Como usar prints e gráficos no Claude Sonnet 5.5 (e escrever o pedido certo pra extrair o que você precisa)

Fala aí, beleza? Quando a leitura de um print ou de um gráfico sai torta, o culpado quase nunca é o modelo

É o pedido vago 😛

O Claude Sonnet 5.5 acabou de ser lançado pela Anthropic, é o segundo modelo da família Claude 5.5 e a página oficial faz questão de destacar a compreensão de imagem

E o marco que eles citam é mto massa: é o primeiro Sonnet a zerar Pokémon Red usando só screenshots haha

Ou seja, ele consegue sim olhar pra uma tela e entender o que está acontecendo nela

Porém, se tu manda um print e escreve ‘o que tem aqui?’, ele vai escolher sozinho o que te contar, e dificilmente vai ser o que você precisava

Então bora ver na prática: como preparar a imagem e como escrever o pedido certo pra extrair exatamente o dado que interessa 🙂

O que você precisa antes de enviar a imagem

Antes de pensar no prompt, vale entender o que o Claude aceita e quais limites existem

E aqui tem uma pegadinha: os limites do app Claude (o Claude.ai) são diferentes dos limites da API

Misturar os dois é o jeito mais fácil de se confundir, então separei tudo:

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Sobre formatos, a documentação de visão da API lista JPEG, PNG, GIF e WebP

Tome cuidado com GIF animado: só o primeiro quadro é usado

Se o que tu quer mostrar acontece no meio da animação, tira um print desse momento e manda como imagem estática

Passo a passo: do print ao dado extraído

A ideia aqui é simples: imagem boa + pedido específico = resultado confiável

Se um dos dois falha, o resultado vai junto…

1. Capture a imagem certa

Print nítido, de boa qualidade e na orientação correta

O texto importante precisa estar legível, não minúsculo

A central de ajuda do Claude recomenda imagens de 1000×1000 pixels ou mais e pede pra evitar imagens pequenas ou de baixa resolução

Erro comum deste passo: mandar um recorte minúsculo, abaixo de 200 px, ou um print onde nem você consegue ler os números sem dar zoom

Se você precisa apertar os olhos, o modelo também vai sofrer

2. Não esmague a imagem na compressão

Comprimir em JPEG ou WebP com perdas deixa o envio mais leve e reduz a latência

Mas gera artefatos, aqueles borrõezinhos em volta das letras, e isso piora o resultado

Compressão JPEG pesada pode deixar o texto difícil de ler

Erro comum deste passo: passar o print por um compressor agressivo ‘pra ficar leve’ e depois reclamar que o valor do eixo veio errado

Pra print com texto e número, PNG costuma ser o caminho mais seguro, porque não tem essas perdas

3. Coloque a imagem antes do texto

A documentação diz que o Claude funciona melhor quando a imagem vem primeiro e o texto depois

Imagem no meio ou no fim do texto também funciona bem, mas a ordem preferida é imagem, depois pedido

Erro comum deste passo: escrever um prompt enorme e jogar a imagem lá no final, como se fosse um anexo esquecido

4. Escreva o pedido específico

Aqui mora o ponto principal do post, se liga

Um bom pedido responde três perguntas: o que extrair, em qual formato devolver e o que fazer se algo estiver ilegível

Veja um exemplo pra um gráfico de barras:

Esse print é um gráfico de barras com o faturamento mensal da empresa.

Extraia:
- o título do gráfico
- o nome e a unidade de cada eixo
- o valor de cada barra, na ordem em que aparecem
- a legenda, se existir

Responda numa tabela com as colunas: mês | valor | unidade

Se algum valor não estiver legível, escreva "ilegível" na célula em vez de estimar.

Repara na última linha: ela é ULTRA importante

Sem ela, o modelo tende a preencher o buraco com o que parece plausível, e aí nasce o número inventado

Erro comum deste passo: mandar só ‘o que tem nessa imagem?’ e esperar que ele adivinhe que você queria os valores do eixo Y

5. Atribua um papel no prompt

O cookbook oficial de visão recomenda role prompting, que é dar um papel pro modelo, como forma de reduzir alucinação em tarefas de visão

É como explicar pra um colega novo quem ele é naquela reunião antes de passar a tarefa

Você é um analista de dados que revisa relatórios financeiros.
Você só registra números que consegue ler com clareza no gráfico
e sinaliza qualquer valor duvidoso.

Esse print é um gráfico de barras com o faturamento mensal da empresa.
(restante do pedido do passo anterior)

Erro comum deste passo: pular o contexto e tratar o modelo como um OCR genérico, sem dizer pra que serve aquela leitura

6. Use exemplos quando o formato precisa ser consistente

Se você vai processar vários prints e quer sempre o mesmo formato de saída, exemplos ajudam muiiito

O guia de prompting da Anthropic fala em 3 a 5 exemplos, dentro das tags <example> e <examples>, pra separar os exemplos das instruções

Extraia os campos do formulário que aparece no print.
Responda uma linha de JSON por campo, no mesmo formato dos exemplos.

<examples>
<example>
{"campo": "Nome completo", "valor": "Maria Souza", "obrigatorio": true}
</example>
<example>
{"campo": "Telefone", "valor": "", "obrigatorio": false}
</example>
<example>
{"campo": "E-mail", "valor": "ilegível", "obrigatorio": true}
</example>
</examples>

Um detalhe honesto do cookbook: exemplos few-shot com imagens nem sempre funcionam, mas vale testar no seu caso

Erro comum deste passo: misturar os exemplos no meio das instruções, sem tags, e o modelo não saber o que é regra e o que é modelo de resposta

7. (Opcional, nível API) Ofereça uma ferramenta de recorte

Esse passo é pra quem está construindo algo em cima da API

O cookbook mostra que dar ao Claude uma ferramenta de recorte (zoom) melhora os resultados em avaliações de imagem

Que ferramenta? Uma função sua, que o modelo pode chamar, que recorta uma região da imagem original em resolução cheia e devolve essa região ampliada

Na prática é como dar uma lupa pro modelo: em vez de tentar ler um número minúsculo no canto do dashboard, ele pede o recorte daquela área e lê com calma 😀

Pedido vago x pedido específico: exemplos para gráfico e para tela

Por que o pedido vago falha?

Porque, sem direção, o modelo escolhe sozinho o que descrever

Ele pode te contar que é ‘um gráfico azul com tendência de alta’ quando você queria a tabela com os valores

Bora ver três cenários comuns lado a lado

Gráfico de barras ou de linha:

Vago:

Analisa esse gráfico pra mim

Específico:

Esse é um gráfico de linha com duas séries.
Para cada série, extraia o nome (pela legenda) e os pontos visíveis.
Informe o nome e a unidade dos eixos X e Y.
Responda numa tabela: série | x | y
Se um ponto não tiver valor legível, marque como "estimado" e explique o motivo.

O específico já define série, eixos, unidade e formato, então sobra pouco espaço pra ele improvisar

Print de tela de app ou dashboard:

Vago:

O que tem nessa tela?

Específico:

Esse é um print da tela de cadastro do meu app.
Liste todos os campos visíveis com o valor preenchido em cada um.
Se existir alguma mensagem de erro ou alerta na tela, copie o texto exato
e diga perto de qual campo ela aparece.
Responda numa lista.

Repara que o pedido separa duas coisas: inventário dos campos e a mensagem de erro

E a posição (‘perto de qual campo’) é pedida de forma aproximada, porque localização é justamente um ponto fraco que vamos ver daqui a pouco

Se o seu print é de uma tela que você ainda vai construir, e não só ler, vale pensar também na ordem de pedir cada parte da interface

Print de planilha, slide ou erro:

Aqui o post conecta com o que a própria Anthropic diz sobre onde o Sonnet 5.5 rende mais: tarefas do dia a dia bem delimitadas, correção de bugs e criação de documentos, slides e planilhas

Print de planilha, vago:

Me ajuda com essa planilha

Print de planilha, específico:

Esse é um print de uma planilha de despesas.
Transcreva as colunas Data, Categoria e Valor em CSV, mantendo a ordem das linhas.
Não calcule totais, só transcreva.
Se alguma célula estiver cortada ou ilegível, deixe vazia e liste quais foram no final.

Print de erro, específico:

Esse é um print do erro que aparece quando rodo meu projeto.
Copie a mensagem de erro exatamente como está escrita.
Diga em qual arquivo e linha ela aponta, se isso aparecer no print.
Depois sugira as causas mais prováveis e o que eu devo verificar primeiro.

No print de erro, pedir a transcrição exata ANTES da análise é um truque simples: tu confere se ele leu certo antes de confiar na sugestão

Quando a leitura da imagem sai errada: limitações e como contornar

Nem todo erro é culpa do pedido, beleza?

A documentação é bem transparente sobre o que a visão do Claude faz mal, e conhecer isso economiza muita dor de cabeça

O caso do número inventado é o mais traiçoeiro, porque a resposta vem com a mesma cara de confiança de uma resposta certa

Já imaginou montar um relatório inteiro em cima de um valor que o modelo ‘leu’ num print borrado? Pois é…

Como prevenir:

• Imagem nítida, na orientação correta, com texto legível e resolução boa
• Nada de compressão JPEG pesada em print com texto ou número
• Imagem antes do texto
• Pedido específico, com formato de saída e instrução pro que estiver ilegível
• Papel definido no prompt e exemplos quando o formato importa
• Revisão humana, principalmente em casos de alto risco

Esse último item não é opcional: a própria documentação diz pra revisar as interpretações de imagem e não usar o modelo em tarefas que exigem precisão perfeita sem supervisão humana

Próximo passo: transforme seus prints em dados confiáveis

Recapitulando o que faz diferença na hora de usar imagem no Claude Sonnet 5.5:

• Imagem boa: nítida, legível e sem compressão agressiva
• Ordem certa: imagem primeiro, texto depois
• Pedido específico: o que extrair, em qual formato e o que fazer com o ilegível
• Papel e exemplos pra reduzir alucinação e manter o formato consistente
• Revisão humana sempre que o dado for importante

Sobre custo e acesso: na API ele sai a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, e também está disponível na AWS, no Google Cloud e no Microsoft Azure

Segundo a Anthropic, ele é 30%+ mais rápido e custa até 30% menos por tarefa na maior parte do trabalho, em comparação com o Sonnet 5

Agora o desafio: pega um pedido vago que você já usa com print ou gráfico, tipo aquele ‘analisa isso aqui’, e reescreve seguindo o modelo do post

Faça o teste e compara as duas respostas, a diferença costuma aparecer rapidinho 😀

E aí, qual tipo de print tu mais manda pra IA no dia a dia?

Até o próximo post!