Como pedir ao GPT-6.1 Terra para interpretar um desenho técnico (e não receber uma descrição genérica)

Fala aí, beleza? A OpenAI soltou o GPT-6.1 Terra em 26 de outubro de 2026, e um dos pontos que ela mais destaca nele é o raciocínio visual detalhado 👀

Na documentação do modelo, interpretar desenhos técnicos aparece com todas as letras entre os usos indicados

Só que tem uma armadilha clássica: tu anexa a planta, escreve "explique" e recebe um parágrafo bonito dizendo que "trata-se de um desenho com várias vistas e cotas"… legal, mas não serve pra nada haha

A ideia aqui é montar o pedido do jeito certo, ajustar o que dá pra ajustar na API e conferir o que o modelo leu

O que você precisa antes de começar

Você precisa de acesso ao modelo, do desenho em imagem legível e de expectativa certa sobre o que sai do outro lado

• Acesso: o GPT-6.1 Terra está disponível no ChatGPT Work e no Codex para usuários Plus, Pro, Enterprise e Edu, e na API da OpenAI com o ID gpt-6.1-terra
• O desenho como imagem legível: se nem você consegue ler a cota na imagem, o modelo também vai sofrer
• Expectativa certa: o modelo recebe texto e imagem e devolve só texto, então não espere um arquivo de CAD ou 3D como resposta

Se o desenho cita norma técnica, se liga: a data de corte do conhecimento do modelo é 1º de junho de 2026

Revisão de norma publicada depois disso ele não conhece, então essa parte você confere por conta própria

Um aviso importante: os passos 1, 2 e 4 usam parâmetros que só estão confirmados na API

Não há confirmação de que dá pra escolher o nível de detalhe da imagem ou o esforço de raciocínio dentro do ChatGPT Work ou do Codex

Já os passos 3 e 5 (escrever o pedido e conferir a leitura) valem em qualquer lugar onde tu usa o modelo 🙂

Passo a passo para o GPT-6.1 Terra ler o desenho de verdade

1. Escolha o nível de detalhe da imagem:

Por que isso vem primeiro? Porque se a imagem chega ao modelo reduzida, a cota pequena some antes de qualquer raciocínio começar

No guia de imagens da OpenAI, o parâmetro detail aceita low, high, original ou auto, e se tu não informar nada, vale auto

O que cada um faz, segundo o guia:

• low: manda à IA uma versão de 512×512 px
• high: leitura padrão de alta fidelidade, quando você não precisa das coordenadas exatas da imagem original
• original: pensado para imagens grandes, densas, sensíveis a posição ou de uso do computador, e existe a partir do gpt-5.4 e nos modelos posteriores

Pra OCR, objetos pequenos e localização, o guia recomenda original quando o modelo suporta

Desenho técnico é exatamente isso: texto miúdo nas cotas e posição que importa MUITO (qual cota pertence a qual aresta)

Então a ação é: use detail: "original"

Resultado esperado: você pede de forma explícita o modo feito para imagens densas, em vez de deixar a escolha no automático

O erro comum deste passo: usar low

Com a imagem reduzida a 512×512 px, cota pequena e nota de rodapé viram borrão

O outro erro é simplesmente esquecer o parâmetro e ficar no auto, sendo que a documentação não diz o que o auto escolhe no GPT-6.1 Terra

Na dúvida, deixa explícito

2. Monte a requisição na Responses API:

O pedido vai pela Responses API, com model igual a gpt-6.1-terra e a imagem como conteúdo do tipo input_image (com image_url), junto com o texto do pedido

O corpo abaixo é um exemplo ilustrativo pra mostrar onde cada coisa fica, não é um teste executado:

{
  "model": "gpt-6.1-terra",
  "reasoning": { "effort": "medium" },
  "input": [
    {
      "role": "user",
      "content": [
        {
          "type": "input_text",
          "text": "SEU PEDIDO ESTRUTURADO DO PASSO 3 AQUI"
        },
        {
          "type": "input_image",
          "image_url": "URL_DO_SEU_DESENHO",
          "detail": "original"
        }
      ]
    }
  ]
}

Repara que o detail fica dentro do bloco da imagem, colado no image_url, e o effort fica em reasoning

Resultado esperado: uma resposta em texto com a leitura do desenho, no formato que você definir no pedido

Tome cuidado: confira se o ID do modelo está exatamente como gpt-6.1-terra e se o detail não ficou perdido fora do bloco input_image

3. Escreva o pedido com perguntas específicas:

Esse é o passo que mais muda o resultado

O modelo responde o que você pergunta, então "descreva" gera descrição, e pergunta específica gera dado específico

O pedido precisa de quatro coisas:

• Que tipo de desenho é: mecânico, arquitetônico, elétrico e por aí vai
• Perguntas fechadas: vistas presentes, cotas e unidades, tolerâncias, legenda e notas, itens numerados
• Permissão pra dizer "não sei": peça que marque "ilegível" ou "incerto" em vez de chutar
• Formato de saída: uma tabela ou lista com o campo "onde aparece"

Um exemplo de pedido pra um desenho mecânico:

Este é um desenho técnico mecânico de uma peça.

Responda em tópicos:
1. Quais vistas aparecem no desenho?
2. Liste todas as cotas com valor e unidade.
3. Liste as tolerâncias indicadas e a qual cota cada uma se aplica.
4. Transcreva a legenda e as notas.
5. Liste os itens numerados e o que cada número indica.

Para cada item, inclua o campo "onde aparece" (vista e região do desenho).
Se algo estiver ilegível ou você não tiver certeza, escreva "ilegível" ou "incerto". Não estime valores.

Resultado esperado: uma lista organizada, com cada valor amarrado a um lugar do desenho e com as dúvidas sinalizadas

O erro comum deste passo: pedir "descreva este desenho"

É justamente isso que leva à resposta genérica, porque o modelo não sabe o que você quer extrair e entrega um panorama

A mesma lógica de perguntar o que importa vale pra pedir análise de texto longo, não só pra imagem

4. Ajuste o reasoning.effort na API:

O reasoning.effort aceita none, low, medium (padrão), high, xhigh e max

A própria OpenAI orienta começar em medium e subir só se o ganho de qualidade compensar o tempo e os tokens a mais

E tokens a mais custam: no preço padrão da API são US$ 1 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída

Então a ação é: roda em medium, compara a leitura com o desenho e só sobe um nível se tiver erro que justifique

Resultado esperado: você descobre o menor nível que entrega uma leitura confiável pro seu tipo de desenho

O erro comum deste passo: começar em max por padrão

Tu paga tempo e token sem saber se precisava 😛

5. Confira a leitura do modelo:

Aqui é onde o campo "onde aparece" se paga

• Cruze item a item: pra cada cota extraída, vai no ponto indicado do desenho e confere o valor e a unidade
• Faça perguntas de contraprova: pergunte sobre um detalhe que você já sabe a resposta, tipo "qual a cota total da vista frontal?"
• Desconfie do silêncio: valor em área borrada que veio SEM a marcação de "incerto" merece checagem dobrada

Se a contraprova errar, volta no passo 1 (imagem melhor) ou no passo 4 (mais esforço) antes de reescrever tudo

Checagem final: todos os itens da lista batem com o desenho ou estão sinalizados como ilegíveis ou incertos

Se sobrou algum valor que não bate e não foi sinalizado, a leitura ainda não está pronta pra uso

Vídeo: panorama do lançamento do GPT-6.1 Terra

Se tu quer uma visão geral do modelo antes de partir pro desenho técnico, esse vídeo do canal mostra o lançamento do GPT-6.1 Terra com testes gerais de uso em projetos

Próximo passo

Pega um desenho cujas cotas você já conhece de cor

Roda o pedido estruturado do passo 3 com detail: "original" e effort em medium

Compara item a item com o que você sabe e anota onde ele acertou, onde marcou "incerto" e onde errou calado

Só depois disso leva o fluxo pra desenhos novos, porque aí tu já sabe o quanto pode confiar 😀

Se a leitura estiver redonda, dá pra explorar outros usos que a OpenAI cita, como converter desenhos arquitetônicos em modelos 3D, lembrando que o modelo devolve texto e o resultado ainda precisa da sua conferência

Até o próximo post!

Perguntas frequentes

Dá pra mandar várias páginas de um desenho técnico de uma vez, aproveitando a janela de contexto grande do GPT-6.1 Terra?

O modelo trabalha com até 1.050.000 tokens de contexto e até 128.000 tokens de saída, então cabe bastante coisa numa única chamada. Mesmo assim, o ideal é testar com uma página por vez primeiro, confirmar que a leitura bate, e só depois juntar várias páginas no mesmo pedido.

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.