Crie imagens e fale com a IA por voz
Descreva uma imagem que você possa usar no trabalho ou na escola, melhore-a uma mudança por vez e pratique uma conversa com a IA por voz.
Cerca de 8 minutos (estimativa da redação) · Atualizado em 2026-10-16
O que você vai aprender
- Como descrever uma imagem que você possa usar: assunto, cenário, estilo, enquadramento e tamanho
- Como melhorá-la uma mudança por vez, e por que você mesmo acrescenta as palavras
- Como conferir se você pode usar uma imagem
- Como praticar uma conversa por voz e conferi-la depois
A ideia
Muitas ferramentas de IA conseguem criar imagens e manter conversas faladas. Para imagens, exemplos são o ChatGPT, o Gemini e o Meta AI em um chat, ou ferramentas de design como o Canva AI e o Adobe Firefly. Para voz, ChatGPT, Gemini, Microsoft Copilot e Meta AI são exemplos. Cada página de ferramenta mostra o que confirmamos sobre ela, com a fonte oficial.
Um pedido curto como “uma imagem para o meu slide” gera uma imagem mediana. Descreva cinco coisas: o assunto, o cenário, o estilo (foto, ilustração plana, desenho de linha), o enquadramento (close ou plano aberto, e onde deixar espaço para um título) e o tamanho (largo para um slide, alto para um cartaz).
Trate a primeira imagem como um rascunho e mude uma coisa por rodada, como “mesma imagem, fundo branco liso”, para ver o que cada mudança fez. As palavras dentro de uma imagem gerada ainda podem sair com erros de ortografia, ilegíveis ou no lugar errado, mesmo em ferramentas mais novas. Peça que não haja texto e acrescente você mesmo títulos e legendas.
Antes de usar uma imagem, confira os termos da ferramenta e as regras da sua empresa ou escola. Deixe de fora pessoas reais, logotipos e marcas, a menos que você tenha permissão, e nunca apresente uma imagem gerada como se fosse uma foto real.
A voz ajuda você a praticar uma conversa, como uma entrevista ou uma ligação difícil, a pensar em voz alta ou a trabalhar sem usar as mãos. Diga primeiro o seu contexto: quem ela deve interpretar e o que você quer praticar. Muitas vezes você pode interromper simplesmente falando. Depois, leia a transcrição, se a sua ferramenta guardar uma, e confira os fatos. Chats de voz também são dados e podem ser guardados como os chats digitados, então confira as suas configurações de privacidade.
Assistir
Mostra como conversar em voz alta com o Gemini Live para ensaiar uma conversa, como uma apresentação de vendas ou uma conversa individual difícil, receber feedback sobre como você se saiu e ter ideias por voz.
Exemplo
Maria, assistente administrativa, precisa de uma imagem para o slide de abertura de uma palestra sobre as novas regras de reciclagem. “Faça uma imagem sobre reciclagem para um slide” dá a ela um globo cheio de detalhes com a palavra “RECICLAGM” atravessada. A segunda tentativa:
Crie uma imagem para um slide de apresentação.
Assunto: três lixeiras de reciclagem, azul, verde e cinza.
Cenário: uma copa de escritório bem iluminada.
Estilo: ilustração plana, cores suaves.
Enquadramento: lixeiras à direita, espaço vazio à esquerda para um título.
Tamanho: largo, 16:9.
Sem palavras, letras ou logotipos na imagem.
As lixeiras saem pequenas, então ela muda uma coisa: “Mesma imagem, lixeiras maiores, mantenha todo o resto.” Ela mesma digita o título no slide e confere as orientações da empresa sobre imagens de IA.
Antes de uma ligação difícil com um fornecedor, ela abre o modo de voz e diz:
Você é um fornecedor cuja entrega está duas semanas atrasada. Eu sou a cliente.
Resista um pouco, dê respostas curtas e, depois de cinco minutos, me diga
quais dos meus argumentos ficaram pouco claros.
Ela interrompe quando as respostas ficam longas, não cita nenhuma empresa real e lê a transcrição depois.
Pratique agora
- Escolha uma imagem de que você precisa nesta semana: uma ilustração para slide, um fundo de cartaz ou uma imagem simples que explique um processo.
- Preencha a parte de imagem do modelo abaixo e gere a imagem.
- Mude uma coisa por rodada, por até três rodadas, e depois acrescente você mesmo as palavras.
- Confira os termos da ferramenta e as regras da sua empresa ou escola.
- Pratique uma conversa por voz durante cinco minutos. Diga primeiro o seu contexto.
- Leia a transcrição, se a sua ferramenta guardar uma, e anote uma coisa para manter e uma para conferir.
No fim, você deve ter uma imagem que pode usar e anotações de uma conversa por voz.
Copie este modelo
Imagem:
Crie uma imagem para [um slide, um cartaz ou outro uso].
Assunto: [o que aparece na imagem].
Cenário: [onde ela se passa].
Estilo: [por exemplo foto, ilustração plana, desenho de linha].
Enquadramento: [close ou plano aberto, e onde deixar espaço vazio].
Tamanho: [largo, alto ou quadrado, ou uma proporção como 16:9].
Sem palavras, letras ou logotipos na imagem.
Prática de voz (leia em voz alta, ou digite e mude para voz se a sua ferramenta permitir):
Quero praticar [conversa]. Você é [papel]. Eu sou [meu papel].
Dê respostas curtas. No fim, me diga o que foi bem, o que ficou pouco
claro e qualquer coisa sobre a qual você não tenha certeza.Pedir à IA que aponte suas incertezas não torna a resposta correta. Continue conferindo as partes que importam.
Confira o resultado
- A imagem mostra o seu assunto no estilo e no formato que você pediu, com espaço para texto?
- Ela está livre de palavras ilegíveis, logotipos e pessoas reais reconhecíveis?
- Os termos da ferramenta e as regras da sua empresa ou escola permitem esse uso?
- A transcrição corresponde ao que você ouviu, e os fatos dela estão certos?
- Você deixou nomes e dados privados fora das duas?
Erros comuns
- Mudar tudo de uma vez. Você não consegue saber o que ajudou. Mude uma coisa e mantenha o resto.
- Deixar palavras na imagem. Um erro de ortografia é fácil de deixar passar e difícil de corrigir. Acrescente o texto você mesmo.
- Achar que você pode usar qualquer imagem que criou. As regras variam entre ferramentas, empresas e escolas. Confira antes.
- Começar um chat de voz sem contexto. Você recebe conversa fiada. Diga quem ela interpreta e o que você está praticando.
- Confiar no que você ouviu. Respostas faladas soam seguras e somem em segundos. Leia a transcrição, quando houver uma.
Terminou a prática?
O progresso fica salvo só neste navegador. Apagar os dados do navegador o remove.
Fontes
- Gemini 3 Pro Image – Nano Banana Pro (Google DeepMind, lido em 2026-10-16)
- Image generation (OpenAI, lido em 2026-10-16)
- Google: gemini live (Google, lido em 2026-10-11)
- Anthropic: 11101966 use voice mode (Anthropic, lido em 2026-10-11)