Guía de uso
Flux-2 texto a imagen para fotos de productos de comercio electrónico: recetas de prompts y una solicitud funcional de HiAPI
Plantillas de prompts para ángulos, iluminación y detalles finos, más una solicitud de HiAPI lista para copiar y pegar y un patrón por lotes
En esta página
Por qué flux-2/text-to-image es adecuado para catálogos de comercio electrónico
La producción de imágenes de productos tiene un problema de curva de costes: cada SKU necesita varios ángulos, iluminación coherente y fondos limpios, y el coste marginal de "hacer una variante más" es alto tanto si se fotografía como si se retoca. Cuando dispones de descripciones de producto sólidas y prompts reproducibles, el texto a imagen cambia esa ecuación.
Escenarios en los que el texto a imagen destaca
- SKU de cola larga y variantes. Colores, tamaños y configuraciones que no merecen una sesión de fotos propia pueden obtener igualmente imágenes listas para el catálogo.
- Imágenes conceptuales y de marcador de posición. Las páginas de categoría, las pruebas A/B y los listados previos al lanzamiento necesitan imágenes creíbles antes de que lleguen las muestras físicas.
- Exploración de estilo. Puedes probar rápidamente fondos y direcciones de iluminación para fijar la dirección visual antes de reservar la sesión de fotos formal.
Escenarios en los que no puede sustituir a la fotografía
Si la decisión del comprador depende de detalles físicos —costuras, desgaste, etiquetas de certificación, el color exacto bajo luz real—, la imagen generada es solo un concepto, no una prueba. Solo deberías usar la salida de flux-2/text-to-image como material de catálogo cuando la imagen pueda representar el producto que realmente envías; para las imágenes principales en las que la precisión es el argumento de venta, mantén la fotografía real.
En comparación con imagen a imagen, el texto a imagen exige más de los prompts: no hay una imagen de referencia que fije la composición. Ahí está el compromiso. Obtienes control total sobre el ángulo, la iluminación y el fondo, a costa de tener que describirlos explícitamente. El resto de esta guía trata sobre cómo hacer que esa descripción sea reproducible.

La estructura de prompt base reutilizable de forma estable entre SKU
Un prompt que funciona para un producto y falla para otro suele deberse a mezclar hechos específicos del producto con decisiones de escena. Sepáralos.
El esqueleto de seis ranuras
[sujeto] — [ángulo] — [iluminación] — [fondo] — [detalles] — [estilo/restricciones]
- Sujeto: qué es el objeto, material, color y cualquier forma definitoria. Mantenlo factual.
- Ángulo: la posición de la cámara respecto al producto (tres cuartos frontal, cenital, a la altura de los ojos).
- Iluminación: luz principal de softbox, luz de contorno, suavidad de las sombras, dirección.
- Fondo: superficie, color y si está enfocado.
- Detalles: dos o tres características que el comprador revisará.
- Estilo/restricciones: fotografía comercial de producto, enfoque nítido, sin texto, composición centrada.
Un ejemplo rellenado
Una taza de café de cerámica mate en verde bosque profundo, ángulo de tres cuartos frontal, a la altura de los ojos,
luz principal difusa suave desde arriba a la izquierda, luz de contorno sutil en el borde derecho, fondo gris claro sin costuras,
textura de esmalte mate y curva limpia del asa visibles, fotografía comercial de producto, enfoque nítido,
sin texto, sin logotipo, composición centrada
Mantén las ranuras estables, sustituye los hechos
Guarda el esqueleto una vez en tu script de generación e inyecta solo las ranuras de sujeto y detalles para cada SKU. Mantén fijos el ángulo, la iluminación, el fondo y el estilo en un lote: eso es precisamente lo que hace que un conjunto de imágenes parezca un mismo catálogo y no un collage. Cuando necesites una segunda vista (cenital, lateral), cambia solo una ranura, para que cualquier diferencia visual pueda atribuirse a ese único cambio.
Un hábito práctico: mantén el mismo orden de ranuras en cada prompt que escribas. El modelo sigue la estructura, y también lo hará quien revise tu biblioteca de prompts dentro de seis meses.
Recetas de prompts para ángulos de cámara e iluminación
Estas plantillas están diseñadas para pegarse después de tu ranura [sujeto]. Sustituye el color del fondo para que coincida con el color base de tu marca.
Recetas de ángulo
Tres cuartos frontal (ángulo predeterminado de la imagen principal)
vista de tres cuartos frontal, cámara a la altura media del producto, producto centrado,
producto completo visible, con un pequeño margen alrededor
A la altura de los ojos / de frente
vista frontal a la altura de los ojos, cámara paralela a la parte frontal del producto,
sin distorsión de perspectiva, producto centrado
Cenital plano
vista cenital desde arriba, cámara perpendicular a la superficie,
producto centrado con márgenes uniformes, sombra plana debajo
Ángulo ligeramente picado (adecuado para productos en caja)
visto desde 30 grados por encima del producto, con la parte frontal y la superior visibles,
cámara inclinada hacia el centro del producto
Recetas de iluminación
Luz de estudio suave (valor predeterminado seguro)
luz principal de softbox grande desde arriba a la izquierda, panel reflector blanco de relleno a la derecha,
sombra de contacto suave debajo del producto, sin brillos duros
Luz lateral que resalta la textura
luz lateral rasante desde la izquierda para mostrar la textura de la superficie, relleno suave frontal,
sombra proyectada hacia la derecha, fondo iluminado de forma uniforme
Blanco de catálogo limpio
dos fuentes de luz suave a 45 grados que proporcionan una iluminación brillante y uniforme, sombras mínimas,
fondo blanco sin costuras, bordes del producto claramente separados
Acento atmosférico (cercano a una escena de estilo de vida)
única luz principal direccional desde arriba a la derecha, con caída profunda hacia un fondo gris oscuro,
un borde con brillo suave, sombras controladas
Pautas generales de composición
- Especifica la altura de la cámara cuando la perspectiva importe; "altura media" y "vista cenital" producen siluetas claramente distintas.
- Indica hacia dónde caen las sombras. Las sombras no especificadas son la causa más común de incoherencia en lotes.
- Fija la terminología de márgenes ("con un pequeño margen alrededor"), para que el producto no se recorte de forma distinta en todo el lote.
Combina una receta de ángulo con una receta de iluminación y tendrás una matriz estable: cuatro ángulos multiplicados por cuatro ajustes de iluminación dan dieciséis aspectos desde un único esqueleto.

Redacción que mejora el seguimiento de prompts y el detalle de alta fidelidad
Los problemas de seguimiento suelen venir de sustantivos vagos, no de que falten adjetivos. Acumular "hermoso, premium, impresionante" solo añade ruido de estilo sin decirle al modelo qué renderizar.
Nombra los materiales con precisión
Sustituye "buen tejido" por la superficie real: aluminio cepillado, acero con recubrimiento en polvo mate, cuero con grano de lichi, vidrio esmerilado, lona de algodón sin blanquear. Las palabras de material transmiten textura y reflectividad, por lo que son más útiles que cualquier adjetivo de estilo.
Restringe lo que te importa
El modelo sigue mejor las limitaciones explícitas que los deseos implícitos. Escribe las restricciones como afirmaciones sobre la imagen:
el producto ocupa aproximadamente el 70% del ancho del encuadre
la zona del logotipo queda vacía y sin marcas
el texto de la etiqueta se renderiza como área en blanco, sin letras
solo un producto en el encuadre, sin atrezzo
Cada línea elimina un grado de libertad. Mantén las restricciones breves y literales: los párrafos largos de texto prohibitivo suelen acabar emborronados.
Señala detalles en lugar de elogiarlos
- Débil:
extremadamente detallado y de alta calidad - Fuerte:
costuras visibles en el borde superior, microtextura en la superficie del cuero, hebilla metálica con acabado cepillado
El detalle de alta fidelidad proviene de nombrar dos o tres características en las que el comprador hará zoom y dejar que el renderizador haga el resto. Si un detalle importa, describe su ubicación y material, no su importancia.
Controla la deriva controlando las palabras de escena
Las palabras de estilo no son gratuitas. Dramático, cinematográfico y lujoso cambian la iluminación y el contraste. Si tu catálogo es limpio y neutro, elimínalas o combínalas con correcciones explícitas como iluminación comercial limpia, sin sombras dramáticas. El seguimiento mejora cuando cada instrucción de estilo tiene una descripción física correspondiente.
Otro hábito que vale la pena adoptar: registra por categoría de producto qué líneas de restricción has añadido. Cuando la salida derive, puedes comparar las diferencias entre prompts en lugar de adivinar.
Lista de prompts negativos para evitar fallos comunes en imágenes de producto
Los prompts negativos son un bisturí, no un cubo. Una lista corta dirigida a los modos de fallo que realmente observas supera a un muro genérico de exclusiones que puede suprimir renderizaciones válidas.
Una lista inicial concisa
texto, marca de agua, logotipo, extremidades extra, producto duplicado, fondo desordenado,
sobreexposición de brillos especulares duros, desenfoque de movimiento, deformación geométrica, borde del producto recortado
Por qué vale la pena mantener cada elemento
- texto, marca de agua, logotipo — las letras generadas rara vez son utilizables y a menudo están corruptas; el espacio en blanco es mejor que un error.
- producto duplicado — las escenas con múltiples objetos se cuelan cuando la ranura de fondo es ambigua.
- fondo desordenado — protege el aspecto limpio del catálogo.
- sobreexposición de brillos especulares duros — los productos brillantes pierden detalle superficial cuando los brillos se saturan.
- deformación geométrica — asas, picos y bordes se curvan cuando la ranura de ángulo está poco descrita.
- borde del producto recortado — funciona junto con tu terminología de márgenes para mantener el contorno completo dentro del encuadre.
Diferenciación por categoría
Añade, no acumules. La cristalería se beneficia de doble reflejo, vidrio opaco. La ropa se beneficia de maniquí, modelo humano, ropa doblada. Los productos alimenticios se benefician de condensación, guarnición, atrezzo. Una vez que una categoría es estable, elimina el elemento correspondiente; una lista negativa más corta deja que el prompt positivo domine.
Regla general
Si no puedes señalar el fallo que viste en una salida concreta, no lo añadas a la lista negativa. Deja que la lista crezca a partir de las revisiones, no de las suposiciones.
Una solicitud funcional de HiAPI para flux-2/text-to-image
La siguiente solicitud envía un prompt a flux-2/text-to-image a través de la interfaz unificada de HiAPI. Sustituye la cadena del prompt y tendrás tu primera imagen de producto.
Solicitud
curl -X POST "https://api.hiapi.ai/v1/images/generations" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "flux-2/text-to-image",
"prompt": "una taza de café de cerámica mate en verde bosque profundo, vista de tres cuartos frontal, cámara a la altura media del producto, producto centrado con un pequeño margen alrededor, luz principal de softbox grande desde arriba a la izquierda, panel reflector blanco de relleno a la derecha, sombra de contacto suave debajo del producto, fondo gris claro sin costuras, textura de esmalte mate y curva limpia del asa visibles, fotografía comercial de producto, enfoque nítido, sin texto, sin logotipo",
"negative_prompt": "texto, marca de agua, logotipo, producto duplicado, fondo desordenado, sobreexposición de brillos especulares duros, deformación geométrica, borde del producto recortado",
"aspect_ratio": "1:1",
"n": 1
}'
Explicación campo por campo
- model — mantiene la llamada enrutada al texto a imagen de flux-2. Fíjalo explícitamente para que los futuros cambios de valores predeterminados no alteren silenciosamente el aspecto de tu catálogo.
- prompt — el esqueleto de seis ranuras presentado antes, ensamblado con una receta de ángulo y una de iluminación.
- negative_prompt — la lista de exclusiones concisa; recórtala por categoría al revisar las salidas.
- aspect_ratio — fíjalo por canal (cuadrado para mosaicos de cuadrícula, vertical para tarjetas de listado móviles) para que un lote se mantenga uniforme.
- n — mantenlo en 1 mientras optimizas el prompt y auméntalo cuando quieras variantes entre las que elegir.
Leer la respuesta
La API devuelve un objeto JSON que contiene los datos de la imagen generada y los metadatos de la solicitud. Analiza la carga de la imagen, escríbela en el almacenamiento con un nombre de clave que incluya el SKU y la combinación de ángulo/iluminación (por ejemplo, mug-green__front34__soft-studio), y registra el prompt exacto junto al archivo. Ese emparejamiento de "nombre de archivo más prompt" hace que el control de calidad posterior y la regeneración sean manejables. La facturación sigue la medición estándar de generación de imágenes de la plataforma; consulta el panel de precios de tu cuenta para conocer las tarifas vigentes en lugar de codificar suposiciones en el script.
Generación por lotes de prompts en listados de SKU
Una vez que funciona una sola solicitud, el procesamiento por lotes es inyección de plantilla más un bucle. El esqueleto va en el código, los hechos del producto van en los datos.
Patrón
ANGLES = {
"front34": "vista de tres cuartos frontal, cámara a la altura media del producto, producto centrado con un pequeño margen alrededor",
"flat": "vista cenital desde arriba, cámara perpendicular a la superficie, producto centrado con márgenes uniformes, sombra plana debajo",
}
LIGHTING = "luz principal de softbox grande desde arriba a la izquierda, panel reflector blanco de relleno a la derecha, sombra de contacto suave debajo del producto"
STYLE = "fotografía comercial de producto, enfoque nítido, sin texto, sin logotipo, composición centrada"
def build_prompt(sku, angle_key):
return f"{sku['subject']}, {ANGLES[angle_key]}, {LIGHTING}, {sku['background']}, {sku['detail']}, {STYLE}"
Para cada SKU, recorre las claves de ángulo que necesites, construye el prompt, llama a la API y almacena el resultado en una ubicación con un nombre de archivo determinista. Duerme brevemente entre llamadas y reintenta con retroceso exponencial ante fallos transitorios; los lotes de catálogo no son sensibles a la latencia y la estabilidad vence a la velocidad.
Qué comprobar antes de escalar
- El ensamblaje del prompt es determinista. El mismo SKU y ángulo deben producir siempre la misma cadena de prompt. Si necesitas pruebas, registra un hash de cada prompt.
- Los valores de las ranuras fijas están realmente fijos. El fondo, la iluminación y el estilo deben venir de constantes, no de datos por elemento mezclados.
- La relación de aspecto se establece por canal, no por punto de llamada. Un solo lugar en la configuración, no disperso por el bucle.
- Las claves de almacenamiento incluyen el ángulo y la iluminación. Más adelante regenerarás celdas individuales; haz que sean direccionables.
- Ejecuta primero un piloto pequeño. Diez SKU que cubran todos los ángulos, revisados antes de procesar la lista completa.
Expectativas de coste y tiempo
El tiempo de generación crece con el número de imágenes, no con el número de prompts, así que presupuesta una llamada por imagen y planifica el lote en torno a eso. Mantén n en 1 durante las ejecuciones por lotes y genera variantes solo para los SKU que no pasen la revisión: el mismo prompt con un n más alto es más fácil de razonar que un segundo ángulo que no necesitas en absoluto.
Revisar las salidas antes de incorporarlas al catálogo
Una imagen generada que parece buena pero representa mal el producto es peor que no tener imagen. Ejecuta una revisión breve y coherente de control de calidad en cada salida antes de publicarla.
Lista de verificación
- El ángulo coincide con la etiqueta. Un archivo llamado
front34debe ser realmente una vista de tres cuartos frontal. Aunque cada imagen se vea bien por separado, un ángulo que no coincide rompe la coherencia de la cuadrícula. - El producto completo está en el encuadre. Sin bordes recortados, sin que el producto toque el borde del encuadre.
- Sin texto. Cualquier letra, marca de agua o artefacto de logotipo significa regenerar o revertir.
- Adecuación a la marca. El color del fondo, la suavidad de las sombras y el contraste deben armonizar con el catálogo existente, no desentonar.
- Representatividad. El producto mostrado debe coincidir con lo que realmente se envía: color correcto, material correcto, proporciones correctas.
Regenerar o revertir
Regenera cuando el fallo sea cosmético y pueda corregirse mediante el prompt (dirección de la sombra incorrecta, deriva del fondo, atrezzo sobrante). Ajusta la ranura problemática y vuelve a ejecutar. Cuando el fallo sea factual —el modelo inventó una característica, el material parece un acabado incorrecto, la forma del producto no es fiel—, revierte a fotografía, imagen a imagen o imagen de marcador de posición. Ninguna modificación del prompt corrige de forma fiable una discrepancia con el objeto físico.
Mantener baja la revisión de costes
Revisa mediante hojas de contacto por SKU con todos los ángulos, en lugar de una imagen a la vez. Las diferencias invisibles de forma aislada —sombras invertidas, desplazamiento del fondo— se vuelven evidentes cuando se comparan lado a lado. Registra el hash del prompt de cada rechazo para que los problemas recurrentes se manifiesten como problemas de prompt y no como ruido puntual. Si haces esto con un lote, descubrirás que la mayoría de los fallos se concentran en unos pocos valores de ranura recurrentes, y esos son los que vale la pena corregir de una vez por todas.
Artículos relacionados
Ver todos los artículos →-
Guía de uso
Guía de inicio con gpt-6.2-sol: límites de capacidad, integración vía API y consideraciones sobre el precio por token
Puntos clave de decisión e implementación de la integración para equipos de ingeniería
-
Guía de uso
Guía de inicio de gpt-6.2-astra: límites de capacidad del modelo de texto, puntos clave de integración y control de costes
-
Guía de uso
Guía de inicio de Tripo H3.1: cómo elegir entre tres modos de entrada, parámetros y precios
Guía práctica de decisiones de integración y control de costes de la generación 3D para desarrolladores