Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Descrição de Imagens

Aula 5 de 12 Atualizada a 30 de julho de 2026 Iniciante
Nesta página
  1. Extraia Informações das Suas Imagens
  2. Descrição Geral
  3. Descrição Estruturada
  4. Exemplo: Fichas de Produto de Comércio Eletrónico
  5. Exemplo: Texto Alternativo (Acessibilidade)
  6. Exemplo: Moderação de Conteúdos
  7. Melhores Práticas para Descrição
  8. Pontos-chave

Extraia Informações das Suas Imagens

Grok OCR - extração de texto de uma imagem A descrição de imagens é o caso de utilização mais natural para a visão multimodal do Grok. Envie uma imagem, faça uma pergunta e o modelo devolve uma análise textual detalhada. Enganosamente simples, esta capacidade abre possibilidades significativas em produção.

Comércio eletrónico
Fichas de produto automáticas
Acessibilidade
Texto alternativo automático
Moderação
Filtragem de conteúdos
Catálogo
Indexação automática

Descrição Geral

O pedido mais simples consiste em solicitar uma descrição em formato livre:

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url_image},
        {"type": "input_text", "text": "Describe this image in detail."}
    ]
)

O modelo identifica os elementos-chave (objetos, pessoas, texto, cores, composição) e produz um parágrafo descritivo. Para a maioria das imagens, o modo auto é suficiente.

Descrição Estruturada

Em produção, as descrições em formato livre raramente são utilizáveis. Deverá orientar o modelo com um prompt estruturado:

prompt = """Analyze this image and return a JSON with:
- "subject": the main subject in one sentence
- "objects": list of identified objects
- "dominant_colors": the 3 main colors
- "mood": the general mood (bright, dark, warm, etc.)
- "visible_text": any text readable in the image
"""

response = client.responses.create(
    model="grok-4.5",
    input=[
        {"type": "input_image", "image_url": url_image},
        {"type": "input_text", "text": prompt}
    ]
)

Este formato está pronto a ser utilizado na sua aplicação para povoar uma base de dados, um motor de busca ou um catálogo.

Exemplo: Fichas de Produto de Comércio Eletrónico

Um caso de utilização muito solicitado é a geração automática de descrições de produtos a partir de fotografias:

def generate_product_sheet(image_url):
    prompt = """You are an expert e-commerce copywriter. Based on this
product photo, generate:

1. A catchy product title (max 80 characters)
2. A marketing description (2-3 sentences)
3. Visible features (material, color, shape)
4. Relevant SEO keywords (5 maximum)

Respond in JSON."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "high"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Ao utilizar detail: "high", o modelo capta detalhes finos do produto (texturas, rótulos, acabamentos) que enriquecem a descrição.

Exemplo: Texto Alternativo (Acessibilidade)

Gerar automaticamente atributos alt para as imagens do seu site melhora a acessibilidade e o SEO:

def generate_alt_text(image_url):
    prompt = """Generate alternative text (alt attribute) for this
web image. The text must:
- Be concise (max 125 characters)
- Describe the content, not the style
- Not start with "Image of" or "Photo of"
- Be useful for a screen reader

Return only the alt text, without quotes."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "low"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

O modo low é suficiente aqui, pois o texto alternativo é uma descrição geral e não uma análise pormenorizada.

Exemplo: Moderação de Conteúdos

Pode utilizar a visão para filtrar automaticamente as imagens carregadas pelos seus utilizadores:

def moderate_image(image_url):
    prompt = """Analyze this image and classify it:
- "safe": content appropriate for all audiences
- "warning": sensitive content but not prohibited
- "reject": inappropriate content

Return a JSON with "classification" and "reason"."""

    response = client.responses.create(
        model="grok-4.5",
        input=[
            {"type": "input_image", "image_url": image_url, "detail": "auto"},
            {"type": "input_text", "text": prompt}
        ],
        store=False
    )
    return response.output_text

Melhores Práticas para Descrição

  • Seja preciso no seu prompt: «Descreva esta imagem» produz resultados vagos. «Identifique os produtos, as cores e o texto visível» é muito mais eficaz.
  • Solicite um formato estruturado (JSON, lista) para facilitar o processamento automático.
  • Ajuste o nível de detalhe à necessidade: low para classificação, high para análise fina.
  • Utilize store: false para imagens sensíveis ou sujeitas ao RGPD.

Pontos-chave

  • A descrição de imagens é o caso de utilização fundamental da visão do Grok.
  • Estruture os seus prompts para obter respostas utilizáveis (JSON, listas).
  • Ajuste o parâmetro detail ao nível de precisão exigido.
  • As aplicações comuns incluem comércio eletrónico, acessibilidade e moderação.
  • Lembre-se de usar store: false para dados sensíveis.