Prompts de imagen a imagen de Seedream 5.0 Pro: 6 recetas listas para copiar y pegar con resultados reales

La generación de imagen a partir de texto se llevó las demostraciones, pero el trabajo que realmente se implementa —colocar una imagen de producto en una escena, cambiar la ropa de una modelo, corregir solo un color obstinado sin tocar nada más— depende de imagen a imagen.seedream-5.0-pro/image-to-image es el nivel Pro de la serie Seedream 5.0 de ByteDance, y su capacidad estrella es la edición con múltiples imágenes de referencia: le das hasta 10 imágenes y un prompt que especifica qué papel desempeña cada una.

Este artículo contiene seis recetas de edición que ejecutamos realmente en la API en línea —composición con múltiples referencias, transferencia de prendas, cambio de color preciso, reemplazo de fondo, transferencia de estilo y gradación cinematográfica en cadena—. Cada prompt a continuación es la cadena que enviamos tal cual, y cada imagen de salida es un archivo real devuelto por la API, sin ningún retoque. Tres de las seis funcionaron en el primer envío; las otras tres encontraron un TASK_FAILED opaco y pasaron tras reenviarlas —más detalles en la sección de problemas al final.

Estructura de la solicitud (y su esquema estricto)

seedream-5.0-pro/image-to-image se ejecuta en el endpoint de tareas asíncronas. Exactamente cuatro campos de entrada, todos obligatorios:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5.0-pro/image-to-image",
    "input": {
      "prompt": "Recolor the ceramic pour-over mug to a matte black glaze with a thin brushed-gold rim along the lip. Preserve the identical mug shape, camera angle, soft studio lighting, contact shadow and warm off-white backdrop. Everything else in the frame stays untouched.",
      "image_urls": ["https://your-cdn.example.com/mug.jpg"],
      "aspect_ratio": "1:1",
      "resolution": "2K"
    }
  }'

La respuesta devuelve un taskId; sondea GET /v1/tasks/{taskId} hasta que status cambie a success y luego descarga inmediatamente output[0].url —la URL de salida tiene un expireAt y caduca.

El esquema es estricto y el validador te dice exactamente qué está mal. Errores que recibimos durante las pruebas:

• Omitir cualquier campo → missing required field "prompt"; ... "image_urls"; ... "aspect_ratio"; ... "resolution"
• Pedir 4K → resolution: value must be one of '1K', '2K'
• Colar un campo extra como n → additional properties 'n' not allowed
• Enviar 11 imágenes de referencia → image_urls: maxItems: got 11, want 10

Así que: salida en 1K o 2K, máximo 10 imágenes de referencia, sin campos extra. image_urls debe ser accesible públicamente —la plataforma las recupera en el servidor. El precio en la página de precios es de $0.15 por imagen, así que nuestro flujo a continuación usará gpt-image-2/text-to-image a $0.03 para generar imágenes de referencia baratas y reservar el presupuesto de Pro para la edición en sí.

Cuatro imágenes de referencia

Las cuatro generadas con gpt-image-2 (prompts omitidos por brevedad —son descripciones comunes de producto/retrato). Estas son las entradas a las que hace referencia cada receta a continuación.

Receta 1 — Composición con múltiples referencias: colocar el producto en la escena

Dos imágenes de referencia: la taza al frente, la cocina detrás. El prompt nombra el papel de cada imagen —esta es la técnica central de las múltiples referencias, porque el modelo se basa en el orden de image_urls para interpretar "la primera imagen" y "la segunda imagen".

Place the terracotta pour-over coffee mug from the first image onto the empty oak
counter in the foreground of the second image. The mug sits naturally on the wood
surface, matching the warm golden sunrise lighting, with a soft window-light shadow
falling to the right. Keep the mug's shape, colour and matte ceramic material exactly
as in the reference. Keep the kitchen scene otherwise unchanged. Photorealistic
product photography.

aspect_ratio: "3:2" (coincide con la escena, no con el producto), resolution: "2K". Primera generación:

No solo pegó la taza —volvió a iluminarla. La dirección de la sombra sigue la ventana, el borde de la taza capta la luz del amanecer y la cerámica se mantiene mate sin heredar la luz cálida de la escena.

Receta 2 — Transferencia de prendas con múltiples referencias

El retrato al frente, la prenda detrás. Aquí la lista de preservación hace el trabajo pesado: rostro, cabello, pendientes, pose y fondo quedan bloqueados.

Dress the woman from the first image in the embroidered indigo denim jacket from the
second image, worn open over her grey sweatshirt. Keep her face, short black hair,
silver hoop earrings, expression, pose and the concrete wall background completely
unchanged. Match the overcast soft daylight and preserve the jacket's white floral
stitching details on the chest and sleeves.

aspect_ratio: "3:4", resolution: "2K":

El patrón bordado se conserva intacto desde la imagen plana hasta puesta —mangas, disposición en el pecho, incluso los botones metálicos. Esta receta es donde el nivel Pro justifica su precio: una sola generación preserva tanto la identidad de la persona como los detalles de la prenda.

Receta 3 — Cambio de color preciso: patrón de lista de preservación

Una sola imagen de referencia. El cambio es una sola frase; el resto es lista de preservación. Esta es la plantilla genérica para tareas del tipo "cambia X, no toques nada más".

Recolor the ceramic pour-over mug to a matte black glaze with a thin brushed-gold rim
along the lip. Preserve the identical mug shape, camera angle, soft studio lighting,
contact shadow and warm off-white backdrop. Everything else in the frame stays
untouched.

aspect_ratio: "1:1", resolution: "2K":

Misma silueta, misma sombra, mismo fondo —lo único que cambió es el color del esmalte. Incluso añadió una base dorada a juego con el borde; no la pedimos, pero la conservamos.

Receta 4 — Reemplazo de fondo con cláusula de reiluminación

Cambiar el fondo sin reiluminar el sujeto produce un compuesto que parece un recorte de cartón. La solución es pedir explícitamente la reiluminación mientras se bloquea la identidad:

Swap the plain concrete wall behind the woman for a rain-soaked city street at night
glowing with neon signs, cyan and magenta reflections and soft distant bokeh. The
woman herself — face, short black hair, silver hoop earrings, expression, pose, grey
sweatshirt — stays exactly as she is, identity preserved. Add a subtle cool neon rim
light so she blends naturally into the night scene.

aspect_ratio: "3:4", resolution: "2K":

Fíjate en el derrame magenta a su derecha y el borde cian en la sudadera —así actúa la cláusula de reiluminación. Mismo rostro, mismos pendientes, mundo completamente distinto.

Receta 5 — Transferencia de estilo: de foto a acuarela

La estilización es el tipo de edición más permisivo, así que el prompt gasta el presupuesto en lo que hay que preservar: composición y ambiente.

Repaint this photograph as a loose watercolor illustration: visible paper grain, soft
pigment bleeds, delicate hand-drawn ink outlines. Keep the composition, the window,
the vase and the morning-light mood. Pastel palette dominated by warm yellows and
soft blues.

aspect_ratio: "3:2", resolution: "2K". Primera generación:

Receta 6 — Edición en cadena: gradación cinematográfica sobre la receta 3

La salida es la entrada. Tomamos la taza negra y dorada de la receta 3 —ya subida a nuestro propio CDN— directamente como imagen de referencia para la siguiente pasada de ambiente:

Turn this product photo into a moody cinematic hero shot: dramatic low-key lighting,
background falling off into deep shadow, a gentle wisp of steam rising from the mug,
subtle film grain, teal-and-orange colour grade. Keep the mug's black-and-gold design,
shape and camera angle exactly identical.

aspect_ratio: "1:1", resolution: "2K". Primera generación:

Cambiar una sola cosa por paso supera a un único prompt enorme: el resultado del cambio de color quedó bloqueado desde el primer paso, y la ronda de gradación solo tiene que ocuparse de la luz. La edición en cadena cuesta $0.15 más, pero cada paso se puede reintentar de forma independiente —y reutilizar.

Los tres patrones de prompt que realmente hacen el trabajo

1. Nombra el papel de cada imagen de referencia. "La taza de café en la primera imagen", "la encimera en la segunda imagen" —el orden en image_urls es el orden al que se refiere el prompt. La ambigüedad aquí es la causa número uno de que el modelo modifique lo incorrecto.
2. Objetivo → cambio → lista de preservación. Primero di qué estás editando, luego enuncia ese único cambio y después enumera todo lo que no debe moverse. La lista de preservación es la clave para bloquear identidad, luz y composición —si la omites, el modelo "optimizará" lo que no pediste.
3. Añade una cláusula de reiluminación cuando el sujeto cruza de un mundo a otro. "Reilumínala sutilmente con una luz de contorno de neón fría" es la diferencia entre un compuesto y una fotografía.

Problemas que realmente encontramos

• Un TASK_FAILED sin detalles suele ser temporal. Tres de nuestras seis recetas fallaron así en el primer envío —el mismo payload pasado al reintento funcionó (uno fue un reenvío idéntico, dos fueron ligeras reformulaciones). Reintenta primero, reescribe después.
• El esquema va en serio. Sin n, sin seed, sin size —exactamente cuatro campos, cualquier extra devuelve 400. Si migras código desde un modelo más permisivo, recuerda recortar el payload.
• Solo se admite 1K/2K. Si necesitas salida 4K de esta serie, esa es una función del nivel de texto a imagen, no de este endpoint.
• Las URL de referencia deben ser públicas. La plataforma las recupera en el servidor; las URL prefirmadas que caducan a mitad del sondeo te perjudicarán.
• Descarga la salida de inmediato. output[0].url caduca. Antes de hacer cualquier otra cosa, lleva los bytes a tu propio almacenamiento.

Preguntas frecuentes

¿Cuándo vale Pro 4 veces el precio de Lite? seedream-5.0-lite/image-to-image cuesta $0.035 y maneja bien ediciones locales de un solo sujeto. En nuestras pruebas, Pro lidera claramente en tareas con múltiples referencias —preserva los detalles de la prenda en la transferencia de ropa y mantiene la identidad al reemplazar todo el fondo. Si la edición involucra dos o más imágenes de referencia, o un rostro que no debe desviarse, usa Pro.

¿Cómo se compara con otros modelos de edición? Ejecutamos la misma edición en tres modelos en la comparativa de API de imagen a imagen —es otro artículo, con comparaciones cara a cara reales.

¿Puedo generar las imágenes de referencia con la misma API? Sí —cada imagen de referencia de este artículo proviene de gpt-image-2/text-to-image, a $0.03 cada una, por el mismo endpoint /v1/tasks. Una sola clave cubre ambas fases del flujo de trabajo.

---

Costo total de todas las ediciones de este artículo: seis ediciones Pro a $0.15 más cuatro referencias a $0.03 —poco más de un dólar. Consigue una clave, verifica el esquema de cuatro campos en la documentación y empieza copiando el patrón de lista de preservación de la receta 3 —es el que usarás todos los días. La referencia completa de parámetros está en la página del modelo seedream-5.0-pro/image-to-image.