Gerar Imagens com Tarefas de Agentes de IA: Post e Cabeçalho em uma Única Execução

Resposta rápida: Para gerar imagens de blog com tarefas de agentes de IA, inclua o briefing, as especificações da imagem e o responsável pela revisão em uma única Task. O Agente cria o rascunho do post, chama uma API de imagem como a MiniMax H3-Image usando uma chave do seu ambiente, anexa ambos os arquivos de volta à Task e aguarda a revisão. Uma pessoa aprova ou solicita alterações.

Hoje você já pode gerar imagens de blog com execuções de agentes de IA sem precisar construir uma plataforma de conteúdo do zero. O lado dos modelos ficou ainda mais simples esta semana: em 10/11/2026, a MiniMax lançou o H3-Image, um modelo de imagem de pesos abertos que gera imagens de 16 megapixels — o que, segundo a MiniMax, leva cerca de 10 segundos. A parte difícil nunca foi a chamada de API, mas sim manter o rascunho, a imagem, o prompt utilizado e a decisão sobre ambos em um só lugar.

Este guia demonstra esse fluxo de trabalho em uma única Task. Você verá o que o briefing deve conter, onde inserir a chave de API, o script que o Agente executa e o que o revisor deve verificar. Se você já delega tarefas de programação para agentes, o Sharkly oferece a esse trabalho de conteúdo o mesmo ciclo de Task, execução e revisão.

Por que um único agente deve assumir as duas funções

Quando a redação do texto e a criação da imagem são etapas separadas, a imagem de destaque (header) acaba destoando do post. O redator muda a abordagem no terceiro rascunho, mas a imagem ainda reflete a primeira versão. Alguém cola um prompt em um aplicativo web, baixa o arquivo, renomeia e joga em uma pasta compartilhada. Mais tarde, ninguém sabe dizer qual prompt gerou qual imagem.

Usar uma única Task resolve isso ao centralizar ambas as entregas em um único responsável e em um só registro:

• O Agente lê a versão final antes de escrever o prompt da imagem, garantindo que o header esteja alinhado com o post que será publicado.
• O prompt, o ID do modelo, as dimensões e o custo ficam registrados na mesma Task que o rascunho.
• O revisor visualiza texto e imagem juntos e toma uma decisão de uma só vez.
• Qualquer pedido de revisão chega ao Agente com o contexto completo, sem a necessidade de iniciar um chat do zero.

O acordo entre humanos e agentes permanece simples: o Agente redige, gera, anexa e relata; as pessoas decidem, editam e publicam.

O que o MiniMax H3-Image oferece

O H3-Image é o modelo de geração de texto para imagem (text-to-image) e edição de imagens da MiniMax. Um único checkpoint atende a ambos os modos, e o modo de edição aceita de 1 a 16 imagens de referência. Estes são os números publicados pela MiniMax em seu guia de geração de imagens e em seu model card:

O desconto de lançamento é de 50% quando a imagem entregue tiver pelo menos 16.600.000 pixels. A página de preços da MiniMax informa que a promoção vai até 17 de novembro de 2026, às 16:00 UTC. O header de um blog raramente precisa de 16 megapixels, portanto 2K em 16:9 é a escolha padrão mais sensata.

Vale a pena hospedar os pesos abertos por conta própria?

Para a maioria das equipes, não. Os pesos utilizam a licença comunitária MiniMax-H3-Image Community License, e não uma licença de código aberto convencional. Vale a pena ler a licença com atenção: ela exclui várias regiões do território licenciado e exige autorização prévia por escrito para empresas com faturamento anualizado acima de US$ 1 milhão ou para qualquer serviço hospedado. Além disso, o download é gigantesco: 66,28 GB para o diffusion transformer mais 66,7 GB para o text encoder. A API continua sendo o caminho mais prático para um fluxo de trabalho de blog.

Passo 1: escreva o briefing como uma Task

A descrição da Task funciona como o briefing. Tudo o que o Agente precisa para concluir o trabalho sem fazer perguntas deve constar aqui. Uma boa descrição tem a seguinte estrutura:

**Post:** How we cut CI time by 40% with test sharding
**Audience:** platform engineers
**Length:** 1,400 words
**Header image:** 16:9, 2K, MiniMax-H3-Image
**Image direction:** abstract, no text in the image, brand blues
**Deliver:** article.md + header.jpg + prompt.txt attached to this Task
**Reviewer:** Maria (approves both before anything is published)

Mantenha os detalhes específicos de cada artigo na Task. Já as regras que se repetem em todos os posts — como tom de voz, estilo visual e nomes de arquivos — devem ser movidas para uma Skill. No Sharkly, uma Skill agrupa instruções reutilizáveis e arquivos de apoio, e o Agente carrega as Skills atribuídas a ele a cada execução. Nosso artigo que explica o que é uma skill de agente de código detalha o formato.

Passo 2: forneça ao Agente a chave da API de imagem

A execução precisa da variável MINIMAX_API_KEY em seu ambiente. As configurações do Agente no Sharkly aceitam variáveis de ambiente comuns e secretas, e qualquer execução vinculada a uma task recebe as variáveis configuradas e os vínculos de segredos ao ser iniciada.

Preste atenção ao aviso nesse painel: valores comuns ficam visíveis para os administradores autorizados do Agente e não servem como armazenamento seguro de segredos. Portanto, chaves de API que geram cobrança na sua conta devem sempre ficar na configuração secreta. Nunca coloque uma chave na descrição ou nos comentários da Task. Nosso checklist de segurança contra vazamento de segredos em agentes de código traz todas as recomendações adicionais.

O Sharkly não possui um conector nativo de imagens para a MiniMax. O Agente chama a API da mesma forma que chamaria qualquer serviço HTTP: por meio de um script no Computer em que está sendo executado. Desde o changelog de 26/10/2026, o Sharkly lista o MiniMax Code (mcode) como Runtime, permitindo que equipes que já utilizam essa plataforma executem o Agente por lá. Antes de colocar isso em produção, teste a geração de imagens a partir de uma execução headless.

Passo 3: o script que o Agente executa

Inclua este script na Skill para que todas as execuções utilizem a mesma estrutura de requisição, conforme orientado no guia da MiniMax:

# make_header.py: generate one 16:9 header with MiniMax H3-Image
import os, sys, json, requests

prompt = open(sys.argv[1]).read().strip()   # prompt.txt written by the Agent
resp = requests.post(
    "https://api.minimax.io/v1/images/generations",
    headers={"Authorization": f"Bearer {os.environ['MINIMAX_API_KEY']}"},
    json={
        "model": "MiniMax-H3-Image",
        "prompt": prompt,
        "aspect_ratio": "16:9",
        "area": "2K",
        "n": 1,
        "response_format": "url",
    },
    timeout=600,
)
resp.raise_for_status()
result = resp.json()
item = result["data"][0]
if "error" in item:
    sys.exit(f"Image failed: {item['error']['message']}")

with open(f"header.{result['output_format']}", "wb") as f:
    f.write(requests.get(item["url"], timeout=120).content)

json.dump({"size": item["size"], "revised_prompt": item["revised_prompt"]},
          open("image-meta.json", "w"), indent=2)

Três detalhes são fundamentais em um ambiente de equipe:

1. Sem tentativas automáticas (retries). O guia da MiniMax adverte que a chamada não é idempotente; portanto, tentar novamente pode cobrar por uma segunda imagem. Deixe o Agente relatar a falha em vez de entrar em loop.
2. Preserve o revised_prompt. O aprimoramento de prompt vem ativado por padrão e a resposta retorna o prompt exato utilizado. Ao salvá-lo, o revisor poderá solicitar ajustes pontuais sem precisar adivinhar o que foi gerado.
3. Baixe o arquivo localmente. O guia recomenda baixar as imagens e armazená-las por conta própria; logo, nunca entregue apenas a URL temporária da resposta aos revisores.

Passo 4: anexe ambos os arquivos e aguarde a revisão

Assim que o rascunho e a imagem forem gerados, o Agente os anexa à Task e relata o que foi feito. A Sharkly CLI realiza essas duas etapas com um único comando:

sharkly task comment "$TASK_ID" \
  --body-file run-summary.md \
  --attachment article.md \
  --attachment header.jpg \
  --attachment image-meta.json

O resumo apresenta a contagem de palavras, o ID do modelo, as dimensões da imagem, o bloco de usage retornado pela resposta e qualquer item que não tenha sido possível verificar. Em seguida, o Agente devolve a conversa sinalizando que ela precisa de revisão. Essa notificação aparece no módulo Task Chats da barra lateral, garantindo que não passe despercebida.

Os resultados retornam diretamente para a Task. O revisor não precisa vasculhar terminais, pastas de downloads nem históricos de chat.

Passo 5: revise o artigo e a imagem em conjunto

O revisor abre uma única Task e valida as duas entregas em relação ao briefing:

• A imagem de destaque corresponde à abordagem final do artigo, e não a um rascunho anterior?
• Há algum texto gerado dentro da imagem? Modelos visuais ainda cometem erros ortográficos com frequência, por isso o briefing solicita imagens sem texto.
• A imagem tenta reproduzir uma tela real do produto? Se sim, substitua-a por uma captura de tela autêntica. Interfaces geradas por IA não passam de mockups fictícios.
• Os dados e fatos apresentados no post condizem com as fontes citadas?

Para solicitar alterações, basta comentar na própria Task. O Agente retoma o fluxo de trabalho com o rascunho, a imagem e o prompt salvo em seu contexto. Para saber mais sobre como integrar a validação humana nesse processo, confira nosso guia sobre agentes de código com intervenção humana (human-in-the-loop).

Quando não utilizar esse fluxo de trabalho

Evite esse processo para imagens pontuais e isoladas. Se você precisa apenas de uma imagem rápida para um slide, abrir uma aplicação web é muito mais ágil do que estruturar um briefing formal.

Dispense a geração por IA para capturas de tela do produto, gráficos com dados reais e fotos de pessoas ou eventos autênticos. Esses materiais exigem fontes verdadeiras. A geração com IA é ideal para ilustrações conceituais, headers abstratos e diagramas esquemáticos que você precisaria redesenhar à mão de qualquer forma. Para manter uma identidade visual coerente em diversas publicações, leia nosso artigo sobre como manter a consistência visual da marca com agentes de IA.

Conclusão

O modelo de geração de imagens é a parte mais simples. O MiniMax H3-Image gera um header em 2K por cerca de dois centavos de dólar, de acordo com sua tabela de preços. O que realmente economiza tempo é a estrutura em torno dele: uma única Task, um único briefing, uma única execução do Agente e uma única revisão.

Configure tudo uma única vez: conecte um Computer, crie um Agente com a chave de imagem em suas variáveis secretas, atribua a Skill e o script apresentados acima e encarregue-o do artigo da próxima semana. É gratuito começar a usar o Sharkly; confira os planos atuais em sharkly.ai.

FAQ

Um agente de IA pode gerar imagens de blog sozinho?

Sim, desde que a execução tenha acesso a uma chave de API de imagem e a um script ou ferramenta para chamar a API. O Agente cria o prompt a partir do rascunho, consome o endpoint, salva o arquivo e o anexa à Task para revisão.

O que é o MiniMax H3-Image?

O H3-Image é o modelo de pesos abertos da MiniMax voltado para text-to-image e edição de imagens, lançado em 10/11/2026. Ele gera imagens de aproximadamente 16 megapixels e suporta até 16 imagens de referência no modo de edição.

Quanto custa um header com o H3-Image?

A página de preços da MiniMax indica US$ 0,02333 como exemplo para uma geração text-to-image em 2K e US$ 0,06879 para 4K. Os custos reais podem variar conforme o tamanho do prompt, já que os tokens do prompt aprimorado também são faturados.

O Sharkly possui integração nativa para imagens da MiniMax?

Não. O Sharkly executa o seu Agente no seu Computer, e o Agente chama a API da MiniMax utilizando a sua chave. O MiniMax Code está disponível como um Runtime no Sharkly, o que não equivale a um conector nativo de imagens.

Onde a chave de API deve ser configurada?

Na configuração secreta do Agente. As variáveis de ambiente comuns do Sharkly ficam visíveis para os administradores do Agente, e as descrições e comentários da Task ficam visíveis para qualquer pessoa com acesso à Task.

O Agente também deve publicar o post?

Não. A publicação deve permanecer a cargo de uma pessoa. O Agente redige e anexa; o revisor aprova e publica.