A maioria dos usuários do Gemini digita uma frase rápida, aperta enter e se pergunta por que sua foto parece obviamente gerada por IA ou por que seu vídeo não atingiu o objetivo. O problema não é a ferramenta — é o comando usado.
Instruções vagas e padronizadas produzem resultados vagos e genéricos porque os diferentes modos de criação do Gemini respondem a conjuntos diferentes de termos e estruturas. Uma solicitação para retrato precisa de especificações de iluminação e lente. Uma solicitação para vídeo precisa de instruções de movimento de câmera e ritmo. Uma solicitação para tarefa de texto precisa de restrições de persona e formato. Trate todas da mesma forma e você obterá sempre o mesmo resultado sem graça.
Este guia detalha com precisão o processo. Gemini AI prompt Fórmulas para cada modo de criação — da geração de fotos com o Nano Banana à criação de vídeos com o Gemini Omni e o Veo. Você receberá modelos prontos para copiar e colar com instruções práticas para a IA do Gemini em todos os modos de criação, termos precisos que controlam diretamente a qualidade da saída e exemplos de erros antes e depois, mostrando exatamente o que corrigir.
A estrutura de prompts de IA Gemini (Visão geral rápida)
Antes de abordarmos os prompts com imagens e vídeos, é útil entender a estrutura básica de prompts do Google para tarefas baseadas em texto. Este é o ponto de partida — a geração de imagens e vídeos se baseia nele, mas difere significativamente, como você verá nas seções a seguir.
A fórmula de 4 partes: Persona, Tarefa, Contexto, Formato
Google guia de instruções oficial Recomenda-se estruturar as perguntas para a conversa em torno de quatro elementos:
- Persona — Diga à Gemini quem ela deve representar. (“Você é um estrategista de marketing digital experiente.”)
- Tarefa — Especifique exatamente o que você deseja que seja feito. (“Escreva um calendário de conteúdo de 3 meses para uma marca de comércio eletrônico.”)
- contexto — Forneça informações contextuais relevantes. (“A marca vende roupas esportivas sustentáveis e tem como público-alvo mulheres de 25 a 40 anos.”)
- Formato — Especifique como a resposta deve ser estruturada. (“Apresente-a como uma tabela com colunas para semana, plataforma, tipo de conteúdo e tópico.”)
Essa fórmula de quatro partes funciona bem para tarefas de escrita, análise, brainstorming e planejamento. Para geração de imagens e vídeos, você precisa das estruturas específicas para cada modalidade, abordadas nas próximas seções.
Modelo — Instruções para Tarefas
[PERSONA]: Você é um(a) [cargo/especialização].[TAREFA]: [Ação específica que você deseja que Gemini execute].[CONTEXTO]: [Detalhes de fundo — público-alvo, marca, restrições, informações relevantes].[FORMATO]: [Como você deseja que a saída seja estruturada — lista com marcadores, tabela, comprimento do parágrafo, tom].
Exemplo preenchido:
Você é um redator sênior de e-mails especializado em sequências de boas-vindas para SaaS. Escreva uma sequência de 5 e-mails de boas-vindas para novos usuários em período de teste gratuito. O produto é uma ferramenta de gerenciamento de projetos para equipes remotas de 10 a 50 pessoas. O período de teste dura 14 dias. O objetivo é converter os usuários gratuitos para o plano de US$ 29/mês. Formate cada e-mail com: Assunto, Texto de Pré-visualização, Corpo do e-mail (com menos de 150 palavras) e texto do botão de chamada para ação (CTA).
Como escrever prompts de fotos eficazes para o Gemini AI
Na geração de fotos, a precisão e a rapidez são cruciais. A Gemini utiliza sua capacidade de... Nano Banana O modelo de imagem para criar fotos e a diferença entre uma imagem genérica gerada por IA e um resultado fotorrealista geralmente se resumem a cinco ou seis termos específicos adicionados à sua solicitação.
Esta seção aborda a fórmula exata de prompt fotográfico do Gemini AI, o vocabulário que controla a saída visual e as técnicas que levam os resultados além da "aparência de IA".
A fórmula para obter inspiração por imagem: Assunto + Estilo + Detalhes + Configurações da câmera
Google Guia oficial de instruções do Nano Banana aconselha você a “Defina sua intenção visual” e “Use terminologia de fotografia e arte.” As imagens mais eficazes para estimular a percepção de Gêmeos seguem uma estrutura de quatro elementos:
- Assunto — Quem ou o que está na imagem. Seja específico quanto à idade, expressão, postura, vestimenta e detalhes físicos. “Uma mulher” produz um resultado genérico. “Uma mulher na faixa dos 30 anos, com cabelos escuros na altura dos ombros, vestindo um blazer azul-marinho, olhando ligeiramente para além da câmera com uma expressão relaxada” oferece à Gemini algo concreto com que trabalhar.
- Sessão de Fotos — O gênero fotográfico ou meio artístico. Isso define a abordagem visual geral: retrato editorial, fotografia de rua, fotograma cinematográfico, estilo documental, editorial de moda, pintura a óleo, ilustração em aquarela.
- Detalhes — Iluminação, atmosfera, ambiente e paleta de cores. Esses modificadores moldam a atmosfera: luz dourada do pôr do sol, iluminação à la Rembrandt, céu nublado e melancólico, tons terrosos quentes, fundo branco minimalista de estúdio.
- Definições da Câmara — Lente, abertura, tipo de filme e especificações técnicas. Esses elementos ancoram a imagem em uma realidade fotográfica reconhecível: Canon EOS R5, 85mm f/1.4, pouca profundidade de campo, grão de filme Kodak Portra 400.
Cada elemento que você adiciona dá ao Gemini um alvo mais específico. Omita um, e o modelo preenche a lacuna com seu valor padrão — que geralmente é genérico.
Termos de precisão que controlam os resultados das suas fotos
Os termos a seguir funcionam como controles diretos sobre a saída de imagem do Gemini. Combine-os para obter o resultado desejado.
- Hora dourada — luz quente, suave e direcional vinda de um ângulo baixo do sol
- hora azul — tons crepusculares frios e difusos
- Iluminação Rembrandt — sombra dramática projetada diagonalmente em um dos lados do rosto
- Luz direcional intensa — forte contraste com sombras definidas
- silhueta retroiluminada — o objeto aparece escuro contra um fundo claro
- Luz suave e difusa — iluminação uniforme e sem sombras
Textura e superfície:
- Poros naturais da pele — neutraliza o suavização por IA para uma pele realista
- papel fosco — Qualidade de superfície plana e não refletora
- Superfície molhada — acrescenta destaques reflexivos e realismo ambiental
- Trama do tecido visível — adiciona detalhes realistas às texturas das roupas
composição:
- Regra dos terços — sujeito posicionado fora do centro para equilíbrio visual
- Assunto centralizado — objeto posicionado diretamente no centro do enquadramento
- Espaço negativo — Grande área vazia ao redor do objeto para uma sensação de limpeza e minimalismo.
- ângulo holandês — câmera inclinada para criar tensão dinâmica
- Vista superior em plano — Foto tirada diretamente de cima, comum em fotografia de produtos
Atmosfera e humor:
- Nebuloso — atmosfera suave e ligeiramente nebulosa
- Crisp — ar nítido e claro com alto contraste
- Corajoso — sensação áspera, texturizada e urbana
- Etéreo — qualidade onírica e de foco suave
- Ensolarado — destaques brilhantes, quentes e superexpostos
O guia de busca de imagens do Google recomenda especificamente o uso de terminologia de fotografia e arte como essas para obter resultados mais precisos. Quanto mais específicos forem seus descritores, menos o Gemini terá que adivinhar.
Alcançando o Realismo — Estímulos Negativos e Âncoras de Imperfeição
A principal queixa sobre fotos geradas por IA é que elas parecem "perfeitas demais". Pele excessivamente lisa, iluminação impossível e composição impecável são sinais de que a imagem não foi capturada por uma câmera de verdade.
Avisos negativos Diga a Gemini o que omitir. Adicionar frases como essas pode melhorar consideravelmente o realismo:
- “Sem a suavidade da IA, sem pele de porcelana, sem textura plástica”
- “Sem cores saturadas em excesso, sem efeito HDR”
- “Sem simetria perfeita”
Âncoras do dispositivo Fundamente a imagem em uma estética fotográfica reconhecível:
- “Fotografado com iPhone 15 Pro Max” — produz um visual de fotografia de smartphone
- “Canon EOS R5, arquivo raw” — produz uma estética profissional de DSLR
- “Fujifilm X-T5, JPEG direto da câmera” — evoca um estilo específico de simulação de filme.
Frases de imperfeição Acrescente as pequenas imperfeições que as fotos reais sempre têm:
- “Leve reflexo da lente”, “mecha de cabelo solta na testa”, “poros e textura naturais da pele”
- “Momento espontâneo e genuíno”, “sutil desfoque de movimento nas mãos”
- “Estética sem IA”, “textura de pele imperfeita natural”
O guia de instruções do Google recomenda que você “iterar e experimentar” Para refinar seus resultados. Se sua primeira versão parecer muito perfeita, adicionar duas ou três âncoras de imperfeição à sua próxima tentativa geralmente faz uma grande diferença.
Manter a consistência dos personagens em várias imagens.
Gerar o mesmo personagem em várias imagens é um dos maiores desafios na geração de fotos por IA. Sem técnicas específicas, o Gemini produz um rosto diferente a cada vez.
Aqui estão os métodos mais confiáveis:
- Encadeamento de imagens de referência — Depois de gerar uma imagem de que você goste, faça o upload dela como referência para o seu próximo desafio. Isso fornece ao Gemini uma âncora visual para comparação.
- Folhas de modelo de personagens — Primeiro, crie uma folha de referência: “Três perfis de rosto (frontal, em ângulo de 45 graus e lateral) e quatro poses de corpo inteiro em um fundo cinza liso.” Use esta folha como referência para todas as gerações futuras desse personagem.
- prefixo de bloqueio de consistência — Comece cada diálogo com um bloco de descrição fixo que defina as principais características do personagem (formato do rosto, cor e estilo do cabelo, tom de pele, marcas distintivas). Repetir a mesma descrição palavra por palavra ajuda a manter a identidade entre as sessões.
- Recurso Ingredientes do Google Flow — O Google Flow oferece uma ferramenta integrada chamada Ingredientes que simplifica a consistência dos personagens. Basta carregar uma imagem de referência como um "ingrediente" e o Flow a utiliza para manter a continuidade visual entre as gerações.
Principal TakeawayA consistência dos personagens exige um sistema, não uma única sugestão. Primeiro, crie uma folha de referência e, em seguida, encadeie cada geração subsequente a partir dessa âncora visual.
Modelos de fotos para copiar e colar
Modelo 1 — Retrato Profissional:
Uma pessoa [descrição de gênero/idade] com [cabelo e características distintivas], vestindo [descrição da roupa], [expressão e postura]. [Descrição do ambiente/fundo].Estilo: [gênero fotográfico — por exemplo, retrato editorial, foto corporativa, fotografia de estilo de vida].Iluminação: [tipo de iluminação — por exemplo, luz natural suave da janela, hora dourada, iluminação Rembrandt].Câmera: [câmera e lente — por exemplo, Canon EOS R5, 85mm f/1.4, profundidade de campo reduzida].[Elementos de realismo — por exemplo, textura natural da pele, poros visíveis, estética não artificial].[Sugestões negativas — por exemplo, sem suavização por IA, sem pele artificial, sem cores saturadas em excesso].
As seguintes instruções de edição de fotos orientam o Gemini a modificar e aprimorar imagens existentes:
Modelo 2 — Aprimoramento/Edição de Fotos:
Pegue esta foto e [faça uma edição específica — por exemplo, substitua o fundo por um interior de escritório moderno / aplique uma gradação de cores quentes da hora dourada / restaure cores desbotadas e repare arranhões].Preserve com exatidão as feições, a textura da pele e a expressão do sujeito.Estilo pretendido: [aparência desejada — por exemplo, foto profissional para perfil no LinkedIn, estética de filme vintage, retrato moderno e limpo].Qualidade de saída: Alta resolução, equilíbrio de cores naturais, [notas técnicas específicas].
Como solicitar vídeos com Gemini Omni e Veo
Os vídeos exigem um vocabulário fundamentalmente diferente das imagens. Enquanto as fotos são estáticas e controladas por termos de iluminação e composição, os vídeos exigem instruções sobre... movimento, sincronização, movimento de câmera e transiçõesO Gemini oferece duas ferramentas principais de vídeo: Gêmeos Omni para edição de vídeo conversacional com múltiplas interações e Eu vejo para geração de vídeo a partir de texto.
Estrutura de texto para vídeo: Cena + Câmera + Movimento + Estilo
Com base no Google Guia de instruções Gemini OmniOs vídeos explicativos eficazes especificam cinco elementos:
- Descrição da cena — O que está acontecendo, quem está envolvido e onde. Concentre-se nas ações, não apenas na aparência. “Uma mulher caminha por um beco encharcado de Tóquio à noite” é muito mais útil do que “uma mulher em Tóquio”.
- Movimento da câmera — Como a câmera se comporta: plano estático, panorâmica lenta para a esquerda, travelling seguindo o sujeito, zoom dolly, recuo aéreo, movimento tremido da câmera na mão.
- Movimento e ritmo — A velocidade e a intensidade dos movimentos. As opções incluem câmera lenta, tempo real, timelapse e descritores como sutil, moderado ou dinâmico.
- Estilo e Humor — O tratamento visual: cinematográfico, documental, pronto para redes sociais, filme vintage de 8mm, inspirado em anime.
- Duração e proporção da tela — Duração e formato do vídeo: 9:16 para TikTok e Reels, 16:9 para YouTube, 1:1 para o feed do Instagram.
O guia do Google recomenda especificamente que você faça algo. “ações complexas de referência” e “aponte sua câmera” em vez de deixar essas escolhas para o modelo.
Edição de vídeo com múltiplas interações e linguagem natural
O Gemini Omni oferece suporte à edição de vídeo conversacional — você gera um vídeo base e, em seguida, o refina por meio de instruções subsequentes. Cada interação se baseia no resultado anterior, sem precisar recomeçar do zero.
Isso funciona como uma conversa de vai e vem com um editor de vídeo:
- Turn 1“Criar um clipe de 5 segundos de uma mulher caminhando por um jardim ensolarado, com um travelling lento por trás, em estilo cinematográfico, formato 16:9.”
- Turn 2“Mude a iluminação para a hora dourada, com sombras mais longas.”
- Turn 3“Abaixe o ângulo da câmera, apontando ligeiramente para cima em direção ao objeto.”
- Turn 4“Aplique um efeito de granulação de filme vintage com tons quentes ligeiramente dessaturados.”
O guia do Google descreve essa abordagem como “editar através de conversa natural” e “editar iterativamente.” Cada movimento subsequente oferece um controle mais preciso sem a necessidade de recomeçar do zero.
A principal vantagem é a velocidade — em vez de escrever um único comando extenso que tenta especificar tudo, você constrói o vídeo em camadas e ajusta conforme vê os resultados.
Quando usar Gemini Omni em vez de Veo
Cada ferramenta serve a um propósito diferente:
- Gêmeos Omni — Ideal para edição em várias etapas, combinando diferentes tipos de entrada (texto + imagem + vídeo de referência) e refinamento iterativo de cenas. Disponível no app Gemini, Google Flow, YouTube Shorts e app YouTube Create.
- Eu vejo — Ideal para geração independente de texto para vídeo, animação e clipes cinematográficos com estilo elaborado, onde você deseja um resultado final impecável a partir de um único comando.
- Quando você precisa de mais controle sobre a conversão de imagem em vídeo. — Se você já finalizou imagens estáticas geradas por IA com o Nano Banana e deseja animá-las com controle preciso sobre a intensidade do movimento, proporções personalizadas ou processamento em lote, plataformas dedicadas de conversão de imagem em vídeo resolvem esse problema. Imagem AI para vídeo Permite transformar fotos geradas pelo Gemini em vídeos com duração, movimento e resolução ajustáveis até 4K — um complemento prático quando as ferramentas integradas do Gemini não oferecem os ajustes específicos de que você precisa.
Modelos de prompts de vídeo para copiar e colar
Modelo 1 — Cena de Texto para Vídeo:
Gere um videoclipe com [duração — por exemplo, 5 segundos, 10 segundos].Cena: [Sujeito/ação — por exemplo, um homem de terno escuro caminha por um terraço na cobertura] em [ambiente — por exemplo, o horizonte de uma cidade moderna ao entardecer].Câmera: [Movimento — por exemplo, dolly lento para frente, travelling lateral, grande angular estático].Movimento: [Intensidade e velocidade — por exemplo, câmera lenta, movimento sutil, tempo real].Estilo: [Tratamento visual — por exemplo, cinematográfico, documentário, filme antigo, adequado para redes sociais].Humor: [Atmosfera — por exemplo, contemplativa, enérgica, dramática, acolhedora].Proporção da tela: [Formato — por exemplo, 16:9 para o YouTube, 9:16 para o TikTok/Reels, 1:1 para o Instagram].
Modelo 2 — Sequência de edição de vídeo com várias voltas:
— Turno 1 (Geração de Base) —Gere um clipe de 6 segundos de [sujeito realizando ação] em [ambiente].Câmera: [movimento inicial da câmera]. Estilo: [estilo inicial].Proporção da tela: [proporção].— Turno 2 (Ajuste da câmera) —Mude a câmera para [nova] ângulo/movimento — por exemplo, olhar para cima em um ângulo baixo,[leve tremor na mão]— Turno 3 (Aprimoramento de Estilo) —Aplicar [modificação de estilo — por exemplo, gradação de cores quentes, granulação de filme,maior contraste, tons dessaturados].Ajuste o ritmo para [mudança de velocidade — por exemplo, câmera lenta leve emos últimos 2 segundos].
Erros comuns ao usar o Gemini AI Prompt (e como corrigi-los)
Conhecer a fórmula certa é metade do trabalho. A outra metade é reconhecer os erros que silenciosamente prejudicam seus resultados. Aqui estão os quatro erros mais comuns, cada um ilustrado com exemplos práticos de antes e depois gerados pela IA Gemini.
Erro 1 — Descrições vagas que produzem resultados genéricos
Este é o problema mais comum. Os comandos amplos sobrecarregam o Gemini com muitas decisões a tomar por conta própria, e suas opções padrão tendem a ser escolhas genéricas e seguras.
Solicitação incorreta:
Uma foto de uma mulher na cidade
Aviso corrigido:
Uma mulher de quase 20 anos, com cabelos ondulados castanho-avermelhados, vestindo um casaco de lã creme e botas de couro marrom, está parada em uma rua de paralelepípedos na Cidade Velha de Praga durante a hora dourada. Ela olha por cima do ombro em direção ao horizonte.câmera com um leve sorriso.
Estilo: fotografia de rua editorial.Iluminação: hora dourada quente, sombras longas, brilho do cabelo em contraluz.Câmera: Sony A7IV, 50mm f/1.8, profundidade de campo reduzida. Textura natural da pele, fios de cabelo soltos, estética sem IA.
A versão fixa especifica o assunto, o estilo, os detalhes e a câmera — não deixando praticamente nada para a Gemini adivinhar.
Erro 2 — Ausência de restrições de formatação e estilo
O Gemini responde particularmente bem a restrições explícitas de formatação e estilo. Instruções que funcionam bem em outras ferramentas de IA geralmente produzem resultados mais fracos no Gemini porque ele espera — e recompensa — precisão estrutural.
Solicitação incorreta:
Elabore um plano de conteúdo para redes sociais para minha marca de fitness.
Aviso corrigido:
Você é um(a) estrategista de mídias sociais especializado(a) em marcas de fitness e bem-estar. Crie um plano de conteúdo de 2 semanas para uma marca de coaching de fitness online voltada para mulheres de 25 a 35 anos. Inclua 3 posts por semana no Instagram e TikTok. Formate como uma tabela com as seguintes colunas: Dia, Plataforma, Tipo de Conteúdo (Reel/Carrossel/Story), Tópico, Legenda (apenas a primeira linha) e Conjunto de Hashtags (5 hashtags).Tom: motivacional, mas sem sermões. NÃO use frases genéricas como "alcance seus objetivos" ou "sem desculpas".
A versão corrigida adiciona personalidade, restrições de formato específicas, direção de tom e anti-instruções — proporcionando, em conjunto, ao Gemini limites claros para trabalhar.
Erro 3 — Usar a mesma estrutura de prompt em todas as modalidades
Um comando criado para geração de imagens não funcionará para vídeo, e vice-versa. Cada modalidade responde a um vocabulário próprio. Imagens precisam de termos relacionados à iluminação e lentes. Vídeos precisam de termos relacionados a movimento e ritmo.
Prompt inadequado (instrução em formato de imagem usada para vídeo):
Uma cena cinematográfica de um surfista deslizando sobre uma onda ao pôr do sol, luz dourada, Canon EOS R5, 85mm f/1.4, pouca profundidade de campo.
Mensagem corrigida (reescrita para vídeo):
Gere um videoclipe de 6 segundos de um surfista pegando uma onda grande ao pôr do sol.Câmera: travelling seguindo o surfista da direita para a esquerda, com leve trepidação da câmera na mão.Movimento: velocidade em tempo real com uma transição para câmera lenta nos últimos 2 segundos, quando a onda atinge o ápice.Iluminação: hora dourada, forte contraluz criando reflexos na lente e brilhos com respingos de água.Estilo: documentário cinematográfico sobre surfe.Proporção da tela: 16:9.
A versão corrigida substitui os termos de fotografia estática (abertura, profundidade de campo) por termos de movimento (plano de acompanhamento, transição em câmera lenta, ritmo) que efetivamente controlam a saída de vídeo.
Erro 4 — Não iterar sobre seus prompts
Google guia de redação de prompts aconselha explicitamente: “Ite sobre o seu estímulo.” Seu primeiro resultado é um ponto de partida, não um produto final.
A solicitação única raramente produz resultados ideais porque não é possível prever exatamente como o Gemini interpretará cada termo. Considere a primeira resposta como um rascunho:
- Se o resultado for próximo, mas não correto.Escreva uma continuação que ajuste o elemento específico que faltou. ("Aqueça a iluminação e mova o sujeito ligeiramente para a esquerda.")
- Se o resultado estiver completamente erradoReescreva o enunciado com termos-chave diferentes, em vez de adicionar mais detalhes a uma base já fragilizada.
- Para vídeoA edição em múltiplas tomadas está integrada ao Gemini Omni — cada tomada subsequente aprimora o resultado anterior sem precisar recomeçar do zero.
Os usuários mais eficazes do Gemini encaram o ato de dar dicas como uma conversa de duas a três rodadas, e não como uma tentativa isolada.
Conclusão
À medida que o conteúdo de IA multimodal se torna um formato em alta no marketing digital, obter resultados expressivos com o Gemini AI depende da utilização da estrutura de prompts correta para cada modo de criação. Para tarefas de texto, o Persona + Tarefa + Contexto + Formato A estrutura dá à Gemini uma direção clara. Para fotos, o Assunto + Estilo + Detalhes + Configurações da Câmera A fórmula — combinada com termos precisos, instruções negativas e âncoras de imperfeição — leva os resultados além da aparência padrão da IA. Para vídeo, o Cena + Câmera + Movimento + Estilo A estrutura e a edição multi-turn do Gemini Omni oferecem controle iterativo sobre cada quadro.
Comece com os modelos de copiar e colar deste guia, substitua os termos específicos pelo que melhor se adequa ao seu projeto e aprimore os resultados a cada iteração, em vez de esperar a perfeição na primeira tentativa. Os modelos foram concebidos para serem preenchidos e ajustados — use-os como estruturas iniciais, não como scripts fixos.
Se você estiver criando um fluxo de trabalho de conteúdo multimodal e quiser levar suas imagens geradas pelo Gemini para o vídeo, Imagem AI para vídeo Oferece uma maneira simplificada de animar imagens estáticas com controle sobre duração, intensidade do movimento e resolução de até 4K — um próximo passo prático para transformar suas fotos em conteúdo de vídeo profissional.
