Você já gerou uma imagem de árvore com IA e ela ficou bonita, mas genérica? Os galhos aparecem, mas somem no fundo. A textura some. A cena parece plana, sem aquela presença que a amendoeira tem na vida real. O problema quase sempre está na luz — não na árvore em si.
A Terminalia catappa, conhecida como amendoeira-da-praia, tem galhos horizontais e esgalhados que parecem feitos para fotografia. Secos, com casca texturizada e estrutura quase geométrica, eles pedem uma iluminação que os coloque no centro da cena. E é exatamente isso que você vai aprender aqui.
Neste guia, você vai montar prompts que usam técnica de luz para destacar os galhos secos da amendoeira com precisão. Cada camada do prompt vai fazer diferença no resultado final.
O que torna os galhos secos da amendoeira únicos para geração de imagem
A estrutura horizontal que nenhuma outra árvore tem igual
A amendoeira cresce em camadas. Os galhos saem horizontalmente do tronco em andares, criando uma silhueta que lembra um candelabro natural. Quando secos — sem folhas — essa estrutura fica ainda mais evidente.
Essa disposição horizontal é o que o prompt precisa comunicar. Se você escrever apenas “dry tree branches”, a IA vai gerar algo genérico. Você precisa especificar a forma, não só o estado.
A casca e a textura que a luz precisa revelar
Os galhos secos da amendoeira têm casca esbranquiçada, com rachaduras finas e tons que variam entre cinza claro e bege. Essa textura só aparece quando a luz bate de lado — é o que fotógrafos chamam de luz rasante (aquela que vem quase paralela à superfície, revelando cada detalhe).
Sem especificar o ângulo de luz, a IA vai iluminar frontalmente. E luz frontal aplana tudo.
💡
Dica:
Descreva a casca no prompt com termos como
“pale gray bark with fine cracks”
antes de entrar na iluminação. Isso ajuda a IA a entender o que a luz precisa revelar.
A maioria usa luz genérica — o que funciona é luz direcional específica
Por que “golden hour” sozinho não resolve
Pedir “golden hour lighting” é um ponto de partida, mas não é suficiente. Esse termo diz à IA que a luz é quente e difusa — o que pode até suavizar os galhos em vez de destacá-los.
O que você quer é a hora dourada com o sol baixo e lateral, criando sombras longas sobre os galhos. Essa combinação de direção + temperatura de cor é o que muda o resultado.
Luz de contorno: o recurso que separa o galho do fundo
A luz de contorno — rim light ou backlight — é aquela que vem de trás do objeto e cria um brilho na borda. Para galhos secos, ela faz algo espetacular: ilumina as arestas da casca e cria uma separação visual nítida entre o galho e o céu ou o fundo.
Esse efeito é o que dá profundidade e drama à cena. E ele precisa estar explícito no prompt — a IA não adivinha.
💡
Dica:
Use
“strong rim light from behind”
combinado com
“soft fill light from the front”
para ter o contorno sem perder os detalhes na face do galho.
Anatomia do prompt: cada camada com função específica
Camada 1 — o sujeito e sua forma
Esta é a camada que define o que a IA vai gerar. Para a amendoeira seca, você precisa ser específico sobre espécie, estado e estrutura.
Esta camada estabelece o objeto central da imagem:
dry branches of Terminalia catappa (tropical almond tree), horizontal layered structure, pale gray bark with fine cracks, bare of leaves, close-up compositionCamada 2 — o efeito visual principal
Aqui entra a técnica de luz que vai destacar os galhos. Esta camada define o comportamento da luz na cena:
strong side lighting with golden hour sun at low angle, dramatic rim light from behind, long shadows cast across the branches, light revealing bark textureCamada 3 — contexto e ambiente
O fundo influencia como os galhos aparecem. Um céu escuro ou nublado vai contrastar mais com galhos claros. Esta camada controla o ambiente:
coastal environment, dark stormy sky in background, soft bokeh, shallow depth of field, branches sharp against blurred backgroundCamada 4 — estilo fotográfico
Esta camada orienta a IA sobre a linguagem visual — como se fosse a escolha do fotógrafo:
fine art nature photography, high contrast, RAW photo style, shot with 85mm lens, f/2.8 aperture, natural light only, no artificial lightingCamada 5 — ferramenta e parâmetros
Os parâmetros finais ajustam proporção, qualidade e estilo na ferramenta que você está usando. Para Midjourney, por exemplo:
--ar 4:5 --v 6.1 --style raw --q 2Antes e depois: veja o que muda com um prompt mais preciso
Prompt fraco — o que a maioria escreve
Este prompt entrega algo genérico, sem direção de luz e sem detalhes sobre a espécie:
dry tree branches at golden hour, nature photographyPrompt forte — com técnica de luz aplicada
Este prompt já comunica estrutura, textura, direção de luz e contexto visual:
dry branches of Terminalia catappa, horizontal layered structure, pale gray cracked bark, strong side and rim lighting from low sun angle, dramatic backlight separating branches from dark coastal sky, shallow depth of field, fine art nature photography, 85mm lens --ar 4:5 --v 6.1 --style rawO que mudou: o prompt forte especifica espécie, estrutura, textura da casca, direção da luz e contraste com o fundo. A IA sai da generalidade e foca no que a cena realmente precisa mostrar. 🌿
💡
Dica:
Sempre que quiser avaliar seu prompt, pergunte: "Se eu fosse um fotógrafo, o que eu precisaria saber para tirar essa foto?" Tudo que você precisaria dizer ao assistente de foto, coloca no prompt.
Prompt completo: versão iniciante e versão avançada
Versão iniciante — resultado direto sem complicar
Este prompt é enxuto e já entrega uma imagem com boa leitura dos galhos e direção de luz. Ideal para testar rápido:
dry Terminalia catappa branches, horizontal layered structure, pale gray bark, strong side lighting, rim light from behind, dark sky background, nature photography, 85mm lens, shallow depth of field --ar 4:5 --v 6.1Versão avançada — comentada camada por camada
Este é o prompt completo com cada elemento trabalhado para máximo controle do resultado:
dry branches of Terminalia catappa (tropical almond tree), [sujeito + espécie]
horizontal tiered branch structure bare of leaves, [forma específica]
pale gray bark with fine longitudinal cracks, [textura da casca]
strong golden hour side lighting at 15-degree angle, [direção e ângulo da luz]
dramatic rim light from behind separating branches from sky, [luz de contorno]
long shadows emphasizing branch texture and depth, [sombras revelando textura]
dark overcast coastal sky as background, [fundo de contraste]
shallow depth of field with branches sharp and background soft,[profundidade de campo]
fine art nature photography style, [estilo fotográfico]
shot with 85mm f/2.8 lens, natural light, [parâmetros de câmera]
ultra-detailed, high contrast, cinematic mood [qualidade e atmosfera]
--ar 4:5 --v 6.1 --style raw --q 2
3 variações para explorar resultados diferentes
Cada variação muda um elemento central e gera um resultado visualmente distinto:
- Variação 1 — contraluz puro ao pôr do sol: substitua o céu escuro por “warm orange sunset sky” e adicione “silhouette effect with glowing branch edges” — o galho vira quase uma sombra com bordas de fogo.
- Variação 2 — luz de neblina matinal: troque o ângulo dourado por “soft diffused morning mist light, low contrast, cool blue tones” — o resultado é mais etéreo e introspectivo.
- Variação 3 — preto e branco com luz dura: adicione “black and white conversion, high contrast, harsh directional light, dramatic shadows” — a textura da casca fica ainda mais pronunciada sem a cor distraindo.
💡
Dica:
Teste as três variações com o mesmo seed (número fixo de geração, quando disponível na ferramenta). Assim você compara só o efeito da luz, sem outras variáveis mudando ao mesmo tempo.
Três problemas comuns e o ajuste exato no prompt para cada um
Problema 1 — os galhos ficam fundidos no fundo
Acontece quando o fundo tem tom similar ao dos galhos. A imagem perde definição e a estrutura da árvore desaparece visualmente.
Ajuste no prompt: adicione “strong tonal contrast between pale branches and dark background” e especifique “rim light creating clear separation between subject and background”. O contraste precisa ser declarado explicitamente. 🎯
Problema 2 — a textura da casca não aparece
Isso ocorre quando a IA ilumina frontalmente ou com luz muito difusa. A casca fica lisa, sem as rachaduras que dão caráter aos galhos secos.
Ajuste no prompt: insira “raking light at 30 degrees revealing surface texture” — luz rasante (paralela à superfície) é o que ativa a textura. Combine com “macro-level bark detail visible” para reforçar.
Problema 3 — a estrutura horizontal da amendoeira não aparece
A IA gera uma árvore genérica com galhos para todos os lados. Você perde a identidade visual da Terminalia catappa.
Ajuste no prompt: reforce com “distinctly horizontal tiered branches growing in layers, characteristic of Terminalia catappa, viewed from slight low angle”. O ângulo de câmera baixo ajuda a evidenciar o crescimento em camadas.
Agora é testar — a luz certa já está no prompt
Você tem agora três coisas que fazem diferença real: sabe por que a estrutura da amendoeira é única, entende como a luz de contorno e a luz rasante funcionam juntas, e tem prompts prontos para usar ou adaptar.
Os pontos que mais importam para levar com você:
- Especifique sempre a direção da luz — não só o horário ou a temperatura de cor.
- Declare o contraste entre galho e fundo — a IA não separa automaticamente se você não pedir.
- Descreva a textura da casca antes de falar em luz — ela precisa saber o que iluminar.
Você gerou sua imagem e a amendoeira ainda parece genérica? Volta ao prompt e verifica se a direção da luz está lá. Quase sempre é isso. Agora vai — roda o prompt e veja o que acontece.
Das três variações, qual você vai testar primeiro? Me conta nos comentários.
