Benutzerhandbuch
E-Commerce-Produktbilder mit seedream-5.0-lite/image-to-image über hiapi generieren
Produktfotografie für Onlineshops bedeutet selten, nur ein schönes Bild zu generieren. Es erfordert das wiederholte Generieren desselben Produkts: Produktlistenfotos auf weißem Hintergrund, Lifestyle-Szenen, Korrekturbilder für Beschläge oder Etiketten nach einem Lieferantenwechsel sowie Farbvarianten-Serien für die Produktseite. Text-zu-Bild-Modelle sind hier ungeeignet, da jeder neue Prompt ein leicht anderes Produkt erfindet.
Genau hier kommt seedream-5.0-lite/image-to-image ins Spiel. Es ist der instruktionsbasierte Bildeditor von ByteDance: Du lieferst ein echtes Produktfoto (oder bis zu 14 Referenzbilder), beschreibst die Bearbeitung in natürlicher Sprache, und das Modell folgt der Anweisung, während es die unbearbeiteten Bereiche konsistent hält. Auf hiapi kostet ein Bild in 2K-Auflösung nur $0.035 – ein komplettes Set aus sechs Produktlistenbildern kostet lediglich etwa $0.21.
Alle folgenden Inhalte wurden durch echte API-Aufrufe auf hiapi generiert. Jeder Abschnitt zeigt die tatsächliche Ausgabe und den exakten Prompt.

Workflow: ein Anker, mehrere Bearbeitungen
Das Muster, das KI-Produktbilder produktionsreif macht, ist Ankern und Bearbeiten:
- Ankern – ein sauberes, standardisiertes Produktbild erhalten. Fotografiere das echte Produkt oder generiere einmalig ein Konzeptbild mit
seedream-5.0-lite/text-to-image(ebenfalls $0.035). - Bearbeiten – das Ankerbild in
image-to-imageeinspeisen und jede abgeleitete Version generieren: Hintergrundaustausch, Detailkorrekturen, Farbvarianten. Die Produktidentität stammt aus den Referenzpixeln, nicht aus dem Prompt, sodass jede Abbildung dieselbe Tasche zeigt.
Hier ist unser Ankerbild – eine Weekender-Tasche aus Canvas, einmalig mit dem t2i-Schwestermmodell generiert und als Referenz für alle nachfolgenden Bearbeitungen verwendet:

Anfragestruktur
seedream-5.0-lite/image-to-image läuft auf dem asynchronen Task-Endpunkt von hiapi: an POST /v1/tasks senden, die Task-ID abfragen, bis sie abgeschlossen ist, dann die Ausgabe-URL herunterladen. Vier Eingabefelder, alle erforderlich:
| Feld | Typ | Beschreibung |
|---|---|---|
prompt |
string | Bearbeitungsanweisung |
image_urls |
array | 1–14 öffentlich zugängliche Referenzbild-URLs |
aspect_ratio |
enum | 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2, 21:9 |
resolution |
enum | Nur 2K oder 4K – dieses Modell hat keine 1K-Stufe |
curl -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedream-5.0-lite/image-to-image",
"input": {
"prompt": "Replace the white studio background: place the bag on a weathered wooden bench in a sunlit modern loft. Keep the bag itself completely unchanged.",
"image_urls": ["https://your-cdn.com/products/weekender-anchor.jpg"],
"aspect_ratio": "3:2",
"resolution": "2K"
}
}'
Die Antwort enthält data.taskId. Fragen Sie GET /v1/tasks/{taskId} ab, bis status success lautet, und laden Sie dann sofort output[0].url herunter – Ausgabelinks laufen ab, daher sollten Sie die Dateien in Ihren eigenen Speicher kopieren. In unserem Lauf wurde jede Bearbeitung in etwa 60–120 Sekunden abgeschlossen.
Bearbeitungsmodus 1: Hintergrund neu inszenieren (Produktliste → Lifestyle)
Die häufigste Bearbeitung im E-Commerce: dasselbe Produkt, neue Szene. Der entscheidende Prompt-Trick besteht darin, den Großteil des Prompts für das Festzuhaltende zu verwenden und dann die neue Umgebung zu beschreiben:
Halte diese Weekender-Tasche aus gebranntem Orange-Canvas vollständig unverändert – gleiche Form, gleiche Farbe, gleiche Griffe, gleiche Nähte, dunkelbraune Lederbesätze und Messingreißverschlüsse. Ersetze den weißen Studiohintergrund: Stelle die Tasche auf eine verwitterte Holzbank in einem sonnendurchfluteten modernen Loft, weiches Morgenlicht durch große Fenster, unscharfe grüne Pflanzen im Hintergrund, natürlicher Kontaktschatten auf der Holzbank, warmer Lifestyle-Fotostil für Magazine.

Im Vergleich zum Ankerbild: Besätze, das gesteppte Lederflicken-Detail, Reißverschlussenden und Proportionen bleiben erhalten. Der Kontaktschatten fällt auf die Holzlatten – dieses Erdungsdetail ist es, das eine Neuinszenierung wie ein echtes Foto statt wie eine Montage wirken lässt.
Bearbeitungsmodus 2: Präzise Detailkorrektur (Beschlagaustausch)
Das Label „präzise Bearbeitung“ von Seedream Lite bedeutet chirurgische Eingriffe. Angenommen, der Lieferant wechselt von Messing- zu mattschwarzen Beschlägen und Sie möchten nicht neu fotografieren. Fordern Sie nur eine Änderung an und frieren Sie alles andere ein:
Halte diese Weekender-Tasche aus gebranntem Orange-Canvas vollständig unverändert – gleicher weißer Hintergrund, gleiche Komposition, gleiches Licht, gleiche Canvas-Textur und brauner Lederbesatz. Ändere nur die Metallbeschläge: Ersetze alle Messingreißverschlüsse, Ringe und Schnallen durch mattschwarze Metallbeschläge. Ändere nichts anderes.

Reißverschlüsse, D-Ringe und Gurtschnallen werden alle schwarz; Canvas-Textur und Komposition bleiben unberührt. Bei solchen Bearbeitungen würde eine Neugenerierung per Text-zu-Bild unbemerkt die gesamte Tasche neu designen.
Bearbeitungsmodus 3: Farbvarianten-Serie
Die Produktseite benötigt jede Farbvariante auf die gleiche Weise fotografiert. Färben Sie das Ankerbild neu, während Design, Besätze und Komposition fixiert bleiben:
Halte das Design dieser Weekender-Tasche vollständig unverändert – gleiche Form, gleicher brauner Lederbesatz und gleiche Griffe, gleiche Messingbeschläge, gleicher weißer Studiohintergrund, gleiches Licht und gleiche Komposition. Ändere nur die Canvas-Körperfarbe von gebranntem Orange zu tiefem Waldgrün und bewahre dabei Stofftextur und Nähte.

Wiederholen Sie dies mit „Marineblau“, „Anthrazit“ und „Sandbeige“, und Sie erhalten eine Serie für fünf SKUs aus einer einzigen Aufnahme für $0.175 – die Komposition ist bei jeder Variante identisch, was den Farbwähler auf der Produktseite harmonisch wirken lässt.
Komplette Produktlistensets mit Python im Batch generieren
In der Produktion reichen Sie nicht eine Bearbeitung nach der anderen ein. Die Task-API lässt sich sauber parallelisieren – alle Bearbeitungen auf einmal einreichen und dann abfragen. Hier ist das Muster, das wir verwendet haben (drei Bearbeitungen wurden in weniger als drei Minuten parallel abgeschlossen):
import json, time, requests, concurrent.futures
API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY", "Content-Type": "application/json"}
ANCHOR = "https://your-cdn.com/products/weekender-anchor.jpg"
EDITS = [
("lifestyle", "3:2", "Keep this exact bag unchanged... place it on a weathered wooden bench in a sunlit loft..."),
("hardware-black", "1:1", "Change only the metal hardware to matte black. Do not alter anything else."),
("colorway-green", "1:1", "Change only the canvas body color to deep forest green, preserving texture and trim."),
]
def run_edit(name, aspect_ratio, prompt):
task = requests.post(API, headers=HEADERS, json={
"model": "seedream-5.0-lite/image-to-image",
"input": {"prompt": prompt, "image_urls": [ANCHOR],
"aspect_ratio": aspect_ratio, "resolution": "2K"},
}).json()
task_id = task["data"]["taskId"]
while True:
d = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
if d["status"] == "success":
img = requests.get(d["output"][0]["url"]).content # expires — save it now
open(f"{name}.jpg", "wb").write(img)
return name, len(img)
if d["status"] == "fail":
raise RuntimeError(f"{name}: {d.get('error')}")
time.sleep(5)
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as ex:
for name, size in ex.map(lambda e: run_edit(*e), EDITS):
print(f"{name}: {size} bytes")
Nach dem Ausführen dieses Codes gibt es drei praktische Hinweise:
image_urlsmüssen öffentlich zugänglich sein. Laden Sie das Ankerbild zuerst in Ihr CDN oder Ihren Objektspeicher hoch; die API validiert bis zu 14 URLs pro Anfrage.- Speichern Sie die Ausgabe sofort.
output[0].urlist ein zeitlich begrenzter Link. Kopieren Sie die Bytes in Ihren eigenen Bucket, bevor Sie irgendetwas anderes tun. - Bei Bedarf können mehrere Referenzbilder verwendet werden. Die Übergabe mehrerer Referenzbilder (Vorder-/Rück-/Detailansichten desselben Produkts oder Produkt plus Stilreferenz) liefert mehr Identitätssignale für schwierige Artikel wie gemusterte Stoffe.
Kosten und wann Sie dieses Modell wählen sollten
Bei $0.035 pro 2K-Bild kostet ein realistisches Bildset pro SKU – ein Ankerbild, eine Lifestyle-Neuinszenierung, eine Detailkorrektur und drei Farbvarianten – insgesamt sechs Bilder $0.21. Die aktuellen Preise für jede Stufe finden Sie auf der hiapi-Preisseite.
Wenn Sie zwischen Editoren wählen: Unser Drei-Modell-Vergleich für image-to-image führt dieselbe Bearbeitung mit den wichtigsten Konkurrenten durch, und der Nano-Banana-E-Commerce-Leitfaden stellt einen anderen Tech-Stack für Ankern und Neuinszenierung vor. Die Stärke von Seedream 5.0 Lite in diesem Workflow liegt in der Präzision der Anweisungsbefolgung, dem 14-Slot-Multireferenzbild-Input und dem einheitlich niedrigen Preis, der Batch-Verarbeitung pro SKU zu einem Bruchteil der Kosten macht.
Erste Schritte
Holen Sie sich einen API-Schlüssel, laden Sie ein sauberes Produktbild hoch und führen Sie den oben genannten Lifestyle-Neuinszenierungs-Prompt für seedream-5.0-lite/image-to-image aus – in wenigen Minuten erhalten Sie Ihr erstes Set abgeleiteter Bilder. Die vollständige Referenz zum Task-Endpunkt finden Sie in der hiapi-Dokumentation.
Ähnliche Artikel
Alle Artikel ansehen →-
Benutzerhandbuch
seedream-5.0-pro/image-to-image Erste-Schritte-Leitfaden: Fähigkeiten, Preise und Integrationspunkte
Fähigkeitsgrenzen, Abrechnungsmodell und Engineering-Integration des Bildbearbeitungsmodells von ByteDance
-
Benutzerhandbuch
seedream-5.0-pro Text-zu-Bild Einstiegsleitfaden: Fähigkeitsgrenzen, API-Integration und Kostenkontrolle
Praxisorientierte Perspektive für Entwickler: von den wichtigsten Parametern bis zur Kostenschätzung von $0,05 pro Bild
-
Benutzerhandbuch
Hailuo 2.3 Fast Bild-zu-Video-Anleitung: Grenzen der Leistungsfähigkeit, Preisgestaltung und Integration in die Praxis
MiniMax Bild-zu-Video-Modell für Entwickler: Auswahlkriterien und Integrationspunkte