Prompt di image-to-image per Seedream 5.0 Pro: 6 ricette pronte da copiare e incollare, con output reali

Il text-to-image si prende le demo, ma il lavoro che porta davvero a casa i risultati — inserire la foto di un prodotto in una scena, cambiare i vestiti a una modella, correggere un solo colore ostinato senza toccare nient'altro — si fa con l'image-to-image. seedream-5.0-pro/image-to-image è il livello Pro della serie Seedream 5.0 di ByteDance, e la sua capacità distintiva è l'editing multi-immagine: gli dai fino a 10 immagini, più un prompt che specifica che ruolo gioca ciascuna.

Questo articolo raccoglie sei ricette di editing che abbiamo eseguito davvero sull'API live — composizione multi-immagine, trasferimento di abbigliamento, ricolorazione precisa, sostituzione dello sfondo, trasferimento di stile e color grading cinematografico a catena. Ogni stringa di prompt qui sotto è stata inviata così com'è, e ogni immagine di output è un file reale restituito dall'API, senza alcun ritocco. Tre delle sei sono andate a buon fine al primo invio, le altre tre hanno incontrato un opaco TASK_FAILED e sono passate dopo un nuovo invio — trovi i dettagli più avanti, nella sezione sulle trappole.

Struttura della richiesta (e il suo schema rigoroso)

seedream-5.0-pro/image-to-image gira su un endpoint di attività asincrone. Esattamente quattro campi di input, tutti obbligatori:

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 risposta restituisce un taskId; fai polling su GET /v1/tasks/{taskId} finché status non diventa success, poi scarica subito output[0].url — l'URL di output contiene un expireAt e scade.

Lo schema è rigoroso e il validatore ti dice esattamente cosa non va. Gli errori che abbiamo ricevuto durante i test:

• Omettere un qualsiasi campo → missing required field "prompt"; ... "image_urls"; ... "aspect_ratio"; ... "resolution"
• Chiedere 4K → resolution: value must be one of '1K', '2K'
• Infilare di nascosto un campo extra come n → additional properties 'n' not allowed
• Inviare 11 immagini di riferimento → image_urls: maxItems: got 11, want 10

Quindi: output 1K o 2K, massimo 10 immagini di riferimento, nessun campo extra. image_urls devono essere pubblicamente raggiungibili — la piattaforma le scarica lato server. Il prezzo nella pagina dei prezzi è di $0,15 per immagine, perciò la nostra procedura qui sotto genera economicamente le immagini di riferimento con gpt-image-2/text-to-image a $0,03, riservando il budget di Pro all'editing vero e proprio.

Le quattro immagini di riferimento

Tutte e quattro generate con gpt-image-2 (i prompt sono omessi per brevità — sono normali descrizioni di prodotto/ritratto). Questi sono gli input a cui fa riferimento ogni ricetta qui sotto.

Ricetta 1 — Composizione multi-immagine: inserire il prodotto nella scena

Due immagini di riferimento: la tazza da caffè in primo piano, la cucina sullo sfondo. Il prompt assegna un ruolo a ciascuna immagine — questa è la tecnica centrale del multi-immagine, perché il modello interpreta "prima immagine" e "seconda immagine" in base all'ordine in image_urls.

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" (abbinato alla scena, non al prodotto), resolution: "2K". Prima generazione:

Non si è limitato a incollare la tazza — l'ha riilluminata. La direzione dell'ombra segue la finestra, il bordo della tazza cattura la luce dell'alba, e la ceramica resta opaca, senza ereditare la luce calda della scena.

Ricetta 2 — Trasferimento di abbigliamento multi-immagine

Il ritratto per primo, il capo per secondo. Qui è la lista di ciò che va conservato a fare il lavoro pesante: volto, capelli, orecchini, posa e sfondo sono tutti bloccati.

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":

Il ricamo è rimasto intatto dal flat lay al capo indossato — la disposizione su maniche e petto, persino i bottoni. È esattamente qui che il livello Pro vale il suo prezzo: una sola generazione che preserva sia l'identità della persona sia i dettagli del capo.

Ricetta 3 — Ricolorazione precisa: il pattern della lista di conservazione

Una sola immagine di riferimento. La modifica sta in una frase; tutto il resto è la lista di ciò che va conservato. È il template universale per i task del tipo "cambia X, non toccare nient'altro".

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":

Stesso profilo, stessa ombra, stesso sfondo — l'unica cosa cambiata è lo smalto. Ha persino aggiunto un piedino dorato che richiama il bordo, cosa che non avevamo chiesto ma che abbiamo tenuto.

Ricetta 4 — Sostituzione dello sfondo con clausola di riilluminazione

Cambiare lo sfondo senza riilluminare il soggetto produce un composito che sembra un ritaglio di cartone. La soluzione è richiedere esplicitamente la riilluminazione, bloccando al contempo l'identità:

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":

Nota il riverbero magenta sulla sua destra e il bordo ciano sulla felpa — è la clausola di riilluminazione in azione. Stesso volto, stessi orecchini, un mondo completamente diverso.

Ricetta 5 — Trasferimento di stile: da foto ad acquerello

La stilizzazione è il tipo di editing più permissivo, quindi il prompt spende il budget su ciò che va conservato: composizione e atmosfera.

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". Prima generazione:

Ricetta 6 — Editing a catena: color grading cinematografico sopra la ricetta 3

L'output è l'input. Abbiamo preso la tazza nera e oro della ricetta 3 — già caricata sul nostro CDN — e l'abbiamo usata direttamente come immagine di riferimento per il passaggio di atmosfera successivo:

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". Prima generazione:

Cambiare una cosa alla volta batte un unico enorme prompt: il risultato della ricolorazione era bloccato fin dal primo passaggio, e il color grading doveva solo occuparsi della luce. L'editing a catena costa $0,15 in più, ma ogni passaggio è ritentabile in modo indipendente — e riutilizzabile.

I tre pattern di prompt che fanno il lavoro

1. Assegna un ruolo a ogni immagine di riferimento. "La tazza da caffè nella prima immagine", "il piano di lavoro nella seconda immagine" — l'ordine in image_urls è l'ordine a cui si riferisce il prompt. L'ambiguità qui è la causa numero uno di modifiche sbagliate da parte del modello.
2. Obiettivo → modifica → lista di conservazione. Dichiara prima cosa stai modificando, poi indica quell'unica modifica, poi elenca tutto ciò che non deve muoversi. La lista di conservazione è la chiave per bloccare identità, luce e composizione — saltala e il modello andrà a "ottimizzare" cose che non avevi chiesto.
3. Aggiungi la clausola di riilluminazione quando il soggetto passa da un mondo all'altro. "Riilluminala leggermente con una luce di contorno al neon fredda" è la differenza tra un composito e una foto.

Le trappole in cui siamo davvero incappati

• Un TASK_FAILED senza dettagli è di solito temporaneo. Tre delle nostre sei ricette sono fallite così al primo invio — lo stesso payload è passato al nuovo tentativo (uno era un reinvio identico, due con una riformulazione leggera). Reinvia prima, poi pensa a riscrivere.
• Lo schema fa sul serio. Niente n, niente seed, niente size — esattamente quattro campi, quelli in più danno 400. Se stai migrando codice da un modello più permissivo, ricordati di snellire il payload.
• Solo 1K/2K. Se ti serve l'output 4K di questa serie, è una funzione del livello text-to-image, non di questo endpoint.
• Gli URL delle immagini di riferimento devono essere pubblici. La piattaforma li scarica lato server; URL pre-firmati che scadono durante il polling ti tenderanno una trappola.
• Scarica subito l'output. output[0].url scade. Porta i byte nel tuo storage prima di fare qualsiasi altra cosa.

Domande frequenti

Quando Pro vale 4 volte il prezzo di Lite? seedream-5.0-lite/image-to-image costa $0,035 e se la cava bene con modifiche locali a singolo soggetto. Nei nostri test Pro è nettamente avanti nei task multi-immagine — preservare i dettagli del capo nel trasferimento di abbigliamento, mantenere l'identità nella sostituzione completa dello sfondo. Se la modifica coinvolge due o più immagini di riferimento, o un volto che non deve assolutamente cambiare, usa Pro.

Come si confronta con gli altri modelli di editing? Abbiamo eseguito la stessa modifica su tre modelli nel confronto delle API image-to-image — è un altro articolo, con un confronto affiancato reale.

Posso generare le immagini di riferimento con la stessa API? Sì — ogni immagine di riferimento in questo articolo viene da gpt-image-2/text-to-image, a $0,03 ciascuna, sullo stesso endpoint /v1/tasks. Una sola chiave copre entrambe le fasi del flusso di lavoro.

---

Costo totale di tutte le modifiche di questo articolo: sei editing Pro a $0,15 più quattro immagini di riferimento a $0,03 — poco più di un dollaro. Prendi una chiave, verifica lo schema a quattro campi nella documentazione, e parti copiando il pattern della lista di conservazione della ricetta 3 — è quello che userai ogni giorno. Il riferimento completo dei parametri è nella pagina del modello seedream-5.0-pro/image-to-image.