Prompts de imagem para imagem do Qwen Image 3.0 Pro: receitas prontas para copiar e colar e resultados reais

Resumo

• qwen-image-3.0-pro/image-to-image aceita 1–3 imagens de referência e um prompt de texto, e preserva a estrutura (contorno do produto, layout do ambiente, rosto) muito melhor do que gerar repetidamente a partir de texto puro.
• As três receitas prontas para copiar e colar abaixo cobrem os três tipos de edição que as pessoas realmente pedem: reiluminar/reestilizar fotos de produto, reformar um interior sem mover as paredes e reestilizar um retrato mantendo a pessoa reconhecível.
• Cada prompt aqui foi escrito e realmente executado por nós — comparações reais de antes e depois, não exemplos de banco de imagens.
• Preço uniforme e previsível: 1K por $0.0497 por imagem, 2K por $0.0993 por imagem, mais $0.004 por imagem de referência enviada (1–3 permitidas). Uma edição 1K com uma única imagem de referência como as de baixo custa $0.0537.
• O modelo ancora a geometria e a identidade na sua imagem de referência — ele é um editor, não um reconcebedor. Se você quer que o modelo crie uma cena totalmente nova do zero, use qwen-image-3.0-pro/text-to-image.

Por que imagem para imagem e texto para imagem são ferramentas diferentes

Texto para imagem entrega uma imagem nova a cada vez — mesmo com o mesmo prompt, a composição muda. Isso é ótimo para explorar, mas é a ferramenta errada quando você já tem uma imagem de que gosta e quer mudar apenas uma coisa nela: a iluminação, o mobiliário do ambiente, a roupa da mesma pessoa.

É para isso que serve imagem para imagem. Você envia uma imagem existente (até três) junto com um prompt que descreve a mudança para qwen-image-3.0-pro/image-to-image, e ele edita na direção desse prompt enquanto ancora a estrutura da referência — o contorno do produto permanece o mesmo, as paredes e janelas do ambiente permanecem as mesmas, o rosto da pessoa permanece o mesmo.

Testamos três modos de falha específicos comuns em modelos de edição de imagem: proporções do produto distorcidas, paredes se deslocando quando se pede para trocar móveis e rostos mudando discretamente para outra pessoa. Veja o que aconteceu de fato, com prompts reais e resultados reais.

As três receitas

Receita 1: reiluminar e reestilizar uma foto de produto sem deformar o produto

Fotografia de produto é um dos casos de uso de imagem para imagem em que menos se pode errar — se o tamanho do mostrador mudar entre a versão "estúdio" e a versão "lifestyle" da foto de um anúncio, os clientes percebem na hora. O teste aqui é: o modelo consegue mudar a iluminação e o fundo mantendo o produto em si igual?

Antes — uma foto de estúdio de um relógio de pulso sobre fundo branco, com iluminação plana e uniforme:

Prompt de origem (texto para imagem, apenas para referência — esta é a imagem inicial, não a edição):

Studio product photography of a men's stainless steel wristwatch with a
navy blue dial, placed on a pure white seamless background. Even, flat
softbox lighting, no shadows, no reflections beyond a subtle catchlight
on the crystal. Straight-on angle, watch face centered, minimal styling,
e-commerce catalog style.

Depois — o mesmo relógio, reiluminado como uma foto de produto lifestyle quente e movido para uma superfície de nogueira:

Prompt de imagem para imagem (copie diretamente, image_urls: [<a foto de estúdio acima>]):

Keep this exact watch — same case shape, same dial layout, same hands and
markers, do not redesign it. Move it onto a warm walnut wood surface,
shot at a slight 3/4 angle instead of straight-on. Change the lighting to
warm late-afternoon window light coming from the left, with a soft
natural shadow falling to the right. Add a subtle out-of-focus background
suggesting a cozy interior. This is a lifestyle e-commerce photo, not a
studio catalog shot — keep it photorealistic.

O que se manteve: o formato da caixa, o layout do mostrador, a posição dos ponteiros e os marcadores não mudaram — é claramente o mesmo relógio, apenas em outra superfície e com outra iluminação. Esse é o critério para saber se a edição de foto de produto serve para um anúncio real.

Receita 2: reformar um ambiente sem mover a estrutura arquitetônica

Reestilização de interior é o teste de preservação de layout: janelas, portas e paredes precisam permanecer depois da edição, senão a foto "depois" parece outro ambiente, e não o mesmo ambiente reformado.

Antes — uma sala de estar minimalista e esparsa:

Prompt de origem (texto para imagem, apenas para referência):

A minimalist living room interior, white walls, one large window on the
left wall with natural daylight, light wood flooring, a single gray sofa
and a small side table, mostly empty space, architectural photography
style, wide angle.

Depois — o mesmo ambiente, reestilizado com móveis de estilo moderno de meados do século e uma paleta mais quente, com a janela e as paredes no mesmo lugar:

Prompt de imagem para imagem (image_urls: [<o ambiente minimalista acima>]):

Keep the exact room layout — same wall positions, same window on the
left in the same place, same floor. Redecorate it in a mid-century
modern style: replace the gray sofa with a walnut-legged sofa in burnt
orange fabric, add a round wood coffee table, a patterned area rug, and
warm brass floor lamp. Change the wall color to a warm terracotta.
Keep the window, the daylight direction, and the room's proportions
exactly as they are — only the furnishings and color palette change.

O que se manteve: a janela continua na mesma parede, no mesmo lugar, e a luz vem da mesma direção. O ambiente é lido como "o mesmo ambiente, reformado", e não como um ambiente novo que por acaso compartilha a paleta de cores — que é exatamente o objetivo desse tipo de edição em staging imobiliário ou em visualizações de design de interiores.

Receita 3: reestilizar um retrato mantendo a pessoa reconhecível

A preservação de identidade é a mais difícil das três: para um observador humano, um desvio sutil no rosto é mais perceptível do que no ambiente ou no produto. Esta receita usa um retrato sintético gerado inteiramente por IA (não uma pessoa real), para demonstrar a técnica sem qualquer questão de direitos de imagem ou consentimento.

Antes — um retrato sintético com moletom cinza liso sobre fundo neutro:

Prompt de origem (texto para imagem, sujeito sintético, apenas para referência):

Photorealistic headshot portrait of a young adult with short dark hair,
neutral friendly expression, wearing a plain gray hoodie, soft even
studio lighting, plain light gray background, front-facing, shoulders
visible, high detail skin texture, professional photography.

Depois — o mesmo rosto e a mesma pose, reestilizados como um retrato editorial profissional com blazer, sobre um escritório desfocado ao fundo:

Prompt de imagem para imagem (image_urls: [<o retrato acima>]):

Keep this exact person — same face, same facial features, same hairstyle,
same head angle and expression, do not change who this is. Change their
outfit to a tailored navy blazer over a white collared shirt. Change the
background to a softly blurred modern office interior. Add gentle rim
lighting from behind to give it an editorial magazine portrait mood.
Photorealistic, shallow depth of field.

O que se manteve: o rosto, o penteado e o ângulo da cabeça continuam sendo a mesma pessoa da imagem de origem — a edição mudou a roupa, o fundo e o clima de iluminação, mas não redesenhou o rosto. Essa é a diferença entre um editor de imagem e um gerador de imagens que por acaso se parece com ela.

Preço e estrutura da requisição

As três edições acima usam a mesma estrutura de requisição — uma imagem de referência, resolução 1K:

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-image-3.0-pro/image-to-image",
    "input": {
      "prompt": "Keep this exact watch — same case shape, same dial layout...",
      "image_urls": ["https://your-image-host.example/watch-source.jpg"],
      "resolution": "1K"
    }
  }'

Isso retorna um ID de tarefa; faça polling em GET /v1/tasks/{id} até que status seja success e depois baixe a imagem em output[0].url (o link expira, então salve imediatamente).

Preços, na data de escrita deste texto (confira a página de preços da hiapi antes de orçar em grande escala, pois os preços podem mudar):

Resolução	Preço por imagem
1K	$0.0497
2K	$0.0993

Além disso, cada imagem de referência que você passa em image_urls (1 a 3 permitidas) acrescenta $0.004. As três edições acima usam exatamente uma referência 1K, então cada uma custa $0.0497 + $0.004 = $0.0537.

Se você estiver escolhendo entre resoluções: 1K é suficiente para web e redes sociais; se o resultado for para impressão ou um banner principal grande (onde artefatos de ampliação aparecem), vale pagar os $0.05 extras por imagem em 2K.

Perguntas frequentes

Posso usar várias imagens de referência de uma vez? Sim — image_urls aceita de 1 a 3 imagens. As três receitas acima usam uma única referência, o que basta para o padrão "edite esta imagem". Múltiplas referências são úteis quando você quer que o modelo combine elementos de várias imagens de origem em uma edição.

Ele consegue processar imagens que o próprio modelo não gerou? Sim — image_urls não exige que a referência venha do Qwen Image. Qualquer URL de imagem acessível serve como imagem "antes"; as receitas acima usam imagens de origem geradas pelo Qwen Image 3.0 Pro apenas para que todo o conjunto de comparações antes e depois deste artigo seja reproduzível dentro da mesma família de modelos.

E se eu quiser uma imagem totalmente nova em vez de uma edição? Use qwen-image-3.0-pro/text-to-image — mesma faixa de preço, sem imagem de referência. Se você está configurando a integração de API pela primeira vez, nosso guia da API qwen-image-3.0-pro aprofunda a estrutura de requisições curl e Python.

Por que a receita de retrato usa um rosto sintético em vez de uma foto real? Para demonstrar a preservação de identidade sem qualquer questão de direitos de imagem ou consentimento. A técnica — descrever primeiro o que deve permanecer igual e depois o que deve mudar — funciona igualmente bem em fotos reais.

Principais conclusões

• Todo prompt de imagem para imagem começa declarando o que deve permanecer igual (forma, layout, identidade) antes de descrever o que deve mudar — é o mecanismo mais forte para manter a estrutura intacta durante toda a edição.
• qwen-image-3.0-pro/image-to-image aceita 1–3 imagens de referência a $0.004 cada, mais um preço base uniforme por imagem de $0.0497 (1K) / $0.0993 (2K).
• É uma ferramenta de edição, não de nova amostragem — quando você quer uma composição totalmente nova em vez de uma alteração na composição atual, use qwen-image-3.0-pro/text-to-image.

Pronto para testar esses prompts nas suas próprias imagens? Obtenha uma chave de API e execute sua primeira edição no console da hiapi — o mesmo endpoint /v1/tasks usado acima funciona diretamente com suas próprias imagens de referência.