Blogue

Guia de uso

Guia de geração de imagens a partir de texto com o Nano Banana Basic: proporção, espaço em branco e uso de prompts

Use os campos aspect_ratio e prompt da API de tarefas para gerar imagens com composição clara para banners e cards sociais

Nov 18, 2026
Imagem de capa geométrica plana em tons de terracota e ocre sobre fundo em tom de areia quente, com faixas horizontais em degraus que diminuem da esquerda para a direita, com ampla margem ao redor.
Nesta página

Posicionamento e limites desta linha

O nano-banana é uma linha de geração de imagens a partir de texto (text-to-image) no HiAPI, enviada como tarefa assíncrona: os campos de entrada do corpo da requisição ficam todos sob o objeto input e, após o envio, o resultado é recuperado no formato de tarefa. Ele é adequado a cenários com necessidade de ilustrações em lote, como banners operacionais, cards sociais e rascunhos de imagens para artigos. Este artigo aborda apenas a versão básica e não trata de outros modelos da mesma família.

Os campos disponíveis são poucos, então vamos deixar o contrato claro desde o início: prompt é uma string obrigatória, com comprimento de 1 a 5000 caracteres; aspect_ratio é opcional, com padrão auto, e seus valores enumerados são auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5 e 21:9; output_format aceita png ou jpeg, com padrão png. O campo antigo image_size está obsoleto; para especificar a proporção desejada, use aspect_ratio.

É importante deixar claro que esta linha não expõe campos como resolution, quality, width, height, seed ou upload de imagem de referência. Não insira essas chaves em input seguindo o hábito de outros modelos de imagem, nem presuma que serão silenciosamente ignoradas. Da mesma forma, aspect_ratio serve para especificar a proporção desejada, sem prometer um tamanho fixo em pixels; a proporção e as dimensões reais devem ser conferidas na imagem retornada e precisam ser verificadas antes da entrega.

Representação conceitual: o prompt de entrada e as opções passam pelo canal de tarefas até resultar na imagem. Esta figura é uma ilustração conceitual e não uma saída real do nano-banana.

Contrato dos campos e um fragmento mínimo de input

Abaixo está um fragmento de input contendo apenas os campos acima, para ilustrar a hierarquia dos campos. Ele não é uma requisição HTTP completa: não há endpoint, cabeçalhos de autenticação nem forma de polling da tarefa; consulte a documentação da API do HiAPI para esses detalhes.

{
  "input": {
    "prompt": "Ilustração geométrica plana em composição horizontal, fundo em tom areia quente, terço direito com blocos escalonados, espaço em branco à esquerda, sem texto na imagem.",
    "aspect_ratio": "16:9",
    "output_format": "png"
  }
}

A forma de escrever o prompt afeta o grau de controle sobre a imagem. Uma ordem prática é: primeiro o sujeito e a cena, depois a composição e a posição do sujeito, em seguida a área de espaço em branco e, por fim, cores, iluminação e estilo. Se não quiser texto na imagem, declarar explicitamente “não devem aparecer textos, letras ou números na imagem” é mais simples do que editar depois. Não é preciso preencher os 5000 caracteres; basta deixar claras as restrições principais; empilhar texto demais dilui o foco.

A escolha de output_format depende do fluxo de entrega: png é adequado para preservação sem perdas e edição posterior; jpeg, para entregas com compressão com perdas. O padrão é png; se o downstream for sensível a tamanho, lembre-se de alterar explicitamente para jpeg. Vale esclarecer que poder escolher png não significa que o modelo gere canal alfa transparente; esta linha não declara nem oferece capacidade de fundo transparente e não promete remoção de fundo ou saída transparente.

Proporção e espaço em branco: defina o layout antes de escrever o prompt

Espaço em branco não é “deixar vazio”, mas reservar posições para título, botões e selos. A estratégia de espaço em branco varia conforme a proporção; ao escrever o prompt, descreva o espaço em branco como parte da composição.

  • Banner 16:9: comum em cabeçalhos de sites e capas de artigos. Recomenda-se deslocar o sujeito para o terço direito ou esquerdo e deixar o outro lado como uma área contínua de baixa informação, evitando que o sujeito cubra o título. No prompt, pode-se escrever “manter no lado esquerdo uma área de espaço em branco de baixo contraste com cerca de um terço da largura”.
  • Card social 1:1: sujeito centralizado, com uma margem de respiro acima e abaixo; os elementos ao redor não devem encostar nas bordas, para não serem cortados ao recortar o conteúdo no feed.
  • Vertical 9:16: reservar uma faixa no topo e outra na base para título e assinatura; posicionar o sujeito no trecho central, evitando sobreposição com as áreas de texto nas extremidades.
  • 4:5 e 3:4: proporções comuns em impressão e feeds; o espaço em branco pode ser menor, mas ainda se recomenda manter margens de segurança ao redor.
  • Ultrawide 21:9: há bastante espaço horizontal, adequado para distribuir vários elementos em ritmo, mas as extremidades são facilmente cortadas; não encoste o sujeito principal nas bordas.
  • auto: o servidor decide a proporção, o que é útil para exploração inicial; ao entrar em produção em lote, recomenda-se especificar a proporção explicitamente para reduzir retrabalho de layout.

É preciso reforçar: proporção não é o mesmo que pixels. aspect_ratio define a proporção desejada; 16:9 não significa um tamanho fixo em pixels (como 1920×1080). Após receber a imagem, verifique se a proporção real corresponde ao esperado; se o downstream exigir dimensões rígidas, redimensione ou recorte por conta própria e deixe as margens de segurança suficientes já na fase de prompt.

Dois exemplos de prompt prontos para adaptação

Os dois textos a seguir são formas a validar, não conclusões de testes. Recomenda-se chamar cada um uma vez, observar se a posição do sujeito e o espaço em branco correspondem ao esperado e então ajustar ao projeto.

Espaço em branco para banner (16:9):

“Ilustração geométrica plana em composição horizontal, fundo em tom areia quente. No terço direito da imagem, colocar um conjunto de estruturas escalonadas formadas por blocos em terracota, ocre e marrom-escuro, descendo gradualmente da esquerda para a direita, com bordas limpas; nos dois terços esquerdos da imagem, manter uma área de espaço em branco de baixo contraste e sem detalhes, com apenas uma faixa horizontal muito suave como transição. Paleta contida, sem ruído de gradiente, sem textos, letras, números ou logotipos, composição equilibrada, adequada como imagem de cabeçalho de artigo.”

Card social (1:1):

“Ilustração minimalista em composição quadrada, fundo em bege claro. No centro da imagem, colocar uma marca abstrata formada por três arcos sobrepostos, nas cores verde-escuro tinta e ocre, com espessura de linha uniforme; manter espaço em branco uniforme ao redor da marca, com espaço ligeiramente maior acima e abaixo do que nas laterais, para facilitar a sobreposição posterior de um título. Fundo puro, sem textura, sem sombra, sem textos, letras, números ou logotipos, atmosfera tranquila e contida.”

Os dois prompts descrevem o “espaço em branco” como uma descrição espacial executável, e não como uma frase vaga do tipo “deixe mais espaço em branco”. Se, em uma geração, o sujeito ainda encostar nas bordas, ajuste primeiro os termos de direção e as proporções na descrição, em vez de adicionar adjetivos sem parar.

Iteração passo a passo: altere apenas uma variável por vez

O erro mais comum na geração em lote é alterar ao mesmo tempo o prompt, a proporção e o formato e depois não conseguir identificar o que causou a mudança. Uma abordagem mais segura é convergir em etapas.

  • Primeiro passo: fixar aspect_ratio e output_format e usar um prompt curto para confirmar se o sujeito foi compreendido corretamente.
  • Segundo passo: adicionar a descrição da composição: posição do sujeito, proporção ocupada na imagem e área de espaço em branco.
  • Terceiro passo: complementar cores, iluminação e estilo, observando se o espaço em branco foi comprimido.
  • Quarto passo: organizar a descrição estabilizada em um template; no processamento em lote, substituir apenas o sujeito e as cores, sem alterar as frases estruturais.

Após cada chamada, registre o prompt, o aspect_ratio, o output_format e as diferenças no resultado. O registro em si é um ativo: quando um mesmo lote de tarefas apresenta desvios sistemáticos, é possível localizar rapidamente se a causa foi proporção errada, mudança na estrutura do prompt ou erro de grafia em um campo.

Autoverificação de entrega e tratamento de falhas

Após receber a imagem, faça as seguintes verificações: a proporção corresponde à proporção desejada em aspect_ratio; o sujeito está completo e não foi cortado; a área reservada para texto está suficientemente limpa; apareceram textos indesejados ou elementos com aparência de marca d'água; o formato de saída atende aos requisitos do downstream. Se for para banner, visualize também no tamanho real da página para confirmar que o título sobreposto não cobre o sujeito.

Em caso de falha da tarefa ou desvio do resultado, investigue na seguinte ordem: o prompt está vazio ou fora do intervalo de 1 a 5000 caracteres; aspect_ratio está entre os valores enumerados; output_format usa apenas png ou jpeg; houve uso indevido do image_size obsoleto; foram enviados campos não expostos por esta linha. Após confirmar que os parâmetros estão corretos, simplifique o prompt e tente novamente, em vez de reenviar repetidamente a mesma entrada. Se houver desvios consecutivos, reduza primeiro os elementos da imagem ao mínimo e depois adicione-os de volta item por item.

Aviso final: as ilustrações deste artigo são apenas representações conceituais, usadas para explicar o fluxo “entrada passa pelo canal de tarefas e resulta em imagem”, e não são saídas reais do nano-banana. Recomenda-se validar por chamadas próprias todas as combinações de prompt e campos antes de entrar em produção. Detalhes do modelo em /models/nano-banana.

Artigos relacionados

Ver todos os artigos →

Comece a criar com artefactos de IA persistentes

Obtenha a sua chave de API e chame modelos de imagem, vídeo e áudio através de uma única API baseada em tasks.

Ler a documentação da API