Ricette di prompt per l'image-to-image di Seedream 5.0 Lite: 3 casi di editing copia-incolla con risultati reali prima/dopo

Generare un'immagine da zero è un problema risolto. Ciò che è più difficile, e che compare davvero nelle pipeline di produzione, è l'editing: cambiare solo questo punto e lasciare tutto il resto intatto. seedream-5.0-lite/image-to-image è costruito proprio per questo: editing basato su istruzioni, fino a 14 immagini di riferimento, con le aree non modificate che restano ferme.

Questo articolo contiene tre ricette di editing copia-incolla, corrispondenti a tre compiti di editing che contano davvero: un editing locale preciso, una composizione con più immagini di riferimento, una sostituzione di testo. Ogni immagine "dopo" qui sotto è il risultato della prima generazione con il prompt mostrato — ogni editing è stato eseguito una sola volta, senza riesecuzioni, senza selezione. Le immagini "prima" sono state generate con il modello fratello text-to-image dello stesso modello, così puoi riprodurre l'intero articolo end-to-end a circa un quarto del prezzo.

Se vuoi conoscere le capacità t2i del modello — poster, menu, rendering del testo — ne abbiamo parlato nelle sei ricette di prompt t2i. Questo articolo è tutto dedicato all'editing.

Configurazione in 30 secondi

L'endpoint di editing gira sull'API di task asincroni di hiapi: crea il task con l'URL dell'immagine di riferimento, esegui il polling del task, scarica il risultato.

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": "YOUR EDIT INSTRUCTION",
      "image_urls": ["https://your-host.com/input.jpg"],
      "aspect_ratio": "3:2",
      "resolution": "2K"
    }
  }'
# → {"data": {"taskId": "..."}}

curl https://api.hiapi.ai/v1/tasks/TASK_ID \
  -H "Authorization: Bearer $HIAPI_API_KEY"
# poll until "status": "success", then download output[0].url

Quattro cose da sapere prima del primo editing:

• image_urls, aspect_ratio e resolution sono tutti obbligatori. Se ne manca uno, l'API restituisce 400 e indica ciascun campo mancante (image_urls: missing required field "image_urls"; …). Gli URL devono essere pubblicamente accessibili.
• resolution accetta solo "2K" o "4K". Passare "1K" restituisce 400: resolution: value must be one of '2K', '4K' — stessa regola dell'endpoint t2i. Tutte le immagini di questo articolo sono 2K.
• Fai corrispondere aspect_ratio all'immagine di input. Tutte le nostre immagini di riferimento sono 3:2, quindi ogni editing richiede un output 3:2. Combattere contro la geometria dell'immagine di input spreca il tuo editing solo in un ri-ritaglio.
• Gli URL di output scadono. Scarica il file subito dopo il successo del task; non usarlo come hotlink.

Il prezzo è fisso a $0.035 per immagine, indipendentemente da quante immagini di riferimento invii — vedi la tabella dei prezzi. Per ogni editing 2K prevedi uno o due minuti di polling, non aspettarti una risposta sincrona.

Ricetta 1: editing locale preciso

Compito: cambiare il materiale e il colore di un oggetto, lasciando intatto il resto della scena. È l'editing più usato per le varianti di prodotto — ed è anche il punto in cui la maggior parte dei modelli di editing ridisegna silenziosamente tutta la scena.

Immagine di input, generata con t2i:

Istruzione di editing:

Change the matte white ceramic mug into a deep cobalt blue glazed mug
with a glossy reflective finish, keep the steam, the oak desk, the open
notebook, the fountain pen, the succulent, the lighting and the camera
angle exactly unchanged, photorealistic

Prima generazione:

La tazza passa da bianco opaco a blu cobalto lucido — comprese le nuove riflessioni speculari — mentre il quaderno, la punta della penna, la pianta grassa e la luce della finestra restano al loro posto. Nota la struttura in tre parti del prompt: nomina il target ("the matte white ceramic mug"), specifica la modifica ("deep cobalt blue glazed, glossy"), poi elenca una per una le cose che non devono muoversi. Questo elenco di elementi da preservare non è decorativo; è proprio la chiave per ancorare il resto dell'immagine. I dettagli che il modello ridisegna (ad esempio i fili di vapore) saranno comunque diversi a livello di pixel anche se il layout resta invariato — quindi pianifica la tolleranza di conseguenza.

Ricetta 2: composizione con più immagini di riferimento

Compito: prendere il soggetto da un'immagine e inserirlo nella scena di un'altra immagine. seedream-5.0-lite accetta fino a 14 immagini di riferimento in una singola chiamata; qui ne usiamo due.

Immagine di riferimento 1 — il soggetto, foto prodotto in studio:

Immagine di riferimento 2 — la scena:

Istruzione di editing — nota i numeri ordinali, è così che fai riferimento a ciascuna immagine di riferimento:

Take the leather backpack from the first image and place it on the flat
granite boulder in the campsite scene from the second image, leaning
naturally at a slight angle, relit to match the warm golden-hour sunlight
with a soft shadow falling across the rock, keep the stone fire ring,
pine forest and mountain peaks unchanged, photorealistic composite

Prima generazione:

Lo zaino conserva fibbie, cuciture e dettagli delle cinghie della foto in studio, ma l'illuminazione passa dalla luce diffusa dello studio a un sole caldo direzionale, che proietta un'ombra di contatto sul granito. Il cerchio di pietre, la linea degli alberi e le cime delle montagne restano come erano. In qualsiasi composizione con più immagini di riferimento aspettati due cose: il modello regola leggermente la posa del soggetto per inserirlo naturalmente nella scena (il nostro zaino è inclinato un po' di più rispetto alla foto in studio) e ridisegna l'illuminazione globalmente, invece di incollare i pixel. Se ti serve che il soggetto resti identico pixel per pixel, questo non è lo strumento giusto — quello che ottieni è una composizione senza segni di incollaggio.

Ricetta 3: sostituzione di testo

Compito: cambiare il testo su un'insegna senza ricostruire l'intera vetrina. Il punto di forza di Seedream è il rendering del testo, e questa capacità si estende anche all'endpoint di editing.

Immagine di input:

Istruzione di editing:

Replace the text on the wooden sign above the door so it reads
'BAKERY CORNER' in the same gold serif lettering style and size, keep
the sign shape and wood texture, the brick facade, the glowing window,
the olive trees and the overcast lighting exactly unchanged,
photorealistic

Prima generazione:

"BAKERY CORNER" è tornato al primo tentativo con ortografia corretta, spaziatura corretta e lo stesso carattere serif dorato dell'immagine originale. Il rivestimento in mattoni, gli ulivi e la calda luce della finestra restano invariati. Cita la stringa esatta che vuoi ('BAKERY CORNER'), ancorala a una posizione ("on the wooden sign above the door") e richiedi lo stile originale ("same gold serif lettering style and size") — la stessa disciplina di citazione che ha dato 16/16 stringhe corrette nei nostri test t2i vale anche per l'editing.

Lo schema del prompt di editing

Tutte e tre le ricette sono la stessa frase, cambiano solo i sostantivi:

1. Target — nomina l'oggetto che vuoi modificare, con un attributo identificativo: "the matte white ceramic mug", "the text on the wooden sign above the door".
2. Modifica — specifica il nuovo stato: materiale, colore, finitura superficiale, testo citato esattamente, posizione nella scena.
3. Elenco di elementi da preservare — elenca uno per uno ciò che deve restare: oggetti, illuminazione, angolazione della camera. Chiudi con "exactly unchanged". L'elenco di elementi da preservare è la parte del prompt con la leva più alta; ogni sostantivo che elenchi è qualcosa che il modello non improvviserà.
4. Numerali ordinali per più immagini di riferimento — con più image_urls, fai riferimento con "the first image", "the second image". L'ordine nell'array è l'ordine nel prompt.
5. Fai corrispondere la geometria — richiedi lo stesso rapporto d'aspetto dell'input e ricorda che resolution accetta solo 2K o 4K.

Un avvertimento onesto: l'editing è una ri-renderizzazione, non una maschera di Photoshop. Le aree toccate dal modello (vapore, riflessi, bordi del fogliame) avranno piccole differenze tra prima e dopo. Queste ricette ti danno stabilità di layout, identità e stile — non uguaglianza bit per bit delle aree non modificate.

Riprodurre questi editing in Python

import os, time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"}

task = requests.post(API, headers=HEADERS, json={
    "model": "seedream-5.0-lite/image-to-image",
    "input": {
        "prompt": "Change the matte white ceramic mug into a deep cobalt "
                  "blue glazed mug with a glossy reflective finish, keep "
                  "the steam, the oak desk, the open notebook, the fountain "
                  "pen, the succulent, the lighting and the camera angle "
                  "exactly unchanged, photorealistic",
        "image_urls": ["https://your-host.com/desk-mug.jpg"],
        "aspect_ratio": "3:2",
        "resolution": "2K",
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

if t["status"] == "success":
    url = t["output"][0]["url"]  # expires — download immediately
    open("edited.jpg", "wb").write(requests.get(url).content)

Per le ricette 2 e 3 basta sostituire prompt e image_urls. Per uno sguardo più approfondito al ciclo di vita del task — gestione degli errori, timeout, webhook — vedi il tutorial sull'API image-to-image.

Domande frequenti

Quante immagini di riferimento posso inviare? Fino a 14 in un singolo array image_urls, tutte fatturate come un singolo editing da $0.035. In pratica, due o tre immagini di riferimento scelte con cura battono dieci immagini confuse — ogni immagine in più diluisce l'attenzione dedicata a ciascuna.

Mantiene la coerenza di volti/prodotti tra più editing? Per gli oggetti, l'identità si mantiene bene (il nostro zaino ha conservato ferramenta e cuciture dopo una ri-renderizzazione completa dell'illuminazione). Per lavori di prodotto critici a livello di pixel — motivi di etichette precisi, testo normativo — verifica l'output immagine per immagine; il modello ri-renderizza, non applica maschere. Per un esempio produttivo, vedi come generiamo immagini di prodotto e-commerce con questo endpoint.

Perché la mia chiamata restituisce 400? Tre cause comuni: campi obbligatori mancanti (image_urls, aspect_ratio e resolution sono tutti obbligatori), resolution impostato a un valore diverso da 2K/4K, oppure URL dell'immagine di riferimento non accessibili pubblicamente.

2K o 4K? 2K per iterare — tutte le immagini di questo articolo sono 2K, e il testo nella ricetta 3 resta comunque nitido. Il 4K va riservato agli asset finali per stampa/key visual; il prezzo per immagine è lo stesso, ma la generazione richiede più tempo.

---

Tre editing, tre prime generazioni, $0.035 ciascuno. Lo schema — target, modifica, elenco di elementi da preservare — è volutamente noioso: i prompt noiosi sono i prompt riproducibili. Prendi una API key, punta la pagina del modello seedream-5.0-lite/image-to-image sulle tue immagini "prima" e parti dalla ricetta 1 — la sostituzione di un singolo oggetto è il modo più rapido per capire quanto l'elenco di elementi da preservare riesca davvero ad ancorare.