Gerar imagens de produtos de e-commerce com seedream-5.0-lite/image-to-image via hiapi

A fotografia de produtos para uma loja online raramente se resume a gerar uma bela imagem. É preciso gerar repetidamente o mesmo produto: a imagem de listagem com fundo branco, a imagem de ambiente lifestyle, a imagem corrigida de ferragens ou etiquetas após troca de fornecedor, e a série de cinco variações de cor para a página do produto. Os modelos de texto para imagem têm mau desempenho aqui, porque cada novo prompt inventa um produto ligeiramente diferente.

É aí que entra o seedream-5.0-lite/image-to-image. É o editor de imagens baseado em instruções da ByteDance: fornece uma fotografia real do produto (ou até 14 imagens de referência), descreve a edição em linguagem natural, e ele segue a instrução mantendo coerentes as áreas não editadas. Na hiapi, a resolução 2K custa apenas $0.035 por imagem — um conjunto de seis imagens de listagem fica em cerca de $0.21.

Tudo abaixo foi gerado por chamadas reais à API na hiapi. Cada secção mostra o resultado real e o prompt exato.

Fluxo de trabalho: uma âncora, várias edições

O padrão que torna as imagens de produto geradas por IA utilizáveis em produção é ancorar e editar:

1. Ancorar — obter uma imagem de produto limpa e padronizada. Fotografa o produto real, ou gera uma imagem conceptual uma única vez com seedream-5.0-lite/text-to-image (também $0.035).
2. Editar — introduz essa imagem âncora no image-to-image e gera cada versão derivada: substituição de fundo, correções de detalhe, variações de cor. A identidade do produto vem dos píxeis de referência, não do prompt, pelo que é sempre o mesmo saco em todas as imagens.

Eis a nossa imagem âncora — um saco de viagem de fim de semana em lona, gerado uma única vez com o modelo irmão t2i e usado como referência para todas as edições seguintes:

Estrutura do pedido

O seedream-5.0-lite/image-to-image funciona no endpoint de tarefas assíncronas da hiapi: submete-se em POST /v1/tasks, faz-se polling do ID da tarefa até estar concluída, e depois descarrega-se o URL de saída. Quatro campos de entrada, todos obrigatórios:

Campo	Tipo	Descrição
prompt	string	Instrução de edição
image_urls	array	1–14 URLs de imagens de referência acessíveis publicamente
aspect_ratio	enum	1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2, 21:9
resolution	enum	Apenas 2K ou 4K — este modelo não tem opção 1K

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": "Replace the white studio background: place the bag on a weathered wooden bench in a sunlit modern loft. Keep the bag itself completely unchanged.",
      "image_urls": ["https://your-cdn.com/products/weekender-anchor.jpg"],
      "aspect_ratio": "3:2",
      "resolution": "2K"
    }
  }'

A resposta contém data.taskId. Faz polling de GET /v1/tasks/{taskId} até status ser success, e descarrega imediatamente output[0].url — os links de saída expiram, por isso copia o ficheiro para o teu próprio armazenamento. Na nossa execução, cada edição ficou concluída em cerca de 60–120 segundos.

Padrão de edição 1: reencenar o fundo (listagem → lifestyle)

A edição mais frequente no e-commerce: o mesmo produto, um novo cenário. O truque essencial do prompt é dedicar a maior parte do texto a fixar o que não pode mudar, e só depois descrever o novo ambiente:

Mantém este saco de viagem de fim de semana em lona laranja queimado completamente inalterado — a mesma forma, a mesma cor, as mesmas pegas, as mesmas costuras, com acabamento em pele castanho-escuro e fechos de latão. Substitui o fundo de estúdio branco: coloca o saco num banco de madeira desgastado dentro de um loft moderno inundado de sol, com luz suave da manhã a entrar por janelas grandes, plantas verdes desfocadas ao fundo, uma sombra de contacto natural no banco de madeira, estilo de fotografia lifestyle quente de revista.

Comparando com a imagem âncora: o acabamento, a aplicação de pele com costura cruzada, o puxador do fecho e as proporções mantêm-se. A sombra de contacto assenta nas ripas de madeira — esse detalhe de fixação ao chão é o que faz a reencenação parecer uma fotografia real e não uma composição.

Padrão de edição 2: correção de detalhe precisa (troca de ferragens)

A etiqueta "edição precisa" do Seedream Lite significa modificações cirúrgicas. Imagina que o fornecedor passou de ferragens em latão para ferragens em preto mate e não queres voltar a fotografar. Pede uma única alteração e congela tudo o resto:

Mantém este saco de viagem de fim de semana em lona laranja queimado exatamente como está — o mesmo fundo branco, a mesma composição, a mesma iluminação, a mesma textura de lona e o mesmo acabamento em pele castanha. Altera apenas as ferragens metálicas: substitui todos os fechos, argolas e fivelas de latão por ferragens metálicas em preto mate. Não alteres mais nada.

Os fechos, as argolas em D e as fivelas da alça ficam todos pretos; a textura da lona e a composição não são afetadas. Este tipo de edição, se fosse regenerado com texto para imagem, redesenharia o saco inteiro sem que se desse por isso.

Padrão de edição 3: série de cores

A página de produto precisa que cada variante de cor seja fotografada da mesma forma. Recorar a imagem âncora fixando o design, o acabamento e a composição:

Mantém o design deste saco de viagem de fim de semana completamente inalterado — a mesma forma, o mesmo acabamento e pegas em pele castanha, as mesmas ferragens de latão, o mesmo fundo de estúdio branco, a mesma iluminação e composição. Altera apenas a cor do corpo em lona de laranja queimado para verde-escuro floresta, preservando a textura do tecido e as costuras.

Repete com "azul-marinho", "cinza-carvão" e "bege-areia" e obténs, numa única sessão, uma série de cinco SKUs por $0.175 — a composição de cada variante é idêntica, que é precisamente o que faz o seletor de cores na página de produto parecer coerente.

Gerar todo o conjunto de imagens de listagem em lote com Python

Em produção, não submetes uma edição de cada vez. A API de tarefas paraleliza-se de forma limpa — submete todas as edições de uma vez e depois faz polling. Eis o padrão que usámos (três edições concluídas em simultâneo em menos de três minutos):

import json, time, requests, concurrent.futures

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY", "Content-Type": "application/json"}
ANCHOR = "https://your-cdn.com/products/weekender-anchor.jpg"

EDITS = [
    ("lifestyle", "3:2", "Keep this exact bag unchanged... place it on a weathered wooden bench in a sunlit loft..."),
    ("hardware-black", "1:1", "Change only the metal hardware to matte black. Do not alter anything else."),
    ("colorway-green", "1:1", "Change only the canvas body color to deep forest green, preserving texture and trim."),
]

def run_edit(name, aspect_ratio, prompt):
    task = requests.post(API, headers=HEADERS, json={
        "model": "seedream-5.0-lite/image-to-image",
        "input": {"prompt": prompt, "image_urls": [ANCHOR],
                  "aspect_ratio": aspect_ratio, "resolution": "2K"},
    }).json()
    task_id = task["data"]["taskId"]
    while True:
        d = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
        if d["status"] == "success":
            img = requests.get(d["output"][0]["url"]).content   # expires — save it now
            open(f"{name}.jpg", "wb").write(img)
            return name, len(img)
        if d["status"] == "fail":
            raise RuntimeError(f"{name}: {d.get('error')}")
        time.sleep(5)

with concurrent.futures.ThreadPoolExecutor(max_workers=3) as ex:
    for name, size in ex.map(lambda e: run_edit(*e), EDITS):
        print(f"{name}: {size} bytes")

Três conselhos práticos depois de executar este código:

• image_urls tem de ser acessível publicamente. Carrega primeiro a imagem âncora para o teu CDN ou armazenamento de objetos; a API valida até 14 URLs por pedido.
• Guarda a saída imediatamente. output[0].url é um link com tempo limitado. Antes de fazeres qualquer outra coisa, copia os bytes para o teu próprio bucket.
• Usa várias imagens de referência quando for preciso. Passar várias imagens de referência (frente/verso/detalhe do mesmo produto, ou produto mais referência de estilo) dá mais sinais de identidade em artigos difíceis como tecidos estampados.

Custo e quando escolher este modelo

A $0.035 por imagem 2K, um conjunto realista de imagens por SKU — uma imagem âncora, uma reencenação lifestyle, uma correção de detalhe e três variantes de cor — totaliza seis imagens e custa $0.21. Consulta os preços mais recentes de cada nível na página de preços da hiapi.

Se estiveres a escolher entre editores: a nossa comparação de três modelos image-to-image executa as mesmas edições nos principais concorrentes, e o guia Nano-Banana para e-commerce apresenta uma pilha técnica alternativa de ancoragem e reencenação. A vantagem do Seedream 5.0 Lite neste fluxo de trabalho está na precisão de seguimento de instruções, na entrada de até 14 imagens de referência e no preço uniforme e baixo que torna o processamento em lote por SKU num custo residual.

Primeiros passos

Obtém uma chave de API, carrega uma imagem de produto limpa e executa o prompt de reencenação lifestyle acima no seedream-5.0-lite/image-to-image — em poucos minutos terás o teu primeiro conjunto de imagens derivadas. Consulta a referência completa do endpoint de tarefas na documentação da hiapi.