Skip to content

Imagens e Multimodal: Cole um print e ele entende ​

📚 Navegação da Série: O artigo anterior 16 Fluxos de Trabalho Comuns repassou os padrões diários como ler código, consertar bugs e escrever testes. Este artigo adiciona uma nova dimensão — não dá apenas para digitar texto para ele, mas também mostrar imagens diretamente: print de erro, design, diagrama de arquitetura, jogue lá e ele entenderá.

Por exemplo, transformar um print de tela feito pelo designer num site. Antigamente a gente precisava ficar medindo pixel por pixel — quanto de margem aqui, qual tamanho de fonte ali, qual o raio da borda do botão, perdíamos uma manhã inteira só ajustando valores.

Mas agora, você só precisa arrastar aquele PNG diretamente para a janela do Claude Code e digitar algo como "Gere o CSS equivalente baseado neste design".

Alguns minutos depois, ele cospe um bloco inteiro de CSS — layout, esquema de cores, bordas arredondadas e sombras; tudo bate. Copie e cole no projeto, atualize o navegador e está praticamente idêntico ao design original. A diferença de eficiência é imediata: mostrar é muito mais rápido do que falar.

No fim das contas, a frase "Uma imagem vale mais que mil palavras" é literalmente verdade aqui no Claude Code. Hoje, vamos explicar detalhadamente "como dar imagens + o que você ganha com isso".

Após ler este artigo, você terá:

  • Três métodos para colocar imagens dentro do Claude Code, só seguir e fazer (incluindo uma armadilha de atalho que usuários de Mac costumam cair)
  • Os três principais usos reais de imagens: Colar prints de erros, recriar designs, ler gráficos/diagramas de arquitetura
  • Uma regra de ouro: quando você deve usar imagem e quando apenas digitar é suficiente
  • Como lidar com múltiplas imagens, como o Claude as referencia e como abrir a imagem que ele mencionou num clique

01 Por que dar imagens em vez de apenas digitar? ​

A conclusão primeiro: Quando explicar algo por texto for "mais difícil do que tirar um print", então tire o print.

Esta é a regra clara escrita em preto e branco na documentação oficial — "Use imagens quando a descrição por texto não for clara ou for muito longa".

Analogia: Uma imagem vale mais que mil palavras. Você tenta descrever um pop-up de erro vermelho pro seu amigo: "tem um 'X' vermelho no canto superior esquerdo, umas letrinhas embaixo e um botão do lado direito...". Seu amigo fica confuso. Mas se você tirar um print e mandar, ele "Ah!" na mesma hora. O princípio é o mesmo para o Claude — economiza sua energia pra organizar palavras, e também economiza a energia dele para tentar adivinhar.

Quais cenários são os melhores para usar imagens? Principalmente estas três categorias:

CenárioO quão cansativo é digitarO quão fácil é com imagem
Desalinhamento da Página / CSS errado"Esta div está uns 20 pixels pra direita e sobrepondo a de baixo"Tire um print, ele vê o erro na hora
Pop-up de erro / Texto vermelho do ConsoleDigitar ou copiar/alinhar a stacktrace gigante manualmenteJogue o print, e você envia até o contexto ao redor
Recriar design / Clonar componente"A cor principal é um azul arroxeado, bordas médias..."Dê a imagem e deixe-o medir sozinho

É preciso deixar claro uma diferença importante: O Claude Code olha "o conteúdo dentro da imagem", não tira o print para você. A ação de tirar o print você mesmo precisa fazer (usando a ferramenta do sistema); ele é responsável por "entender a imagem que você deu".

💡 Resumo em uma frase: A regra é única — se for mais difícil descrever do que tirar um print, mande o print; as palavras oficiais dizem "use imagens quando o texto não for claro ou for longo".


02 Três formas de mandar a imagem: Arrastar, Colar e Caminho ​

Como você insere a imagem lá dentro? A documentação oficial dá três formas, escolha qualquer uma, o resultado é o mesmo. Vou listá-las por "facilidade de uso", da menor para a maior.

Três maneiras de dar imagens ao Claude

Esta imagem unifica os três caminhos: arrastar para a janela, copiar e ctrl+v para colar (inclusive no Mac), ou fornecer o caminho do arquivo direto — as três levam ao mesmo lugar, que é alimentar o Claude com a imagem para ele "trabalhar olhando para ela".

Método Um: Arrastar para a janela (Mais intuitivo) ​

Simplesmente arraste o arquivo de imagem do seu Finder / Gerenciador de Arquivos para a janela do terminal onde o Claude Code está rodando, solte, e pronto.

É o jeito que exige menos raciocínio — como arrastar uma foto para o chat do WhatsApp. Quem é novato costuma começar por aqui, zero curva de aprendizado.

Método Dois: Copiar e ctrl+v (Mais frequente, mas tem pegadinha) ​

Muitas vezes a imagem nem está salva como arquivo — você acabou de tirar o print, ou clicou com o botão direito e "Copiar imagem" na web. Nesses casos, colar direto é a melhor coisa.

Mas aqui temos a maior pegadinha de todas, que a própria documentação faz questão de destacar:

Copie a imagem e use ctrl+v para colá-la na CLI (não use cmd+v).

Aviso: No Mac, colar a imagem também é ctrl+v, não o cmd+v ao qual você está acostumado.

O quão contra-intuitivo isso é? Usuários de Mac colam coisas com cmd+v há dez anos, a memória muscular está enraizada. Na primeira vez que você for colar um print, a chance de instintivamente apertar cmd+v é grande, e o resultado será uma string estranha de texto de caminho jogada no terminal, a imagem nem entrou e você acha que não suporta. Se você olhar a documentação, entende — em muitos terminais o cmd+v cola o caminho em texto, só o ctrl+v coloca a própria imagem para o Claude.

(Detalhe: alguns terminais como o iTerm2 até aceitam cmd+v para imagens, mas como o comportamento varia de app pra app, ctrl+v é a rota que sempre funciona em todo lugar, decore-a e não sofra).

Grave isto na mente:

PlataformaPara colar imagem useNão use
Macctrl+v❌ cmd+v (a maioria dos terminais colará como texto de caminho)
Windows / Linuxctrl+v (No WSL, se o terminal interceptar ctrl+v, use alt+v)——

Um pequeno detalhe: depois de colar com sucesso, aparecerá um marcador [Image #1] no input (oficialmente chamado de "chip"), indicando que a imagem foi anexada; você pode continuar digitando seu texto naquele mesmo prompt.

Método Três: Dar o caminho da imagem direto (Bom para scripts ou fotos salvas) ​

Se a imagem já estiver salva como um arquivo e você souber o caminho, a forma mais seca é digitar o caminho diretamente no prompt, para que ele mesmo leia:

text
Analise esta imagem: /caminho/para/sua/imagem.png

Basta trocar /caminho/para/sua/imagem.png pelo caminho real da sua imagem (aceita caminhos absolutos e relativos). Este método não depende do mouse, sendo excelente para scripts ou quando a imagem está muito escondida dentro de algum diretório do projeto.

💡 Resumo em uma frase: Arrastar / Colar com ctrl+v / Dar caminho do arquivo, as três servem; Usuários do Mac, lembrem-se do ctrl+v, nunca cmd+v.


03 Uso Um: Colar erros e prints da UI, dando a ele "A cena do crime" ​

O primeiro cenário super prático — jogue aquele print de erro pra ele, pra que ele resolva olhando pro local do crime.

Por que essa tática é tão boa? Porque muitos erros e problemas de estilo, texto nenhum consegue passar todos os detalhes. Um pop-up tem ícones, tem cores, tem o layout; tentar descrever com palavras dará apenas um esboço. Com a UI fora do lugar, é pior ainda; você nota uns pixels a mais que seriam um pesadelo de explicar falando.

Analogia: Ir ao hospital e em vez de tentar explicar onde dói, você mostra o exame. Você diz "uma dorzinha no canto inferior direito", o médico só pode chutar; colocar a tomografia na mesa, e o problema fica óbvio. O print é a "tomografia" do Claude.

Como fazer? Coloque a imagem no input (qualquer um dos três métodos) e, em seguida, digite uma frase indicando o que você quer. O próprio prompt de exemplo da documentação já manda bem:

text
Aqui está um print do erro. O que está causando isso?

Ou, problemas na Interface (UI):

text
Descreva os elementos de UI que estão neste print

Por exemplo, ajustando uma página React, um botão teimava em ir para a direita e nem lendo o CSS dava pra entender o porquê. Neste caso, você simplesmente tira o print de onde está torto e o alimenta, dizendo "por que esse botão empurrou para a direita?". O Claude dá uma olhada e te fala "seu contêiner pai tem um padding-right, somando com a própria margin do botão, eles se acumularam" — resolve a charada em uma frase, aí basta mudar uma linha de código. Tentar explicar aquilo por texto daria horas de bate e volta.

💡 Resumo em uma frase: Para erros e problemas de UI, o print é a "foto do local do crime" — dar pra ele olhar é mil vezes mais ágil do que tentar falar sobre.


04 Uso Dois: Reproduzir mockups / designs em código diretamente do print ​

Este é aquele cenário onde a "diferença de eficiência se destaca imediatamente", e merece ser focado — dar a ele uma imagem do design e deixá-lo cuspir o código funcional.

Por que este é tão impressionante? Porque ele economiza na parte mais desgastante: transformar o "design → código". Medir os valores com a régua de pixel, ajustar espaçamento, testar paleta de cor, normalmente era a tarefa chata do frontend. Agora, você joga pro Claude dar a você uma versão quase 100% pronta e você faz só o refinamento.

Analogia: Levar a foto de uma roupa pro alfaiate. Você não precisa medir tudo; você coloca a foto da camisa na frente dele e ele corta o molde e a costura sozinho. O print do design é a "foto de amostra" do Claude.

Exemplos oficiais; sabendo estas duas frases já dá pra começar a trabalhar:

text
Gere o CSS correspondente seguindo este design
text
Qual estrutura HTML poderia reproduzir este componente?

A primeira instrução faz ele gerar o CSS visualmente, e a segunda faz ele deduzir a estrutura de HTML que poderia abrigar o componente. Combine as duas e o esqueleto estático do componente sai de primeira.

Falando a verdade, tenha expectativas reais: não será uma cópia pixel por pixel, e sim um ponto de partida altamente finalizado. Como o código do começo do artigo, o layout e cores gerais podem estar idênticos, mas algumas margens internas estarem desviadas 2 pixels, e um ajuste seu corrige. Mas isso já te economizou no mínimo uma hora de trabalho — fazer do zero vs mexer 20% do que ele fez são duas coisas bem diferentes.

Reproduzir Design❌ Tudo Manual✅ Dê pra ele o print
Medir ValoresVocê mede cada pixel um por umEle chuta baseado na imagem
Esqueleto / MoldeComeçar arquivo do vazio absolutoEle já te dá uma versão executável
Seu trabalho realO tempo todo fazendo do zeroAjustar o finalzinho (os 20% restantes)

💡 Resumo em uma frase: Print de design + "Gere o CSS correspondente" = Ele te dá os 80% iniciais e você ajusta os 20% restantes, economizando sua cota inteira de suor e trabalho braçal.


05 Uso Três: Ler gráficos e arquiteturas para entender "Como está estruturado" ​

O terceiro uso: Tabelas, banco de dados (schema), diagramas de infraestrutura — ele também consegue ler essas informações "estruturadas".

Por que separar como uma nova categoria? Porque nas outras duas (erro, design) a imagem é "interface", e aqui a imagem é "relacionamento" — quem chama quem, como flui o dado, as camadas dos módulos. Essas relações são tortuosas de escrever no texto, mas numa imagem saltam aos olhos. E o Claude ama isso.

Analogia: Apresentar o sistema pra um novo colega; desenhar quadrados no quadro branco funciona melhor do que conversar meia hora. Falar "o usuário chama pedidos, que então avisa estoque e pagamentos...", a pessoa não absorve direito. No quadro branco as caixinhas ligadas por flechas fazem ela entender no ato. Tirar um print desse diagrama para o Claude faz o mesmíssimo papel.

Exemplos oficiais cobrem os ângulos de "Ler" e "Alterar":

text
Este é o schema de banco de dados atual. Como devemos mudá-lo para a nova feature?
text
Há algum elemento problemático ou errado nesse diagrama?

A primeira frase é pegar o banco de dados que você já tem em imagem e pedir pra ele atualizar a tabela; e a segunda é para ele auditar se aquele desenho arquitetônico tem algo de estranho.

Uma aplicação comum: assumiu projeto legado, o antigo dev mandou um PNG da arquitetura. Só puxe ela no Claude Code e faça-o te explicar as rotas primeiro. Ele lê chamadas e os blocos na imagem e te dá um overview resumido — é muito melhor que você fritar o olho olhando pro PNG sozinho, afinal é como se alguém te explicasse pra te puxar pela mão.

💡 Resumo em uma frase: Tabelas, schemas, diagramas — alimente-o com essas coisas cheias de "relacionamentos" para contextualizá-lo e então faça-o analisar a estrutura.


06 Mais Imagens, Referências, Abrir as Imagens: Alguns truques marotos ​

Pra fechar com coisas que vão te tornar mais rápido, tudo tirado também da documentação oficial.

Pode mandar múltiplas fotos de uma vez ​

Não precisa fazer uma de cada vez — o mesmo prompt pode conter várias fotos. Você joga um "Ache a diferença entre este design antigo e esse design novo", com as duas fotos juntas. Em um redesign, se você fizer isso evita aquele bate-e-volta constante no texto para poder descrevê-las.

Como o Claude referencia a foto: [Image #1] ​

Quando ele falar sobre a imagem que você colocou, ele vai usar identificadores como [Image #1], [Image #2] — ou seja, numeradas. Assim, se tiver muita imagem, ele apontar assim ajuda a você rastrear de "qual imagem exatamente ele tá falando".

Clique para abrir a foto que ele está falando ​

Você percebeu o [Image #N] que ele printa na resposta? O identificador é clicável. De acordo com as doc oficiais:

Quando o Claude se referir a uma imagem (por exemplo, [Image #1]), o clique Cmd+Click (no Mac) ou Ctrl+Click (no Windows/Linux) abrirá a imagem no visualizador de imagens padrão.

Basicamente, você usa Cmd+Click no Mac e Ctrl+Click no Windows/Linux em cima do texto da imagem que ele devolveu, e o próprio sistema operacional abre ela para você revisar.

O que você querMacWindows / Linux
Colar Imagemctrl+vctrl+v
Abrir [Image #N]Cmd+ClickCtrl+Click

Note como a ordem dos botões virou: a colagem no terminal requer ctrl, mas abrir a imagem (no Mac) requer Cmd. Não inverta as bolas.

💡 Resumo em uma frase: Um único prompt pode mandar múltiplas imagens, e o Claude as pontua através de [Image #N], se quiser rever a imagem, basta clicar naquele número (Cmd+Click para o Mac) e ela irá abrir.


07 A Prática Real: Arraste a imagem, e o veja ler (em três etapas) ​

Só teoria não vinga, pegue a imagem que você quiser na área de trabalho e vamos completar os passos "alimentar → ele entender". Não importa onde nem se precisa de projeto.

Passo 1: Encontre alguma foto no seu computador

Tire print, pegue um JPG/PNG. Usuários do Mac costumam ter Captura de Tela 2026-06-10...png no desktop. Coloque onde seja fácil arrastar.

Passo 2: Inicie o Claude Code, não importa em qual diretório

bash
claude

Espera-se: Uma tela bonita e depois um input. (O leitor de imagem funciona onde quer que você tenha inciado, de boas).

Passo 3: Mande a Imagem, mande-o explicar

De novo, as três opções, para os novatos, prefira o arraste puro: pegue o arquivo do Desktop ou Finder/Explorer, puxe pra dentro do console; e você logo verá um [Image #1]. Agora, emende a frase de texto:

text
O que há nesta imagem? Descreva-a em português.

E dê enter.

Espera-se: Que ele examine e descreva de maneira satisfatória o que tinha no seu JPG/PNG — um print do Slack, a foto do gato. Acertou sobre os elementos = Ele lê foto com facilidade e o seu teste foi 100% vitorioso.

⚠️ Aviso para os "Mac users que adoram o copiar e colar": primeiro copie a foto num visualizador (como a pré-visualização da Apple), depois vá para a tela do Claude e ponha o ctrl+v (nunca o cmd+v). Se apareceu umas letras estranhas /User/fulano... você caiu na velha armadilha e deu a ele apenas um string que não funciona.

💡 Resumo em uma frase: Arrastar / ctrl+v / Escrever caminho. Feito isso, mande descrever. Você verá como ele entende rápido.


08 Conclusão ​

Neste capítulo, você abriu os "olhos" do Claude Code — não só falando por texto, como fazendo com que ele enxergue o mundo pela câmera do computador através das fotos.

Juntando as pontas:

TópicoPonto Principal
Como Dar a ImagemArrastar / ctrl+v / Dar o caminho, os três caminhos são iguais.
A Grande Casca de BananaColar no Mac requer ctrl+v, Nunca use cmd+v
O Triângulo dos Casos de UsoPrints de bugs, Mockups de Design (Gerando código), Arquiteturas e Tabelas.
Quando você deve enviar imagemÉ mais rápido mandar a imagem do que ficar escrevendo "tem uma div amarela..." no prompt.
Mais Imagens e AtalhosVocê alimenta múltiplos [Image #N] e você os visualiza no Mac num único Cmd+Click (ou Ctrl no resto).

O que você já consegue fazer hoje: Jogar e alimentar um Claude faminto com um Print que apita vermelho em vez de quebrar a cuca arrumando as log-lines gigantes. Sabendo como funciona aquele erro crônico do usuário Mac (cmd vs ctrl), seu nível de descrição e trabalho despenca radicalmente — você fala menos, e manda mais foto.


No próximo artigo 18 "CLAUDE.md" — Anteriormente você dava foto, código e até projeto, mas toda vez tem que ficar enfiando regras "Use npm!" pro garoto decorar. Existe uma forma inteligente de automatizar o conhecimento local pra quando o Claude entra no repo, ele descobre as regras sozinhos e não quebra a casa toda. O nome da regra é "Seu Manual de Funcionário", chamado de CLAUDE.md; onde se tudo estiver correto, a paz reina.


Leitura Recomendada ​