Imagem para prompt
Carregue uma imagem e a ferramenta escreve uma descrição dela que pode colar como prompt noutro modelo de imagem. É você que decide para que modelo o prompt é escrito, quanta informação leva, se vem com prompt negativo e em que idioma fica redigido.
Configurações criativas
Imagem para Prompt
A estrutura do prompt será adaptada ao fluxo de trabalho de destino.
Opções avançadas
Resultado gerado
Complete as configurações e gere. Seu resultado aparecerá aqui sem sair da página.
Entra uma imagem, sai uma descrição escrita
A ferramenta lê uma imagem e devolve texto. Esse texto tem detalhe suficiente para servir de prompt noutro modelo de imagem, e é exactamente disso que se trata: a imagem é o ponto de partida e o que leva consigo são as palavras.
Isto não é procurar o prompt original. Um prompt não está escondido dentro de uma imagem, e nenhuma ferramenta recupera as palavras que outra pessoa escreveu. O que aqui se produz é uma descrição nova do que está visível, redigida no vocabulário a que os modelos de imagem respondem.
A diferença importa mais do que parece. Se carregar uma fotografia sua, o texto descreve a sua fotografia. Se carregar algo que encontrou, o texto dá-lhe uma forma de construir na mesma direcção sem copiar o ficheiro.
Cinco destinos, e o que muda entre eles
O destino não é decoração. Modelos de imagem diferentes premiam formas de escrever diferentes, por isso a mesma imagem devolve uma descrição com forma diferente conforme o que escolher.
| Modelo de destino | Para que forma a descrição é escrita |
|---|---|
| Modelo de imagem genérico | Frases simples que qualquer modelo lê. A escolha segura enquanto não decidiu para onde vai o prompt. |
| Nano Banana | Formulações pensadas para a família Nano Banana, que lê bem descrição em linguagem natural e lida com texto dentro da imagem. |
| GPT Image | Formulações pensadas para a família GPT Image, onde as instruções se lêem como indicações e não como descrição de uma cena. |
| Midjourney | Frases mais curtas e com mais peso, com os parâmetros que esse modelo espera. |
| Stable Diffusion / Flux | Etiquetas separadas por vírgulas, numa ordem que os modelos checkpoint interpretam de forma previsível. |
Escolha o destino primeiro se já sabe para onde vai o prompt. Mudá-lo depois obriga a passar a imagem outra vez, porque a forma do texto muda com ele.
Três níveis de detalhe, e quando ganha o mais curto
O nível de detalhe decide quanto da imagem acaba no texto. Não é um ajuste de qualidade, e mais longo não é melhor.
- Conciso devolve o sujeito e o tratamento geral, que é o que quer quando pensa acrescentar a sua própria direcção depois.
- Detalhe profissional acrescenta composição, luz e materiais ao lado do sujeito, e assenta bem num prompt que vai entregar a outra pessoa.
- Detalhe máximo devolve tanto quanto a ferramenta consegue ler, incluindo objectos secundários do enquadramento. Útil para trabalho de referência, e também arrasta mais acidentes da imagem original para a geração seguinte.
O nível mais longo não é o mais exacto. Cada frase acrescentada é mais uma coisa que o modelo vai tentar cumprir, incluindo algumas que talvez não quisesse manter.
O foco de análise é o campo que não existe nas ferramentas que medimos
Todas as ferramentas comparáveis que vimos deixam escolher um modelo de destino e um formato de saída. Nenhuma deixa dizer em que reparar. Esta ferramenta acrescenta um campo de texto livre precisamente para isso.
Escreva ali o que interessa e a descrição inclina-se para esse lado. Se pedir que a luz e a paleta sejam lidas com atenção, são descritas com mais profundidade do que os objectos da mesa. Se perguntar por um esquema de cores, o texto segue as cores.
É a diferença entre uma descrição genérica e a resposta a uma pergunta que realmente tem. Se está a reconstruir um aspecto e não uma cena, é este o campo que faz o trabalho.
O prompt negativo é um interruptor, não um parágrafo que escreve
Ponha o prompt negativo em sim e a ferramenta devolve dois blocos de texto em vez de um: a descrição e uma lista do que convém deixar de fora da geração seguinte.
Uma imagem, por si só, diz muito pouco sobre o que não devia lá estar. Uma cena descrita traz consigo os seus contrários, e este interruptor transforma essa implicação em palavras que pode colar no campo negativo.
Deixe-o desligado quando o modelo a que se dirige não tem campo negativo próprio. Ligado não custa mais, mas um segundo bloco de texto é mais uma coisa para levar.
Quatro idiomas de saída, com o japonês incluído
A descrição pode sair em inglês, chinês simplificado, chinês tradicional ou japonês, independentemente do idioma desta página.
Não é uma tradução de um prompt inglês já pronto. A descrição é produzida no idioma que escolher, o que conta em modelos treinados com um idioma específico no prompt.
Também significa que pode ler a saída no seu próprio idioma enquanto a imagem e o modelo de destino se mantêm iguais.
Como decorre uma execução e quanto custa
Uma execução é uma imagem e um conjunto de escolhas. Não há nada para instalar nem mais fila do que a própria geração.
- Inicie sessão. A execução é debitada no saldo da conta, por isso é precisa uma conta. Não há modo anónimo.
- Carregue a imagem que quer descrever, arrastando-a ou escolhendo um ficheiro.
- Escolha o modelo de destino, o nível de detalhe, se quer prompt negativo e em que idioma a descrição deve ser redigida.
- Opcional: escreva um foco de análise para orientar aquilo a que a descrição presta atenção.
- Carregue em Gerar. A execução custa um ponto, debitado por execução e não pelo comprimento da resposta.
As suas últimas doze execuções ficam guardadas neste navegador, para comparar duas tentativas ou recuperar uma descrição que fechou sem querer.
O que uma descrição escrita consegue e não consegue fazer
Uma descrição não garante uma imagem idêntica. É o limite honesto de toda a categoria, e vale a pena dizê-lo com clareza em vez de o enterrar.
Entre a descrição e a sua imagem estão duas coisas. A primeira é que gerar a partir de texto parte de ruído e não do seu ficheiro, pelo que o resultado é uma imagem nova construída para corresponder às palavras. A segunda é que uma descrição perde informação: tudo o que a ferramenta não mencionou fica livre de mudar, e cada modelo preenche o silêncio à sua maneira.
O que a descrição consegue transportar são as partes que lhe importavam: o sujeito, a disposição, a luz, a paleta, o tratamento. Se sobrevivem à geração seguinte depende do modelo para onde as enviar e de quanto da imagem pediu para conservar.
Nenhuma ferramenta desta categoria pode prometer uma reconstrução fiel apenas a partir de texto. A nossa também não.
Três prompts escritos para três modelos diferentes
As descrições abaixo foram publicadas por outro site juntamente com os seus próprios pares de casos, e são aqui reproduzidas palavra a palavra para que veja como é de facto um prompt utilizável. Cada uma foi escrita para um modelo de destino diferente, e é precisamente essa diferença o ponto.
A lone bicycle courier in a translucent raincoat waits at a crosswalk in a futuristic megacity at night. Towering dark buildings, cyan and amber neon reflected across rain-soaked asphalt, drifting street steam, and a distant elevated tram. Cinematic realistic concept art, street-level wide shot, strong depth, atmospheric haze.
A colossal bioluminescent blue whale glides through a sunrise sky above floating stone temples and waterfalls, tiny birds circling its fins and clouds drifting between the islands. Painterly epic fantasy concept art, whale sweeping diagonally across the upper frame, golden dawn backlight, luminous turquoise markings, serene and awe-inspiring.
Anime key visual of a young shrine guardian holding a white fox mask beside her face beneath a vermilion torii gate during snowfall. Deep red scarf, dark indigo winter robes, warm stone lanterns, clean expressive linework, refined cel shading, medium portrait, blue winter twilight, quiet and determined.
Leia-os lado a lado: os dois primeiros são prosa contínua, com a câmara e o ambiente dobrados dentro das frases. O terceiro é uma pilha de dados soltos, porque é essa a forma que um modelo checkpoint interpreta com mais fiabilidade. A mesma imagem para o mesmo destino volta com essa forma.
Os prompts ficam no inglês original e não são traduzidos por idioma: são a entrada do modelo, e traduzi-los mudaria a saída.
De onde vêm as sete comparações desta página
Os pares abaixo foram publicados por outros dois sites de imagem para prompt como demonstrações próprias. Não fomos nós que os produzimos, e não são saída desta ferramenta.
Cada par mostra a mesma ideia duas vezes: uma como foi gerada originalmente e outra regenerada a partir de uma descrição escrita dela. É essa a tarefa que esta ferramenta cumpre, e por isso vale a pena olhar para os pares, mas o mérito das imagens é dos sites que as fizeram.
Cada legenda indica a fonte. Os três de img2prompt.app são reproduzidos com o prompt que aquele site publicou ao lado; os quatro de img2prompt.art trazem a descrição do que devia permanecer constante que o próprio site escreveu.
Mostramo-los com atribuição e sem reclamar qualquer propriedade. Para saber como esta ferramenta se comporta com as suas próprias imagens, a forma honesta de descobrir é passar uma por ela.
Exemplos
Antes

Depois

A lone bicycle courier in a translucent raincoat waits at a crosswalk in a futuristic megacity at night. Towering dark buildings, cyan and amber neon reflected across rain-soaked asphalt, drifting street steam, and a distant elevated tram. Cinematic realistic concept art, street-level wide shot, strong depth, atmospheric haze.
É o par que o site de origem cataloga como Caso 01, Cinematic City, escrito para Flux. A versão regenerada mantém os reflexos de néon, o asfalto molhado e a bruma nocturna e, ao mesmo tempo, desloca a figura e redesenha a rua. É assim que se vê uma descrição a viajar com fidelidade: o tratamento sobrevive, a disposição exacta não.
Antes

Depois

A colossal bioluminescent blue whale glides through a sunrise sky above floating stone temples and waterfalls, tiny birds circling its fins and clouds drifting between the islands. Painterly epic fantasy concept art, whale sweeping diagonally across the upper frame, golden dawn backlight, luminous turquoise markings, serene and awe-inspiring.
Caso 02, Epic Fantasy, escrito para Midjourney. As duas versões mantêm o mesmo sujeito e a mesma contraluz dourada, e a composição mexe-se: a baleia atravessa o enquadramento noutro ângulo e as ilhas ficam de outra forma por baixo dela. É assim que se comporta um prompt curto com pesos por trás.
Antes

Depois

Anime key visual of a young shrine guardian holding a white fox mask beside her face beneath a vermilion torii gate during snowfall. Deep red scarf, dark indigo winter robes, warm stone lanterns, clean expressive linework, refined cel shading, medium portrait, blue winter twilight, quiet and determined.
Caso 03, Anime Key Visual, escrito para Stable Diffusion. Este par explica por que o terceiro prompt é uma lista e não prosa: o cachecol, as vestes, o traço e a sombra estão nomeados um a um, e a versão regenerada conserva-os todos enquanto muda a câmara.
Antes

Depois

O site de origem descreve este par como intacto em escala, profundidade e luz. A silhueta, a ponte e a altura das torres ficam onde estavam; o que muda é a hora do dia e a densidade da bruma, o que o torna o mais estreito dos quatro pares e o mais próximo de um redesenho literal.
Antes

Depois

A fonte descreve este par como preservador do ambiente acolhedor, do enquadramento e das pistas de material. É o mais útil dos quatro para quem trabalha interiores, porque os móveis mudam enquanto a luz e a paleta não. É exactamente essa a linha que uma descrição tem de segurar para valer a pena reutilizar.
Antes

Depois

A fonte descreve este par como intacto em paleta, pose e acabamento pictórico. É também o aviso mais claro desta página: olhe para os rostos. O esquema de cores e a postura foram transportados, a pessoa não, e esse é o resultado normal quando uma descrição substitui o ficheiro.
Antes

Depois

A fonte descreve este par como retentor do sujeito, do ambiente e da luz suave da manhã. É o sujeito mais pequeno da página e o mais fácil de ler: o gatinho é inconfundivelmente a mesma ideia, e é outra fotografia de outro gatinho.
Perguntas frequentes
Esta ferramenta guarda a imagem que carrego?
A imagem é enviada para a execução e volta a descrição. No site não existe uma galeria dos seus carregamentos e nada seu é publicado. Trate qualquer carregamento como algo que estava disposto a enviar e evite imagens que não gostaria que fossem processadas de todo.
Consegue recriar uma imagem exactamente?
Não, e nenhuma ferramenta desta categoria consegue. A geração parte do texto e não do seu ficheiro, e uma descrição deixa coisas por dizer. O que transporta é o sujeito, a disposição, a luz e o tratamento que lhe pediu para notar.
Para que modelos se pode escrever a descrição?
Cinco destinos: um modelo de imagem genérico, Nano Banana, GPT Image, Midjourney e Stable Diffusion com Flux. O destino muda a forma do texto, não apenas o vocabulário.
Preciso de conta e quanto custa cada execução?
É precisa uma conta, porque a execução é debitada no seu saldo. Cada execução custa um ponto, debitado por execução e não pelo comprimento da descrição. Não há modo anónimo gratuito.
O que muda realmente o campo de foco de análise?
Decide aquilo a que a descrição presta atenção. O que aí nomear é descrito com mais profundidade e o resto da imagem é coberto de forma mais breve. É útil quando está a reconstruir um aspecto e não uma cena.
O prompt negativo é uma segunda execução?
Não. É um interruptor da mesma execução. Ao ligá-lo, a resposta traz um segundo bloco com o que convém deixar de fora da geração seguinte, que cola no campo negativo do modelo que usar.
Em que idiomas pode voltar a descrição?
Inglês, chinês simplificado, chinês tradicional e japonês. A descrição é redigida no idioma que escolher e não é traduzida depois a partir do inglês.
As imagens de exemplo desta página são saída vossa?
Não. Vêm de img2prompt.app e img2prompt.art, que as publicaram como demonstrações próprias, e cada legenda indica qual. Estão aqui para mostrar como é esta tarefa, não para anunciar o que esta ferramenta produz.
Explore também
Gerador de imagens com IA
Descreva uma imagem ou carregue uma referência, escolha um modelo e leia o custo em créditos orçado antes de gerar.
Gerador de vídeo com IA
Escreva um plano, anime uma imagem fixa ou conduza um clipe com um vídeo de referência e leia o custo orçado em créditos antes de começar.
Do prompt à imagem final
Um percurso completo por uma tarefa de imagem: escolher o modelo, escrever o prompt, ler a orçamentação em créditos e julgar o resultado.