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).
| Parâmetro | Tipo | Observações |
|---|---|---|
nodeType | string | Obrigatório. O nó a que o prompt se destina, como generate-image, image-to-video ou generate-music. |
prompt | string | A ideia bruta, com até 5.000 caracteres. Omita-a para começar do zero. |
provider, style, aspectRatio, duration | string or number | O modelo e as configurações planejados, para que o prompt combine com eles. |
llmModel | string | O 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_effort | string | none, 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_mode | boolean | Modelos 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_tokens | number | Só 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).
| Parâmetro | Tipo | Observações |
|---|---|---|
nodeType | string | Obrigatório. O nó a que o prompt se destina, como generate-image. |
prompt | string | A ideia bruta, com até 5.000 caracteres. Omita-a para começar do zero. |
| Modelo e configurações | provider, 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).
| Parâmetro | Tipo | Observações |
|---|---|---|
nodeType | string | Obrigatório. O mesmo tipo de nó usado em analyze_prompt. |
selections | array | Obrigatório. Um { category, value, isCustom } por pergunta respondida. |
originalPrompt | string | A ideia inicial, com até 5.000 caracteres, para incorporar ao resultado. |
| Modelo e configurações | provider, 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
prompt | string | Obrigatório. O que perguntar ou escrever, até 100.000 caracteres. |
system_prompt | string | As instruções do modelo: o papel dele e o formato da resposta. Até 100.000 caracteres. |
image_urls | array ou string | Até 5 imagens, como links ou IDs do Nodaro. |
video_urls | array ou string | Até 3 vídeos, como links ou IDs do Nodaro. O modelo lê cada vídeo com o som. |
audio_urls | array ou string | Até 3 arquivos de áudio, como links ou IDs do Nodaro. |
file_urls | array | Até 5 links de PDF. |
video_fps | number | Os 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. |
llmModel | string | O 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_tokens | Como 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
prompt | string | Obrigatório. Sobre o que é o vídeo: tema, estilo, público. Até 10.000 caracteres. |
model | string | gemini (padrão), claude ou gpt. |
scene_count | integer | O número de cenas, de 1 a 20. Padrão: 5. |
target_duration | integer | A duração do vídeo em segundos, de 5 a 600. Padrão: 60. |
tone | string | O tom, como dramatic ou lighthearted, com até 200 caracteres. |
style_guide | string | O 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
strategyId | string | Obrigatório. pick-best-llm, concat, first-non-empty, count, vote ou merge-json. |
inputs | array | Obrigatório. Até 1.000 strings: fragmentos de texto ou URLs. |
strategyConfig | object | As configurações da estratégia, abaixo. |
| Estratégia | O que faz | strategyConfig |
|---|---|---|
pick-best-llm | Um LLM juiz escolhe o melhor candidato segundo os seus critérios | criteria (texto), inputKind (text ou image-url) e um llmModel opcional para o juiz |
concat | Junta todas as entradas | separator |
first-non-empty | Retorna a primeira entrada que não está vazia | nenhum |
count | Conta as entradas | nenhum |
vote | Retorna a entrada que aparece mais vezes; um empate fica com a primeira | caseSensitive |
merge-json | Mescla objetos JSON | strategy: 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.
Páginas relacionadas
Referência das ferramentas MCP
Gerar texto - qualquer LLM
Gerar roteiro
Escolher o melhor
Assistente de prompt
Última atualização
Pipelines
Inicie um pipeline História → vídeo com um prompt, acompanhe as etapas, aprove-as ou refine-as no chat e derive um pipeline pronto em qualquer etapa.
Imagem
Gere, transforme, edite, componha e descreva imagens e crie máscaras num assistente de IA com as ferramentas do Nodaro: parâmetros, padrões e créditos.