Envie uma imagem para um modelo de linguagem com visão e receba uma descrição curta e clara que você pode usar como texto alternativo. Diga onde a imagem vai aparecer e sobre o que é a página, e depois edite o resultado para que ele diga o que realmente precisa saber quem usa um leitor de tela.
O texto alternativo é a frase que ocupa o lugar de uma imagem quando alguém não consegue vê-la: uma pessoa cega usando um leitor de tela, uma conexão lenta que nunca carrega a foto, um buscador tentando entender sua página. A maioria dos sites tem centenas de imagens e quase nenhum texto alternativo, porque escrevê-lo à mão é chato. Um modelo de linguagem com visão pode redigir um rascunho em segundos, e você gasta seu tempo no que importa: conferir se a descrição é verdadeira e útil.
Ninguém pula o texto alternativo porque não se importa. Pula porque um blog com trezentas imagens, uma loja com milhares de fotos de produto ou uma biblioteca de mídia com cinco anos de campanhas fazem a tarefa parecer interminável. Um modelo que consegue olhar uma imagem transforma um campo vazio em um primeiro rascunho, e corrigir um rascunho é bem mais rápido do que encarar uma caixa em branco.
A Picasso IA reúne vários modelos de linguagem com visão no mesmo toolkit, então você pode testar a mesma imagem em mais de um e comparar a redação. O Gemini 3 Flash aceita até dez imagens em um único pedido, o que ajuda num lote de fotos relacionadas de um mesmo artigo. O Claude Sonnet 4.6 e o GPT-4o aceitam, cada um, uma imagem junto com uma instrução escrita. O toolkit é onde todos rodam, e o catálogo completo lista os outros modelos de linguagem caso você queira testar mais. Contas novas ganham créditos grátis, o suficiente para passar uma página real antes de decidir qualquer coisa.
O jeito honesto de ver isso é como um assistente de rascunhos. Ele enxerga pixels, não a sua intenção. Consegue dizer que uma foto mostra duas pessoas diante de um quadro branco, mas não que uma delas é a sua nova líder de produto e que o sentido da foto é o anúncio. Esse contexto vem de você, e a próxima seção trata justamente do que incluir.
Um bom texto alternativo responde a uma pergunta: o que alguém perderia se esta imagem não existisse. Ele não é uma legenda, nem uma lista de palavras-chave, nem um inventário de cada objeto do quadro. Quem usa um leitor de tela ouve o texto no meio do seu parágrafo, então cada palavra a mais custa tempo.
Alguns hábitos separam descrições úteis de enchimento. Comece pelo assunto e pelo sentido, e acrescente só o detalhe que apoia a página. Evite aberturas como imagem de ou foto de, porque o leitor de tela já anuncia que é uma imagem. Descreva o conteúdo, não o arquivo. Se a imagem contém texto que importa, como uma placa, o rótulo de um botão ou o título de um gráfico, inclua esse texto, já que o leitor não tem outro jeito de obtê-lo.
A mesma foto pede palavras diferentes em páginas diferentes. A imagem de uma caneca de cerâmica é uma foto de produto numa loja, onde cor, formato e tamanho importam. Num post sobre rotina matinal ela é clima, e uma frase curta basta. Por isso um modelo que só vê a imagem produz um texto medíocre, e um modelo que também recebe a página e o propósito produz algo perto de publicável.
Cada imagem tem uma função diferente, então precisa de instruções diferentes. Use isto como ponto de partida para saber o que pedir ao modelo e onde ele costuma errar.
| Tipo de imagem | O que o texto alternativo deve levar | O que conferir no rascunho |
|---|---|---|
| Foto de produto | Item, cor, material, características visíveis | Dados que a foto não prova, como tamanho ou tecido |
| Foto editorial | O assunto e o que está acontecendo | Nomes de pessoas, lugares e eventos que o modelo não pode saber |
| Gráfico ou diagrama | A conclusão, mais onde estão os dados completos | Números e tendências lidos nos eixos |
| Captura de tela | A tela e a ação que ela mostra | O texto da interface, copiado palavra por palavra |
| Logotipo ou ícone | O nome, ou a ação se for ícone de botão | Se precisa de descrição |
| Enfeite decorativo | Nada, use um atributo alt vazio | Que o modelo não o tenha descrito mesmo assim |
Imagens complexas como gráficos e infográficos pedem mais do que uma frase. Um texto alternativo curto com a conclusão, mais os dados numa tabela ou num parágrafo ao lado da imagem, atende melhor a todos do que um bloco longo enfiado no atributo.
Esta é a rotina que termina em descrições publicáveis, e não numa pilha de legendas genéricas. Serve para uma imagem ou para uma dúzia da mesma página.
Um prompt reutilizável faz quase todo o controle de qualidade por você. Um bom prompt nomeia a página, o propósito e os limites na mesma mensagem, por exemplo: esta imagem aparece num post sobre replantar plantas de casa, descreva o que se vê em uma frase de menos de vinte palavras, linguagem simples, sem palpites sobre pessoas, e inclua exatamente qualquer texto visível. Guarde isso como instrução de sistema e cada imagem seguinte herda os mesmos critérios.
Uma descrição que você não leu não é texto alternativo, é um risco. Os modelos descrevem com segurança e às vezes erram, e quem usa um leitor de tela não pode ver a imagem para pegar o erro. Leia cada linha contra a imagem antes de publicar.
A maioria dos problemas se repete, então aqui vai uma lista curta para revisar antes de colar qualquer coisa:
O mesmo rascunho serve para as descrições de imagem que muitas redes deixam anexar, veja posts para redes sociais com IA, e fotografia de produto com IA cobre as imagens de loja que você provavelmente vai descrever.
Aqui o rascunho termina e uma pessoa precisa assumir. Um modelo não sabe por que uma imagem está na página, então vai descrever feliz uma foto decorativa que deveria ser ignorada, ou achatar uma foto cujo sentido inteiro é um detalhe que ele tratou como fundo.
Ele também não reconhece as pessoas que importam para você. Descrever uma foto de grupo como três pessoas sorrindo num escritório é correto e quase inútil se a página é sobre os fundadores, e você não deve pedir ao modelo que identifique pessoas reais pelo rosto. Acrescente os nomes você mesmo quando a página pedir, e só de quem concordar.
Gráficos, mapas e diagramas são o caso mais difícil. Os modelos podem ler errado os valores de um eixo ou inverter uma tendência, e um número errado dito com segurança é pior do que um número ausente, então confira cada dado com a fonte. Imagens com muito texto pequeno, como infográficos e capturas de documentos longos, ficam melhor resolvidas colocando o próprio texto na página.
Por fim, as obrigações de acessibilidade são suas. Se o seu site tem exigências legais, um rascunho automático não as cumpre sozinho, e o padrão que você segue, como a WCAG, pede descrições exatas e com sentido, não apenas presentes. Trate o modelo como primeira passada e a revisão humana como requisito. Para vídeo, o trabalho equivalente são as legendas, que legendas automáticas para vídeos cobre.
O texto alternativo é uma descrição escrita curta ligada a uma imagem no código da sua página. Os leitores de tela o falam em voz alta para quem não pode ver a imagem, os navegadores o mostram quando a imagem não carrega e os buscadores o usam como uma pista do que ela contém. Importa principalmente por acessibilidade: sem ele, um visitante cego ouve só o nome do arquivo ou silêncio onde sua imagem deveria estar.
Pode, como primeiro rascunho. Um modelo de linguagem com visão como Gemini 3 Flash, Claude Sonnet 4.6 ou GPT-4o na Picasso IA consegue olhar uma imagem e descrever o que ela mostra. O rascunho costuma ser razoável com objetos e cenas e mais fraco em tudo que depende de um contexto que você não deu, então você revisa e edita cada um antes de publicar.
Comece por um modelo de linguagem que aceite imagens. O Gemini 3 Flash lida com várias imagens num pedido, o que ajuda quando você descreve um conjunto de fotos de um mesmo artigo. O Claude Sonnet 4.6 e o GPT-4o aceitam uma imagem com uma instrução. Passar a mesma imagem por dois deles e comparar é um jeito rápido de achar a redação que você prefere.
O mais curto possível sem perder o sentido da imagem. Para a maioria das fotos isso quer dizer uma frase, de um punhado de palavras a uma linha curta. Gráficos complexos são a exceção, e para eles um texto alternativo breve mais os dados completos ou a explicação no texto da página funciona melhor do que um atributo longo. Ser breve também é o caminho mais seguro.
Ele ajuda os buscadores a entender uma imagem e a página ao redor, e é o texto exibido se a imagem não carrega. Não é um truque de ranqueamento. Descrições escritas para pessoas, com palavras relevantes usadas naturalmente, servem tanto aos leitores quanto à busca. Enfiar palavras-chave soa mal em voz alta e não ganha nada, então escreva a frase que uma pessoa gostaria de ouvir.
Não. Imagens puramente decorativas, como separadores, ornamentos e texturas de fundo, devem levar um atributo alt vazio para que os leitores de tela as pulem. Descrevê-las só acrescenta ruído para quem escuta. O teste é simples: se tirar a imagem não mudasse o que a página diz a alguém, ela é decorativa, e é preciso mandar o modelo deixá-la de fora.
Não deveria, e você não deveria pedir. Identificar pessoas reais pelo rosto é pouco confiável e levanta problemas de privacidade. Descreva o que se vê, como uma mulher apresentando diante de um quadro branco, e acrescente os nomes você mesmo só onde a página pedir e as pessoas envolvidas concordarem. Nas fotos da sua própria equipe, você sabe quem é quem e o modelo não.
Escreva um texto alternativo curto com a conclusão principal e ponha os números de base ou a explicação completa numa tabela ou num parágrafo ao lado da imagem. Você pode pedir a um modelo de visão que leia o gráfico e redija as duas partes, mas confira cada número com seus dados de origem, porque os modelos podem ler errado os eixos ou inverter uma tendência sem sinal nenhum de que fizeram isso.
Dentro de limites. O Gemini 3 Flash aceita várias imagens num único pedido, então você pode pedir uma descrição por imagem numa lista numerada. Para uma biblioteca de mídia grande, trabalhe em lotes de imagens relacionadas e mantenha o mesmo prompt, depois revise cada resultado. Ler cada descrição ainda leva tempo, mas muito menos do que escrevê-las do zero.
A geração usa créditos, e o custo depende do modelo e das configurações que você escolher, então qualquer valor escrito aqui ficaria desatualizado. Respostas de texto dos modelos de linguagem costumam estar entre os trabalhos mais leves do catálogo, comparadas a vídeo. Contas novas começam com créditos grátis, e a página de preços é o lugar para ver os planos atuais.
Escolha uma página com imagens sem descrição, abra o toolkit da Picasso IA e veja até onde um primeiro rascunho chega antes de você começar a editar.
Escolha seu idioma
