |
| Acesso | https://ideogram.ai |
| Stable Diffusion | |
| Plataforma open source com o maior nível de controle técnico. | |
| Funcionalidades |
|
| Para quem é | Desenvolvedores, pesquisadores e usuários avançados. |
| Preço |
Gratuito para uso local. DreamStudio: ~US$ 10 / 1.000 créditos. |
| Acesso | https://stability.ai |
| Leonardo.AI | |
| Suíte completa focada em consistência visual e ativos digitais. | |
| Funcionalidades |
|
| Para quem é | Desenvolvedores de jogos, criadores de ativos e equipes de marketing. |
| Preço |
Plano gratuito com limites. Planos pagos a partir de US$ 10/mês. |
| Acesso | https://leonardo.ai |
| Microsoft Designer / Copilot | |
| Ferramenta integrada ao Microsoft 365 para criação rápida de designs. | |
| Funcionalidades |
|
| Para quem é | Usuários de escritório, educadores e criadores de conteúdo. |
| Preço |
Gratuito com limitações. Incluído em planos Microsoft 365 / Copilot. |
| Acesso | https://designer.microsoft.com |
Referências
LIU, Y. et al. G-EVAL: NLG Evaluation using GPT-4 with Better Human Alignment. arXiv, 2023. Disponível em: https://arxiv.org/abs/2303.16634.
NEYMAN, E.; ROUGHGARDEN, T. Are You Smarter Than a Random Expert? The Robust Aggregation of Substitutable Signals. arXiv, 2022. Disponível em: https://arxiv.org/abs/2111.03153.
OPPENLAENDER, J.; LINDER, R.; SILVENNOINEN, J. Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering. International Journal of Human–Computer Interaction, v. 41, n. 16, p. 10207–10229, 2025. DOI: 10.1080/10447318.2024.2431761.
PIQUARD, C. et al. Observing the universal screening of a Kondo impurity. arXiv, 2023. Disponível em: https://arxiv.org/abs/2303.12039.
ROMBACH, R. et al. High-Resolution Image Synthesis with Latent Diffusion Models. arXiv, 2021. Disponível em: https://arxiv.org/abs/2112.10752.
SOHN, K. et al. StyleDrop: Text-to-Image Generation in Any Style. arXiv, 2023. Disponível em: https://arxiv.org/abs/2306.00983.
YASUMURA, N. et al. Dynamics of ethylene groups and hyperfine interactions between donor and anion molecules in $\lambda$-type organic conductors studied by 69,71Ga-NMR spectroscopy. arXiv, 2022. Disponível em: https://arxiv.org/abs/2211.05877.
ZHANG, J.; LAI, J. Selective Focusing of Elastic Cavities Based on the Time Reversal Far Field Model. arXiv, 2023. Disponível em: https://arxiv.org/abs/2302.05247.
AI MEDIA STUDIO TEAM. Top 12 Text to Image AI Tools for Marketers in 2025. AI Media Studio, 30 nov. 2025. Disponível em: https://ai-media-studio.com.
ALESSIO, B. 7 tips to get the most out of Nano Banana Pro. The Keyword (Google), 20 nov. 2025. Disponível em: https://blog.google/products/gemini/nano-banana-pro-prompt-tips/.
GRIFFITH, E. Tested: The Best AI Image Generators for 2025. PCMag, 31 jan. 2025. Disponível em: https://www.pcmag.com/picks/the-best-ai-image-generators.
GSCHWENTNER, M. The 8 Best AI Image Generators (Free and Paid). EXPERTE.com, [s.d.]. Disponível em: https://www.experte.com/ai-image-generator.
GUINNESS, H. The 8 best AI image generators in 2026. Zapier, 9 out. 2025.
MIDJOURNEY. Prompt Basics. [S.l.: s.n.], [s.d.]. Disponível em: https://docs.midjourney.com/docs/prompt-basics.
PYKES, K. How to Use DALL-E 3: Tips, Examples, and Features. DataCamp, 4 ago. 2024. Disponível em: https://www.datacamp.com/blog/how-to-use-dall-e-3.
Autor: Fernando Giannini
A construção do pensamento, as relações conceituais e a verificação das fontes foram realizadas pelo autor, assim como a responsabilidade por eventuais erros.
O Sistema algorítmico de processamento colaborou na organização do texto e na otimização para mecanismos de busca, sem interferir na originalidade das ideias.
