Como Usar ChatGPT para Criar Imagens: Guia Completo 2026

Criar imagens no ChatGPT deixou de ser um recurso paralelo e virou uma das coisas que a ferramenta faz de melhor. Desde abril de 2026, a geração de imagens roda no ChatGPT Images 2.0, um modelo nativo que substituiu de vez o DALL·E — aposentado em maio do mesmo ano — e que acertou o problema mais persistente de toda IA de imagem: escrever texto dentro da figura sem errar as letras.

Isso muda o tipo de coisa que dá para fazer. Cartaz com título legível, infográfico com números corretos, capa com o nome da marca, página de história em quadrinhos com falas, mockup de embalagem com rótulo — tudo isso saía torto antes e agora sai limpo na maioria das tentativas.

Este guia cobre o caminho completo: como gerar a primeira imagem, como escrever o prompt do jeito que o ChatGPT entende melhor, como editar sem regenerar tudo, como manter o mesmo personagem entre imagens, o que muda entre o plano gratuito e o pago, e o que a ferramenta ainda não faz bem.

O que mudou na geração de imagens do ChatGPT

Até 2025, o ChatGPT gerava imagens acionando o DALL·E como um sistema separado: você escrevia, ele traduzia seu pedido em um prompt interno e mandava para outro modelo. O resultado era irregular, porque havia uma tradução no meio do caminho que você não controlava.

Hoje o modelo de imagem é nativo e compartilha contexto com o modelo de linguagem. Na prática isso significa que ele entende o pedido da mesma forma que entende uma pergunta de texto: se você disser "faça um cartaz para uma cafeteria que abre às 7h em Porto Alegre", ele não precisa que você descreva cada elemento visual — ele deduz layout, hierarquia e conteúdo.

Três consequências práticas importam mais que as outras:

• Texto dentro da imagem funciona. Títulos, parágrafos, rótulos, legendas e até texto em vários idiomas saem legíveis. Era o maior calcanhar de aquiles das IAs de imagem.
• Layout complexo é possível. Infográficos, spreads de revista, fichas de personagem e páginas com múltiplos painéis deixaram de ser sorte.
• Consistência entre imagens melhorou. Dá para gerar um conjunto de imagens mantendo o mesmo personagem ou o mesmo produto.

Como gerar sua primeira imagem, passo a passo

O fluxo é o mais simples possível — não existe painel separado nem configuração prévia obrigatória.

1. Abra uma conversa nova. Não é necessário selecionar nenhum modo especial; basta pedir.
2. Descreva a imagem em linguagem natural. Escreva como se estivesse explicando a um designer, em frases completas. Não use lista de palavras separadas por vírgula: esse formato é de outras ferramentas e aqui rende menos.
3. Diga a proporção. "Formato vertical para stories", "quadrado para Instagram", "horizontal 16:9". Se você não disser, ele escolhe sozinho.
4. Aguarde a geração. Imagens levam mais tempo que respostas de texto, especialmente as com layout denso.
5. Peça ajustes na própria conversa. "Deixe o fundo mais escuro", "aumente o título", "troque a cor do casaco para vermelho". Ele mantém a imagem e altera só o que você pediu.
6. Baixe em resolução cheia. Use o botão de download, e não captura de tela — a captura perde qualidade e vem no tamanho da sua janela.

Esse último ponto é mais importante do que parece. Muita gente salva a imagem clicando com o botão direito na miniatura e acaba com um arquivo pequeno e recomprimido.

Os dois modos: instantâneo e raciocínio

O ChatGPT Images 2.0 opera em dois modos, e entender a diferença evita frustração.

O modo instantâneo gera direto a partir do seu pedido. É rápido, disponível em todos os planos incluindo o gratuito, e cobre bem imagens simples: uma cena, um retrato, uma ilustração, um fundo.

O modo com raciocínio — o "thinking" — faz o modelo planejar antes de desenhar: ele verifica quantidade de objetos, confere as restrições que você pediu, organiza o layout e, quando necessário, pesquisa na web para trazer informação atualizada para dentro da imagem. É esse modo que entrega infográfico correto, cartaz com dados reais e composição com muitos elementos alinhados. Está restrito aos planos pagos.

Na prática: se o seu pedido tem uma cena só, o modo instantâneo basta. Se tem contagem ("exatamente cinco ícones"), hierarquia de texto ou dados que precisam estar certos, o raciocínio faz diferença real.

Como escrever prompts que o ChatGPT entende melhor

Aqui está a maior diferença entre o ChatGPT e ferramentas como Midjourney: ele prefere prosa a lista de tags. Escrever "mulher, 35 anos, blazer cinza, escritório, 85mm, bokeh" funciona, mas rende menos do que a mesma informação em frases.

Comece pela função da imagem, não pela descrição

Dizer para que serve muda o resultado inteiro. "Um cartaz de divulgação para o workshop de fotografia do dia 12" produz algo muito mais utilizável do que "uma imagem com uma câmera e um texto". O modelo usa a finalidade para decidir hierarquia, espaço e estilo.

Escreva o texto exato entre aspas

Quando a imagem precisa conter palavras, escreva-as literalmente e entre aspas: o título "Café da Manhã", o subtítulo "todos os sábados, das 8h às 11h". Sem aspas, o modelo pode parafrasear ou inventar. E diga onde cada texto fica: topo, rodapé, canto inferior direito.

Descreva a estrutura antes do estilo

A ordem que funciona é: o que aparece e onde → depois como parece. "Três colunas iguais, ícone no topo de cada uma, título abaixo e um parágrafo curto embaixo; estilo minimalista com fundo bege e tipografia sem serifa." Estrutura primeiro dá muito menos retrabalho.

Seja explícito sobre o que não quer

O ChatGPT não tem campo de prompt negativo. A restrição entra dentro do próprio pedido, e funciona melhor em forma afirmativa: "composição limpa, sem nenhum texto além do título" rende mais do que "sem texto".

Itere em vez de reescrever

É o maior diferencial da interface conversacional. Não reescreva o prompt do zero quando algo sai errado: peça a correção. "Mantenha tudo, mas troque o fundo para azul-marinho" preserva o que já estava bom. Reescrever o prompt inteiro gera uma imagem nova sem relação com a anterior.

Proporção e resolução: o que pedir

O modelo aceita uma faixa ampla de formatos, de ultra-largos a ultra-altos, e gera em até 2K. Definir a proporção antes de gerar evita recorte depois — e recorte depois sempre custa composição.

Se você precisa de uma resolução específica — 1920 por 1080, por exemplo — gere na proporção certa e ajuste depois com o redimensionador de imagem. Pedir dimensões exatas em pixels dentro do prompt raramente é respeitado ao pé da letra.

Editar imagens: os comandos que funcionam

Editar é onde o ChatGPT se destaca em relação a ferramentas de geração pura. Você não precisa de máscara, camada nem seleção — descreve em palavras.

Alterar um elemento específico

"Mantenha a composição e troque apenas a cor da parede para verde-sálvia." Quanto mais explícito você for sobre o que deve permanecer igual, menos o modelo mexe no resto. A palavra "mantenha" faz um trabalho surpreendentemente grande aqui.

Adicionar ou remover objetos

"Remova a planta do canto direito e deixe a parede lisa." Funciona bem com objetos claramente delimitados. Remoções em áreas com muita textura de fundo às vezes deixam marcas — nesse caso, gerar de novo costuma sair melhor do que insistir na edição.

Trocar o estilo mantendo a cena

"Mesma composição, mesmos elementos, mas em estilo aquarela." É útil para testar linguagens visuais diferentes sem perder o enquadramento que você já aprovou.

Editar a partir de uma imagem sua

Você pode enviar uma foto e pedir alterações: mudar o fundo, ajustar a iluminação, transformar em ilustração, criar variações. Vale lembrar que o resultado é uma imagem nova gerada a partir da sua, não uma edição pixel a pixel do original.

Expandir o enquadramento

"Expanda esta imagem para o formato horizontal, continuando o cenário naturalmente para os lados." É o equivalente conversacional do outpainting, e resolve o caso clássico de ter uma imagem vertical que precisa virar banner.

Como manter o mesmo personagem em várias imagens

Esse era o problema mais difícil das IAs de imagem e ficou bem mais tratável. Três abordagens, da mais simples para a mais confiável.

Continuar na mesma conversa. É o método mais fácil e o mais eficaz no dia a dia. Depois de gerar o personagem, peça a próxima cena sem redescrevê-lo: "agora mostre o mesmo personagem sentado em um café". O modelo carrega o contexto da conversa e mantém os traços.

Descrever traços fixos por escrito. Monte uma descrição curta e imutável — cabelo, olhos, roupa característica, acessório marcante — e repita exatamente as mesmas palavras em todos os pedidos. Sinônimos atrapalham: "casaco bege" e "sobretudo cor de areia" produzem peças diferentes.

Pedir uma folha de referência primeiro. Gere uma ficha de personagem com o mesmo rosto em vários ângulos e expressões, e use essa imagem como referência nas gerações seguintes. É o caminho mais trabalhoso e o mais consistente, especialmente para séries longas.

Vale a mesma lógica para produtos e para identidade de marca: quanto mais fixa a descrição, mais estável o resultado.

Gratuito ou pago: o que realmente muda

A geração de imagens está disponível em todos os planos, inclusive no gratuito. O que varia é volume, velocidade e acesso ao modo com raciocínio.

Para uso pessoal ocasional — um wallpaper, uma ilustração para um post, uma imagem de apoio — o plano gratuito resolve. Para trabalho recorrente com layout, texto e volume, a diferença aparece rápido. Se você quer comparar com outras opções antes de assinar, o guia das melhores IAs para criar imagens coloca os principais nomes lado a lado, e o guia do Gemini para criar imagens cobre a principal alternativa.

O que o ChatGPT ainda não faz bem

Saber as limitações economiza tempo. Nenhuma delas é defeito de prompt: são limites da ferramenta.

• Pessoas reais. Gerar imagens de pessoas identificáveis, especialmente figuras públicas, é bloqueado. Não adianta reformular o pedido.
• Marcas e personagens licenciados. Logotipos de empresas existentes e personagens protegidos por direitos autorais também são recusados.
• Vetor de verdade. A saída é sempre rasterizada, em pixels. Se você precisa de arquivo editável em curvas, o resultado serve como referência para redesenhar, não como arquivo final.
• Fundo transparente confiável. Mesmo pedindo, a imagem costuma vir com fundo sólido. A transparência é mais rápida de resolver depois, removendo o fundo.
• Resolução acima de 2K. Para impressão grande ou monitor 4K, é necessário ampliar depois.
• Reprodução exata de uma foto sua. Ao editar uma imagem enviada, o modelo regenera a cena. Detalhes finos do original mudam.

Sete erros que mais atrapalham

1. Escrever em formato de tags. Lista de palavras separadas por vírgula é a linguagem de outras ferramentas. Aqui, prosa rende mais.
2. Não dizer a proporção. Sem indicação, o modelo escolhe — e quase sempre escolhe o formato errado para o seu uso.
3. Reescrever o prompt a cada tentativa. Você perde o que já tinha acertado. Peça correções pontuais.
4. Deixar o texto solto no pedido. Sem aspas e sem posição, o modelo parafraseia ou coloca onde quiser.
5. Salvar por captura de tela. Perde resolução e adiciona recompressão. Use o download.
6. Pedir tudo de uma vez. Prompts com dez exigências simultâneas costumam falhar em duas ou três. Gere a base e ajuste em etapas.
7. Publicar direto sem otimizar. Uma imagem de 2K em PNG pesa vários megabytes e derruba o carregamento de qualquer página.

O que fazer com a imagem depois de gerar

Esse último ponto merece detalhe, porque é onde a maioria erra. A imagem que sai do ChatGPT está pronta para ser vista, não para ser publicada.

Converta para o formato certo. PNG é ótimo para transparência e péssimo para foto na web. Para site, WebP costuma reduzir o peso pela metade sem diferença visível; para envio comum, JPG resolve. O conversor de imagem faz a troca direto no navegador, e o guia de formatos de imagem ajuda a escolher.

Reduza o peso. Uma imagem em 2K pode passar de 5 MB. O compressor de imagem corta boa parte disso sem perda visível — e se o arquivo estiver realmente grande, o passo a passo de como reduzir imagem de MB para KB cobre os detalhes.

Isole o objeto quando precisar. Para logos, produtos e elementos que vão sobre fundo colorido, remover o fundo e salvar em PNG transparente é o passo que falta.

Ajuste resolução e enquadramento. Se a imagem saiu menor que o necessário, dá para aumentar a resolução sem perder qualidade. Se saiu na proporção errada, recortar preserva mais do que esticar.

Aproveite a paleta. Para manter coerência visual entre imagens geradas em sessões diferentes, extraia as cores da que ficou melhor e cite esses tons nos próximos prompts.

Três exemplos de pedidos completos

Para fechar, três pedidos escritos do jeito que o ChatGPT aproveita melhor — repare que todos dizem a finalidade, o texto exato e a proporção.

Checklist antes de gerar

• Você disse para que serve a imagem, e não apenas o que ela mostra?
• A proporção está declarada?
• O texto que deve aparecer está entre aspas, com posição definida?
• A estrutura foi descrita antes do estilo?
• As restrições estão escritas de forma afirmativa?
• Você está pedindo uma correção em vez de reescrever tudo?
• Vai baixar em resolução cheia, e não por captura de tela?

Perguntas frequentes