mira-image-prompt

Cria prompts JSON estruturados para geração de imagens de produto com estética luxuosa e cinematográfica. Use sempre que o usuário quiser gerar um prompt de imagem, criar foto de produto, ou fotografa

SKILL.md

GitHub

Image Prompt Builder

Constrói prompts JSON de produtos com estética cinematográfica e luxuosa — otimizado para Nano Banana 2 (Gemini 3.1 Flash Image) via Google Antigravity, com todos os parâmetros nativos do modelo.


Fluxo obrigatório (nesta ordem)

  1. Entrevista guiada por blocos (Etapa 1)
  2. Confirmação — resumo e aprovação (Etapa 2)
  3. Geração do JSON final (Etapa 3)

ETAPA 1 — Entrevista guiada por blocos

Colete em 3 rodadas, nunca tudo de uma vez.

Rodada 1 — Produto e Cena

"Vamos montar seu prompt de imagem! Preciso entender o produto primeiro. Me conta:"

  1. Tipo de produto: (ex: bolo de chocolate, frasco de perfume, tênis, shake, joia...)
  2. Nome da marca: tem marca visível? Qual?
  3. Aparência: cor, textura, acabamento, forma. Quanto mais detalhe, melhor.
  4. Elementos extras: acompanhamentos? (frutas, gelo, flores, folhas, reflexos...)
  5. Tipo de cena: qual o clima geral?
    • luxuoso e cinematográfico / clean e minimalista / dramático e contrastado / quente e aconchegante / futurista e tecnológico

Rodada 2 — Composição e Ação

"Ótimo! Agora me conta sobre o visual dinâmico da imagem:"

  1. Ação principal: estático ou em movimento? (ex: líquido explodindo, partículas suspensas, fumaça, splash, corte revelando interior...)
  2. Elementos suspensos no ar: o que voa ao redor? (ex: gotas, pó, fragmentos, folhas, cristais, bolhas...)
  3. Superfície de apoio: onde está? (ex: mármore branco polido, pedra preta fosca, madeira rústica, vidro transparente, superfície abstrata...)
  4. Ângulo da câmera: ângulo baixo (dominância) / nível dos olhos / levemente acima / macro extremo / ângulo 3/4

Rodada 3 — Iluminação, Cores e Especificações Técnicas

"Quase lá! Agora a parte visual e técnica:"

  1. Estilo de iluminação: estúdio clean e brilhante / dramático com sombras / luz natural suave / luz de produto de luxo com rim light / luz néon colorida
  2. Paleta do fundo: qual cor/gradiente domina? (ex: preto carvão com bokeh âmbar, gradiente rosa para champanhe, azul escuro para branco...)
  3. Cores de destaque (accents): quais surgem ao redor? (ex: dourado, prata, vermelho vivo, tons pastéis...)
  4. Resolução:
    • 512px — iteração rápida / testes
    • 1K — redes sociais e uso digital
    • 2K — conteúdo profissional
    • 4K — produção máxima / impressão
  5. Aspect Ratio (padrão: 16:9):
    • 16:9 — widescreen (padrão) ✅
    • 1:1 — quadrado (Instagram feed)
    • 9:16 — vertical (Stories, Reels, TikTok)
    • 4:3 — clássico
    • 3:4 — retrato
    • 4:1 / 1:4 — banner horizontal / vertical
    • 8:1 / 1:8 — super banner
  6. Estilo de renderização: Fotorrealista ultra-detalhado / ilustração / 3D render / foto analógica / outro?
  7. Algo mais?: algum detalhe especial a garantir?

ETAPA 2 — Confirmação

Mostre um resumo em tópicos para o usuário confirmar. Só avance após confirmação.

📋 RESUMO DO PROMPT:
- Produto: [tipo] — [marca]
- Aparência: [descrição]
- Cena: [tipo]
- Ação: [descrição]
- Elementos suspensos: [lista]
- Superfície: [descrição]
- Ângulo: [ângulo]
- Iluminação: [estilo]
- Fundo: [cores]
- Accents: [cores]
- Resolução: [ex: 2K]
- Aspect Ratio: [ex: 1:1]
- Renderização: [ex: ultra-photorealistic]

Está correto? Posso montar o prompt JSON agora?

ETAPA 3 — Geração do JSON

Com as respostas confirmadas, siga exatamente este schema:

{
  "master_prompt": {
    "scene_type": "[velocidade/estilo] [nicho] photography",
    "product": {
      "type": "[descrição rica e adjetivada do produto]",
      "brand_name": "[nome da marca ou 'no visible branding']",
      "appearance": "[cor, textura, forma, acabamento detalhados]",
      "accompaniments": [
        "[elemento 1 com descrição sensorial]",
        "[elemento 2 com descrição sensorial]"
      ]
    },
    "composition": {
      "action": "[ação dramática central capturada em movimento]",
      "surrounding_elements": [
        "[elemento suspenso 1 com detalhe de movimento]",
        "[elemento suspenso 2 com detalhe de movimento]",
        "[elemento suspenso 3 com detalhe de movimento]"
      ],
      "placement": "[posicionamento hero centralizado na superfície especificada]"
    },
    "lighting": {
      "style": "[estilo de iluminação completo]",
      "effects": [
        "[efeito de rim light]",
        "[efeito de key light]",
        "[efeito de backlight ou top light]",
        "[efeito extra se necessário]"
      ]
    },
    "color_palette": {
      "background": "[gradiente/bokeh do fundo com descrição de transição]",
      "accents": "[lista de cores de destaque separadas por vírgula]"
    },
    "technical_specs": {
      "camera": "[tipo de lente], [ângulo escolhido]",
      "shutter": "[tipo de captura — freeze-motion, long exposure, etc.]",
      "depth_of_field": "[foco principal], [descrição do blur]",
      "rendering_style": "[fotorrealista / ilustração / 3D render / foto analógica / etc.]"
    },
    "output_specs": {
      "resolution": "[512px | 1K | 2K | 4K]",
      "aspect_ratio": "16:9",
      "model": "nano-banana-2",
      "synthid_watermark": true
    }
  }
}

Regras de qualidade do JSON

  • Adjetivos de luxo/premium obrigatórios em todo campo descritivo
  • Movimento congelado sempre presente em action e surrounding_elements
  • Superfícies reflexivas mencionadas em placement
  • Produto sempre o herói centralizado da cena
  • surrounding_elements: mínimo 3, máximo 6 itens
  • lighting.effects: sempre 3 ou 4 efeitos (rim, key, back/top + extra opcional)
  • scene_type: padrão "[adjetivo de velocidade/estilo] [nicho] photography"
  • output_specs.resolution: valores nativos 512px, 1K, 2K ou 4K
  • output_specs.aspect_ratio: valores nativos suportados pelo modelo
  • output_specs.model: sempre "nano-banana-2"
  • output_specs.synthid_watermark: sempre true (padrão obrigatório do Google)

Após gerar o JSON

Apresente o JSON em bloco de código e adicione:

💡 Dica de uso no Antigravity: Cole este JSON diretamente no campo de prompt do Nano Banana 2 no Google Antigravity. Os campos output_specs são interpretados nativamente pelo modelo — sem prefixo adicional.

Pergunte se o usuário quer ajustar algum campo, trocar o aspect ratio ou gerar variações.


Exemplos de referência

Para padrões de linguagem, consulte references/Examples.md se disponível.