Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Criar imagens a partir de um prompt

Aula 2 de 12 Atualizada a 2 de novembro de 2026 Programador
Nesta página
  1. Criar imagens a partir de um prompt
  2. Anatomia de uma chamada de geração
  3. Recuperar a imagem gerada
  4. Gerar múltiplas imagens numa única chamada
  5. Escrever prompts eficazes
  6. Tratamento de erros

Atualizado em 2 de novembro de 2026 — Modelos de imagem. O gpt-image-1, modelo para o qual este curso foi originalmente escrito, foi descontinuado em 23 de outubro de 2026. Os modelos gpt-image-1.5, gpt-image-1-mini e chatgpt-image-latest serão retirados em 1 de dezembro de 2026. Os exemplos agora utilizam o gpt-image-2.5-sunburst, que oferece a maior precisão para edição; o gpt-image-2.5-flare é mais rápido para geração padrão. Ambos os modelos suportam também as definições de qualidade xhigh e max. Os modelos GPT Image devolvem sempre imagens em base64: o parâmetro response_format, utilizado pelos modelos DALL·E mais antigos, não é suportado e foi removido do código. Fonte: Image generation (OpenAI).

Criar imagens a partir de um prompt

O método client.images.generate() é o seu ponto de entrada principal para criar uma imagem a partir de uma descrição textual. Baseia-se em apenas alguns parâmetros, mas, precisamente por serem tão poucos, cada um conta: a diferença entre um resultado aleatório e um previsível resume-se quase inteiramente ao conteúdo do campo prompt. Esta lição ensina-o a dominar ambos.

Anatomia de uma chamada de geração

Eis a estrutura completa de uma chamada com todos os parâmetros disponíveis.

from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Detailed description of the desired image",
    n=1,
    size="1024x1024",
    quality="high"
)
ParâmetroTipoDescrição
modelstring"gpt-image-2.5-sunburst" (mais preciso) ou "gpt-image-2.5-flare" (mais rápido)
promptstringDescrição da imagem (até 32.000 carateres)
nintegerNúmero de imagens a gerar (1 a 10)
sizestring"1024x1024", "1024x1536", "1536x1024"
qualitystring"low", "medium", "high"

O limite de 32.000 carateres para o prompt é generoso: permite descrições altamente detalhadas e verá em breve que o detalhe é a sua melhor alavanca de controlo.

Recuperar a imagem gerada

A resposta contém um objeto data que guarda as imagens. Os modelos GPT Image devolvem sempre a imagem codificada em base64 no campo b64_json: deve descodificá-la e gravá-la no disco imediatamente. O parâmetro response_format e os URLs temporários dos modelos DALL·E mais antigos não se aplicam ao GPT Image.

import base64

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="A Japanese garden in the rain, photography",
    n=1,
    size="1024x1024",
)

image_data = base64.b64decode(response.data[0].b64_json)

with open("garden.png", "wb") as f:
    f.write(image_data)

print("Image saved: garden.png")

Assim que o ficheiro é gravado, nada depende mais da OpenAI: este é o ficheiro que armazena, serve ou retoca.

Gerar múltiplas imagens numa única chamada

O parâmetro n solicita múltiplas variantes num único pedido. Torne isto o seu reflexo padrão quando estiver a explorar uma direção visual sem saber qual manter: quatro propostas lado a lado informam-no muito melhor do que uma única.

import base64
response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Minimalist logo for an artisan bakery, white background",
    n=4,
    size="1024x1024",
    quality="high"
)

for i, image in enumerate(response.data):
    with open(f"logo_{i+1}.png", "wb") as f:
        f.write(base64.b64decode(image.b64_json))
    print(f"Variant {i+1}: logo_{i+1}.png")

Contudo, vigie os seus custos: cada imagem consome tokens independentemente e gerar 4 imagens custa 4 vezes o preço de uma única. Explore com um n elevado e qualidade baixa, reservando a alta qualidade para a seleção final.

Escrever prompts eficazes

A qualidade do resultado depende diretamente da precisão do seu prompt. Um bom prompt segue uma estrutura simples — assunto + estilo + contexto + detalhes técnicos — e a comparação abaixo torna a diferença tangível: “uma casa” deixa o modelo inventar tudo o que não disse, enquanto a versão desenvolvida fixa o material, a cor das persianas, a hora do dia, o registo editorial e o tratamento ótico.

# Prompt vago — resultado imprevisível
weak_prompt = "a house"

# Prompt estruturado — resultado controlado
strong_prompt = (
    "Provençal country house in blonde stone, "
    "lavender blue shutters, ivy on the facade, "
    "photographed at golden hour, "
    "editorial style for architecture magazine, "
    "centered composition, depth of field"
)

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=strong_prompt,
    size="1536x1024",
    quality="high"
)

Declare o estilo visual da mesma forma, nomeando um meio em vez de esperar por uma intenção. O GPT Image compreende uma vasta variedade de registos e o ciclo seguinte permite-lhe sentir a diferença entre eles num assunto estritamente idêntico: a bicicleta em frente ao café parisiense muda completamente de natureza consoante solicite uma fotografia editorial, uma ilustração vetorial plana ou um esboço a lápis.

import base64
styles = [
    "editorial photography, studio lighting",
    "flat design vector illustration",
    "watercolor on textured paper",
    "photorealistic 3D render, Octane Render",
    "pencil sketch on kraft paper",
]

for style in styles:
    prompt = f"A vintage bicycle parked in front of a Parisian café, {style}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="medium"
    )
    filename = f"bicycle_{styles.index(style) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Style: {style} → {filename}")

O texto incorporado na imagem merece uma nota à parte, pois é aqui que o GPT Image se distingue claramente dos seus predecessores. Indique a mensagem entre aspas no prompt, especifique a família tipográfica e o tratamento gráfico esperado, e o resultado será legível.

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt=(
        "Promotional poster with the text \"SUMMER SALE -50%\" "
        "in large white letters on a blue-orange gradient background, "
        "modern sans-serif typography, professional commercial style"
    ),
    size="1024x1536",
    quality="high"
)

Tratamento de erros

Um script de geração executado num ciclo eventualmente atingirá um limite de taxa ou um erro de API. Trate estes dois casos de forma distinta desde o início: um RateLimitError exige uma espera e uma nova tentativa, enquanto um APIError requer a análise da mensagem antes de relançar qualquer coisa.

import base64
from openai import OpenAI, APIError, RateLimitError

client = OpenAI()

try:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="A snowy mountain landscape at sunrise",
        size="1024x1024"
    )
    with open("mountain.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))

except RateLimitError:
    print("Request limit reached. Wait before retrying.")

except APIError as e:
    print(f"API Error: {e.message}")

Para consolidar tudo isto, escreva agora um script que gere três variantes do mesmo assunto em três estilos diferentes — fotografia, ilustração, aguarela — e guarde cada imagem localmente em formato PNG, utilizando o formato base64 para recuperação.