Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Prompts Multimodais

Aula 9 de 14 Atualizada a 30 de julho de 2026 Iniciante
Nesta página
  1. Texto e imagens no mesmo prompt
  2. Envio de uma imagem para o Grok
  3. O parâmetro detail: controlo da precisão
  4. Fontes de imagem
  5. Casos de uso práticos
  6. Restrições técnicas principais
  7. Como escrever um bom prompt multimodal
  8. Prática hands-on
  9. Pontos-chave

Texto e imagens no mesmo prompt

Os modelos Grok 4.5 e versões posteriores conseguem analisar imagens para além do texto. Esta capacidade multimodal abre um leque vasto de possibilidades: descrição de imagens, OCR, análise de gráficos, comparação visual, entre outras.

Dominar os prompts multimodais permite-lhe utilizar o Grok como um assistente visual, além de assistente de texto.

Envio de uma imagem para o Grok

Com a API de Respostas (endpoint principal), as imagens são integradas no campo input como objetos tipados:

{
  "model": "grok-4.5",
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/dashboard.png"},
    {"type": "input_text", "text": "Analyze this dashboard and identify declining metrics."}
  ]
}

Com a API de Completions de Chat (endpoint legado), a estrutura é ligeiramente diferente:

{
  "model": "grok-4.5",
  "messages": [{
    "role": "user",
    "content": [
      {"type": "image_url", "image_url": {"url": "https://exemple.com/dashboard.png", "detail": "high"}},
      {"type": "text", "text": "Analyze this dashboard and identify declining metrics."}
    ]
  }]
}

O parâmetro detail: controlo da precisão

O nível de detalhe influencia a profundidade da análise e o número de tokens consumidos:

detail: low

A imagem é processada rapidamente numa resolução reduzida. Utilize este modo para:

  • Classificar imagens (fotografia, ilustração, diagrama)
  • Descrever o conteúdo geral
  • Identificar objetos principais
  • Ordenar imagens por categoria

Consumo: menos tokens, resposta mais rápida.

detail: high

A imagem é analisada em alta resolução. Utilize este modo para:

  • Ler texto numa imagem (OCR)
  • Analisar detalhes num gráfico ou diagrama
  • Comparar elementos visuais precisos
  • Detetar defeitos ou anomalias

Consumo: mais tokens (entre 256 e 1.792, dependendo do tamanho), resposta mais lenta.

detail: auto

O modelo escolhe autonomamente o nível adequado. Este é o comportamento predefinido.

Fontes de imagem

URL direta

O método mais simples: forneça uma ligação HTTPS para a imagem.

{"type": "input_image", "image_url": "https://exemple.com/photo.jpg"}

Base64 (data URI)

Para imagens que não estejam alojadas online, codifique-as em base64:

{"type": "input_image", "image_url": "data:image/png;base64,iVBORw0KGgo..."}

Este método é útil para capturas de ecrã, imagens geradas programaticamente ou imagens provenientes de um pipeline de processamento.

Casos de uso práticos

OCR e extração de texto

{
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/facture.jpg"},
    {"type": "input_text", "text": "Extract from this invoice: the invoice number, date, amount excluding tax, VAT, and amount including tax. Return the result in JSON."}
  ]
}

Análise de gráficos

{
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/graphique-ventes.png"},
    {"type": "input_text", "text": "This chart shows our monthly sales over 12 months. Identify trends, peaks, and troughs. Suggest possible explanations for the variations."}
  ]
}

Comparação de imagens

{
  "input": [
    {"type": "input_text", "text": "Compare these two versions of our logo:"},
    {"type": "input_image", "image_url": "https://exemple.com/logo-v1.png"},
    {"type": "input_image", "image_url": "https://exemple.com/logo-v2.png"},
    {"type": "input_text", "text": "Identify the differences and recommend the best version for web use."}
  ]
}

Análise de interface de utilizador

{
  "input": [
    {"type": "input_image", "image_url": "https://exemple.com/mockup.png"},
    {"type": "input_text", "text": "Evaluate this mobile interface mockup based on the following criteria: readability, visual hierarchy, accessibility, consistency. Rate each criterion out of 10."}
  ]
}

Restrições técnicas principais

  • Tamanho máximo: 20 MB por imagem
  • Formatos: Apenas JPG, JPEG e PNG (sem GIF, SVG ou WebP)
  • Sem limite no número de imagens por pedido
  • Dica da xAI: utilize store: false na API de Respostas quando trabalhar com imagens para evitar erros relacionados com o armazenamento do histórico

Como escrever um bom prompt multimodal

Aplicam-se os mesmos princípios de clareza, com especificidades para imagens:

  • Anuncie a imagem: indique ao modelo o que vai ver antes da imagem
  • Seja preciso na tarefa: “Descreva esta imagem” é vago; “Extraia os dados do gráfico de barras e devolva-os em CSV” é preciso
  • Oriente a atenção: se apenas uma parte da imagem lhe interessa, indique-o (“Concentre-se no canto superior direito”)
  • Especifique o formato de saída: tal como nos prompts de texto, especifique se espera JSON, uma lista ou uma tabela

Prática hands-on

Tire uma captura de ecrã de um painel de controlo, gráfico ou documento e envie-a para o Grok com um pedido específico. Teste com detail: low e depois com detail: high, comparando a qualidade e a velocidade das respostas.

Pontos-chave

  • Os modelos grok-4.5+ analisam imagens para além do texto
  • O parâmetro detail (low, auto, high) controla a profundidade da análise e o custo em tokens
  • As imagens podem ser fornecidas via URL ou base64
  • Anuncie a imagem, seja preciso na tarefa e especifique o formato de saída
  • Utilize store: false para evitar problemas de armazenamento com imagens
  • Os formatos aceites limitam-se a JPG, JPEG e PNG, com um tamanho máximo de 20 MB