O guia de prompts de imagem com IA
O Modelo de Imagem do Shannon lê um prompt como um modelo de linguagem. Esse único fato muda tudo na forma como você deve escrevê-lo — a começar por abandonar as tags separadas por vírgulas.
Resumo
Escreva prosa corrida em frases completas, não tags de palavras-chave. Mire em 30–80 palavras. Ordene do jeito que o modelo lê: sujeito → ação → estilo → cenário e iluminação → técnico, o mais importante primeiro. Seja concreto sobre o sujeito. Se você quer uma fotografia, escreva como fotografia — cite uma câmera, uma lente e um filme ou uma luz. Vincule cores exatas a objetos nomeados como color #RRGGBB. Escolha uma das cinco proporções. E abandone os hábitos da era SDXL: nada de "masterpiece, best quality, 8k", nada de pesos (word:1.3) e nenhum prompt negativo em texto para imagem — descreva apenas o que você quer. A edição e a combinação aceitam, sim, prompt negativo.
A maioria das pessoas chega com hábitos de prompt aprendidos no SDXL: uma sequência de substantivos separados por vírgulas, um preâmbulo de tokens de qualidade, alguns pesos entre parênteses e um prompt negativo tão longo quanto o positivo. Esses hábitos eram corretos para aqueles modelos e são contraproducentes aqui. Esta é a versão curta do que de fato funciona — e, como o Shannon escreve o prompt de geração para você e o mostra antes de qualquer renderização, este é igualmente um guia para ler e corrigir o que o Shannon propõe.
01Por que a prosa supera as tags: o modelo lê como um modelo de linguagem
Os modelos de difusão mais antigos, para os quais a maior parte dos conselhos de prompt foi escrita, usavam um codificador de texto que, na prática, se comportava como um saco de conceitos: a gramática mal importava, e a estratégia vencedora era empilhar substantivos relevantes e enviesá-los com pesos. A sopa de tags era o formato correto de prompt para aquele codificador.
O Modelo de Imagem do Shannon não funciona assim. Ele lê um prompt do jeito que um modelo de linguagem lê texto, então a sintaxe carrega significado. "Segurando um guarda-chuva apoiado no ombro" é uma relação entre uma pessoa, um objeto e uma parte do corpo; "guarda-chuva, ombro" são duas coisas que por acaso estão presentes. Preposições posicionam as coisas. Verbos criam poses. Orações prendem o detalhe ao substantivo certo, em vez de deixá-lo flutuar por toda a imagem.
Eis a mesma imagem pedida das duas formas.
woman, 30s, tokyo, rain, night, crosswalk, neon signs, umbrella,
wet asphalt, reflections, masterpiece, best quality, 8k, ultra
detailed, (bokeh:1.3), cinematic lighting, photorealisticA woman in her early thirties waits at a rain-soaked Tokyo
crosswalk at night, holding a clear vinyl umbrella against her
shoulder and glancing down the street. Neon storefront signs
bleed red and cyan into the wet asphalt at her feet. Shot on
Kodak Portra 400, 85mm f/1.4, shallow depth of field, the
traffic signal behind her thrown out of focus.Veja o que a versão em tags não consegue expressar. Ela nunca diz que o guarda-chuva está sendo segurado, então ele pode acabar caído no chão. Nunca diz que o neon está refletido no asfalto, apenas que ambos existem, então você recebe letreiros e uma rua molhada sem nenhuma relação óptica entre eles. Nunca diz para onde a mulher está olhando, então a pose dela é cara ou coroa. "Cinematic lighting" é um rótulo de clima, não uma fonte de luz. E os últimos cinco tokens são ruído, lidos como palavras em inglês sobre fotografia, e não como alavancas de controle.
A versão em prosa não é mais longa por floreio. Ela é mais longa porque responde a perguntas que a versão em tags deixou em aberto. É esse o truque inteiro.
02Qual deve ser o tamanho de um prompt de imagem?
Mire entre 30 e 80 palavras. Não passe muito de 100. Esta é a alavanca de qualidade mais fácil disponível para você, e os dois extremos da faixa importam.
Abaixo de cerca de 30 palavras, a composição, a luz e o enquadramento ficam sem especificação, então o modelo escolhe aquilo que é estatisticamente mais comum. "Uma mulher numa cafeteria" é um prompt válido que produz uma imagem esquecível, porque você delegou toda decisão interessante.
Acima de mais ou menos 100 palavras aparece uma falha diferente: as orações finais competem com as iniciais pelas mesmas regiões da imagem e, em vez de acumular detalhe, você obtém diluição. A terceira descrição de iluminação desfaz a primeira, e o sujeito que você estabeleceu nas primeiras oito palavras recebe menos atenção relativa a cada frase acrescentada. Prompts longos parecem minuciosos. Eles não são renderizados de forma minuciosa.
A disciplina: escreva o prompt que você quer e depois corte-o até restarem as frases que mudariam a imagem se fossem removidas.
03A disciplina da ordem: o mais importante primeiro
Como o modelo lê sequencialmente, a posição é ênfase: o que vem primeiro ancora a imagem, o que vem por último a ajusta. Coloque as coisas na ordem de que o modelo precisa:
- Sujeito — de quem ou do que é esta imagem, concretamente.
- Ação ou pose — o que está fazendo, como está posicionado.
- Estilo ou clima — fotografia, pintura a óleo, ilustração técnica, e em que registro está.
- Cenário e iluminação — onde isso acontece e que luz incide sobre a cena.
- Técnico — enquadramento, lente, profundidade de campo, especificidades de cor.
O tiro no pé mais comum é começar pela oração técnica. Abrir com "Cinematic wide shot, anamorphic lens flare, teal and orange grade, of a man reading a newspaper" diz ao modelo que o visual é o sujeito e que o homem é um detalhe. Você recebe um quadro lindo e vazio, com uma figura pequena e indistinta dentro dele.
Cinematic wide shot, anamorphic lens flare, teal and orange
color grade, shallow depth of field, golden hour, of a man
reading a newspaper on a park bench.A man in his sixties in a gray wool overcoat sits on a park
bench reading a folded broadsheet newspaper, one ankle crossed
over his knee. Late golden-hour sun rakes across him from the
left through bare plane trees. Photographed wide on a 35mm
anamorphic lens, shallow depth of field, warm highlights and
cool shadows.Todos os elementos da primeira versão sobrevivem na segunda; nada foi descartado. O modelo agora simplesmente sabe de que é a imagem antes de ser informado de como fotografá-la — e só essa reordenação já move o sujeito de incidental para central.
04Seja concreto sobre o sujeito
"Uma pessoa" não é um sujeito, é um espaço reservado — e o modelo preenche espaços reservados com a média de tudo o que já viu, que é exatamente de onde vem aquele visual lustroso, sem idade e sem caráter. Ser concreto custa cinco palavras e compra um ser humano específico:
| Vago | Concreto |
|---|---|
| uma pessoa | um homem na casa dos quarenta com barba grisalha e marcas de expressão profundas |
| uma mulher | uma mulher no fim dos vinte com um undercut escuro e um dente da frente lascado |
| um prédio antigo | um armazém de tijolos de quatro andares com letreiro pintado por cima e janelas superiores tapadas |
| comida | uma tigela de ramen com um ovo mole cortado ao meio por cima, com vapor subindo |
Note o padrão: idade ou época, uma característica estrutural, uma imperfeição distintiva. Esse terceiro item é o que faz um resultado parecer fotografado, e não gerado. Um dente lascado, uma barra gasta, um letreiro pintado por cima — pequenas assimetrias são o sinal antiplástico mais forte disponível, e custam quase nada no seu orçamento de palavras.
05Fotorrealismo: escreva o pedido como uma fotografia
O fotorrealismo é o registro padrão, a menos que você peça arte, ilustração ou anime. Mas a palavra "photorealistic" faz pouco trabalho. O que produz uma fotografia é descrever o ato fotográfico: uma câmera real, uma lente real e um filme ou uma fonte de luz reais.
A razão é simples. Toda imagem legendada como "Kodak Portra 400" foi feita por um processo específico, com uma estrutura de grão, uma queda de altas-luzes e uma reprodução de pele específicas, e citar o filme recruta tudo isso. "8k ultra detailed" só apareceu em spam de banco de imagens, então recruta spam de banco de imagens. Algumas receitas confiáveis, cada uma produzindo uma imagem nitidamente diferente do mesmo sujeito:
| Receita | O que ela lhe dá |
|---|---|
| Kodak Portra 400, 85mm f/1.4, soft window light | Tons de pele quentes e indulgentes; separação cremosa; retrato editorial |
| Ilford HP5 pushed to 1600, 35mm, available light | Preto e branco granulado, contrastado, com energia de documentário de rua |
| Digital medium format, 80mm, single softbox at 45° | Visual limpo de estúdio comercial, queda de luz controlada, nível de produto |
| 135mm f/2, backlit at golden hour, atmospheric haze | Fundo comprimido, luz de contorno, visual teleobjetiva romântico |
Ajuste a ancoragem à receita — textura de pele em nível de poro não significa nada numa grande-angular de 24mm em que o rosto tem oitenta pixels de altura — e então acrescente-a. O detalhe de ancoragem é a evidência de textura de que uma lente realmente registrou aquilo. Poros visíveis e pelos finos no rosto. A trama de uma camisa de linho. Partículas de poeira num feixe de luz. Um arranhão numa bota de couro. Fios de cabelo soltos contra um fundo claro. Dois ou três bastam, e são a diferença entre a renderização de uma pessoa e a fotografia de uma.
06Cenas em camadas: primeiro plano, plano médio, fundo
Quando uma cena tem profundidade, descreva os três planos separadamente e em ordem. Esta é a técnica mais eficaz para imagens que devem parecer lugares, e não cenários de fundo, e quase ninguém a usa. Sem ela, você obtém achatamento: tudo o que o prompt menciona cai mais ou menos à mesma distância, disputando a mesma faixa central do quadro. Nomear os planos dá ao modelo um orçamento de profundidade para gastar.
In the foreground, a cracked concrete ledge with a half-empty
paper coffee cup and a scattering of cigarette ash, slightly out
of focus. In the midground, a bicycle courier in a yellow rain
jacket wheels her bike across a wet plaza, caught mid-stride. In
the background, a glass office tower dissolves into low fog.
Shot on a 50mm lens at f/2.8, flat overcast light.Dois refinamentos. Coloque no primeiro plano algo que esteja deliberadamente fora de foco — fotografias reais de cenas profundas quase sempre têm um elemento assim, e a ausência dele é um indício comum. E diga qual plano o sujeito ocupa: se a ciclista é o ponto da imagem, ela pertence ao plano médio; caso contrário, a torre e o copo de café vão disputar o quadro com ela.
07Cores exatas: códigos hexadecimais vinculados a objetos
Para trabalho de marca, continuidade de figurino ou qualquer situação em que "vermelho" não é específico o bastante, escreva o código hexadecimal como color #RRGGBB e vincule-o a um objeto nomeado:
...wearing a heavy wool peacoat, color #8B0000, over a cream
turtleneck, against a studio backdrop, color #1E3A5F....#8B0000, #1E3A5F, dark red and navy color palette, moody...Três regras práticas. Use hexadecimal para as duas ou três cores que genuinamente importam e palavras comuns para o resto — um prompt com seis códigos hexadecimais gasta a maior parte do orçamento em amostras de tinta. Vincule o código a um objeto com contornos, nunca à "iluminação" ou ao "clima". E lembre que ele especifica a cor do objeto, não o valor final do pixel: um casaco #8B0000 em contraluz de golden hour é renderizado mais quente que a amostra, exatamente como aconteceria na vida real.
08Escolhendo a proporção
Há cinco proporções disponíveis, e a certa costuma estar implícita no sujeito, mas um pedido explícito seu sempre prevalece — peça um papel de parede e você recebe tall, independentemente do que o conteúdo sugira.
| Proporção | Melhor para | Por quê |
|---|---|---|
| square | Padrão. Objetos únicos centralizados, ícones, composições simétricas, posts em redes sociais | Nenhum eixo dominante, então nada é cortado pelo viés do próprio quadro |
| portrait | Pessoas, de corpo inteiro ou meio corpo; sujeitos altos, como torres, árvores, garrafas | Dá a uma figura em pé espaço da cabeça aos pés sem encolhê-la |
| landscape | Paisagens, interiores, grupos de pessoas, produto em contexto | Espaço horizontal para que o cenário seja de fato um cenário |
| wide | Quadros cinematográficos, fotogramas de filme, banners, imagens de cabeçalho | A opção mais larga; forte espaço negativo, sensação anamórfica |
| tall | Pôsteres, capas de livro, papéis de parede de celular, formatos verticais de redes sociais | Mais alta que portrait; deixa espaço deliberado para tipografia ou céu |
Errar isso é mais danoso do que parece. Uma figura em pé de corpo inteiro em um quadro wide não lhe dá uma figura pequena em um quadro grande — normalmente lhe dá uma figura cortada, porque o modelo preenche a largura e a cabeça ou os pés saem do quadro. Combine o quadro com o eixo dominante do sujeito e a maior parte das reclamações de composição desaparece.
Dois comportamentos que vale lembrar: a edição mantém automaticamente a proporção da imagem de origem, então você não pode reenquadrar editando, enquanto a combinação permite escolher uma nova tela — muitas vezes a forma mais limpa de mudar o formato de algo que você já tem.
09Antipadrões: o que parar de fazer
Tokens de qualidade: "masterpiece, best quality, 8k, ultra detailed"
Essas eram alavancas descobertas pela comunidade para uma distribuição de treino antiga e específica, em que certas expressões de legenda se correlacionavam com certas fontes de imagem. Elas não se transferem. Aqui são lidas como palavras comuns do inglês, não contribuem em nada e consomem parte de um orçamento de palavras que você já foi avisado ser apertado. A substituição é dizer qual detalhe você quer: não "ultra detailed", mas "trama visível no tecido do casaco e barba por fazer fina ao longo do maxilar" — a mesma intenção, expressa como algo que o modelo consegue renderizar.
Sintaxe de peso: (word:1.3), [word], {{word}}
Não é interpretada. Os parênteses, colchetes, dois-pontos e números entram como texto literal e, se algo mudam, tornam a oração ao redor mais difícil de ler. Se você quer mais ênfase em alguma coisa, use as duas alavancas que funcionam: coloque-a mais no início do prompt e dê a ela mais palavras. "Um lenço de seda carmesim, com as pontas franjadas erguidas pelo vento" supera "(red scarf:1.4)" por todos os critérios que importam.
Direções conflitantes
Misturar instruções incompatíveis não as funde; produz uma média instável que normalmente não satisfaz nenhuma delas. Os infratores frequentes:
- Meio — "photorealistic" mais "watercolor"; "oil painting" mais "shot on 85mm". Escolha um e assuma.
- Enquadramento — "wide establishing shot" mais "extreme close-up on her eyes"; "full body" mais "detailed facial pores".
- Iluminação — "harsh midday sun" mais "soft golden hour glow"; "low key, deep shadows" mais "bright and airy".
- Época — "1970s film aesthetic" mais "modern minimalist" mais "cyberpunk".
- Empilhamento de estilos — quatro artistas ou quatro gêneros de uma vez. Duas referências relacionadas podem funcionar; quatro se anulam em algo genérico.
- Dispersão — "porta de madeira rústica, desgastada, antiga, castigada pelo tempo" é uma ideia escrita quatro vezes, e cada repetição dilui o resto do prompt.
10Não existe prompt negativo em texto para imagem
Este é o antipadrão que mais pega usuários experientes, porque nas pilhas antigas o prompt negativo era metade do ofício.
| Operação | Prompt negativo | O que fazer |
|---|---|---|
| Texto para imagem (gerar) | Não suportado | Descreva apenas o que você quer. Nunca escreva "sem X". |
| Editar uma imagem | Suportado | Coloque ali os artefatos indesejados e mantenha a instrução positiva. |
| Combinar duas ou mais | Suportado | Igual — artefatos no negativo, papéis no positivo. |
Para a geração, a regra é absoluta e um pouco contraintuitiva: escrever "sem texto, sem marca d'água, sem dedos extras" no prompt torna essas coisas mais prováveis, e não menos. O modelo lê "sem texto" como uma frase que contém o conceito texto; a negação é um sinal fraco e o substantivo é um sinal forte. Na prática, você pediu texto. Sempre enuncie a forma positiva:
| Em vez de | Escreva |
|---|---|
| sem bagunça no fundo | um fundo cinza infinito e limpo |
| não desfocado | nitidez precisa nos olhos, f/8 |
| sem outras pessoas | sozinho em uma rua vazia ao amanhecer |
| sem objetos modernos | uma cozinha dos anos 1930 com peças esmaltadas e um fogão de ferro fundido |
| sem estilo cartum | shot on Kodak Portra 400, 85mm, natural skin texture |
Para a edição e a combinação, o prompt negativo existe e você deve usá-lo — mas para artefatos, não para conteúdo. Bom material: marca d'água, sobreposição de texto, membros duplicados, mãos deformadas, halos de nitidez excessiva, blocagem de JPEG, linhas de emenda na borda de uma composição. Mau material: qualquer coisa sobre o que a imagem retrata, que pertence à instrução.
11Lendo o prompt que o Shannon escreve para você
Eis o que torna este guia imediatamente utilizável, e não teórico. Você não precisa escrever o prompt de geração. Você pede em linguagem comum, em qualquer idioma; o Shannon reconhece que uma imagem está sendo solicitada, compõe o prompt de geração em inglês e o mostra a você em um cartão de confirmação antes de qualquer renderização. Nada é gerado e nada é cobrado até você confirmar.
Então a habilidade que mais compensa não é escrever prompts do zero — é ler o que está no cartão. Percorra esta lista:
- O sujeito está concreto? Se o cartão diz "a person" ou "a woman", você encontrou a maior melhoria disponível. Dê a ele uma idade, um porte, uma característica.
- O sujeito vem primeiro? Se o prompt abre com um estilo ou uma câmera, peça que comece pelo sujeito.
- Está dentro da faixa? Abaixo de 30 palavras, peça mais especificidade de luz e cenário. Acima de 100, peça um corte.
- Há uma fonte de luz? Não uma palavra de clima — uma luz de verdade: janela, poste de rua, flash, céu encoberto, softbox.
- Há conflitos? Procure dois meios, dois enquadramentos ou duas condições de iluminação no mesmo prompt.
- Há negativas contrabandeadas? Se o cartão contém "without", "no" ou "avoid", isso é um prompt de texto para imagem pedindo justamente aquilo que nomeia.
- A proporção é a certa para o sujeito? Figura de corpo inteiro em
wideé a incompatibilidade clássica.
As correções são conversacionais: "deixe-a no começo dos trinta com uma cicatriz atravessando uma sobrancelha, fotografe em Portra com 85mm e use portrait" é uma instrução perfeitamente boa. Você recebe um novo cartão e confirma esse, em vez do anterior. Não há penalidade por iterar, porque nada foi renderizado ainda.
E o Shannon não gera sem ser convidado. Um cumprimento, uma pergunta ou uma foto que você anexa para discutir não disparam uma renderização. Pedir ao Shannon que olhe uma imagem — descrevê-la, lê-la, analisá-la — é trabalho comum de visão, não geração, e não custa nada a mais.
12Como o ofício muda na edição e na combinação
As regras acima foram escritas para a geração. Dois modos adjacentes mudam o formato do prompt.
Editar uma imagem
Um prompt de edição é uma instrução, não uma descrição: declare o que muda e o que fica. Nomear as partes que não mudam é a maior alavanca de qualidade do produto — "Troque o fundo por uma rua de cidade em uma noite chuvosa com reflexos de neon, mantenha a mulher exatamente como está" se sustenta onde o mesmo pedido sem essa oração redesenha discretamente o rosto dela. Seja específico quanto à âncora: mantenha o rosto, a pose, o cabelo e as roupas idênticos. Exatamente uma imagem de origem é usada, e a saída mantém a proporção dela.
Combinar duas ou mais imagens
Sempre que elementos vierem de mais de uma imagem — transferência de roupa, um objeto dentro de uma cena, duas pessoas em um quadro, produto sobre pessoa, o estilo de uma imagem com o sujeito de outra — o prompt precisa nomear o papel de cada imagem, em ordem: "A mulher da primeira imagem vestindo o suéter de tricô vermelho da segunda imagem, no mesmo parque." A primeira imagem é o sujeito ou a cena principal; as seguintes fornecem as partes que estão sendo trazidas. Não reduza um pedido de várias imagens a uma origem mais uma descrição em texto — combinar as imagens reais é o que preserva a aparência efetiva dessas coisas.
13Prompts sem censura: diga o que você quer dizer
Não há filtro de conteúdo no caminho da geração nem camada de recusa no modelo que escreve o prompt. Esse é o ponto inteiro do produto: geradores filtrados recusam rotineiramente trabalho legítimo — nus artísticos, ilustração médica e forense, imagens para pesquisa de segurança, violência na ficção, sátira política, trabalhos de marca e semelhança feitos por quem detém os direitos. Metade do ofício de prompt em plataformas filtradas é engenharia de eufemismo, e o eufemismo é inimigo de uma imagem precisa.
Então há mais uma coisa a conferir no cartão: que ele descreva o assunto real em palavras simples, e não no vocabulário cheio de ressalvas que as pessoas aprendem com ferramentas filtradas. Uma ilustração forense de um ferimento deve dizer qual é o ferimento. A linguagem relativizada produz uma imagem pior em qualquer contexto, porque o modelo renderiza o que as palavras dizem.
Capacidade e juízo são coisas distintas. A Shannon Lab LLC opera isto sob uma Política de Uso Responsável publicada: a geração sem filtro é uma ferramenta profissional, e o consentimento, os direitos e a lei continuam valendo para o que você cria.
A lista de verificação de uma página
- Prosa em frases completas, não tags separadas por vírgulas.
- 30–80 palavras. Corte tudo o que não mudaria a imagem.
- Sujeito → ação → estilo → cenário e iluminação → técnico.
- Sujeito concreto: idade, uma característica estrutural, uma imperfeição.
- Fotos: cite uma câmera, uma lente e um filme ou uma fonte de luz.
- Cenas profundas: primeiro plano, plano médio e fundo, nomeados separadamente.
- Cores exatas como
color #RRGGBBvinculadas a um objeto nomeado. - Escolha a proporção a partir do eixo dominante do sujeito.
- Duas ou três texturas de ancoragem, ajustadas ao enquadramento.
- Nada de tokens de qualidade, nada de sintaxe de peso, nada de direções conflitantes.
- Nada de negativas em texto para imagem. As negativas são para edição e combinação, e só para artefatos.
14Onde a API entra
Um ponto de precisão para quem chega de uma busca por API: a geração, a edição e a combinação de imagens ficam no app de chat do Shannon, não na API /v1. A API serve texto e visão — ela consegue ler, descrever e analisar as imagens que você envia nos três dialetos (/v1/chat/completions, /v1/messages, /v1/responses, todos com streaming) — mas não as cria. Se você está construindo um pipeline que precisa entender imagens, a documentação da API é o lugar para começar. Se você quer criar imagens, isso é o app de chat, e tudo neste guia se aplica lá. As imagens são renderizadas no nosso próprio cluster de GPUs.
15Perguntas frequentes
Qual deve ser o tamanho de um prompt de imagem para IA?
Mire entre 30 e 80 palavras e nunca passe muito de 100. Abaixo de 30 palavras, você está deixando a composição, a iluminação e o enquadramento ao acaso. Acima de 100 palavras, as orações finais começam a competir com as iniciais e o detalhe passa a se diluir, em vez de se acumular.
Devo escrever tags de palavras-chave ou frases completas?
Frases completas. O Modelo de Imagem do Shannon lê um prompt do jeito que um modelo de linguagem lê texto, então a gramática carrega informação. "Uma mulher na casa dos 30 numa faixa de pedestres de Tóquio encharcada de chuva, à noite" produz uma cena coerente; "mulher, 30 anos, Tóquio, chuva, noite" produz um amontoado de atributos soltos, sem relação entre si.
Posso usar prompt negativo em texto para imagem?
Não. A geração de texto para imagem no Shannon não aceita prompt negativo, então descreva apenas o que você quer e nunca escreva "sem X" no próprio prompt — nomear uma coisa tende a invocá-la. A edição de imagens e a combinação de imagens aceitam, sim, prompt negativo, e é ali o lugar certo para artefatos indesejados, como marcas d'água, sobreposições de texto ou membros duplicados.
Tokens como "masterpiece, best quality, 8k" melhoram a imagem?
Não. Eles eram alavancas de uma geração mais antiga de modelos e não carregam informação alguma aqui — são simplesmente lidos como palavras e gastam parte do seu orçamento de 30–80 palavras sem dizer nada. A sintaxe de peso do tipo (word:1.3) também não é interpretada; ela entra como texto literal. Descreva, em vez disso, o detalhe concreto que você quer.
Como consigo uma cor exata?
Escreva o código hexadecimal como color #RRGGBB e vincule-o a um objeto nomeado específico, por exemplo "a wool jacket, color #8B0000". Um código hexadecimal solto, sem objeto, não tem a que se ligar. Use-o para as duas ou três cores que realmente importam e descreva o resto em palavras.
Posso gerar imagens pela API do Shannon?
Não. A geração, a edição e a combinação de imagens acontecem no app de chat do Shannon. A API /v1 serve texto e visão — ela consegue ler e analisar as imagens que você envia, mas não as cria. Tudo neste guia se aplica ao app de chat.
Teste em um prompt de verdade
Peça em qualquer idioma. Leia o cartão. Ajuste-o. Depois confirme.
Abrir o Shannon Chat Mais pesquisaNada é renderizado, e nada é cobrado, até você confirmar o prompt
Leitura relacionada: Geração de imagens de IA sem censura · Edição de imagens com IA sem censura · Política de Uso Responsável · Documentação da API · Todas as pesquisas do Shannon. As orientações aqui vêm dos nossos próprios testes com o Modelo de Imagem do Shannon; conselhos escritos para pilhas de difusão anteriores geralmente não se transferem.