A API Gemini oferece suporte à geração de imagens usando o Gemini 2.0 Flash Experimental e o Imagen 3. Este guia ajuda você a começar a usar os dois modelos.
Para orientações sobre comandos de imagem, consulte a seção Guia de comandos de imagem.
Antes de começar
Antes de chamar a API Gemini, verifique se você tem o SDK de sua escolha instalado e uma chave da API Gemini configurada e pronta para uso.
Gerar imagens usando o Gemini
O Gemini 2.0 Flash Experimental oferece suporte à capacidade de gerar texto e imagens inline. Isso permite que você use o Gemini para editar imagens de forma conversacional ou gerar saídas com texto entrelaçado (por exemplo, gerar uma postagem de blog com texto e imagens em uma única vez). Todas as imagens geradas incluem uma marca-d'água do SynthID, e as imagens no Google AI Studio também incluem uma marca-d'água visível.
O exemplo a seguir mostra como usar o Gemini 2.0 para gerar saída de texto e imagem:
Python
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
import base64
client = genai.Client()
contents = ('Hi, can you create a 3d rendered image of a pig '
'with wings and a top hat flying over a happy '
'futuristic scifi city with lots of greenery?')
response = client.models.generate_content(
model="gemini-2.0-flash-exp-image-generation",
contents=contents,
config=types.GenerateContentConfig(
response_modalities=['TEXT', 'IMAGE']
)
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = Image.open(BytesIO((part.inline_data.data)))
image.save('gemini-native-image.png')
image.show()
JavaScript
import { GoogleGenAI, Modality } from "@google/genai";
import * as fs from "node:fs";
async function main() {
const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });
const contents =
"Hi, can you create a 3d rendered image of a pig " +
"with wings and a top hat flying over a happy " +
"futuristic scifi city with lots of greenery?";
// Set responseModalities to include "Image" so the model can generate an image
const response = await ai.models.generateContent({
model: "gemini-2.0-flash-exp-image-generation",
contents: contents,
config: {
responseModalities: [Modality.TEXT, Modality.IMAGE],
},
});
for (const part of response.candidates[0].content.parts) {
// Based on the part type, either show the text or save the image
if (part.text) {
console.log(part.text);
} else if (part.inlineData) {
const imageData = part.inlineData.data;
const buffer = Buffer.from(imageData, "base64");
fs.writeFileSync("gemini-native-image.png", buffer);
console.log("Image saved as gemini-native-image.png");
}
}
}
main();
Go
package main
import (
"context"
"fmt"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, _ := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: os.Getenv("GEMINI_API_KEY"),
Backend: genai.BackendGeminiAPI,
})
config := &genai.GenerateContentConfig{
ResponseModalities: []string{"TEXT", "IMAGE"},
}
result, _ := client.Models.GenerateContent(
ctx,
"gemini-2.0-flash-exp-image-generation",
genai.Text("Hi, can you create a 3d rendered image of a pig " +
"with wings and a top hat flying over a happy " +
"futuristic scifi city with lots of greenery?"),
config,
)
for _, part := range result.Candidates[0].Content.Parts {
if part.Text != "" {
fmt.Println(part.Text)
} else if part.InlineData != nil {
imageBytes := part.InlineData.Data
outputFilename := "gemini_generated_image.png"
_ = os.WriteFile(outputFilename, imageBytes, 0644)
}
}
}
REST
curl -s -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash-exp-image-generation:generateContent?key=$GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{
"parts": [
{"text": "Hi, can you create a 3d rendered image of a pig with wings and a top hat flying over a happy futuristic scifi city with lots of greenery?"}
]
}],
"generationConfig":{"responseModalities":["TEXT","IMAGE"]}
}' \
| grep -o '"data": "[^"]*"' \
| cut -d'"' -f4 \
| base64 --decode > gemini-native-image.png

Dependendo do comando e do contexto, o Gemini vai gerar conteúdo em diferentes modos (texto para imagem, texto para imagem e texto, etc.). Veja alguns exemplos:
- Texto para imagem
- Exemplo de comando: "Gere uma imagem da Torre Eiffel com fogos de artifício em segundo plano".
- Texto para imagens e texto (intercalado)
- Exemplo de comando: "Gerencie uma receita ilustrada de paella."
- Imagens e texto para imagens e texto (intercalados)
- Exemplo de comando: (com uma imagem de um cômodo mobiliado) "Que outras cores de sofás funcionariam no meu espaço? Você pode atualizar a imagem?"
- Edição de imagens (texto e imagem para imagem)
- Exemplo de instrução: "Edite esta imagem para que ela pareça um desenho animado"
- Exemplo de comando: [imagem de um gato] + [imagem de um travesseiro] + "Crie um ponto cruz do meu gato neste travesseiro".
- Edição de imagens com vários turnos (chat)
- Exemplos de comandos: [faça upload de uma imagem de um carro azul.] "Transforme este carro em um conversível." "Agora mude a cor para amarelo."
Edição de imagens com o Gemini
Para fazer a edição de imagens, adicione uma imagem como entrada. O exemplo a seguir demonstra o envio de imagens codificadas em base64. Para várias imagens e payloads maiores, consulte a seção Entrada de imagem.
Python
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
import PIL.Image
image = PIL.Image.open('/path/to/image.png')
client = genai.Client()
text_input = ('Hi, This is a picture of me.'
'Can you add a llama next to me?',)
response = client.models.generate_content(
model="gemini-2.0-flash-exp-image-generation",
contents=[text_input, image],
config=types.GenerateContentConfig(
response_modalities=['TEXT', 'IMAGE']
)
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = Image.open(BytesIO(part.inline_data.data))
image.show()
JavaScript
import { GoogleGenAI, Modality } from "@google/genai";
import * as fs from "node:fs";
async function main() {
const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });
// Load the image from the local file system
const imagePath = "path/to/image.png";
const imageData = fs.readFileSync(imagePath);
const base64Image = imageData.toString("base64");
// Prepare the content parts
const contents = [
{ text: "Can you add a llama next to the image?" },
{
inlineData: {
mimeType: "image/png",
data: base64Image,
},
},
];
// Set responseModalities to include "Image" so the model can generate an image
const response = await ai.models.generateContent({
model: "gemini-2.0-flash-exp-image-generation",
contents: contents,
config: {
responseModalities: [Modality.TEXT, Modality.IMAGE],
},
});
for (const part of response.candidates[0].content.parts) {
// Based on the part type, either show the text or save the image
if (part.text) {
console.log(part.text);
} else if (part.inlineData) {
const imageData = part.inlineData.data;
const buffer = Buffer.from(imageData, "base64");
fs.writeFileSync("gemini-native-image.png", buffer);
console.log("Image saved as gemini-native-image.png");
}
}
}
main();
Go
package main
import (
"context"
"fmt"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, _ := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: os.Getenv("GEMINI_API_KEY"),
Backend: genai.BackendGeminiAPI,
})
imagePath := "/path/to/image.png"
imgData, _ := os.ReadFile(imagePath)
parts := []*genai.Part{
genai.NewPartFromText("Hi, This is a picture of me. Can you add a llama next to me?"),
&genai.Part{
InlineData: &genai.Blob{
MIMEType: "image/png",
Data: imgData,
},
},
}
contents := []*genai.Content{
genai.NewContentFromParts(parts, genai.RoleUser),
}
config := &genai.GenerateContentConfig{
ResponseModalities: []string{"TEXT", "IMAGE"},
}
result, _ := client.Models.GenerateContent(
ctx,
"gemini-2.0-flash-exp-image-generation",
contents,
config,
)
for _, part := range result.Candidates[0].Content.Parts {
if part.Text != "" {
fmt.Println(part.Text)
} else if part.InlineData != nil {
imageBytes := part.InlineData.Data
outputFilename := "gemini_generated_image.png"
_ = os.WriteFile(outputFilename, imageBytes, 0644)
}
}
}
REST
IMG_PATH=/path/to/your/image1.jpeg
if [[ "$(base64 --version 2>&1)" = *"FreeBSD"* ]]; then
B64FLAGS="--input"
else
B64FLAGS="-w0"
fi
IMG_BASE64=$(base64 "$B64FLAGS" "$IMG_PATH" 2>&1)
curl -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash-exp-image-generation:generateContent?key=$GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d "{
\"contents\": [{
\"parts\":[
{\"text\": \"'Hi, This is a picture of me. Can you add a llama next to me\"},
{
\"inline_data\": {
\"mime_type\":\"image/jpeg\",
\"data\": \"$IMG_BASE64\"
}
}
]
}],
\"generationConfig\": {\"responseModalities\": [\"TEXT\", \"IMAGE\"]}
}" \
| grep -o '"data": "[^"]*"' \
| cut -d'"' -f4 \
| base64 --decode > gemini-edited-image.png
Limitações
- Para ter o melhor desempenho, use os seguintes idiomas: EN, es-MX, ja-JP, zh-CN, hi-IN.
- A geração de imagens não tem suporte a entradas de áudio ou vídeo.
- A geração de imagens nem sempre aciona:
- O modelo pode gerar apenas texto. Tente pedir as saídas de imagem explicitamente (por exemplo, "gerar uma imagem", "fornecer imagens conforme você avança", "atualizar a imagem").
- O modelo pode parar de gerar no meio do processo. Tente de novo ou use outro comando.
- Ao gerar texto para uma imagem, o Gemini funciona melhor se você gerar primeiro o texto e depois pedir uma imagem com o texto.
Escolher um modelo
Qual modelo você deve usar para gerar imagens? Depende do seu caso de uso.
O Gemini 2.0 é o melhor para produzir imagens relevantes do ponto de vista contextual, combinando texto e imagens, incorporando conhecimento geral e raciocinando sobre imagens. Você pode usá-lo para criar recursos visuais precisos e relevantes para o contexto incorporados em longas sequências de texto. Você também pode editar imagens de forma conversacional, usando linguagem natural, mantendo o contexto durante a conversa.
Se a qualidade da imagem for sua prioridade, o Imagen 3 é a melhor escolha. O Imagen 3 se destaca em fotorrealismo, detalhes artísticos e estilos artísticos específicos, como impressionismo ou anime. O Imagen 3 também é uma boa escolha para tarefas especializadas de edição de imagens, como atualizar planos de fundo de produtos, aumentar o tamanho de imagens e infundir branding e estilo nos recursos visuais. Você pode usar o Imagen 3 para criar logotipos ou outros designs de produtos de marca.
Gerar imagens usando o Imagen 3
A API Gemini oferece acesso ao Imagen 3, o modelo de conversão de texto em imagem de maior qualidade do Google, com vários recursos novos e aprimorados. O Imagen 3 pode fazer o seguinte:
- Gerar imagens com mais detalhes, iluminação mais rica e menos artefatos distrativos do que os modelos anteriores
- Entender comandos escritos em linguagem natural
- Gerar imagens em vários formatos e estilos
- Renderizar texto de maneira mais eficaz do que os modelos anteriores
Python
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
client = genai.Client(api_key='GEMINI_API_KEY')
response = client.models.generate_images(
model='imagen-3.0-generate-002',
prompt='Robot holding a red skateboard',
config=types.GenerateImagesConfig(
number_of_images= 4,
)
)
for generated_image in response.generated_images:
image = Image.open(BytesIO(generated_image.image.image_bytes))
image.show()
JavaScript
import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";
async function main() {
const ai = new GoogleGenAI({ apiKey: "GEMINI_API_KEY" });
const response = await ai.models.generateImages({
model: 'imagen-3.0-generate-002',
prompt: 'Robot holding a red skateboard',
config: {
numberOfImages: 4,
},
});
let idx = 1;
for (const generatedImage of response.generatedImages) {
let imgBytes = generatedImage.image.imageBytes;
const buffer = Buffer.from(imgBytes, "base64");
fs.writeFileSync(`imagen-${idx}.png`, buffer);
idx++;
}
}
main();
Go
package main
import (
"context"
"fmt"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, _ := genai.NewClient(ctx, &genai.ClientConfig{
APIKey: os.Getenv("GEMINI_API_KEY"),
Backend: genai.BackendGeminiAPI,
})
config := &genai.GenerateImagesConfig{
NumberOfImages: 4,
}
response, _ := client.Models.GenerateImages(
ctx,
"imagen-3.0-generate-002",
"Robot holding a red skateboard",
config,
)
for n, image := range response.GeneratedImages {
fname := fmt.Sprintf("imagen-%d.png", n)
_ = os.WriteFile(fname, image.Image.ImageBytes, 0644)
}
}
REST
curl -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/imagen-3.0-generate-002:predict?key=GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"instances": [
{
"prompt": "Robot holding a red skateboard"
}
],
"parameters": {
"sampleCount": 4
}
}'

No momento, o Imagen oferece suporte apenas a comandos em inglês e aos seguintes parâmetros:
Parâmetros do modelo do Imagen
As convenções de nomenclatura variam de acordo com a linguagem de programação.
numberOfImages
: o número de imagens a serem geradas, de 1 a 4. O padrão é 4.aspectRatio
: muda a proporção da imagem gerada. Os valores aceitos são"1:1"
,"3:4"
,"4:3"
,"9:16"
e"16:9"
. O padrão é"1:1"
.personGeneration
: permite que o modelo gere imagens de pessoas. Os seguintes valores são aceitos:"DONT_ALLOW"
: bloqueia a geração de imagens de pessoas."ALLOW_ADULT"
: gera imagens de adultos, mas não de crianças. Esse é o padrão.
Guia de comandos do Imagen
Esta seção do guia do Imagen mostra como modificar uma solicitação de texto para imagem pode produzir resultados diferentes, além de exemplos de imagens que você pode criar.
Noções básicas para escrever comandos
Um bom comando é descritivo e claro, e usa modificadores e palavras-chave significativas. Comece pensando no assunto, contexto e estilo.

Assunto: a primeira coisa a considerar com qualquer solicitação é o assunto: o objeto, a pessoa, o animal ou o cenário de que você quer uma imagem.
Contexto e plano de fundo: o mais importante é o plano de fundo ou o contexto em que o assunto será colocado. Tente colocar o objeto de várias formas. Por exemplo, um estúdio com fundo branco, ambientes externos ou ambientes internos.
Estilo: por fim, adicione o estilo da imagem que você quer usar. Os estilos podem ser gerais (pintura, fotografia, esboços) ou muito específicos (pintura pastel, desenho a carvão, isométrico 3D). Também é possível combinar estilos.
Depois de escrever uma primeira versão da proposta, aprimore-a adicionando mais detalhes até chegar à imagem que você quer. A iteração é importante. Comece estabelecendo sua ideia principal e, em seguida, refine e expanda essa ideia até que a imagem gerada esteja próxima da sua visão.
![]() |
![]() |
![]() |
A Imagen 3 pode transformar suas ideias em imagens detalhadas, sejam as instruções curtas ou longas e detalhadas. Aprimore sua visão com instruções iterativas, adicionando detalhes até alcançar o resultado perfeito.
Com comandos curtos, você gera uma imagem rapidamente. ![]() |
Com comandos mais longos, você pode adicionar detalhes específicos e criar sua imagem. ![]() |
Outros conselhos para escrever comandos do Imagen:
- Use uma linguagem descritiva: use adjetivos e advérbios detalhados para descrever claramente a Imagem 3.
- Forneça contexto: se necessário, inclua informações de contexto para ajudar a IA a entender.
- Citar artistas ou estilos específicos: se você tem uma estética específica em mente, citar artistas ou movimentos artísticos específicos pode ser útil.
- Usar ferramentas de engenharia de comando: considere explorar ferramentas ou recursos de engenharia de comando para refinar os comandos e alcançar resultados ideais.
- Como melhorar os detalhes faciais nas suas imagens pessoais e em grupo:
- Especifique detalhes faciais como foco da foto. Por exemplo, use a palavra "retrato" no comando.
Gerar texto em imagens
O Imagen pode adicionar texto a imagens, abrindo mais possibilidades de geração de imagens criativas. Use as orientações a seguir para aproveitar ao máximo esse recurso:
- Iterar com confiança: talvez seja necessário regenerar imagens até alcançar o visual desejado. A integração de texto do Imagen ainda está evoluindo, e às vezes várias tentativas produzem os melhores resultados.
- Mantenha o texto curto: limite o texto a 25 caracteres ou menos para uma geração ótima.
Várias frases: teste duas ou três frases diferentes para fornecer mais informações. Evite exceder três frases para composições mais limpas.
Instrução: um cartaz com o texto "Summerland" em negrito como título, abaixo do texto está o slogan "Summer never felt so good" Posicionamento do guia: embora o Imagen possa tentar posicionar o texto conforme indicado, espere variações ocasionais. Esse recurso está sempre sendo aprimorado.
Inspire font style: especifique um estilo de fonte geral para influenciar sutilmente as escolhas do Imagen. Não confie na replicação precisa de fontes, mas espere interpretações criativas.
Tamanho da fonte: especifique um tamanho de fonte ou uma indicação geral de tamanho (por exemplo, pequeno, médio, grande) para influenciar a geração do tamanho da fonte.
Parametrização do comando
Para controlar melhor os resultados de saída, pode ser útil parametrizar as entradas no Imagen. Por exemplo, suponha que você queira que os clientes possam gerar logotipos para a empresa e que eles sejam sempre gerados em um plano de fundo de cor sólida. Você também quer limitar as opções que o cliente pode selecionar em um menu.
Neste exemplo, você pode criar uma solicitação parametrizada semelhante a esta:
A {logo_style} logo for a {company_area} company on a solid color background. Include the text {company_name}.
Na sua interface do usuário personalizada, o cliente pode inserir os parâmetros usando um menu, e o valor escolhido preenche a imagem de comando recebida.
Exemplo:
Comando:
A minimalist logo for a health care company on a solid color background. Include the text Journey.
Comando:
A modern logo for a software company on a solid color background. Include the text Silo.
Comando:
A traditional logo for a baking company on a solid color background. Include the text Seed.
Técnicas avançadas para a criação de prompts
Use os exemplos a seguir para criar comandos mais específicos com base em atributos como descritores de fotografia, formas e materiais, movimentos de arte históricos e modificadores de qualidade de imagem.
Fotografia
- A solicitação inclui: "Uma foto de..."
Para usar esse estilo, comece usando palavras-chave que informem claramente ao Imagen que você está procurando uma fotografia. Inicie suas solicitações com "Uma foto de . ". Por exemplo:
![]() |
![]() |
![]() |
Fonte da imagem: cada imagem foi gerada usando o comando de texto correspondente com o modelo Imagen 3.
Modificadores de fotografia
Nos exemplos a seguir, você pode conferir vários modificadores e parâmetros específicos para fotografia. É possível combinar vários modificadores para ter um controle mais preciso.
Proximidade da câmera - Close-up, tirada de longe
Solicitação: uma foto de perto de grãos de café Prompt: uma foto com zoom desativado de um pequeno saco de
grãos de café em uma cozinha bagunçadaPosição da câmera: aéreo, vista de baixo
Instrução: foto aérea de uma cidade com arranha-céus Solicitação: uma foto de um dossel florestal com céu azul abaixo Iluminação: natural, dramático, calor, frio
Prompt: foto de estúdio de uma cadeira moderna, iluminação natural Prompt: foto de estúdio de uma cadeira moderna, iluminação dramática Configurações da câmera — desfoque de movimento, foco suave, bokeh, retrato
Prompt: foto de uma cidade com arranha-céus dentro de um carro com desfoque de movimento Prompt: foco suave na fotografia de uma ponte em uma cidade urbana à noite Tipos de lentes - 35 mm, 50 mm, olho de peixe, grande angular, macro
Prompt: foto de uma folha, lente macro Instrução: fotografia de rua, cidade de Nova York, lente olho de peixe Tipos de filme - preto e branco, polaroid
Instrução: um retrato polaroide de um cachorro usando óculos escuros Instrução: foto em preto e branco de um cachorro usando óculos escuros
Fonte da imagem: cada imagem foi gerada usando o comando de texto correspondente com o modelo Imagen 3.
Ilustração e arte
- A solicitação inclui: "A painting de...", "Um sketch de..."
Os estilos de arte variam de estilos monocromáticos como esboços a lápis à arte digital realista. Por exemplo, as imagens a seguir usam a mesma solicitação com estilos diferentes:
"Um [art style or creation technique] de um sedan elétrico esportivo angular com arranha-céus em segundo plano"
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
Fonte da imagem: cada imagem foi gerada usando o comando de texto correspondente com o modelo Imagen 2.
Formas e materiais
- A solicitação inclui: "...made of...", "...na forma de..."
Um dos pontos fortes dessa tecnologia é a possibilidade de criar imagens que seriam difíceis ou impossíveis. Por exemplo, é possível recriar o logotipo da empresa em diferentes materiais e texturas.
![]() |
![]() |
![]() |
Fonte da imagem: cada imagem foi gerada usando o comando de texto correspondente com o modelo Imagen 3.
Referências de arte históricas
- A solicitação inclui: "...in the style of..."
Alguns estilos se tornaram icônicos ao longo dos anos. Confira a seguir algumas ideias de pintura histórica ou estilos de arte que você pode testar.
"Gerar uma imagem no estilo de [art period or movement] : um parque eólico"
![]() |
![]() |
![]() |
Fonte da imagem: cada imagem foi gerada usando o comando de texto correspondente com o modelo Imagen 3.
Modificadores de qualidade da imagem
Algumas palavras-chave podem informar ao modelo que você está procurando um recurso de alta qualidade. Veja alguns exemplos de modificadores de qualidade:
- Modificadores gerais: alta qualidade, bonito, estilizado
- Fotos: fotos 4K, HDR e do Studio
- Arte, Ilustração: por um profissional, detalhado
Veja a seguir alguns exemplos de prompts sem modificadores de qualidade e o mesmo com modificadores de qualidade.
![]() |
![]() foto de uma haste de milho tirada por um fotógrafo profissional de |
Fonte da imagem: cada imagem foi gerada usando o comando de texto correspondente com o modelo Imagen 3.
Proporções
A geração de imagens do Imagen 3 permite definir cinco proporções de imagem distintas.
- Quadrado (1:1, padrão): uma foto quadrada padrão. Usos comuns para essa proporção incluem postagens de mídias sociais.
Tela cheia (4:3): essa proporção é usada com frequência em mídias ou filmes. Elas também têm as mesmas dimensões da maioria das TVs e câmeras de formato médio antigas. Ela captura mais da cena horizontalmente (em comparação com 1:1), o que a torna uma proporção preferencial para fotografia.
Instrução: close dos dedos de um músico tocando piano, filme em preto e branco, vintage (proporção de 4:3) Instrução: uma foto profissional de um estúdio que mostra batatas fritas para um restaurante sofisticado, no estilo de uma revista de culinária (proporção de 4:3) ) Tela cheia em modo retrato (3:4): é a proporção de tela cheia girada em 90 graus. Isso permite capturar mais da cena verticalmente em comparação com a proporção de 1:1.
Instrução: uma mulher caminhando, perto de suas botas refletidas em uma poça, grandes montanhas ao fundo, no estilo de um anúncio, ângulos dramáticos (proporção 3:4) Instrução: imagem aérea de um rio fluindo por um vale místico (proporção 3:4) Widescreen (16:9): essa proporção substituiu a de 4:3 e agora é a proporção mais comum para TVs, monitores e telas de smartphones (paisagem). Use essa proporção quando quiser capturar mais do plano de fundo (por exemplo, paisagens panorâmicas).
Instrução: um homem vestindo roupas brancas sentado na praia, de perto, com iluminação de golden hour (proporção de 16:9){101 Retrato (9:16): essa proporção é widescreen, mas girada. Essa é uma proporção relativamente nova que ficou conhecida por apps de vídeos mais curtos (por exemplo, YouTube Shorts). Use essa opção para objetos altos com fortes orientações verticais, como edifícios, árvores, cachoeiras ou outros objetos semelhantes.
Prompt: uma renderização digital de um arranha-céu enorme, moderno, grandioso, épico com um lindo pôr do sol ao fundo (proporção de 9:16){101
Imagens fotorrealistas
Versões diferentes do modelo de geração de imagens podem oferecer uma combinação de saídas artísticas e fotorrealistas. Use a seguinte palavra nos comandos para gerar uma saída mais fotorrealista com base no assunto que quiser gerar.
Caso de uso | Tipo de lente | Distâncias focais | Mais detalhes |
---|---|---|---|
Pessoas (retratos) | Prime, zoom | 24-35mm | filme em preto e branco, Filme noir, Profundidade de campo, duotone (mencione duas cores) |
Comida, insetos, plantas (objetos, natureza morta) | Macro | 60-105mm | Alto nível de detalhes, foco preciso, iluminação controlada |
Esportes, vida selvagem (movimento) | Zoom telefoto | 100-400mm | Velocidade rápida do obturador, rastreamento de ação ou movimento |
Astronômico, paisagem (amplo angular) | Grande angular | 10-24mm | Longos tempos de exposição, foco nítido, exposição longa, água suave ou nuvens |
Retratos
Caso de uso | Tipo de lente | Distâncias focais | Mais detalhes |
---|---|---|---|
Pessoas (retratos) | Prime, zoom | 24-35mm | filme em preto e branco, Filme noir, Profundidade de campo, duotone (mencione duas cores) |
Usando várias palavras-chave da tabela, o Imagen pode gerar os seguintes retratos:
![]() |
![]() |
![]() |
![]() |
Comando: uma mulher, retrato de 35 mm, duotons azul e cinza
Modelo: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Comando: A mulher, retrato de 35 mm, film noir
Modelo: imagen-3.0-generate-002
Objetos
Caso de uso | Tipo de lente | Distâncias focais | Mais detalhes |
---|---|---|---|
Comida, insetos, plantas (objetos, natureza morta) | Macro | 60-105mm | Alto nível de detalhes, foco preciso, iluminação controlada |
Usando várias palavras-chave da tabela, o Imagen pode gerar as seguintes imagens de objeto:
![]() |
![]() |
![]() |
![]() |
Comando: folha de uma planta de oração, lente macro, 60 mm
Modelo: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Comando: um prato de macarrão, lente macro de 100 mm
Modelo: imagen-3.0-generate-002
Movimento
Caso de uso | Tipo de lente | Distâncias focais | Mais detalhes |
---|---|---|---|
Esportes, vida selvagem (movimento) | Zoom telefoto | 100-400mm | Velocidade rápida do obturador, rastreamento de ação ou movimento |
Usando várias palavras-chave da tabela, o Imagen pode gerar as seguintes imagens em movimento:
![]() |
![]() |
![]() |
![]() |
Comando: um touchdown vencedor, velocidade do obturador rápida e rastreamento de movimento
Modelo: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Comando: um cervo correndo na floresta, alta velocidade do obturador, rastreamento de movimento
Modelo: imagen-3.0-generate-002
Grande angular
Caso de uso | Tipo de lente | Distâncias focais | Mais detalhes |
---|---|---|---|
Astronômico, paisagem (amplo angular) | Grande angular | 10-24mm | Longos tempos de exposição, foco nítido, exposição longa, água suave ou nuvens |
Usando várias palavras-chave da tabela, o Imagen pode gerar as seguintes imagens grande angulares:
![]() |
![]() |
![]() |
![]() |
Comando: uma ampla cordilheira, ângulo amplo de paisagem de 10 mm
Modelo: imagen-3.0-generate-002
![]() |
![]() |
![]() |
![]() |
Comando: uma foto da lua, fotografia astronômica, ângulo amplo de 10 mm
Modelo: imagen-3.0-generate-002
A seguir
- Confira o guia da Veo para saber como gerar vídeos com a API Gemini.
- Para saber mais sobre os modelos do Gemini 2.0, consulte Modelos do Gemini e Modelos experimentais.