Case de Projeto
Nanobanana DL
Projeto criado para gerar imagens em lote com o Nano Banana, a partir de listas de ideias de presentes virtuais. O foco foi produtividade e resultado: automatizar criação sequencial de imagens, usando a API gratuita do Gemini, com operação via VS Code e CLI.
Desafio
Criar um fluxo rápido para gerar muitas imagens coerentes a partir de prompts, sem custo adicional, com controle de sequência e organização de arquivos. O projeto precisava funcionar para uso interno, sem interface pública, priorizando velocidade de execução e previsibilidade dos resultados.
Solução Implementada
Automação em Node para consumir o Gemini via Google AI Studio, com pipeline de prompts em lote. O fluxo usa listas de ideias (presentes virtuais) e gera imagens em sequência, com controle de nomes e pastas, mantendo rastreabilidade. A operação foi feita tanto no VS Code quanto via CLI para acelerar testes e execução.
Meu Papel e Responsabilidades
Defini a estratégia do fluxo, escrevi os prompts e a automação, integrei com a API do Gemini e validei a qualidade das imagens. Conduzi os testes, ajustei parâmetros e documentei a operação para uso rápido em outros projetos.
Resultados e Impacto
Entrega de um gerador em lote funcional, reduzindo o tempo de produção de imagens e eliminando etapas manuais. O uso da API gratuita manteve o custo zerado, e o fluxo em sequência garantiu consistência e velocidade para alimentar outro projeto.
Lições Aprendidas
Prompt engineering em lote exige padronização de estrutura e parâmetros, além de convenções de nome para evitar retrabalho. A combinação de VS Code e CLI trouxe agilidade para iterar e comparar resultados.