Como escrever prompts para IA com imagens e arquivos (multimodal)

Prompts multimodais combinam instruções em texto com imagens, PDFs ou capturas de tela. Aprenda a direcionar a atenção da IA para o que importa e a extrair saídas estruturadas de forma confiável.

Última atualização: · Versão em Markdown

O que os modelos de IA multimodais conseguem e não conseguem fazer

  • Eles conseguem: descrever o conteúdo de uma imagem, ler textos em imagens (algo parecido com OCR), extrair dados de tabelas e formulários, analisar gráficos e diagramas, comparar várias imagens e responder a perguntas com base no que veem.
  • Eles não conseguem: ler com confiabilidade textos muito pequenos em imagens de baixa resolução, contar objetos com precisão em cenas cheias nem garantir precisão no nível do pixel em diagramas complexos.
  • A qualidade da saída depende muito da resolução e da nitidez da imagem. Imagens borradas ou com pouco contraste geram descrições vagas.
  • Para PDFs: algumas APIs aceitam PDFs diretamente; outras exigem converter as páginas em imagens antes. Consulte a documentação do seu modelo.

Como direcionar a atenção da IA em imagens

  • Diga o que você quer analisado: 'Concentre-se no gráfico de barras no canto superior direito' é mais claro que 'analise esta imagem'.
  • Descreva o que a imagem contém se o modelo puder não reconhecer o contexto: 'Esta é uma captura de tela de um painel de gestão de estoque que mostra os níveis de inventário.'
  • Em documentos e formulários, especifique quais campos importam: 'Extraia só o nome do fornecedor, o número da nota fiscal, a data e o valor total. Ignore os itens.'
  • Use referências espaciais: 'a tabela na segunda coluna', 'a linha destacada', 'a legenda na parte de baixo'.
  • Se a imagem tiver vários elementos, diga ao modelo o que priorizar primeiro e o que pular.

Erros comuns em prompts multimodais

  • Nenhuma descrição da imagem: perguntar 'o que isto mostra?' sem contexto obriga o modelo a adivinhar o propósito. Diga que tipo de documento ou imagem você está enviando.
  • Esperar precisão de entradas bagunçadas: a foto de um bilhete escrito à mão, tirada em ângulo e com pouca luz, vai gerar resultados incertos — digitalize ou recorte antes de mandar o prompt.
  • Nenhum formato de saída especificado: sem ele, o modelo pode descrever a imagem em texto corrido quando você precisava de JSON, ou entregar uma tabela quando você precisava de um resumo.
  • Supor que ele lê todo o texto: os modelos processam imagens como padrões visuais. Textos muito pequenos, girados ou sobre fundos complexos podem passar despercebidos ou ser lidos errado.

Templates

Extração de dados visuais de uma imagem ou captura de tela

Estou enviando [uma captura de tela de um painel / a foto de um formulário / a imagem de um gráfico].

Contexto: [descreva o que a imagem contém e de onde vem — ex. "Esta é uma captura de tela do relatório semanal de vendas da nossa ferramenta interna de relatórios."]

Extraia os seguintes campos:
- [Campo 1]: [como ele é ou onde aparece]
- [Campo 2]: [como ele é ou onde aparece]
- [Campo 3]: [como ele é ou onde aparece]

Retorne APENAS JSON:
{
  "field_1": "valor ou null",
  "field_2": "valor ou null",
  "field_3": "valor ou null",
  "extraction_notes": "qualquer incerteza ou ambiguidade observada"
}

Regras:
- Use null para qualquer campo que você não consiga ler com clareza.
- Não adivinhe nem deduza valores que não estejam visíveis na imagem.
- Acrescente uma nota em extraction_notes se algum campo tiver sido difícil de ler.
Abre o analisador com o prompt já preenchido.

Perguntas e respostas sobre um documento, com citação da fonte

Estou enviando [um PDF / um conjunto de imagens de um documento / um contrato digitalizado].

Contexto: [descreva brevemente o que é o documento — ex. "Este é um contrato de licenciamento de software com um fornecedor, de cerca de 12 páginas."]

Responda às perguntas a seguir com base APENAS no conteúdo visível no documento:
1. [Sua pergunta 1]
2. [Sua pergunta 2]
3. [Sua pergunta 3]

Para cada resposta:
- Cite a frase ou a seção exata que sustenta sua resposta.
- Se o documento não contiver a resposta, diga "Não encontrado no documento" — não deduza.
- Se a resposta for ambígua, explique por quê e cite o trecho relevante.

Formato:
**P1:** [reformule a pergunta]
**Resposta:** [sua resposta]
**Fonte:** "[citação exata do documento]" (Página X / Seção Y, se for possível identificar)
Abre o analisador com o prompt já preenchido.

Perguntas frequentes

Quais modelos de IA aceitam imagens como entrada?
A maioria dos modelos atuais. No registro de modelos do Promptea (conferido com a documentação dos provedores em setembro e outubro de 2026), a entrada de imagem aparece para GPT-6 Astra, GPT-6.1 Sol e GPT-6 Luna; Claude Opus 5.5, Fable 5.1, Sonnet 5.5 e Haiku 5.5 (que também leem PDFs); os modelos Gemini 3.x Flash (que também aceitam áudio, vídeo e PDF); Grok 4.7 e Grok 4.3; DeepSeek Flash; e Kimi K3 (também vídeo). DeepSeek V4 Pro e os presets da Agent API da Perplexity aparecem ali como só texto. O suporte pode ser diferente entre o app de chat e a API e muda com o tempo, então confirme na documentação atual do provedor.
Como extraio uma tabela de um PDF usando IA?
O caminho mais confiável: converta a página do PDF que contém a tabela em uma imagem de alta resolução (300 DPI ou mais) e envie com um prompt que especifique onde está a tabela, as colunas de que você precisa e o formato de saída (JSON ou tabela Markdown). Peça ao modelo para sinalizar as células que ele não consegue ler com clareza. Em PDFs nativamente digitais, em que o texto pode ser selecionado, copie e cole o texto da tabela diretamente no prompt — a extração de texto é mais confiável que o OCR visual.