Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Prompts visuais avançados: composição, iluminação, perspetiva

Aula 9 de 12 Atualizada a 2 de novembro de 2026 Programador
Nesta página
  1. Prompts visuais avançados: composição, iluminação, perspetiva
  2. Anatomia de um prompt visual profissional
  3. Dominar a composição
  4. Dominar a iluminação
  5. Dominar a perspetiva
  6. Um construtor de prompts reutilizável

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

Prompts visuais avançados: composição, iluminação, perspetiva

Um prompt bem estruturado é o que separa uma imagem decente de uma de qualidade profissional. A alavanca não é o comprimento, mas sim o vocabulário. O GPT Image compreende a terminologia da fotografia, do cinema e das artes visuais. Falar essa língua é como dar instruções a um diretor de fotografia em vez de fazer um desejo. Esta lição ensina-lhe esse vocabulário e como o organizar.

Anatomia de um prompt visual profissional

Um prompt avançado divide-se em camadas, cada uma respondendo a uma questão distinta: quem ou o quê, disposto de que forma, iluminado de que modo, visto de onde, em que registo, com que características óticas. Nomear explicitamente estas camadas no texto do prompt — «Assunto: … Composição: … Iluminação: …» — ajuda o modelo a evitar misturar registos. O exemplo abaixo descreve um arquiteto no seu estúdio: o assunto ocupa o terço esquerdo segundo a regra dos terços, a luz incide lateralmente através de grandes janelas, a câmara está num ângulo baixo subtil com uma distância focal de 35 mm, o registo é de fotografia documental editorial com tons quentes dessaturados, e a profundidade de campo deixa o fundo num bokeh suave. Cada uma destas seis frases remove uma liberdade que o modelo exerceria aleatoriamente de outra forma.

from openai import OpenAI
import base64

client = OpenAI()

def prompt_multicamada(
    assunto: str,
    composicao: str,
    iluminacao: str,
    perspetiva: str,
    estilo: str,
    detalhes_tecnicos: str,
    saida: str
):
    """Constrói um prompt multicamada para controlo máximo."""
    prompt = (
        f"Subject: {assunto}. "
        f"Composition: {composicao}. "
        f"Lighting: {iluminacao}. "
        f"Perspective: {perspetiva}. "
        f"Style: {estilo}. "
        f"Technical details: {detalhes_tecnicos}."
    )

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

    data = base64.b64decode(response.data[0].b64_json)
    with open(saida, "wb") as f:
        f.write(data)
    print(f"Imagem avançada: {saida}")
    return prompt


prompt_utilizado = prompt_multicamada(
    assunto="Architect working on blueprints in a bright studio",
    composicao="Rule of thirds, subject at left third, depth with multiple planes",
    iluminacao="Lateral natural light from large windows, soft shadows",
    perspetiva="Slightly low angle (subtle low-angle shot), 35mm focal length",
    estilo="Editorial documentary photography, warm desaturated tones",
    detalhes_tecnicos="Medium depth of field, sharp foreground, light background bokeh",
    saida="architecte_atelier.png"
)

Dominar a composição

A composição determina como o olho percorre uma imagem, e controla-a nomeando regras que o modelo reconhece.

Regras de composição clássicas

O dicionário abaixo reúne cinco grandes famílias composicionais e aplica-as a um assunto intencionalmente idêntico — um farol isolado num penhasco bretão — para que a comparação se foque apenas na encenação. A regra dos terços coloca o farol numa interseção das linhas de força e produz a imagem mais «natural»; a simetria à la Wes Anderson centra o eixo vertical e adiciona um reflexo na água; a diagonal cria tensão do canto inferior esquerdo ao superior direito; o quadro dentro do quadro faz com que veja o farol através de um arco ou janela, criando profundidade imediata; finalmente, a composição minimalista reduz o farol a um pequeno ponto num vasto espaço negativo, transformando o assunto num pretexto. Cinco imagens do mesmo farol, cinco afirmações diferentes.

from openai import OpenAI
import base64

client = OpenAI()

composicoes = {
    "regra_dos_tercos": (
        "Rule of thirds composition, subject positioned at the intersection "
        "of power lines (right third, bottom third)"
    ),
    "simetria": (
        "Perfectly symmetrical composition, central vertical axis, "
        "reflections in water, Wes Anderson style"
    ),
    "diagonal": (
        "Dynamic diagonal composition, power line from "
        "bottom-left corner to top-right corner"
    ),
    "quadro_no_quadro": (
        "Frame within a frame: subject viewed through an arch, "
        "a window, or a natural framing"
    ),
    "minimalista": (
        "Minimalist composition, huge negative space, "
        "small isolated subject in a vast environment"
    ),
}

assunto_base = "An isolated lighthouse on a Breton cliff facing the sea"

for nome, composicao in composicoes.items():
    prompt = f"{assunto_base}, {composicao}, landscape photography"

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

    caminho = f"composition_{nome}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(caminho, "wb") as f:
        f.write(data)
    print(f"Composição {nome} → {caminho}")

Planos e profundidade

A profundidade não se solicita em bloco; constrói-se plano a plano. O prompt seguinte descreve um mercado provençal atribuindo explicitamente conteúdo e nitidez a cada um dos três planos: sabonetes e lavanda em primeiro plano, perfeitamente nítidos; o vendedor e o seu cliente no plano intermédio, ligeiramente desfocados; fachadas de pedra dourada e plátanos ao fundo, com bokeh pronunciado. A menção final de uma objetiva de 50 mm aberta a f/1.8 apenas confirma opticamente o que a descrição já estabeleceu — e é esta redundância intencional que torna o resultado fiável.

from openai import OpenAI
import base64

client = OpenAI()

prompt_profundidade = (
    "Provençal market scene with three distinct planes: "
    "sharp foreground—display of lavender and artisanal soaps, "
    "middle ground—vendor and customer in conversation, slight blur, "
    "background—golden stone facades and plane trees, pronounced bokeh. "
    "Photography with 50mm f/1.8 lens, shallow depth of field."
)

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

data = base64.b64decode(response.data[0].b64_json)
with open("marche_profondeur.png", "wb") as f:
    f.write(data)

Dominar a iluminação

A iluminação é a ferramenta mais poderosa para criar atmosfera e a mais rentável em termos de personagens investidos. Seis configurações cobrem a maioria das necessidades, e o ciclo abaixo aplica-as todas ao mesmo retrato de um violinista concentrado. A iluminação Rembrandt, com a sua única fonte a 45 graus e o seu realce triangular na bochecha oposta, confere o retrato de estúdio clássico. A luz de recorte (rim light) coloca a fonte atrás do assunto e mantém apenas o halo de contorno, produzindo uma imagem de silhueta. A iluminação dividida corta o rosto em duas metades, uma iluminada, a outra em sombra, mudando imediatamente para um registo cinematográfico. A hora dourada traz uma luz dourada oblíqua e o seu reflexo de lente nostálgico, o néon urbano traz fontes rosa e ciano refletidas em superfícies molhadas, e o estúdio high-key traz uma uniformidade sem sombras e um fundo branco comercial. O mesmo assunto torna-se íntimo, misterioso ou pronto para publicidade, sucessivamente.

from openai import OpenAI
import base64

client = OpenAI()

iluminacoes_avancadas = {
    "rembrandt": (
        "Rembrandt lighting: single source at 45 degrees, triangular highlight "
        "on opposite cheek, deep dramatic shadows"
    ),
    "luz_recorte": (
        "Backlighting (rim light): silhouette outlined by a luminous halo, "
        "source directly behind subject, details in shadows"
    ),
    "dividida": (
        "Split lighting: half face lit, half in shadow, "
        "clear separation, mysterious cinematic atmosphere"
    ),
    "hora_dourada": (
        "Golden hour: raking golden light, long warm shadows, "
        "subtle lens flare, soft nostalgic atmosphere"
    ),
    "neon": (
        "Urban neon lighting: multiple pink and cyan sources, "
        "reflections on wet surfaces, nocturnal cyberpunk atmosphere"
    ),
    "estudio_high_key": (
        "High-key studio: uniformly bright lighting, minimal shadows, "
        "white background, clean commercial atmosphere"
    ),
}

assunto = "Portrait of a focused violinist"

for nome, iluminacao in iluminacoes_avancadas.items():
    prompt = f"{assunto}, {iluminacao}"

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536",
        quality="high",
    )

    caminho = f"eclairage_{nome}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(caminho, "wb") as f:
        f.write(data)
    print(f"Iluminação {nome} → {caminho}")

Dominar a perspetiva

A perspetiva influencia a forma como o espetador percebe o assunto, e o seu efeito é quase sempre psicológico antes de ser estético. Um ângulo elevado olha para a cena de cima e diminui o que observa; um ângulo baixo, com a câmara ao nível do solo, amplia o assunto e confere-lhe poder; uma vista aérea perfeitamente vertical abole o volume e transforma a realidade num padrão gráfico; uma vista de verme (worm’s-eye) leva o ângulo baixo ao extremo, fazendo convergir todas as linhas de fuga para o céu; finalmente, uma vista ao nível dos olhos com uma distância focal de 50 mm reproduz a visão humana e desaparece em favor do assunto. Em arranha-céus de vidro e aço, a diferença entre estas cinco imagens não reside no edifício, mas na relação que estabelecem com ele. Note que o ciclo muda para o formato retrato nos dois ângulos baixos, porque uma tomada em contra-picada de um edifício precisa de altura para respirar.

from openai import OpenAI
import base64

client = OpenAI()

perspetivas = {
    "plongee": (
        "High-angle view (top-down), camera overlooking the scene, "
        "domination effect, subject viewed from above at 45 degrees"
    ),
    "contra_plongee": (
        "Low-angle view (bottom-up), camera at ground level looking up, "
        "effect of grandeur and power"
    ),
    "aerea": (
        "Drone aerial view, perfectly vertical (90 degrees), "
        "graphic composition, textures and patterns visible from above"
    ),
    "worm_eye": (
        "Worm's-eye view, camera placed on ground, extreme perspective "
        "with vanishing lines converging toward the sky"
    ),
    "nivel_olhos": (
        "Eye-level view, natural and immersive, "
        "50mm focal length, like human vision"
    ),
}

assunto = "Modern glass and steel skyscrapers"

for nome, perspetiva in perspetivas.items():
    prompt = f"{assunto}, {perspetiva}, architectural photography"

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536" if nome in ["contra_plongee", "worm_eye"] else "1536x1024",
        quality="high",
    )

    caminho = f"perspective_{nome}.png"
    data = base64.b64decode(response.data[0].b64_json)
    with open(caminho, "wb") as f:
        f.write(data)
    print(f"Perspetiva {nome} → {caminho}")

Um construtor de prompts reutilizável

Concatenar sete camadas manualmente em cada script fará com que, mais cedo ou mais tarde, se esqueça de uma ou troque duas. A classe PromptBuilder resolve isto expondo um método por camada e devolvendo self em cada chamada, permitindo-lhe encadear definições numa ordem legível e especificar apenas algumas delas. O método build() reúne então o assunto e as camadas preenchidas num texto pronto a passar para client.images.generate(). O exemplo do café à beira-mar implementa todas as sete camadas disponíveis — composição, iluminação, perspetiva, estilo, cores, atmosfera, técnica — e produz um prompt que nenhuma improvisação tornaria tão completo.

class PromptBuilder:
    """Construtor para prompts visuais estruturados."""

    def __init__(self, assunto: str):
        self.assunto = assunto
        self.camadas = {}

    def composicao(self, desc: str):
        self.camadas["composition"] = desc
        return self

    def iluminacao(self, desc: str):
        self.camadas["lighting"] = desc
        return self

    def perspetiva(self, desc: str):
        self.camadas["perspective"] = desc
        return self

    def estilo(self, desc: str):
        self.camadas["style"] = desc
        return self

    def cores(self, desc: str):
        self.camadas["color palette"] = desc
        return self

    def atmosfera(self, desc: str):
        self.camadas["atmosphere"] = desc
        return self

    def tecnica(self, desc: str):
        self.camadas["technique"] = desc
        return self

    def build(self) -> str:
        partes = [self.assunto]
        for chave, valor in self.camadas.items():
            partes.append(f"{chave}: {valor}")
        return ". ".join(partes)


# Utilização
prompt = (
    PromptBuilder("Artisanal seaside café, terrace with umbrellas")
    .composicao("Rule of thirds, terrace in foreground, sea at horizon")
    .iluminacao("Late afternoon, raking golden light, long shadows")
    .perspetiva("Slight high angle, 28mm wide-angle focal length")
    .estilo("Lifestyle photography, warm tones, analog film")
    .cores("Terracotta, Mediterranean blue, off-white, olive green")
    .atmosfera("Relaxed and Mediterranean, sea breeze")
    .tecnica("Deep depth of field, sharp from foreground to infinity")
    .build()
)

print(prompt)
# Use este prompt com client.images.generate()

Aproprie-se agora deste conjunto de ferramentas num único assunto exigente: uma biblioteca antiga. Produza cinco imagens com o PromptBuilder, variando sistematicamente a composição, a iluminação e a perspetiva, e reúna-as num catálogo HTML. Ver as cinco lado a lado é a forma de aprender quais destas camadas mais importam na sua prática.