NodaroAccount
Docs do Nodaro
DocumentaçãoReferência de nósModelosTemplatesAgentes de IA (MCP)DesenvolvedoresAuto-hospedagemPesquisaComparações
Referência das ferramentas

Prompts e texto

Transforme uma ideia num prompt testado, pergunte a qualquer LLM sobre imagens, vídeo, áudio ou PDFs, escreva um roteiro e deixe um LLM juiz escolher o melhor.

As ferramentas de prompt e texto ajudam um assistente a escrever entradas melhores para as ferramentas de geração do Nodaro e a escolher entre resultados. enhance_prompt, analyze_prompt e generate_prompt transformam uma ideia bruta num prompt escrito para um nó específico. generate_text faz uma pergunta a qualquer LLM, com imagens, vídeos, áudios ou PDFs para ler. generate_script escreve um roteiro de vídeo cena a cena, e reduce junta ou julga uma lista de candidatos.

Como as chamadas de LLM desta página são cobradas

Toda chamada de LLM desta página é cobrada pelos tokens que realmente usou, pela tarifa do modelo que a executou. Antes da chamada, o Nodaro faz uma reserva. Um saldo abaixo da reserva é recusado com 402. Depois da chamada, você paga o que a chamada usou, que costuma ser menos que a reserva. Prompts e respostas mais longos custam mais. Uma falha que o provedor cobrou, como uma recusa ou uma resposta cortada, é cobrada por esse uso, e o erro diz quanto. Uma falha que o provedor não cobrou é reembolsada. O botão Executar do editor mostra ≈N: uma estimativa de uma chamada típica com aquele modelo. Para cotar uma chamada em um modelo antes de executá-la, use list_models com priceIds. Veja Como as chamadas de LLM são cobradas.

enhance_prompt

Reescreve uma ideia bruta como um único prompt otimizado para um tipo de nó de destino, sem perguntas no meio do caminho. Use-a para uma melhoria rápida.

Permissão: workflows:execute. Créditos: uma execução de LLM, cobrada pelos tokens que usou, pela tarifa do modelo (como).

ParâmetroTipoObservações
nodeTypestringObrigatório. O nó a que o prompt se destina, como generate-image, image-to-video ou generate-music.
promptstringA ideia bruta, com até 5.000 caracteres. Omita-a para começar do zero.
provider, style, aspectRatio, durationstring or numberO modelo e as configurações planejados, para que o prompt combine com eles.
llmModelstringO LLM que escreve o prompt, um dos IDs que a ferramenta lista, como gemini-3.6-flash ou claude-sonnet-4.6. Omita-o para usar o padrão, o Gemini 3.6 Flash.
reasoning_effortstringnone, low, medium, high, xhigh ou max. Um esforço maior costuma gastar mais tokens de saída, então a chamada custa mais. Em um modelo Claude, qualquer esforço é executado diretamente no serviço do desenvolvedor do modelo e é cobrado pela tarifa desse serviço.
advanced_modebooleanModelos Gemini e Claude. Executa a requisição diretamente no serviço do desenvolvedor do modelo, para que temperature e max_tokens sejam aplicados. A chamada é cobrada por token, pela tarifa desse serviço. Outro modelo retorna 400 advanced_mode_unsupported.
temperature, max_tokensnumberSó com advanced_mode. temperature de 0 a 2, max_tokens até 32.768.

Retorna: jobId, o prompt e um recommendedModel, quando a ferramenta tem uma recomendação.

analyze_prompt

Transforma uma ideia bruta em perguntas com opções, para um tipo de nó de destino. Use-a com generate_prompt quando quiser orientar o prompt: responda às perguntas e depois monte o prompt a partir das respostas.

Permissão: workflows:execute. Créditos: uma execução de LLM, cobrada pelos tokens que usou, pela tarifa do modelo (como).

ParâmetroTipoObservações
nodeTypestringObrigatório. O nó a que o prompt se destina, como generate-image.
promptstringA ideia bruta, com até 5.000 caracteres. Omita-a para começar do zero.
Modelo e configuraçõesprovider, style, aspectRatio, duration, llmModel, reasoning_effort, advanced_mode, temperature e max_tokens, como em enhance_prompt.

Retorna: jobId e questions. Cada pergunta tem uma category, um label, options, a opção selected, se uma resposta personalizada é permitida (allowCustom) e se várias respostas são permitidas (multi).

generate_prompt

Monta um único prompt otimizado a partir das respostas às perguntas de analyze_prompt.

Permissão: workflows:execute. Créditos: uma execução de LLM, cobrada pelos tokens que usou, pela tarifa do modelo (como).

ParâmetroTipoObservações
nodeTypestringObrigatório. O mesmo tipo de nó usado em analyze_prompt.
selectionsarrayObrigatório. Um { category, value, isCustom } por pergunta respondida.
originalPromptstringA ideia inicial, com até 5.000 caracteres, para incorporar ao resultado.
Modelo e configuraçõesprovider, style, aspectRatio, duration, llmModel, reasoning_effort, advanced_mode, temperature e max_tokens, como em enhance_prompt.

Retorna: jobId, o prompt e um recommendedModel, quando a ferramenta tem uma recomendação.

O mesmo assistente de prompt está disponível no editor e pela API REST.

generate_text

Faz uma pergunta a qualquer LLM ou dá a ele uma tarefa de escrita, com mídia para ele ler. A resposta volta inteira no próprio resultado da ferramenta, como { jobId, text }: não há tarefa para consultar, nada é cortado e nenhum workflow é montado. Funciona como o nó Gerar texto - qualquer LLM.

Permissão: workflows:execute. Créditos: uma execução de LLM, cobrada pelos tokens que usou, pela tarifa do modelo (como). A mídia que o modelo lê conta como tokens de entrada, então mais quadros de um vídeo custam mais.

ParâmetroTipoObservações
promptstringObrigatório. O que perguntar ou escrever, até 100.000 caracteres.
system_promptstringAs instruções do modelo: o papel dele e o formato da resposta. Até 100.000 caracteres.
image_urlsarray ou stringAté 5 imagens, como links ou IDs do Nodaro.
video_urlsarray ou stringAté 3 vídeos, como links ou IDs do Nodaro. O modelo lê cada vídeo com o som.
audio_urlsarray ou stringAté 3 arquivos de áudio, como links ou IDs do Nodaro.
file_urlsarrayAté 5 links de PDF.
video_fpsnumberOs quadros lidos por segundo de cada vídeo, acima de 0 e até 24. Padrão 1. Precisa de advanced_mode em um modelo Gemini. O som é lido da mesma forma com qualquer valor.
llmModelstringO LLM, um dos IDs que a ferramenta lista, como gemini-3.6-flash ou claude-sonnet-5.5. Omita para usar o padrão, Gemini 3.6 Flash.
reasoning_effort, advanced_mode, temperature, max_tokensComo em enhance_prompt.

Um ID do Nodaro pode ser a tarefa que criou a mídia ou um envio. Vídeo e áudio precisam de um modelo que leia vídeo ou áudio: o Gemini 3 Flash, o Gemini 3.6 Flash, o Gemini 3.8 Flash, o Gemini 3.1 Pro, o Gemini 4 Carbon ou o Gemini 4 Hydrogen. Um PDF precisa de um modelo que leia documentos: o GPT-6.1 Terra ou o Gemini 4 Hydrogen. Uma resposta que o modelo deu sem ler a mídia ou os arquivos é descartada. Quando a chamada não pode ser respondida de novo a partir deles, ela falha com 502 media_not_ingested e é reembolsada. Veja Gerar texto - qualquer LLM. Para que um modelo julgue só o som, envie a gravação em audio_urls em vez do vídeo dela.

Retorna: jobId, status: "completed" e a resposta como text. Uma chamada que ainda está em execução depois de 40 segundos retorna { jobId, status: "running" } no lugar, porque um cliente MCP corta uma chamada mais longa. Chame wait_for_job com esse id para obter a resposta inteira em outputData.generatedText. A chamada continua em execução e é cobrada uma vez, então não a envie de novo.

generate_script

Escreve um roteiro de vídeo estruturado a partir de uma descrição: um texto cena a cena que pode guiar uma série de gerações de imagem ou vídeo. Funciona como o nó Gerar roteiro.

Permissão: workflows:execute. Créditos: uma execução de LLM, cobrada pelos tokens que usou, pela tarifa do modelo (como). Mais cenas ou uma duração-alvo maior escrevem mais e custam mais.

ParâmetroTipoObservações
promptstringObrigatório. Sobre o que é o vídeo: tema, estilo, público. Até 10.000 caracteres.
modelstringgemini (padrão), claude ou gpt.
scene_countintegerO número de cenas, de 1 a 20. Padrão: 5.
target_durationintegerA duração do vídeo em segundos, de 5 a 600. Padrão: 60.
tonestringO tom, como dramatic ou lighthearted, com até 200 caracteres.
style_guidestringO estilo que o roteiro segue: voz, visual e ritmo. Até 100.000 caracteres.

Retorna: um ID de tarefa. O roteiro fica na saída da tarefa. Nos clientes com MCP Apps, o cartão da tarefa o mostra com um botão Copy.

reduce

Junta uma lista de candidatos num único resultado ou faz um LLM juiz escolher o melhor. É o mecanismo do nó Escolher o melhor.

Permissão: workflows:execute. Créditos: grátis nas estratégias lógicas. Com pick-best-llm, a chamada do juiz é cobrada pelos tokens que usou, pela tarifa do modelo juiz (como). O juiz padrão é o Claude Sonnet 5.5.

ParâmetroTipoObservações
strategyIdstringObrigatório. pick-best-llm, concat, first-non-empty, count, vote ou merge-json.
inputsarrayObrigatório. Até 1.000 strings: fragmentos de texto ou URLs.
strategyConfigobjectAs configurações da estratégia, abaixo.
EstratégiaO que fazstrategyConfig
pick-best-llmUm LLM juiz escolhe o melhor candidato segundo os seus critérioscriteria (texto), inputKind (text ou image-url) e um llmModel opcional para o juiz
concatJunta todas as entradasseparator
first-non-emptyRetorna a primeira entrada que não está vazianenhum
countConta as entradasnenhum
voteRetorna a entrada que aparece mais vezes; um empate fica com a primeiracaseSensitive
merge-jsonMescla objetos JSONstrategy: deep ou shallow

Retorna: jobId, o output como string e meta.summary, que diz o que aconteceu. pick-best-llm também retorna meta.selectedIndex e meta.reasoning, a explicação do juiz.

Quando os candidatos forem imagens, defina inputKind como image-url. Com text, o juiz compara os links como texto, o que parece uma escolha real, mas não é.

Perguntas frequentes

Qual é a diferença entre enhance_prompt e analyze_prompt?

enhance_prompt reescreve uma ideia bruta como um único prompt otimizado, numa só chamada. analyze_prompt primeiro retorna perguntas com opções, e generate_prompt monta o prompt a partir das suas respostas, para que você possa orientar o resultado.

As ferramentas de prompt custam créditos?

Sim. Cada chamada é uma execução de LLM, cobrada pelos tokens que realmente usou, pela tarifa do modelo que a executou. Uma reserva é feita antes da chamada, e depois a chamada é cobrada pelo que usou. Prompts e respostas mais longos custam mais.

Um assistente pode perguntar a um LLM sobre um vídeo, um arquivo de áudio ou um PDF?

Sim, com generate_text. Envie até 5 imagens, 3 vídeos, 3 arquivos de áudio e 5 links de PDF com o prompt. A resposta volta inteira no resultado da ferramenta, sem tarefa para consultar. Vídeo e áudio precisam de um modelo que os leia, como o Gemini 3.6 Flash ou o Gemini 4 Hydrogen. PDFs precisam do GPT-6.1 Terra ou do Gemini 4 Hydrogen.

Como um assistente pode escolher a melhor entre várias imagens?

Chame reduce com a estratégia pick-best-llm, as URLs das imagens como entradas, inputKind definido como image-url e os seus critérios. O juiz retorna a vencedora, o índice dela e a justificativa.

Última atualização

Nesta página