Ideogram V4 per immagini prodotto e-commerce: un flusso di lavoro pratico

Se le tue immagini di prodotto dipendono dal testo che contengono — badge promozionali, indicazioni di prezzo, testi su etichette, titoli di banner — allora su hiapi Ideogram V4 è il modello da scegliere. È lo specialista della tipografia della piattaforma, e nei tre asset e-commerce indipendenti generati per questa guida (un banner promozionale, un mockup di etichetta prodotto e una grafica per un'offerta lampo) ogni singola parola è stata resa in modo nitido e corretto alla prima generazione, a parte le scelte di copy del design stesso. Ecco cosa ha funzionato davvero, i prompt reali dietro ogni immagine e uno script batch che trasforma un intero elenco di prodotti in grafiche coerenti con il brand.

Perché scegliere Ideogram V4 per le immagini e-commerce

La maggior parte dei modelli di immagini generici sbaglia ancora su titoli composti da più parole, etichette di prezzo o testi su etichette — lettere in più, spaziatura distorta o parole spezzate a metà. È esattamente il tipo di errore che le grafiche e-commerce non possono tollerare: un banner con testo illeggibile appare rotto, non stilizzato. Ideogram V4 è costruito attorno alla resa accurata del testo nell'immagine, il che lo rende più adatto dei modelli generici per:

• Banner promozionali con testo di titolo + sottotitolo (es. "SUMMER SALE"/"UP TO 40% OFF")
• Mockup di etichette prodotto in cui il nome del brand e il testo del prodotto devono essere leggibili correttamente
• Grafiche promozionali e di countdown con brevi didascalie ad alto contrasto

È un modello puramente text-to-image — non ha modalità image-to-image, quindi è adatto a generare grafiche a partire da un brief testuale, non a modificare foto di prodotto esistenti. Se hai bisogno di modificare o comporre sopra foto esistenti, quello è il compito dei modelli i2i; lo schema completo degli input è nella pagina del modello Ideogram V4.

Prezzi di Ideogram V4: tre livelli di velocità

Ideogram V4 offre tre livelli di rendering_speed, con prezzi che variano — al 2026-09, secondo la pagina dei prezzi hiapi:

Livello	Prezzo per immagine	Quando usarlo
TURBO	$0.05	Bozze rapide, test di varianti del prompt
BALANCED	$0.10	Predefinito — banner ed etichette di produzione
QUALITY	$0.17	Asset hero definitivi, quando contano i dettagli più fini del testo

I tre esempi sotto sono tutti generati con BALANCED, che per banner ed etichette prodotto standard offre risoluzione e fedeltà del testo sufficienti. Riserva QUALITY alle immagini hero che verranno ingrandite parecchio (ad esempio un banner per la homepage), e usa TURBO mentre iteri su copy e layout.

Tre output reali

1. Banner promozionale con testo di titolo

Prompt usato (rendering_speed: BALANCED, aspect_ratio: 16:9):

Un banner promozionale e-commerce pulito, 16:9. In alto un testo di titolo in grassetto con font sans-serif moderno "SUMMER SALE", sotto un testo di sottotitolo con peso minore "UP TO 40% OFF". Sfondo in stile fotografia di prodotto minimalista, gradiente pastello tenue (dal pesca al crema), un paio di auricolari wireless bianchi e uno smartwatch nero opaco disposti su un pod sobrio in basso a destra. Ampio spazio negativo a sinistra per il testo. Illuminazione da studio, ombre morbide, finitura da catalogo retail premium.

Entrambe le righe di copy sono risultate leggibili e scritte correttamente alla prima generazione — nessun nuovo tentativo necessario. L'istruzione sullo spazio negativo nel prompt ha fatto davvero la differenza: senza di essa, Ideogram V4 tende a centrare il titolo sopra la fotografia di prodotto, cosa che danneggia la leggibilità una volta inserito il banner nel layout reale della pagina.

2. Mockup di etichetta prodotto

Prompt usato (rendering_speed: BALANCED, aspect_ratio: 1:1):

Un mockup di etichetta prodotto per un barattolo di skincare, quadrato 1:1. Barattolo in ceramica bianca centrato su uno sfondo beige chiaro, l'etichetta avvolta attorno al barattolo riporta in alto il nome del brand "AURELIA" con un'elegante font serif, sotto un testo più piccolo "HYDRATING FACE CREAM — 50ML" con un font sans-serif pulito. Illuminazione da studio morbida, ombra leggera sotto il barattolo, stile fotografico da packaging skincare minimalista.

Questo è il caso più difficile: un piccolo testo su etichetta avvolto su una superficie curva è proprio dove il rendering del testo tende a rompersi. Ideogram V4 ha mantenuto leggibili sia il nome del brand sia la riga più piccola di descrizione del prodotto al primo tentativo — in ogni caso vale la pena fare un controllo manuale (vedi nota sotto), perché il testo su etichetta curva è il layout più soggetto a errori che abbiamo testato.

3. Banner per offerta lampo

Prompt usato (rendering_speed: BALANCED, aspect_ratio: 16:9):

Un banner per un'offerta lampo di un negozio online, 16:9. Grande testo in grassetto "FLASH SALE", in rosso-arancio brillante, su sfondo blu navy scuro con un sottile motivo a strisce di luce diagonali. Sotto, un testo più piccolo bianco "24 HOURS ONLY". In basso a destra una grafica di cartellino prezzo rossa con il testo "-50%". Stile marketing retail moderno, ad alto contrasto, con senso di urgenza, forme geometriche pulite, non caotico.

Tre elementi testuali distinti (titolo, sottotitolo, badge prezzo) in un'unica composizione, tutti chiaramente leggibili. Una combinazione ad alto contrasto come questa, blu navy scuro con rosso-arancio, sembra aiutare — qui è stato lo stesso schema in tutte e tre le generazioni: un forte contrasto sfondo/primo piano è correlato a bordi del testo più puliti.

Una regola vale qualsiasi risultato dei test del modello: controlla ogni parola renderizzata prima di pubblicare. L'accuratezza del rendering del testo di Ideogram V4 è molto alta, ma non del 100% — occasionalmente una generazione può tagliare una lettera o sbagliare la spaziatura su righe più lunghe. Verifica sempre ogni generazione rispetto al copy previsto prima di andare live; non pubblicare mai testo renderizzato dall'AI in un negozio online senza controllo.

Chiamare Ideogram V4 dall'API hiapi

Ideogram V4 gira sull'endpoint asincrono delle attività di hiapi. Invii un'attività, fai polling finché non è completata, poi scarichi l'output — non c'è una risposta sincrona dell'immagine.

import time
import requests

API_KEY = "YOUR_API_KEY"
BASE_URL = "https://api.hiapi.ai/v1/tasks"

def generate_image(prompt, rendering_speed="BALANCED", aspect_ratio="16:9"):
    payload = {
        "model": "ideogram-v4",
        "input": {
            "prompt": prompt,
            "rendering_speed": rendering_speed,
            "aspect_ratio": aspect_ratio,
        },
    }
    response = requests.post(
        BASE_URL,
        headers={
            "Authorization": f"Bearer {API_KEY}",
            "Content-Type": "application/json",
        },
        json=payload,
    )
    response.raise_for_status()
    task_id = response.json()["data"]["taskId"]

    while True:
        poll = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        ).json()["data"]
        if poll["status"] == "success":
            return poll["output"][0]["url"]
        if poll["status"] == "fail":
            raise RuntimeError(poll.get("error"))
        time.sleep(5)

image_url = generate_image('Bold headline text "FLASH SALE" on a dark navy banner')
print(image_url)

Accetta solo tre campi di input: prompt (obbligatorio), rendering_speed (obbligatorio — uno tra TURBO, BALANCED, QUALITY) e aspect_ratio (opzionale, ad es. 16:9, 1:1, 9:16, 4:3, 3:4). Questo modello non ha negative_prompt, seed né campi di input immagine — il riferimento completo dei parametri è nella pagina del modello Ideogram V4.

Generare in batch un intero set di immagini prodotto

Con un catalogo prodotti reale non chiamerai un solo banner alla volta — farai passare una serie di prodotti o campagne attraverso la stessa pipeline durante la notte. Ecco una versione batch che legge un CSV di prompt e scarica ogni risultato:

import csv
import os
import time
import requests

API_KEY = os.environ["HIAPI_API_KEY"]
BASE_URL = "https://api.hiapi.ai/v1/tasks"
OUT_DIR = "output"

def create_task(prompt, rendering_speed, aspect_ratio):
    payload = {
        "model": "ideogram-v4",
        "input": {
            "prompt": prompt,
            "rendering_speed": rendering_speed,
            "aspect_ratio": aspect_ratio,
        },
    }
    resp = requests.post(
        BASE_URL,
        headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
        json=payload,
    )
    resp.raise_for_status()
    return resp.json()["data"]["taskId"]

def wait_for_result(task_id, timeout_s=300, poll_interval=5):
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        data = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        ).json()["data"]
        if data["status"] == "success":
            return data["output"][0]["url"]
        if data["status"] == "fail":
            raise RuntimeError(f"task {task_id} failed: {data.get('error')}")
        time.sleep(poll_interval)
    raise TimeoutError(f"task {task_id} did not finish in {timeout_s}s")

def run_batch(csv_path):
    os.makedirs(OUT_DIR, exist_ok=True)
    with open(csv_path, newline="", encoding="utf-8") as f:
        reader = csv.DictReader(f)
        for row in reader:
            name = row["name"]
            prompt = row["prompt"]
            rendering_speed = row.get("rendering_speed") or "BALANCED"
            aspect_ratio = row.get("aspect_ratio") or "16:9"
            print(f"generating {name}...")
            task_id = create_task(prompt, rendering_speed, aspect_ratio)
            url = wait_for_result(task_id)
            image_bytes = requests.get(url, timeout=60).content
            with open(os.path.join(OUT_DIR, f"{name}.jpg"), "wb") as out:
                out.write(image_bytes)
            print(f"  saved {name}.jpg")

if __name__ == "__main__":
    run_batch("products.csv")

products.csv richiede solo le colonne name e prompt, e può sovrascrivere facoltativamente rendering_speed / aspect_ratio riga per riga:

name,prompt,rendering_speed,aspect_ratio
summer-sale-banner,"Bold headline ""SUMMER SALE"" on pastel gradient background",BALANCED,16:9
label-aurelia-cream,"Skincare jar label reading ""AURELIA"" and ""HYDRATING FACE CREAM""",BALANCED,1:1
flash-sale-24h,"Dark navy flash sale banner with ""24 HOURS ONLY"" and a ""-50%"" price tag",BALANCED,16:9

Fallo girare durante la notte su un elenco completo di prodotti o campagne, poi rivedi in blocco la cartella degli output prima di pubblicare qualsiasi cosa — il controllo manuale non viene meno solo perché hai generato in batch.

Consigli sui prompt per una tipografia pulita

Alcuni schemi sono emersi in tutte e tre le immagini di test:

• Metti tra virgolette il testo esatto. Racchiudi tra virgolette il testo letterale che vuoi renderizzare nel prompt (text "SUMMER SALE"), invece di descriverlo indirettamente. È il singolo fattore più importante per ottenere la formulazione esatta.
• Separa chiaramente titolo e sottotitolo. Descrivere le due righe di copy come due istruzioni distinte ("titolo in grassetto... sotto un testo più piccolo...") produce una gerarchia più chiara rispetto a un'unica frase lunga e concatenata.
• Chiedi contrasto, non solo colore. Combinazioni ad alto contrasto sfondo/primo piano (blu navy scuro + rosso-arancio, pastello + testo scuro) rendono in modo costante glifi più nitidi rispetto a combinazioni a basso contrasto.
• Specifica esplicitamente lo spazio negativo. Se hai bisogno che il copy stia in una zona precisa, dillo ("ampio spazio negativo a sinistra per il testo") — altrimenti il modello è libero di posizionare il testo dove ritiene che la composizione sia migliore, e ciò potrebbe non corrispondere a quanto richiede il tuo layout.
• Mantieni breve il testo dell'etichetta. I mockup di etichette curve sono il layout meno tollerante al testo; nomi di brand brevi e copy secondario breve passano il controllo molto più spesso di un intero paragrafo di copy di packaging.

Domande frequenti

Ideogram V4 può modificare foto di prodotto esistenti invece di generare nuovi banner? No — è solo text-to-image, senza input image-to-image. Se devi posizionare del testo su una foto di prodotto esistente, genera separatamente gli elementi testuali oppure usa in quel passaggio un modello che supporta i2i.

Ideogram V4 supporta formati verticali o quadrati per post Instagram/social? Sì — oltre a 16:9, aspect_ratio accetta valori come 9:16 e 1:1, quindi lo stesso approccio ai prompt vale anche per card prodotto quadrate o banner social verticali.

Quale rendering_speed usare come predefinito per esecuzioni batch su un catalogo prodotti reale? BALANCED — ogni esempio di questa guida usa questo livello, ed è sufficientemente affidabile per banner ed etichette standard. Riserva QUALITY agli asset hero di grandi dimensioni, e TURBO ai momenti in cui stai ancora regolando il copy e hai bisogno di iterare a basso costo.

Se il testo viene reso correttamente la maggior parte delle volte, serve comunque il controllo manuale? Sì. L'accuratezza del testo di Ideogram V4 è molto alta, ma non garantita — tratta ogni grafica generata come una bozza di stampa: controlla prima di pubblicare, invece di aspettare che un cliente segnali il refuso.

Pronto a generare il tuo set di immagini? Ottieni una chiave API e prova un prompt sulla pagina del modello Ideogram V4, oppure, se devi integrarlo nella tua pipeline di catalogo prodotti esistente, consulta la guida rapida nella documentazione dell'API hiapi. Se stai ancora confrontando modelli specificamente per la fotografia di prodotto (piuttosto che per grafiche dense di tipografia), Best AI Models for E-Commerce Product Images confronta in dettaglio Ideogram V4 con le opzioni orientate alla fotografia, mentre Building an E-Commerce Product Image Workflow With GPT Image 2 illustra il pattern di pipeline batch su cui si basa lo script di questa guida.