Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Analisar imagens e fotografias

Aula 12 de 18 Atualizada a 5 de novembro de 2026 Iniciante
Nesta página
  1. Visão do ChatGPT: Compreender imagens
  2. Enviar uma imagem para o ChatGPT
  3. O que a visão permite no trabalho diário
  4. O que separa uma boa análise de uma má
  5. Limites a conhecer
  6. A sua vez
  7. Pontos-chave

Visão do ChatGPT: Compreender imagens

O ChatGPT não se limita ao texto: todos os modelos aceitam imagens. Fotografias, capturas de ecrã, gráficos, documentos fotografados, diagramas — o sistema descreve-os, lê-os e comenta-os. O valor é imediato, pois esta funcionalidade elimina a etapa de transcrição: mostra em vez de descrever. Está disponível nos planos Gratuitos e pagos, sujeito às quotas de cada plano.

Enviar uma imagem para o ChatGPT

Na web e na aplicação de desktop, três caminhos levam ao mesmo resultado: o botão + na área de introdução de texto, seguido de Adicionar fotos e ficheiros; arrastar e largar uma imagem na área de introdução; ou colar uma imagem copiada da área de transferência (Ctrl+V ou Cmd+V). No telemóvel, o mesmo botão + adiciona uma fotografia, seja uma que acabou de tirar ou uma mais antiga; no iPhone, um toque longo no + abre diretamente as suas fotos recentes. O ChatGPT aceita formatos PNG, JPEG e GIF não animados, até 20 MB por imagem.

Não precisa de enviar apenas uma imagem de cada vez. Incluir vários elementos visuais numa única mensagem permite pedir uma comparação, e pode adicionar novas imagens à medida que a conversa progride para aprofundar ou mudar de perspetiva.

O que a visão faz e os seus limites Duas colunas. O que faz bem: comentar gráficos, ler e extrair texto de documentos, explicar ecrãs, comparar várias imagens. Os seus limites oficiais: sem imagens médicas especializadas, menos fiável em alfabetos não latinos, curvas distinguidas apenas pelo estilo da linha, valores exatos não garantidos. ANALISAR IMAGENS O que a visão faz e os seus limites O que faz bem Gráficos Tendências, anomalias, conclusões Documentos Ler, transcrever, extrair Ecrãs Mensagens de erro, páginas web Comparações Várias imagens numa única mensagem Os seus limites oficiais Medicina Sem imagens médicas especializadas Alfabetos Japonês, coreano: menos fiável Curvas Distinguidas apenas pelo estilo da linha Números Valores exatos não garantidos PNG, JPEG ou GIF não animado, até 20 MB por imagem.
Com base no artigo "ChatGPT Image Inputs FAQ" do Centro de Ajuda da OpenAI (novembro de 2026).

O que a visão permite no trabalho diário

O primeiro e mais valioso caso de uso envolve gráficos. Capture uma curva de um relatório anual, de um painel de controlo ou de uma apresentação e peça ao ChatGPT que a comente em vez de a decifrar você mesmo.

[imagem de gráfico] “Analise este gráfico. Quais são as principais tendências? Existem alguma anomalia? Resuma as conclusões em 3 pontos.”

Segue-se a leitura de documentos: o ChatGPT lê o texto presente numa imagem. “Transcreva o texto deste documento e, em seguida, resuma-o em 3 frases.” A mesma abordagem funciona para faturas, com uma extração estruturada que lhe poupa a introdução manual — “Extraia as informações desta fatura: fornecedor, data, montante sem IVA, IVA, montante com IVA.” — e para tradução quando fotografa uma placa ou um menu numa língua estrangeira.

A identificação forma uma terceira categoria: uma mensagem de erro apresentada no ecrã cujo significado e resolução precisa de conhecer, um objeto cujo nome procura, um prato para o qual deseja uma receita semelhante. Por fim, a visão serve como olhar crítico para elementos visuais profissionais.

[captura de ecrã de um website] “Analise esta página inicial. Pontos fortes e fracos em termos de experiência do utilizador. Proponha 3 melhorias concretas.”

O que separa uma boa análise de uma má

A qualidade do resultado depende, em primeiro lugar, da qualidade da imagem. A OpenAI recomenda ampliar o texto a ser lido sem cortar detalhes importantes e evitar imagens rodadas ou de cabeça para baixo, bem como vistas panorâmicas ou “olho de peixe”, que são frequentemente mal interpretadas. Para chamar a atenção para uma área específica, anote a imagem antes de a enviar, utilizando, por exemplo, a ferramenta de edição do seu telemóvel.

A segunda variável é o texto que acompanha a imagem. “O que é isto?” convida a uma descrição geral, muitas vezes inútil. “Este é o nosso gráfico de vendas do 1.º trimestre: analise a tendência e identifique os meses problemáticos” convida a uma resposta acionável. O princípio aplica-se também ao combinar vários elementos visuais: “Este é o logótipo do meu concorrente [imagem]. Compare-o com o nosso [imagem]. Qual é o posicionamento visual de cada um?”

Limites a conhecer

A própria OpenAI publica uma lista de limites. O modelo não foi concebido para interpretar imagens médicas especializadas, como tomografias computorizadas, e não deve servir como conselho médico. Lê texto em alfabetos não latinos, como japonês ou coreano, com menos fiabilidade. Pode cometer erros em gráficos onde apenas a cor ou o estilo da linha (contínua, tracejada, pontilhada) distingue as curvas, em tarefas de localização precisa como ler uma posição de xadrez, e fornece apenas contagens aproximadas. Não lê o nome do ficheiro nem os seus metadados, e a imagem é redimensionada antes da análise.

Uma ressalva merece ênfase: para números lidos a partir de uma imagem, como uma tabela fotografada ou um PDF digitalizado, os valores exatos não são extraídos de forma fiável. Quando a precisão é importante, envie a folha de cálculo original ou o ficheiro de texto e verifique manualmente qualquer dado que oriente uma decisão. Por fim, os vídeos podem ser anexados como ficheiros, mesmo no plano Gratuito, mas a sua análise pode ser parcial.

A sua vez

Três tentativas. Fotografe ou capture uma página de relatório ou uma fatura e peça a extração das informações principais para uma tabela; verifique cada montante. Em seguida, capture um gráfico de um artigo ou painel de controlo e peça uma análise de tendências. Termine com uma fotografia de qualquer objeto, enviada duas vezes: uma sem instruções, outra com uma pergunta específica. Compare a profundidade das duas respostas.

Fontes oficiais: ChatGPT Image Inputs FAQ (Centro de Ajuda da OpenAI: planos, formatos, adição de imagens, limites) · Data analysis with ChatGPT (tabelas digitalizadas ou baseadas em imagens) · ChatGPT capabilities overview (análise de imagens)

Pontos-chave

  • Todos os modelos do ChatGPT analisam fotografias, capturas de ecrã, gráficos e documentos fotografados, em todos os planos
  • Envie uma imagem com o botão +, arrastar e largar, colar ou, no telemóvel, a partir das suas fotos
  • Uma pergunta específica e uma imagem nítida superam um vago “o que é isto?”
  • Limites oficiais: imagens médicas, alfabetos não latinos, curvas distinguidas apenas pelo estilo, contagens
  • Números lidos a partir de uma imagem não são fiavelmente exatos: prefira o ficheiro original