Qwen Image 3.0 image-to-image: transforme uma foto de produto em um conjunto completo de materiais para e-commerce

A maioria dos catálogos de produtos ainda tem apenas uma foto limpa de estúdio para cada SKU. Isso é suficiente para a miniatura da listagem, mas assim que você precisa de uma imagem lifestyle para um anúncio, uma imagem de banner sazonal ou uma imagem de listagem em um marketplace que exige mostrar o produto "em uso em casa", essa única foto não basta. Refazer a sessão de fotos para cada cenário significa contratar fotógrafo, alugar estúdio e esperar vários dias por produto.

Fizemos um teste real em pequena escala para ver se o qwen-image-3.0/image-to-image consegue preencher essa lacuna: partindo de uma foto de produto de estúdio, usando edição image-to-image para colocá-la em três cenários lifestyle diferentes, sem uma segunda sessão de fotos. A seguir estão os resultados do teste, os prompts exatos que usamos e um fluxo de trabalho em lote que pode ser escalado para vários produtos.

Por que image-to-image é melhor do que refazer a sessão de fotos para cada cenário

Se você pedir a um modelo text-to-image para "desenhar um porta-filtro de café na bancada da cozinha", ele vai desenhar algum porta-filtro de café — mas não necessariamente o seu porta-filtro de café, não necessariamente com as mesmas proporções, material e marca. Os modelos image-to-image resolvem outro problema: eles usam uma foto real como referência, geram uma nova imagem e mudam o cenário, a iluminação ou o estilo ao redor, mantendo o objeto principal reconhecível.

Para o e-commerce, essa diferença é crucial. Os compradores comparam as imagens lifestyle com as fotos do produto na mesma página — se a forma não corresponder, será visto como falsificação ou produto errado. O teste abaixo verifica se o modo image-to-image do qwen-image-3.0 consegue manter essa consistência em três cenários realmente diferentes.

Teste: uma foto de produto, três cenários prontos para uso

Primeiro, usamos o gpt-image-2/text-to-image para gerar uma foto de estúdio caseira de um porta-filtro de café de cerâmica branca sobre fundo branco puro — o tipo de foto base que a maioria dos vendedores já tem no arquivo.

Prompt: "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."

Em seguida, enviamos essa foto ao qwen-image-3.0/image-to-image três vezes, uma para cada cenário, mantendo a imagem de referência igual e alterando apenas o prompt.

Cenário 1: bancada de cozinha, luz da manhã

Prompt: "White ceramic pour-over coffee dripper with birch wood stand on a warm wooden kitchen countertop, morning light"

Esta é a foto de uso cotidiano — o tipo de imagem que responde "como isso fica na minha bancada".

Cenário 2: mesa de cafeteria

Prompt: "White ceramic pour-over coffee dripper with birch wood stand staged on a marble cafe counter"

Um cenário mais editorial e aspiracional, mais adequado para anúncios em redes sociais ou banners de página inicial.

Cenário 3: visual de presente de fim de ano

Prompt: "White ceramic pour-over coffee dripper with birch wood stand styled for a winter holiday gift photo"

O mesmo produto, com embalagem sazonal — ideal para listas de guia de presentes, sem precisar esperar por uma sessão de fotos dedicada às festas.

O que o teste realmente mostra

• A identidade do produto foi mantida nos três cenários. A forma do porta-filtro, o suporte de bétula e a cor da cerâmica permaneceram consistentes — esta é a característica mais importante para o e-commerce, porque fotos de produto incompatíveis prejudicam a confiança do comprador.
• Cada edição levou menos de um minuto. Os três cenários foram concluídos dentro do tempo de espera típico de um dígito em minutos, então um catálogo pequeno de 20 a 30 produtos é um trabalho para uma tarde, não uma sessão de fotos de vários dias.
• A especificidade do prompt vence o comprimento. Os prompts acima foram mantidos deliberadamente curtos — nomear o material, o objeto e o cenário foi suficiente. Em nossos primeiros testes improvisados, prompts vagos (como "deixe aconchegante") geraram variações de cenário menos previsíveis.
• Para este produto, uma imagem de referência foi suficiente. O qwen-image-3.0/image-to-image aceita até três imagens de referência por chamada; para um objeto principal simples como este, uma foto de referência limpa já gera resultados estáveis, então não precisamos gastar com imagens de referência extras.

Nível básico vs. Pro: qual escolher

Os dois níveis funcionam da mesma forma — mesma imagem de referência, mesma estrutura de prompt — mas usamos o nível básico nos três cenários acima, e ele se ajustou bem ao modelo. Escolha o nível Pro quando o produto tiver materiais complexos (vidro, tecido estampado, texturas metálicas detalhadas) ou composições complexas, e você precisar de mais fidelidade de material do que velocidade. Sobre preços (verificado na página de preços em tempo real da hiapi): o nível básico custa cerca de US$ 0,036 por imagem, mais uma pequena taxa por imagem de referência; o nível Pro custa cerca de 40% mais por imagem, com a mesma taxa por imagem de referência — de qualquer forma, sai mais barato do que uma nova sessão de fotos.

Escalar para todo o catálogo de produtos

O ponto principal do image-to-image aqui não é uma única foto — é transformar uma imagem base em uma biblioteca inteira de cenários. O padrão é um loop simples: mantenha a imagem de referência fixa, itere os prompts.

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

Substitua pela sua própria foto de produto e por um conjunto de descrições de cenário, e o mesmo loop gera um conjunto completo de imagens de cenário para cada SKU. Cada URL de saída é temporária, então baixe e armazene imediatamente após a conclusão da tarefa (no seu próprio CDN ou onde quer que estejam as imagens do seu catálogo).

Perguntas frequentes

Posso usar uma foto existente como imagem de referência ou é preciso fazer uma sessão de estúdio? Fotos limpas e bem iluminadas funcionam melhor, porque o modelo mantém o que vê — imagens de referência bagunçadas ou mal iluminadas levam a bagunça para cada cenário. Fotos de estúdio com fundo puro, como a usada neste teste, dão os resultados mais previsíveis.

Quantas imagens de referência devo enviar por chamada? O qwen-image-3.0/image-to-image aceita de 1 a 3. Para um único objeto principal, uma imagem de referência foi suficiente em nosso teste. Várias imagens de referência são mais úteis quando você precisa que o modelo coordene o produto em vários ângulos ao mesmo tempo.

Ele mantém meu logo ou o texto do rótulo? Textos impressos pequenos e logos são a coisa mais difícil de preservar com precisão em qualquer modelo de imagem durante a edição. Trate este fluxo de trabalho como confiável para forma, cor e material — revise manualmente qualquer texto de rótulo ou logo nas saídas antes de publicar, como você faria com qualquer imagem gerada por IA (a comparação de image-to-image da hiapi também aborda esse trade-off em outros modelos).

Isso substitui completamente a fotografia de produto? Não — você ainda precisa de uma foto base confiável de cada produto. O que isso substitui são a segunda, terceira e quarta sessões de fotos para cada variação lifestyle que você quiser.

E se um cenário não sair como esperado? Execute o mesmo prompt novamente — as saídas de cada execução não são exatamente iguais — ou restrinja o prompt com detalhes de cenário mais específicos, como cada prompt de cenário acima especificou superfícies e condições de iluminação concretas em vez de uma atmosfera vaga.

Principais conclusões

• Uma foto de produto de estúdio mais o qwen-image-3.0/image-to-image geram três cenários diferentes e fiéis ao modelo, sem uma segunda sessão de fotos.
• Neste teste, a identidade do produto (forma, material, cor) permaneceu consistente nos três cenários.
• Prompts curtos e específicos — nomeando o objeto e o cenário — superam prompts vagos baseados em atmosfera.
• Para objetos principais simples, uma imagem de referência é suficiente; economize na taxa extra de imagem de referência a menos que o produto exija coordenação de vários ângulos.
• O mesmo padrão de loop escala linearmente: uma imagem base mais um conjunto de prompts de cenário geram um conjunto completo de imagens de cenário para cada SKU.

Pronto para experimentar no seu próprio catálogo de produtos? Comece pela página do modelo qwen-image-3.0/image-to-image, teste a edição de cenário nas suas próprias fotos de produto, ou veja como ele se compara a outros modelos de edição no resumo de image-to-image da hiapi.