04 - Anatomia de um prompt visual — canvas, composição, estilo

TL;DR

Todo prompt visual eficaz tem quatro camadas: canvas (formato, aspect ratio, resolução), composição (hierarquia, focal point, espaço negativo), estilo (linguagem visual, paleta, mood) e texto (palavras embutidas, posição, hierarquia). Cada camada tem vocabulário próprio que os modelos reconhecem. Quando você escreve sem cobrir as quatro, o modelo escolhe default genérico; quando cobre todas, converge rápido. Esta nota dá o vocabulário preciso por camada, com exemplo de prompt completo dissecado em cada uma.

As quatro camadas

Camada	Pergunta	Decisões
Canvas	Em que retângulo?	Aspect ratio, orientação, resolução, padding
Composição	Onde fica o quê?	Hierarquia, focal point, regra dos terços, espaço negativo, framing
Estilo	Que linguagem visual?	Paleta, tipo de ilustração, mood, era estética
Texto	Que palavras aparecem?	Conteúdo, posição, tamanho relativo, intent tipográfico

A diferença entre prompt amador e prompt utilizável é cobrir as quatro com intenção, não deixar default escolher por você.

Camada 1: Canvas

Define o retângulo onde a imagem vive. É a primeira coisa que o modelo decide; se você não diz, ele assume.

Aspect ratio comum

Ratio	Uso típico	Parâmetro MJ	Notas
1:1	Avatar, Instagram feed, ícone, post quadrado	--ar 1:1 (default)	Universal
16:9	Hero blog/README, thumbnail YouTube, slide widescreen	--ar 16:9	Padrão “web hero”
9:16	Story (Instagram/TikTok), reels, mobile portrait, poster	--ar 9:16	Vertical mobile
4:5	Instagram feed portrait, LinkedIn post	--ar 4:5	Maximiza real estate em feed
3:2	Foto tradicional (35mm)	--ar 3:2	Bom pra mockup fotográfico
1.91:1	Twitter/X card, OG image	--ar 1.91:1	Específico social card
11:17	Poster impresso (legal)	--ar 11:17 ou descrever	Portrait print
2:3	Capa de ebook, cartaz	--ar 2:3	Portrait

Como expressar canvas no prompt

• Midjourney: --ar 16:9 no fim do prompt.
• DALL-E 3: texto explícito (“landscape 16:9”) + parâmetro size na API (1792x1024, 1024x1024, 1024x1792).
• Imagen 3: parâmetro aspectRatio na API ou descrição textual (“widescreen 16:9 landscape”).
• FLUX/SD: parâmetros width e height (números) na API ou UI.

Padding e safe area

Pra entregáveis que vão receber overlay (texto, logo, CTA), descreva espaço negativo no prompt:

“…com espaço negativo à direita pra overlay de título; ~30% do canvas livre”

Sem isso, o modelo enche tudo e você não tem onde colocar o overlay.

Camada 2: Composição

Define onde cada elemento mora dentro do canvas. Vocabulário compositivo é estável entre modelos.

Padrões compositivos que os modelos entendem

• centered composition — focal point centro
• rule of thirds — focal point em interseção 1/3-2/3
• top-heavy — peso visual no topo (típico de poster)
• bottom-heavy — peso visual no rodapé
• left-aligned subject, negative space at right — útil pra hero com overlay
• symmetrical — espelhamento, formal
• asymmetrical balance — peso compensado com intenção
• leading lines — linhas que guiam o olho
• overhead view / top-down / bird's eye view
• low angle / worm's eye view
• close-up / wide shot / medium shot
• extreme close-up / macro

Hierarquia visual

Diga ao modelo qual elemento é o primário, secundário, terciário. “Hero ocupa 60% central; subtítulo abaixo, 20% da largura; tag pequena no rodapé” funciona melhor que “tudo na imagem”.

Framing

• framed by foliage / framed by architecture — moldura natural dentro da imagem
• vignette — escurecimento de bordas
• bokeh background — fundo desfocado
• depth of field — controle de profundidade

Espaço negativo

negative space at top right pra overlay text é cláusula que economiza muita iteração. Sem isso, o modelo enche.

Camada 3: Estilo

A linguagem visual. Onde “scene-first” mais erra (diz “futurista” e deixa o resto pro modelo), deliverable-first é cirúrgico.

Tipo de ilustração

• flat illustration — vetorial sem profundidade, populares em SaaS/B2B
• isometric — 3D estilizado em projeção isométrica, popular em tech
• 3D rendered / 3D render / octane render — fotorrealístico CG
• photorealistic / photograph — fotografia
• watercolor / oil painting / gouache — pintura tradicional
• line art / pen and ink / engraving — traço
• vector illustration — limpo, escalável (SVG vibe)
• pixel art / 8-bit / 16-bit — retrô digital
• anime / manga — animação japonesa
• comic book / graphic novel — quadrinhos
• concept art — arte de produção
• technical illustration — diagramas estilizados

Paleta de cor

Específica: dark mode palette, midnight blue and violet, pastel palette with coral and mint, monochrome blue, high-contrast black and yellow, warm earth tones.

Vaga (e não funciona bem): colorful, nice colors, vibrant.

Mood / atmosfera

• corporate-modern — limpo, profissional, frio
• playful — descontraído
• vintage / retro — anos 70/80/90
• cyberpunk — neon, futurista distópico
• minimalist — espaço, contenção
• maximalist — denso, ornamentado
• brutalist — direto, sem ornamento
• dreamy / ethereal — etéreo
• gritty / grunge — texturizado

Era estética (atalho potente)

80s sci-fi, Y2K aesthetic, Bauhaus, Art Deco, Memphis design, Swiss design, Brutalist web. Modelos têm prior forte pra essas eras.

Camada 4: Texto

A camada mais difícil em 2026 — modelos ainda erram. Ideogram, Imagen 3 (e Imagen 4 quando disponível) e FLUX dev lideram; DALL-E 3 razoável; Midjourney fraco; SD 3.5 inconsistente.

Como pedir texto

1. Cite as palavras exatas entre aspas no prompt.

   the text "AI Summit 2026" at the top in bold sans-serif

2. Indique posição.

   top center, occupying ~15% of height

3. Indique hierarquia (se múltiplo).

   main title large; subtitle 50% size; tagline at bottom 30%

4. Indique intenção tipográfica (não exige fonte específica).

   bold sans-serif, modern, geometric ou serif, classical, editorial ou handwritten script, casual

O limite atual

Mesmo com Ideogram, palavras com mais de ~30 caracteres começam a quebrar. Múltiplos blocos de texto (parágrafo + título + caption) raramente saem perfeitos numa só geração. Padrão prático em 2026:

• Texto curto e único (título de poster, “SALE”, “404”) → modelo gera direto
• Texto médio (título + subtítulo) → modelo gera, retoca tipografia no Figma/Canva
• Texto longo ou múltiplos blocos (infográfico denso) → gerar background sem texto + tipografar no Figma

Não fingir que o modelo resolve tudo — economiza horas.

Exemplo: prompt dissecado nas quatro camadas

Goal: hero pra post de blog sobre “AI Engineering Stack — 11 camadas”.

Prompt:

“Hero image pra post de blog técnico. Canvas: 16:9 landscape, 1920×1080, espaço negativo à direita 35% pra overlay de título. Composição: isometric stack de 11 camadas translúcidas empilhadas verticalmente, à esquerda do canvas; rule of thirds (stack no terço esquerdo); leading lines do stack guiam pro espaço vazio à direita. Estilo: flat-isometric illustration, paleta dark mode (midnight blue 0F1B2D base, ciano 00D4FF accent, magenta FF006E destaque ocasional), mood corporate-modern-tech, sem stock photo vibe. Texto: sem texto na imagem (vai ser overlay separado no Figma). Sem pessoas. Sem ícones genéricos de SaaS.”

Dissecação:

• Canvas: 16:9, 1920×1080, 35% negative space à direita
• Composição: isometric stack, esquerda do canvas, rule of thirds, leading lines
• Estilo: flat-isometric, paleta dark mode específica com hex, mood corporate-modern-tech
• Texto: sem texto (overlay externo); constraints explícitas (sem pessoas, sem ícones SaaS genéricos)

Cada camada é decisão explícita. O modelo entra calibrado em vez de chutar.

O hábito a internalizar

Antes de mandar o prompt, releia mentalmente:

1. Canvas — defini aspect ratio?
2. Composição — defini onde fica o hero e onde é espaço negativo?
3. Estilo — defini paleta, tipo de ilustração, mood?
4. Texto — defini se tem ou não, e se tem, onde e quais palavras?

Faltou alguma? O modelo vai escolher por você. Se faltou de propósito, ok. Se faltou por preguiça, vai ter que iterar mais.

Fontes

• @hooeem — Become an AI Engineer, cap #16 (Image Prompting).
• Midjourney — Documentation (docs). Parâmetros --ar, vocabulário aceito.
• OpenAI — Image generation guide (docs). DALL-E 3 e descrição textual de canvas.

Veja também

• 02 - Deliverable-first, não scene-first — as camadas se conectam ao template canônico
• 05 - Templates por entregável — poster, infográfico, mockup, thumbnail — templates aplicam as quatro camadas por tipo de entregável
• 06 - Iteração visual — controlled changes — qual camada mudar quando o output não bate
• 07 - Geração de diagramas e ilustrações técnicas — limites da camada texto em diagramas