Qwen Image 3.0 の画像から画像生成：1枚の商品写真をEC用素材一式に変える

ほとんどの商品カタログでは、今なおSKUごとにきれいなスタジオ撮影写真を1枚だけ用意しています。商品一覧のサムネイルにはそれで十分ですが、広告用のライフスタイル画像、季節のバナー画像、あるいは「家庭で使う」シーンを求めるマーケットプレイスの掲載画像が必要になった途端、その1枚ではまったく足りなくなります。シーンごとに撮り直すとなれば、カメラマン、スタジオ、そして商品ごとに数日の納期が必要です。

私たちは小規模な実測を行い、qwen-image-3.0/image-to-image がこのギャップを埋められるかを確認しました。スタジオ撮影の商品写真1枚から出発し、2回目の撮影なしに、画像から画像への編集で3つの異なるライフスタイルシーンに配置する、というものです。以下にテスト結果、実際に使用したプロンプト、そして複数商品に拡張できるバッチワークフローを示します。

なぜシーンごとの撮り直しより画像から画像生成が優れているのか

テキストから画像生成のモデルに「キッチンのカウンターにコーヒードリッパーを描いて」と頼むと、それはどこかのコーヒードリッパーを描きます——しかし必ずしもあなたのコーヒードリッパーとは限らず、同じ比率、素材、ブランドマークを持つとは限りません。画像から画像生成のモデルは別の問題を解決します。本物の写真を参照し、被写体を識別可能なまま保ちつつ、周囲のシーン、光、スタイリングを変えた新しい画像を生成するのです。

ECにとってこの違いは決定的です。購入者は同じ商品ページ上でライフスタイル画像と商品写真を比較します——形が合わなければ、偽造や商品説明と違うと見なされます。以下のテストでは、qwen-image-3.0 の画像から画像生成モードが、3つの本当に異なるシーンでこの一貫性を保てるかを検証します。

テスト：商品写真1枚から、すぐ使える3つのシーン

まず gpt-image-2/text-to-image を使い、純白背景の上に自作スタジオ撮影風の白い陶器製ハンドドリップコーヒードリッパーの写真を生成しました——これはほとんどの販売者がすでに手元に持っている種類のベース写真です。

プロンプト：“Professional e-commerce studio product photograph of a white ceramic pour-over coffee dripper with a light birch wood stand, centered, straight-on angle, on a seamless pure white background, soft even studio lighting, subtle natural shadow beneath the base, crisp focus, no text, no logo, no props, high-resolution commercial catalog photography.”

次に、この写真を qwen-image-3.0/image-to-image に3回入力しました。シーンごとに1回ずつで、参照画像は変えず、プロンプトだけを変更しました。

シーン1：キッチンカウンター、朝の光

プロンプト：“White ceramic pour-over coffee dripper with birch wood stand on a warm wooden kitchen countertop, morning light”

これは日常使用のシーン写真——「これが自分のカウンターに置かれたらどう見えるか」に答える画像です。

シーン2：カフェのテーブル

プロンプト：“White ceramic pour-over coffee dripper with birch wood stand staged on a marble cafe counter”

SNS広告やトップページのバナー向けの、より雑誌的で憧れを誘うシーンです。

シーン3：ホリデーギフトのスタイリング

プロンプト：“White ceramic pour-over coffee dripper with birch wood stand styled for a winter holiday gift photo”

同じ商品で季節のパッケージ感を出す——ギフトガイドの掲載に最適で、専用のホリデー撮影を待つ必要はありません。

テストが実際に示したこと

• 商品の同一性は3つのシーンすべてで保たれた。 ドリッパーの形、バーチ材のスタンド、陶器の色はすべて一貫していました——これはECにとって最も重要な特性です。商品画像の不一致は購入者の信頼を損なうからです。
• 各編集は1分未満で完了した。 3つのシーンはすべて、一般的な一桁分の待ち時間で完了したので、20〜30商品の小規模カタログなら数日の撮影ではなくその日の午後には終わる作業です。
• プロンプトは長さより具体性が勝る。 上記のプロンプトは意図的に短く保ちました——素材、物体、シーンを名指しすれば十分です。初期の場当たり的なテストでは、曖昧なプロンプト（例：「居心地よく見せて」）はシーンの変化がより予測しにくいものになりました。
• この商品では参照画像1枚で十分だった。 qwen-image-3.0/image-to-image は1回の呼び出しで最大3枚の参照画像を受け付けます。このような単純な主役物体なら、きれいな参照写真1枚で安定した結果が得られたので、追加の参照画像コストをかける必要はありませんでした。

ベーシック版 vs. Pro版：どちらを選ぶか

両版は同じように動作します——同じ参照画像、同じプロンプト構造——が、上記の3シーンはすべてベーシック版で生成し、それでもモデルによく適合しました。商品が複雑な素材（ガラス、柄のある布地、細かい金属テクスチャ）を持っていたり、込み入った構図で速度よりも素材の忠実度を重視する必要がある場合は、Pro版を選んでください。価格について（hiapi のリアルタイム価格ページで確認済み）：ベーシック版は1枚あたり約 $0.036 に加えて参照画像1枚ごとの少額費用、Pro版は1枚あたり約40%高く、参照画像費用は同じです——どちらにせよ、撮り直すより安上がりです。

商品カタログ全体への拡張

ここでの画像から画像生成の要点は1枚の写真ではありません——1枚のベース画像をシーンライブラリ全体に変えることです。パターンはシンプルなループです。参照画像を固定し、プロンプトを反復します。

import os
import requests

API_BASE = "https://api.hiapi.ai/v1/tasks"
TOKEN = os.environ["HIAPI_API_KEY"]

def edit_scene(base_image_url: str, scene_prompt: str) -> str:
    resp = requests.post(
        API_BASE,
        headers={"Authorization": f"Bearer {TOKEN}"},
        json={
            "model": "qwen-image-3.0/image-to-image",
            "input": {"prompt": scene_prompt, "image_urls": [base_image_url]},
        },
        timeout=60,
    )
    task_id = resp.json()["data"]["taskId"]

    while True:
        task = requests.get(
            f"{API_BASE}/{task_id}",
            headers={"Authorization": f"Bearer {TOKEN}"},
            timeout=30,
        ).json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]
        if task["status"] == "fail":
            raise RuntimeError(task["error"])

base_photo = "https://your-cdn.example.com/products/dripper-base.jpg"
scenes = [
    "on a warm wooden kitchen countertop, morning light",
    "staged on a marble cafe counter",
    "styled for a winter holiday gift photo",
]
for scene in scenes:
    url = edit_scene(base_photo, f"White ceramic pour-over coffee dripper with birch wood stand {scene}")
    print(url)  # download immediately — output URLs expire

自分の商品写真と一連のシーン記述に置き換えれば、同じループで各SKUのシーン画像セット全体を生成できます。各出力URLは一時的なものなので、タスク完了後すぐにダウンロードして保存してください（自社のCDN、またはカタログ画像を置いている任意の場所へ）。

よくある質問

既存の写真を参照画像に使えますか、それともスタジオ撮影が必要ですか？ きれいで十分な明るさの写真が最も良い結果をもたらします。モデルは見た内容を保持するため、散らかったり暗すぎる参照画像はすべてのシーンに乱雑さを持ち込んでしまいます。今回のテストで使った無地背景のスタジオ撮影風画像は、最も予測可能な結果を与えます。

呼び出しごとに参照画像を何枚送るべきですか？ qwen-image-3.0/image-to-image は1〜3枚を受け付けます。単一の主役物体なら、私たちのテストでは参照画像1枚で十分でした。複数の角度の商品をモデルに同時に整合させる必要があるときこそ、複数の参照画像がより有用です。

ロゴやラベルの文字は保持されますか？ 小さな印刷文字やロゴは、編集においてどの画像モデルにとっても精確に保持することが最も難しい要素です。このワークフローは形、色、素材において信頼できるものと考え、公開前に出力内のラベルやロゴの文字を手動で確認してください。AI生成画像に対して行うのと同じように（hiapi の画像から画像生成比較でも、他のモデルにおけるこのトレードオフを扱っています）。

これは商品撮影を完全に置き換えますか？ いいえ——商品ごとに信頼できるベース写真は依然として必要です。置き換えるのは、欲しいライフスタイルバリエーションごとの2回目、3回目、4回目の撮影です。

あるシーンの出来が悪い場合は？ 同じプロンプトを再実行する（実行ごとに出力は完全には同じではありません）か、より具体的なシーン詳細でプロンプトを引き締めてください。上記の各シーンプロンプトはいずれも、曖昧な雰囲気ではなく具体的な表面と光の条件を指定しているのと同じです。

重要なポイント

• スタジオ撮影の商品写真1枚と qwen-image-3.0/image-to-image があれば、2回目の撮影なしで3つの異なる、モデルに適合したシーンを生成できます。
• このテストでは、商品の同一性（形、素材、色）が3つのシーンすべてで一貫して保たれました。
• 短く具体的なプロンプト——物体とシーンを名指しする——が、曖昧で雰囲気重視のプロンプトに勝ります。
• 単純な主役物体なら参照画像1枚で十分です。商品が多角度の整合を必要としない限り、追加の参照画像コストを省けます。
• 同じループパターンは線形に拡張できます。ベース画像1枚と一連のシーンプロンプトで、各SKUのシーン画像セット全体を生成できます。

自分の商品カタログで試す準備はできましたか？qwen-image-3.0/image-to-image モデルページから始めて、自分の商品写真でシーン編集を試すか、hiapi の画像から画像生成まとめで他の編集モデルとの比較を確認してください。