ArquiPost Studio

Aplicação web em pt-BR para geração de conteúdo editorial de arquitetura com IA.
A solução foi desenhada para escritórios que precisam transformar imagens de projetos em textos prontos para Blog, Instagram e LinkedIn, com uma interface mais próxima de produto final e uma operação simples para usuários não técnicos.

Visão Geral

O usuário envia a imagem do projeto, escreve até 3 frases de contexto e escolhe o canal de saída.
A aplicação analisa a imagem com IA, monta um prompt com base nas configurações editoriais do escritório e gera o texto final já pronto para revisão e publicação.

Além da geração, a solução também permite:

• ajustar o nome do escritório;
• editar tom de voz, persona, tagline e objetivo editorial;
• escolher o canal padrão;
• visualizar histórico de gerações;
• revisar imagem e texto juntos no resultado final.

Canais Suportados

• Blog
• Instagram
• LinkedIn

Cada canal possui regras próprias de estrutura, tamanho e estilo, definidas em config.yaml.

Arquitetura da Solução

Camadas principais

• Frontend: HTML, CSS e JavaScript
• Backend: Flask
• Configuração: YAML centralizado
• Geração de texto: LangChain + OpenAI
• Análise de imagem: LangChain + OpenAI multimodal
• Persistência local: arquivos em posts/ e uploads/

Arquivos principais

• app.py: servidor Flask e rotas HTTP
• templates/index.html: interface principal
• static/styles.css: estilo visual
• static/app.js: comportamento do frontend
• utils/config.py: leitura e atualização da configuração
• utils/prompt_builder.py: montagem dos prompts
• utils/generator.py: orquestração da geração
• utils/image_description_gpt.py: descrição da imagem com IA
• config.yaml: branding, canais, prompts e modelos

Tech Stack

• Python 3
• Flask
• Jinja2
• HTML5
• CSS3
• JavaScript
• PyYAML
• python-dotenv
• LangChain
• langchain-openai
• OpenAI API
• gpt-4-turbo para interpretação da imagem
• gpt-3.5-turbo-instruct para geração do texto da publicação

Como Executar

pip install -r requirements.txt
copy .env.example .env
python app.py

Depois, abra:

http://127.0.0.1:5000

Variáveis de Ambiente

Preencha o arquivo .env com sua chave:

OPENAI_API_KEY=sk-xxxxx

Configuração Editorial

O arquivo config.yaml concentra:

• nome do produto;
• nome do escritório;
• tagline;
• persona;
• tom de voz;
• objetivo editorial;
• prompts globais;
• prompts por canal;
• modelos usados;
• parâmetros de temperatura e geração.

Pela interface, o usuário edita apenas a camada superficial da marca.
As regras mais estruturais continuam centralizadas no YAML.

Fluxo da Solução

1. O usuário acessa a interface web.
2. Seleciona o canal desejado.
3. Faz upload da imagem do projeto.
4. Informa até 3 frases de contexto.
5. O backend recebe os dados e salva a imagem em uploads/.
6. A imagem é enviada para análise multimodal.
7. A descrição visual é combinada com as regras do canal e da marca.
8. O texto final é gerado.
9. O resultado é salvo em posts/ e posts/historico.json.
10. A interface exibe a imagem e o texto juntos para revisão.

Explicação da Sequência de Ações

Versão narrativa para usar no NotebookLM

A solução começa quando o usuário acessa a interface web, escolhe o canal de saída e envia a imagem do projeto junto com até três frases de contexto. Essas frases funcionam como orientação editorial para explicar o conceito do ambiente, materiais, atmosfera, público-alvo ou qualquer outra intenção do escritório.

Quando o envio é feito, o backend Flask recebe a requisição, salva a imagem localmente e consulta o arquivo config.yaml. Esse arquivo centraliza as configurações que entram no sistema, como nome do escritório, persona editorial, tom de voz, objetivo da marca, regras de cada canal, limites de palavras e prompts utilizados ao longo da geração.

Depois disso, a solução faz o primeiro acesso a LLM. A imagem é enviada para um modelo multimodal, atualmente o gpt-4-turbo, responsável por interpretar visualmente o projeto. Esse modelo devolve uma descrição da imagem com foco em leitura arquitetônica, materiais, composição, atmosfera e função do ambiente.

Na sequência, a aplicação monta um prompt final consolidado. Esse prompt une três grupos de informação: o contexto fornecido pelo usuário, a descrição visual produzida pela IA e as regras editoriais definidas no config.yaml.

Com esse prompt pronto, acontece o segundo acesso a LLM. O modelo gpt-3.5-turbo-instruct recebe essas instruções e gera o texto final da publicação, adaptado ao canal selecionado, respeitando estilo, estrutura, tom e objetivo editorial.

Depois da resposta do modelo textual, a aplicação ainda aplica regras finais de controle, como o limite máximo de palavras para Blog e LinkedIn, evitando saídas longas demais ou com aparência de corte amador. Por fim, o sistema salva o texto em arquivo .txt, atualiza o histórico local e devolve ao usuário uma prévia final com a imagem e o conteúdo juntos no mesmo bloco visual.

Entradas que alimentam o sistema

• imagem do projeto;
• até 3 frases de contexto;
• canal escolhido pelo usuário;
• configurações editoriais do config.yaml;
• chave da OpenAI informada no ambiente.

Saídas produzidas pelo sistema

• descrição visual da imagem;
• texto final da publicação;
• arquivo .txt salvo localmente;
• registro estruturado no histórico com data, canal, modelos e imagem.

Diagrama de Sequência: Visão Não Técnica

sequenceDiagram
    actor Usuario as Cliente
    participant Tela as Plataforma ArquiPost Studio
    participant IA as Inteligência Artificial
    participant Arquivos as Histórico da Solução

    Usuario->>Tela: Envia imagem + frases + escolhe canal
    Tela->>IA: Solicita análise do projeto
    IA-->>Tela: Retorna leitura visual da imagem
    Tela->>IA: Solicita geração do texto final
    IA-->>Tela: Entrega legenda/post pronto
    Tela->>Arquivos: Salva imagem, texto e histórico
    Tela-->>Usuario: Exibe resultado final com imagem + conteúdo

Loading

Esse diagrama é o mais indicado para apresentação ao cliente não técnico, porque mostra o comportamento da solução sem expor detalhes de implementação.

Diagrama de Sequência: Visão Técnica

sequenceDiagram
    actor Usuario as Usuário
    participant Front as Frontend HTML/CSS/JS
    participant Flask as Flask app.py
    participant Config as utils/config.py + config.yaml
    participant Vision as ChatOpenAI(gpt-4-turbo)
    participant Prompt as utils/prompt_builder.py
    participant TextLLM as OpenAI(gpt-3.5-turbo-instruct)
    participant Files as uploads/ + posts/ + historico.json

    Usuario->>Front: Seleciona canal, envia imagem e frases
    Front->>Flask: POST /api/generate
    Flask->>Files: Salva imagem temporária em uploads/
    Flask->>Config: Lê configurações editoriais e modelos
    Flask->>Vision: Envia imagem + prompt de análise visual
    Vision-->>Flask: Retorna descrição da imagem
    Flask->>Prompt: Monta prompt final com canal + marca + descrição
    Prompt-->>Flask: Prompt consolidado
    Flask->>TextLLM: Gera conteúdo textual
    TextLLM-->>Flask: Retorna texto final
    Flask->>Files: Salva .txt gerado e atualiza historico.json
    Flask-->>Front: JSON com texto + item de histórico
    Front-->>Usuario: Renderiza imagem e texto na prévia final

Loading

Esse diagrama é o mais indicado para documentação técnica, onboarding de desenvolvimento e evolução da arquitetura.

Regras Importantes da Solução

• O nome da ferramenta ArquiPost Studio não deve aparecer no texto gerado nem nas hashtags.
• Quando houver menção de marca, o texto deve usar apenas o nome do escritório configurado.
• A experiência da interface é pensada para pt-BR, incluindo acentuação e rótulos.
• O histórico é salvo localmente em arquivo JSON.

Melhorias Futuras Sugeridas

• pós-processamento para bloquear termos proibidos antes de exibir o resultado;
• exportação em formatos adicionais;
• autenticação de usuários;
• armazenamento em banco de dados;
• templates de saída por tipologia de projeto;
• painel administrativo para edição mais avançada dos prompts.