Prompts de imagem para imagem do Seedream 5.0 Pro: 6 receitas prontas para copiar e colar, com saídas reais

A geração a partir de texto ficou com a demonstração, mas o trabalho que realmente se entrega — colocar uma foto de produto numa cena, trocar a roupa de uma modelo, corrigir só uma cor teimosa sem tocar em nada mais — depende da imagem para imagem. O seedream-5.0-pro/image-to-image é o nível Pro da família Seedream 5.0 da ByteDance, e sua capacidade de destaque é a edição com múltiplas imagens de referência: você fornece até 10 imagens e um prompt que especifica o papel de cada uma.

Este artigo reúne seis receitas de edição que executamos de fato na API online — composição com múltiplas referências, transferência de vestuário, troca de cor precisa, substituição de fundo, transferência de estilo e color grading cinematográfico em cadeia. Cada prompt abaixo é a string que enviamos exatamente como está, e cada imagem de saída é o arquivo real retornado pela API, sem nenhum retoque. Três das seis funcionaram na primeira submissão; as outras três encontraram um TASK_FAILED opaco e passaram após reenvio — mais detalhes nas armadilhas mais adiante.

Estrutura da requisição (e seu schema rígido)

O seedream-5.0-pro/image-to-image roda num endpoint de tarefas assíncronas. Exatamente quatro campos de entrada, todos obrigatórios:

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"
    }
  }'

A resposta devolve um taskId; faça polling em GET /v1/tasks/{taskId} até status virar success e então baixe output[0].url imediatamente — a URL de saída traz um expireAt e expira.

O schema é rígido, e o validador diz claramente o que está errado. Erros que recebemos durante os testes:

• Omitir qualquer campo → missing required field "prompt"; ... "image_urls"; ... "aspect_ratio"; ... "resolution"
• Pedir 4K → resolution: value must be one of '1K', '2K'
• Enfiar um campo extra como n → additional properties 'n' not allowed
• Enviar 11 imagens de referência → image_urls: maxItems: got 11, want 10

Portanto: saída em 1K ou 2K, no máximo 10 imagens de referência, nenhum campo extra. image_urls precisam ser acessíveis publicamente — a plataforma as busca no lado do servidor. O preço na página de preços é de $0,15 por imagem, então nosso fluxo abaixo usa o gpt-image-2/text-to-image a $0,03 para gerar as imagens de referência baratas e deixa o orçamento do Pro para a edição em si.

As quatro imagens de referência

Todas as quatro foram geradas pelo gpt-image-2 (os prompts foram omitidos por brevidade — são descrições comuns de produto/retrato). Estas são as entradas que cada receita abaixo referencia.

Receita 1 — composição com múltiplas referências: colocar o produto na cena

Duas imagens de referência: a caneca na frente, a cozinha atrás. O prompt nomeia o papel de cada imagem — essa é a técnica central das múltiplas referências, porque o modelo se baseia na ordem em image_urls para resolver "a primeira imagem" e "a segunda imagem".

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" (para combinar com a cena, não com o produto), resolution: "2K". Primeira geração:

Ele não só colou a caneca — refez a iluminação. A direção da sombra acompanha a janela, a borda da caneca capta a luz do nascer do sol e a cerâmica permanece fosca, sem herdar a luz quente da cena.

Receita 2 — transferência de vestuário com múltiplas referências

O retrato na frente, a roupa atrás. Aqui a lista de preservação carrega o peso: rosto, cabelo, brincos, pose e fundo ficam todos travados.

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":

O padrão de bordado foi preservado por inteiro, da vista plana ao corpo vestido — mangas, distribuição no peito e até a metalurgia dos botões. É exatamente aqui que o nível Pro justifica o preço: uma única geração preserva a identidade da pessoa e os detalhes da roupa ao mesmo tempo.

Receita 3 — troca de cor precisa: o padrão de lista de preservação

Uma única imagem de referência. A mudança ocupa uma frase; o resto é a lista de preservação. Este é o template genérico para tarefas do tipo "mude X, não toque em mais nada".

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":

Mesmo contorno, mesma sombra, mesmo fundo — a única coisa que mudou foi o esmalte. Ele até acrescentou um aro dourado na base que ecoa a borda; não pedimos, mas mantivemos.

Receita 4 — substituição de fundo com cláusula de reiluminação

Trocar o fundo sem reiluminar o sujeito produz uma composição com cara de recorte de papelão. A solução é exigir explicitamente a reiluminação e, ao mesmo tempo, travar a identidade:

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":

Repare no transbordamento magenta à direita dela e na borda ciano no moletom — é exatamente a cláusula de reiluminação fazendo efeito. Mesmo rosto, mesmos brincos, mundo totalmente diferente.

Receita 5 — transferência de estilo: foto para aquarela

A estilização é o tipo de edição mais permissivo, então o prompt gasta o orçamento no que precisa ser preservado: composição 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". Primeira geração:

Receita 6 — edição em cadeia: color grading cinematográfico sobre a receita 3

A saída é a entrada. Pegamos a caneca preta e dourada da receita 3 — já enviada ao nosso próprio CDN — e usamos diretamente como imagem de referência da próxima rodada de tratamento de atmosfera:

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". Primeira geração:

Mudar uma coisa por etapa supera um prompt gigante: o resultado da troca de cor fica travado desde a primeira etapa, e a rodada de color grading só precisa considerar a luz. A edição em cadeia custa $0,15 a mais, mas cada etapa pode ser repetida de forma independente — e é reutilizável.

Os três padrões de prompt que realmente fazem o trabalho

1. Nomeie o papel das imagens de referência. "A caneca da primeira imagem", "a bancada da segunda imagem" — a ordem em image_urls é a ordem à qual o prompt se refere. Ambiguidade aqui é a principal causa de o modelo alterar a coisa errada.
2. Alvo → mudança → lista de preservação. Diga primeiro o que você está editando, depois a única mudança, e então enumere tudo o que não pode se mexer. A lista de preservação é a chave para travar identidade, luz e composição — pule ela e o modelo vai "otimizar" o que você não pediu.
3. Acrescente a cláusula de reiluminação quando o sujeito atravessa mundos. "Reilumine-a levemente com uma luz de contorno neon fria" é a diferença entre uma composição e uma foto.

As armadilhas que realmente encontramos

• Um TASK_FAILED sem detalhes costuma ser transitório. Três das nossas seis receitas falharam assim na primeira submissão — o mesmo payload passou ao repetir (um foi um reenvio idêntico, dois foram pequenas reescritas de redação). Reenvie primeiro, pense em reescrever depois.
• O schema é levado a sério. Nada de n, nada de seed, nada de size — exatamente quatro campos, e qualquer coisa a mais dá 400. Se você está migrando código de um modelo mais permissivo, lembre-se de enxugar o payload.
• Só há suporte a 1K/2K. Se você precisa de saída em 4K nesta família, isso é recurso do nível de geração a partir de texto, não deste endpoint.
• As URLs de referência precisam ser públicas. A plataforma as busca no lado do servidor; URLs pré-assinadas que expiram no meio do polling vão te prejudicar.
• Baixe a saída imediatamente. output[0].url expira. Antes de fazer qualquer outra coisa, traga os bytes para o seu próprio armazenamento.

Perguntas frequentes

Quando o Pro vale 4 vezes o preço do Lite? O seedream-5.0-lite/image-to-image custa $0,035 e lida bem com edições locais de sujeito único. Nos nossos testes, o Pro lidera claramente em tarefas com múltiplas referências — preserva detalhes da roupa na transferência de vestuário e mantém a identidade na substituição total de fundo. Se a edição envolve duas ou mais imagens de referência, ou um rosto que não pode de forma alguma se desviar, use o Pro.

Como ele se compara a outros modelos de edição? Rodamos a mesma edição em três modelos na comparação de APIs de imagem para imagem — é outro artigo, com comparações reais lado a lado.

Posso gerar as imagens de referência com a mesma API? Sim — cada imagem de referência deste artigo veio do gpt-image-2/text-to-image, a $0,03 cada, pelo mesmo endpoint /v1/tasks. Uma única chave cobre as duas etapas do fluxo.

---

Custo total de todas as edições deste artigo: seis edições Pro a $0,15 mais quatro imagens de referência a $0,03 — pouco mais de um dólar. Pegue uma chave, confira o schema de quatro campos na documentação e comece copiando o padrão de lista de preservação da receita 3 — é o que você vai usar todos os dias. A referência completa de parâmetros está na página do modelo seedream-5.0-pro/image-to-image.