Zdjęcia do sklepu internetowego z AI - packshot, scena i cała seria

Masz sklep, kilkadziesiąt produktów i brak budżetu na sesję w studiu. Z AI zrobisz zdjęcia do karty produktu i do social mediów, ale tylko wtedy, gdy model dostanie zdjęcie prawdziwego towaru. Fotki przedmiotu trafiają do referencji (przez API do image_urls), a tekst polecenia mówi wyłącznie o otoczeniu, oświetleniu i kompozycji. Pod listing sprawdza się biel, pod posty i reklamy - aranżacja z rekwizytami. Najlepiej sprawdzają się tu modele przyjmujące referencje: Nano Banana Pro (od 0,411 zł za obraz, do 14 zdjęć), GPT Image 2.5 (0,293 zł za obraz, do 16) i FLUX.2 [pro] (od 0,403 zł za obraz, do 8). Poniżej opisuję, jak zrobić spójną serię, co zrobić z etykietami i ile kosztuje sto zdjęć.

Klient kupuje to, co widzi

Bez referencji model projektuje produkt od zera. Na moodboard wystarczy, na kartę produktu nie, bo kupujący zamawia to, co jest na zdjęciu. Stąd trzy sytuacje:

• karta produktu - zawsze ze zdjęciem towaru jako referencją i sprawdzeniem kształtu, koloru, napisów i liczby elementów w zestawie,
• kampanie i posty - otoczenie wolno zmyślić, przedmiotu już nie,
• projekt przed wypuszczeniem towaru - wtedy generator może wymyślić pudełko, skoro fizycznie jeszcze nie istnieje.

Wzorzec nie wymaga aparatu ani lamp. Wystarczy wyraźna fotka ze smartfona przy oknie, na której mieści się cały przedmiot. Gdy kształt jest skomplikowany, dorzuć kilka ujęć z innych kątów.

Biel do karty produktu

Packshot pokazuje wyłącznie przedmiot, bez dekoracji, najczęściej na bieli albo innym gładkim kolorze. Platformy sprzedażowe często narzucają białe tło na pierwszym zdjęciu, a Amazon wręcz wymaga czystej bieli. Od tego promptu zaczynam:

Packshot tego produktu na czystym białym tle, produkt wyśrodkowany i zajmujący
około 80% kadru, miękkie światło studyjne z dwóch stron, delikatny cień
pod produktem, bez rekwizytów, bez innych napisów i logotypów

Na co zwracam uwagę:

• kwadrat 1:1 pasuje do większości sklepów, 4:5 do posta na Instagramie,
• dopisek "bez innych napisów i logotypów" (no other text, no logos) daję zawsze, bo modele chętnie dorysowują drobny tekst,
• jeżeli fotka towaru już istnieje, a przeszkadza tylko tło, przerób ją zamiast tworzyć nową: wystarczy w FLUX.1 Kontext [pro] lub GPT Image 2.5 polecić podmianę tła na białe przy nietkniętym produkcie.

Produkt w scenie

Kadr aranżowany osadza przedmiot w sytuacji albo nastroju - paczka ziaren na lnie, słoik kremu wśród suszonych kwiatów, czasomierz na skale obmywanej falą. Model ma tu więcej swobody, a więc i więcej okazji do błędów.

Przy teście FLUX 3 Image, który opisałem na blogu w artykule o reklamach i packshotach z FLUX 3, zrobiłem 10 grafik produktowych bez referencji, po jednym podejściu na prompt. Duże napisy po polsku nie miały literówek, problemy siedziały w drobiazgach:

FLUX 3 Image sprawdzałem poza Studio, a w Kadrarisie z rodziny FLUX masz FLUX.2 [pro] i Kontext. To, co zauważyłem, powtarza się jednak u każdego generatora grafik, z którym pracowałem:

• dodatkowe linijki tekstu, których nie było w cudzysłowie, to zwykle zlepki liter bez znaczenia,
• znaki innych firm - raz na butelce wylądowała etykieta prawdziwego browaru, innym razem but dostał emblematy łudząco podobne do sportowych marek,
• elementy ruchome i funkcjonalne (pierścień zegarka, klamra, przyciski) trzeba obejrzeć w zbliżeniu,
• kształt opakowania bywa nierealny, jeśli nie narzucisz go referencją.

Dlatego przy prawdziwym produkcie etykiety nie generuję. Fotografia z oryginalną naklejką idzie jako wzór, a w poleceniu zaznaczam, że ma zostać nienaruszona: keep the product and its label exactly as in the reference image.

Przykład Black Forest Labs: FLUX.2 łączy cztery fotografie produktów w jedno wnętrze.

Cała seria w jednym stylu

Katalog sprawia profesjonalne wrażenie, gdy każdy kadr ma identyczne tło, oświetlenie i kadrowanie. Generator z natury losuje, dlatego tę jednolitość musisz mu narzucić:

1. Wspólny szkielet opisu. Podmieniasz wyłącznie nazwę towaru, cała reszta zostaje słowo w słowo.
2. Ten sam format. Zmiana proporcji przebudowuje cały kadr - w Z-Image Turbo identyczny opis i seed dały mi w kwadracie inną zawieszkę niż w pionie (porównanie poniżej).
3. Pierwszy dobry kadr jako wzorzec. Najlepsze zdjęcie z początku serii dokładasz jako drugą pozycję w image_urls przy następnych produktach, dopisując "same background, lighting and camera angle as the second reference image".
4. Paczka wariantów w jednym wywołaniu. Nano Banana 2 oraz Seedream 5.0 Lite zwracają maksymalnie cztery grafiki (num_images), przy czym Lite dba o ich wzajemne podobieństwo.
5. Stały seed w modelach, które go obsługują (FLUX.1 Kontext [pro], FLUX.2 [max], Wan 2.7 Image i inne), gdy chcesz odtworzyć trafioną kompozycję.

Trzy konkretne warianty tła dla jednego produktu rozpisałem w krótkim poradniku o kadrach katalogowym, aranżacji i detalu. Gotowe zdjęcia przydają się też w wideo: osoba trzymająca towar i mówiąca jedno zdanie do telefonu to przepis z poradnika o reklamach UGC z AI.

Dobór modelu

• Nano Banana Pro (od 0,411 zł za obraz, 14 wzorców) - biel i aranżacje z realnym towarem, także w 4K.
• GPT Image 2.5 (0,293 zł za obraz, 16 wzorców) - wymiana tła i poprawki istniejących fotografii.
• FLUX.2 [pro] (od 0,403 zł za obraz, 8 wzorców) - kompozycje z kilku przedmiotów, wyraźne metki.
• FLUX.1 Kontext [pro] (0,516 zł za obraz, 4 wzorce) - zmiany opisane słowami, bez rysowania masek.
• Nano Banana 2 (od 0,411 zł za obraz, 14 wzorców) - kilka wariantów za jednym razem.
• Z-Image Turbo (0,09 zł za obraz, bez wzorców) - tanie próby układu i oświetlenia.

Wymiary w GPT Image 2.5 są trzy: kwadrat 1024 px, poziom 1536x1024 i pion 1024x1536. Gdy platforma żąda innej wielkości, powiększ plik osobno lub weź generator z progami 2K/4K, choćby Nano Banana Pro. Pierwszą trójkę porównałem szczegółowo w osobnym poradniku, parę Google kontra BFL tutaj, a punkty z mojego pięciozadaniowego sprawdzianu znajdziesz w zestawieniu generatorów grafik.

Budżet na sto zdjęć

Przyjmuję sto zdjęć do publikacji i średnio 1,5 próby na sztukę, co daje 150 zleceń. Do tego dochodzi 50 roboczych szkiców w najtańszym modelu.

Szkice w Z-Image dokładają 50 × 0,09 zł za obraz.

Kwoty odnoszą się do najmniejszej rozdzielczości, większa podnosi cenę. Dołączanie fotografii wzorcowych w tych modelach nic nie dolicza. Porażka generacji to 0 zł. Konto zasilisz od 40 zł kartą lub BLIK-iem, a zaznaczając fakturę VAT na firmę, wrzucisz grafiki w koszty działalności. Cennik pokazuje stawkę dla każdej rozdzielczości, a własny katalog z inną liczbą zdjęć i prób policzysz w kalkulatorze kosztów AI.

Skrypt na cały katalog

Gdy towarów są dziesiątki, ręczne klikanie zjada popołudnie. Poniższy kod przechodzi po liście SKU z fotkami i dla każdego zamawia białe ujęcie w Nano Banana Pro:

import os, requests

API = "https://kadraris.com/v1"
KEY = os.environ["KADRARIS_API_KEY"]
HEADERS = {"Authorization": f"Bearer {KEY}"}

PROMPT = ("Packshot of this product on a pure white "
          "background, product centered and filling about "
          "80% of the frame, soft studio light from both "
          "sides, subtle shadow under the product, keep the "
          "product and its label exactly as in the reference "
          "image, no other text, no logos")

products = [
    {"sku": "KUBEK-01",
     "photo": "https://twoj-sklep.pl/zdjecia/kubek-01.jpg"},
    {"sku": "KUBEK-02",
     "photo": "https://twoj-sklep.pl/zdjecia/kubek-02.jpg"},
]

for p in products:
    task = requests.post(f"{API}/generate",
                         params={"wait": 60}, headers=HEADERS,
                         timeout=90, json={
        "model": "nano-banana-pro",
        "input": {"prompt": PROMPT, "aspect_ratio": "1:1",
                  "resolution": "2k",
                  "image_urls": [p["photo"]]},
    }).json()
    if task["status"] != "succeeded":
        # nie zdążyło albo padło: dokończ przez GET /v1/tasks/{id}
        print(p["sku"], task["status"], task.get("error"))
        continue
    url = task["output"][0]["url"]
    # rozszerzenie bierzemy z adresu wyniku
    ext = url.split("?")[0].rsplit(".", 1)[-1]
    img = requests.get(url, timeout=60).content
    with open(f"{p['sku']}.{ext}", "wb") as f:
        f.write(img)
    print(p["sku"], task["cost"])

Fotografie wzorcowe muszą leżeć pod otwartym adresem w sieci. Adres gotowej grafiki po pewnym czasie przestaje działać, stąd natychmiastowy zapis na dysk. Kolejne techniki pracy z obrazami w kodzie opisałem w przewodniku dla Pythona, a zamianę packshotu w spot wideo w poradniku rolka reklamowa produktu z AI.

Pytania

Czy wystarczy jedno zdjęcie produktu zrobione telefonem?

Do prostej bryły tak, jeśli fotka jest ostra, zrobiona przy naturalnym świetle i obejmuje całość. Rzeczy z klamrami, rączkami albo kilkoma częściami lepiej sfotografować z paru stron.

Jak zrobić białe tło z istniejącego zdjęcia?

Wrzuć je do FLUX Kontext Pro lub GPT Image 2.5 i każ wymienić otoczenie na biel, zostawiając przedmiot bez zmian. Wychodzi to pewniej niż budowanie kadru od podstaw.

Co zrobić, gdy model dorysował cudze logo?

Odrzuć ten kadr i dopisz do promptu no other text, no logos. Jeśli problem wraca, podaj zdjęcie produktu z własną etykietą i polecenie, żeby zostawić ją bez zmian.

Jak utrzymać ten sam styl przy stu produktach?

Jeden szablon promptu, stała proporcja i pierwsze udane zdjęcie serii jako druga referencja przy każdym kolejnym produkcie. Przy dużym katalogu puść to skryptem, a każdy wynik i tak obejrzyj w powiększeniu.