Guia de Prompts do Nano Banana: Descreva Cenas, Não Tags

Um prompt do Nano Banana é uma descrição textual de uma cena que os modelos de imagem do Google — Nano Banana 2, Nano Banana Pro e a versão econômica Lite — transformam em imagem. Esses modelos são baseados no Gemini, o que significa que eles interpretam o prompt como linguagem natural, e não apenas como um amontoado de palavras-chave. Esse único detalhe muda completamente a forma como você deve escrever. De acordo com a documentação de geração de imagens do Google, descrições narrativas ricas superam consistentemente as listas de tags separadas por vírgulas, e nossos próprios testes diários confirmam isso.

A versão curta, se você quiser apenas o modelo: "A photorealistic [shot type] of [subject] in [setting]. [Lighting description]. Shot from [camera angle] with [lens type]." Escreva frases completas. Nomeie a fonte de luz e a lente como um fotógrafo faria. Esse hábito por si só elimina a maior parte da diferença entre uma renderização genérica e uma imagem profissional pronta para publicação.

Este é o guia complementar focado em imagens do nosso guia de prompts do Veo 3.1. Mesma filosofia, vocabulário diferente: prompts de vídeo giram em torno de movimento e enquadramentos de câmera, enquanto prompts de imagem focam em luz, lentes e composição. Cada demonstração abaixo foi gerada no BananaBanana com o prompt exato exibido, de primeira, sem novas tentativas.

Por que prompts narrativos funcionam melhor do que listas de palavras-chave?

Velhos hábitos de difusão demoram a passar. Se você aprendeu a criar prompts no Stable Diffusion ou no Midjourney, provavelmente escreve termos como "perfume bottle, product photo, 8k, dramatic lighting, masterpiece". Os modelos do Nano Banana conseguem interpretar isso, mas você estará desperdiçando a principal força deles: eles entendem as relações entre os objetos, e não apenas os objetos de forma isolada.

"A barista laughing at something off-frame while steam rises from the espresso machine behind her" (Uma barista rindo de algo fora do enquadramento enquanto o vapor sobe da máquina de café expresso atrás dela) é uma cena. A versão baseada em palavras-chave ("barista, laughing, steam, espresso machine") perde a noção de quem está fazendo o quê, onde o vapor está localizado e qual deve ser o tom emocional do quadro. O modelo preenche essas lacunas com padrões automáticos, e esses padrões são exatamente o que faz as imagens de IA parecerem... bem, de IA.

Um prompt funcional do Nano Banana geralmente traz cinco ou seis ingredientes:

Você não precisará de todos os seis todas as vezes. Mas cada ingrediente que você ignora é uma decisão que você devolve para o modelo tomar.

Prompts fotorrealistas: escreva como um fotógrafo

Para fotos realistas, o vocabulário de maior impacto é a linguagem técnica de câmera, assim como no vídeo. A documentação do Google fornece o modelo que citei acima, e ele se alinha diretamente com o briefing que um fotógrafo faria para um ensaio: tipo de captura, assunto, ambiente, luz, ângulo e lente.

Aqui está a diferença na prática. Ambas as imagens abaixo foram criadas com o Nano Banana 2 em resolução de 1K, custando $0.06 cada em nossa tabela de preços. Primeiro, o prompt básico que todo mundo escreve no primeiro dia, apenas "A perfume bottle on a table":

Bonito, honestamente. O modelo escolheu um cenário de estilo de vida iluminado, luz de janela, flores, um porta-joias, criando uma foto de banco de imagens perfeitamente aceitável. Mas cada uma dessas decisões foi do modelo, não sua, e a próxima execução trará escolhas diferentes. Agora veja o mesmo assunto com todos os ingredientes preenchidos: "A photorealistic close-up of an amber glass perfume bottle standing on wet black slate, fine water droplets across the glass. Warm golden backlight from the right, a faint cool rim light from the left. Shot from a low angle with an 85mm macro lens, shallow depth of field, dark blurred background":

Mesmo modelo, mesmo preço, a mesma renderização de quatro segundos. As gotas, a iluminação em dois tons e o ângulo baixo foram fruto das palavras do prompt, e não de sorte. Um detalhe que vale destacar: o rótulo. Eu nunca pedi por um, mas o modelo o inventou, e acabou errando a grafia do texto criado ("EAU DE PARFUIM"). Textos não solicitados ainda são o ponto fraco do Nano Banana 2, o que nos leva perfeitamente à próxima seção.

Vale a pena memorizar termos de iluminação técnicos porque eles funcionam com precisão: golden hour, overcast softbox, three-point studio lighting, hard noon sun, neon spill, candlelight. Palavras de efeito vagas ("beautiful", "dramatic") não geram impacto real. Se o seu assunto for um produto em vez de uma pessoa, exploramos esse mesmo vocabulário muito mais a fundo no guia de fotografia de produto. Na minha experiência, a escolha da lente importa quase tanto quanto a iluminação; "85mm macro" e "wide-angle 24mm" produzem geometrias visivelmente diferentes, que é exatamente o tipo de controle que prompts baseados em tags nunca oferecem.

Como obter textos legíveis com o Nano Banana Pro?

A renderização precisa de texto é a principal razão de existir do Nano Banana Pro. A documentação é direta: para ativos profissionais em que a tipografia precisa ser perfeita, utilize o Pro (gemini-3-pro-image). O Nano Banana 2 consegue lidar com uma ou duas palavras curtas; o Pro lida com layouts completos.

O modelo documentado é: "Create a [image type] for [brand] with the text '[exact text]' in a [font style]. The design should be [style], with a [color scheme]." Dois hábitos simples aumentam muito a taxa de sucesso. Coloque o texto exato entre aspas simples e descreva a fonte de forma coloquial ("a chunky rounded sans-serif", "a thin elegant serif") em vez de citar uma tipografia específica que o modelo pode não conhecer.

Este pôster foi gerado pelo Nano Banana Pro com o prompt: "Create a retro poster for a coffee stand called Banana Brew with the text 'BANANA BREW' in a chunky rounded sans-serif across the top and the slogan 'cold roast, warm people' in a small handwritten script underneath, flat illustration of a single banana-yellow espresso cup in the center, cream background, amber and dark-ink color scheme":

Cada caractere foi gerado corretamente logo na primeira tentativa. Para ser justo, isso deixa de ser garantido quando passamos de algumas poucas linhas; em layouts densos (como cardápios), o Pro ainda pode ocasionalmente omitir ou duplicar letras, então revise tudo que tiver mais de dez palavras antes de publicar.

Edição de prompts: altere uma coisa, mantenha o resto

Os modelos do Nano Banana editam imagens tão bem quanto as geram, mas a estrutura dos prompts de edição é diferente o suficiente para confundir as pessoas. O erro mais comum é re-descrever a cena inteira. Em vez disso, descreva apenas a alteração desejada.

La documentação do Google chama isso de mascaramento semântico (semantic masking), e vale a pena copiar o modelo deles literalmente: "Using the provided image, change only the [specific element] to [new element]. Keep everything else exactly the same, preserving the original style, lighting, and composition." Essa última frase faz toda a diferença; sem ela, as edições costumam alterar a paleta de cores ou reorganizar o enquadramento.

Essa mesma lógica orienta o fluxo de trabalho iterativo. Gere, analise e depois peça um ajuste de cada vez: "make the light warmer", "replace the mug with a glass", "same scene at dusk". Cada pequeno passo preserva muito melhor o que você gostou do que um único prompt corretivo gigante. Parece mais lento, mas geralmente é mais rápido, porque você evita descartar boas imagens devido ao excesso de correções.

As imagens de referência podem ser usadas em conjunto com isso. O Nano Banana 2 aceita até 4 referências de personagem e 10 referências de objeto por requisição, enquanto o Pro aceita 5 e 6, respectivamente, conforme as diretrizes da API do Gemini. Se você estiver tentando manter a consistência de um rosto ao longo de uma série de imagens, essa é uma técnica à parte, e nós detalhamos suas particularidades no guia de consistência de personagens.

Prompts negativos, proporções de tela e custos por imagem

Aqui está um fato que costuma surpreender quem vem de outras ferramentas: a API do Nano Banana não possui um parâmetro de prompt negativo. Não há nada semelhante ao campo negativePrompt do Veo para imagens, e a documentação oficial nem sequer menciona isso. O substituto ideal é usar enquadramento positivo. Não escreva "no cars"; escreva "an empty, deserted street". Não escreva "no text"; descreva a composição de forma tão detalhada que textos indesejados simplesmente não encontrem espaço para aparecer. Tratar a ausência como uma presença pode parecer um jogo de palavras, mas funciona comprovadamente.

As proporções de tela (aspect ratios) são generosas: dez opções que vão desde o quadrado 1:1 passando por 3:2, 4:5, 9:16, 16:9, até o ultra-panorâmico 21:9. As resoluções disponíveis são 512px, 1K, 2K e 4K, com um pequeno detalhe que explicamos no guia do Lite: o Nano Banana 2 Lite gera imagens apenas em 1K.

Preços atuais do BananaBanana por imagem:

Meu fluxo de trabalho padrão reflete o que faço com vídeos: rascunho na versão econômica, finalizo na versão avançada. Ajusto o prompt no Lite ou no Nano Banana 2 em 1K até acertar a composição e, em seguida, executo o prompt final no Pro em 2K, que custa os mesmos $0.11 que em 1K e é a grande barganha oculta dessa tabela. A qualidade dos prompts se transfere perfeitamente entre os diferentes níveis. Novas contas ganham $0.20 de saldo gratuito, o suficiente para cobrir seus primeiros seis rascunhos no Lite. A tabela completa está disponível na nossa página de preços.

Perguntas Frequentes (FAQ)

Qual é a melhor estrutura de prompt para o Nano Banana?

Uma estrutura com frases narrativas completas cobrindo assunto, cenário, estilo, iluminação, ângulo da câmera e lente: "A photorealistic [shot type] of [subject] in [setting]. [Lighting]. Shot from [angle] with [lens]." Frases completas superam listas de palavras-chave porque os modelos são baseados no Gemini e interpretam as relações entre os termos, e não apenas substantivos soltos.

O Nano Banana 2 aceita prompts negativos?

Não. Não há parâmetro de prompt negativo na API de imagens do Gemini. Em vez disso, use enquadramento positivo: descreva a cena que você quer ("an empty street at dawn") em vez de focar no que deseja evitar ("no cars").

Como faço para renderizar textos de forma correta com o Nano Banana?

Utilize o Nano Banana Pro, coloque o texto exato entre aspas simples e descreva o estilo de fonte de forma coloquial ("a chunky rounded sans-serif"). Tente manter o texto com menos de dez palavras por imagem; layouts mais longos ainda precisam de revisão.

Devo criar prompts de formas diferentes para o Nano Banana 2 e para o Pro?

A estrutura é idêntica. O Pro justifica seu preço na renderização precisa de texto, layouts complexos de múltiplos elementos e instruções com muitas restrições; o Nano Banana 2 lida perfeitamente com fotorrealismo e ilustração para o dia a dia por quase metade do custo.

Quanto custa uma imagem gerada pelo Nano Banana?

No BananaBanana, os valores vão de $0.03 (Lite em 1K ou Nano Banana 2 em 512px) a $0.20 (Pro em 4K). O melhor custo-benefício para imagens finais é o Pro em 2K por $0.11, que tem o mesmo preço da versão do Pro em 1K.