Zdjęcia produktowe AI do sklepu - packshot i lifestyle

Zdjęcia produktowe z AI do sklepu robisz ze zdjęcia prawdziwego produktu podanego jako referencja: wgrywasz jedno lub kilka ujęć towaru (w API pole image_urls), a w prompcie opisujesz tło, światło i scenę. Na packshot do karty produktu wybierasz białe tło, na Instagram i banery scenę lifestyle. Do tej pracy najlepiej pasują modele z referencjami: Nano Banana Pro (od 0,439 zł za obraz, do 14 zdjęć), GPT Image 2.5 (0,254 zł za obraz, do 16) i FLUX.2 [pro] (od 0,404 zł za obraz, do 8). Niżej pokazuję, jak utrzymać spójną serię, co robić z etykietami i ile kosztuje 100 zdjęć.

Najpierw zasada: pokazujesz towar, który klient dostanie

Model obrazu bez referencji wymyśla produkt od nowa. Do moodboardu to wystarczy, do karty produktu nie, bo klient kupuje to, co widzi na zdjęciu. Dlatego:

• karta produktu: zawsze ze zdjęciem produktu jako referencją i kontrolą detali (kształt, kolor, napisy, liczba elementów w zestawie),
• reklama i social media: scena może być wygenerowana, ale produkt w niej nadal musi zgadzać się z rzeczywistym,
• makieta przed produkcją: tu model może wymyślać opakowanie, bo jeszcze go nie ma.

Własne zdjęcie referencyjne nie musi być profesjonalne. Wystarczy ostre ujęcie telefonem w dziennym świetle, z produktem w całości w kadrze. Dwa, trzy ujęcia z różnych stron pomagają modelowi przy przedmiotach o skomplikowanym kształcie.

Packshot na białym tle

Packshot to zdjęcie samego produktu, bez rekwizytów, zwykle na białym albo jednolitym tle. Wiele marketplace'ów wymaga białego tła na zdjęciu głównym, np. Amazon chce czystej bieli. Prompt, który u mnie działa jako punkt wyjścia:

Packshot tego produktu na czystym białym tle, produkt wyśrodkowany i zajmujący
około 80% kadru, miękkie światło studyjne z dwóch stron, delikatny cień
pod produktem, bez rekwizytów, bez innych napisów i logotypów

Kilka uwag:

• proporcja 1:1 to bezpieczny wybór dla większości sklepów, a 4:5 do posta na Instagramie,
• "bez innych napisów i logotypów" (no other text, no logos) dopisuję zawsze, bo modele lubią dorysować drobny tekst,
• jeśli masz już zdjęcie produktu, tylko z brzydkim tłem, prościej będzie je edytować niż generować od zera: FLUX.1 Kontext [pro] albo GPT Image 2.5 dostają polecenie "zamień tło na czystą biel, nie zmieniaj produktu".

Zdjęcia lifestyle: produkt w scenie

Scena lifestyle pokazuje produkt w użyciu albo w otoczeniu, które buduje nastrój: kawa na lnianym obrusie, krem na postumencie z kwiatami, zegarek na mokrej skale. Tu model ma więcej swobody, ale też więcej okazji do pomyłek.

W teście FLUX 3 Image opisanym na moim blogu w tekście FLUX 3: reklamy i packshoty wygenerowałem 10 grafik produktowych bez referencji, jedno podejście na prompt. Wszystkie główne napisy po polsku wyszły poprawnie, ale błędy pojawiły się w detalach:

FLUX 3 Image testowałem poza Jantarisem, z rodziny FLUX masz tu FLUX.2 [pro] i Kontext. Wnioski dotyczą jednak wszystkich modeli obrazu, które sprawdzałem:

• drobny tekst poza tym, który zamówiłeś w cudzysłowie, często jest sieczką,
• cudze logo: w jednym kadrze model nakleił na butelkę etykietę istniejącego browaru, a na bucie dorysował znaki podobne do znanych marek,
• mechanika produktu (bezel zegarka, zapięcie, liczba przycisków) wymaga sprawdzenia w powiększeniu,
• kształt opakowania potrafi być nierealny, jeśli go nie narzucisz referencją.

Dlatego przy prawdziwym produkcie nie generuję etykiety. Daję zdjęcie produktu z etykietą jako referencję i proszę, żeby jej nie zmieniać: keep the product and its label exactly as in the reference image.

Black Forest Labs pokazuje, jak FLUX.2 składa scenę z kilku zdjęć produktów:

Spójna seria zdjęć do sklepu

Sklep wygląda profesjonalnie, gdy wszystkie zdjęcia mają to samo tło, światło i kadrowanie. Modele losują, więc spójność trzeba wymusić:

1. Jeden szablon promptu. Zmieniasz w nim tylko nazwę produktu, resztę (tło, światło, kąt, kadr) kopiujesz bez zmian.
2. Ta sama proporcja. Zmiana proporcji zmienia cały obraz. W moim teście w Z-Image Turbo ten sam prompt i seed dały w kwadracie i w pionie dwa różne wisiory (obrazy pod listą).
3. Obraz wzorcowy jako druga referencja. Pierwsze udane zdjęcie serii dokładasz do image_urls przy kolejnych produktach z dopiskiem "same background, lighting and camera angle as the second reference image".
4. Kilka wariantów naraz. Nano Banana 2 i Seedream 5.0 Lite zwracają do 4 obrazów w jednym zapytaniu (num_images), a Seedream 5.0 Lite generuje je jako spójną serię.
5. Seed tam, gdzie model go ma (np. FLUX.1 Kontext [pro], FLUX.2 [max], Wan 2.7 Image), żeby powtórzyć udany układ.

Gotowe zdjęcia produktu przydają się też w wideo. Awatar z produktem w dłoni i krótka kwestia po polsku w formacie 9:16 to temat tekstu reklamy UGC z AI.

Który model do zdjęć produktowych

GPT Image 2.5 ma w Jantarisie trzy rozmiary (1024x1024, 1536x1024, 1024x1536); gdy sklep wymaga konkretnego wymiaru, przeskaluj wynik albo weź model z progami 2K/4K, np. Nano Banana Pro. Szczegółowe porównanie trzech pierwszych modeli jest w tekście GPT Image 2.5 vs Nano Banana Pro vs FLUX.2 oraz w porównaniu FLUX.2 Pro vs Nano Banana Pro. Oceny tych modeli w moim teście na pięciu poleceniach zebrałem w rankingu najlepszy generator obrazów AI.

Ile kosztuje 100 zdjęć produktowych z AI

Zakładam 100 gotowych zdjęć i półtora podejścia na zdjęcie, czyli 150 generacji, plus 50 tanich szkiców kompozycji:

"Od" oznacza najniższą rozdzielczość, wyższa kosztuje więcej. W modelach z tabeli zdjęcia referencyjne nie podnoszą ceny obrazu. Nieudane generacje kosztują 0 zł. Saldo doładowujesz od 40 zł BLIK-iem lub kartą, z fakturą VAT na firmę po każdej wpłacie, więc koszt zdjęć wchodzi w koszty sklepu. Stawki dla każdej rozdzielczości są w cenniku, a koszt własnego katalogu, z inną liczbą zdjęć i podejść, policzysz w kalkulatorze kosztów AI.

Cały katalog przez API

Przy kilkudziesięciu produktach skrypt oszczędza godziny. Ten przykład bierze listę produktów ze zdjęciami i robi packshot każdego z nich w Nano Banana Pro:

import os, requests

API = "https://jantaris.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['JANTARIS_API_KEY']}"}

PROMPT = ("Packshot of this product on a pure white background, product centered and filling "
          "about 80% of the frame, soft studio light from both sides, subtle shadow under the product, "
          "keep the product and its label exactly as in the reference image, no other text, no logos")

products = [
    {"sku": "KUBEK-01", "photo": "https://twoj-sklep.pl/zdjecia/kubek-01.jpg"},
    {"sku": "KUBEK-02", "photo": "https://twoj-sklep.pl/zdjecia/kubek-02.jpg"},
]

for p in products:
    task = requests.post(f"{API}/generate", params={"wait": 60}, headers=HEADERS, timeout=90, json={
        "model": "nano-banana-pro",
        "input": {"prompt": PROMPT, "aspect_ratio": "1:1", "resolution": "2k", "image_urls": [p["photo"]]},
    }).json()
    if task["status"] != "succeeded":
        print(p["sku"], task["status"], task.get("error"))  # dokończ przez GET /v1/tasks/{id}
        continue
    url = task["output"][0]["url"]
    ext = url.split("?")[0].rsplit(".", 1)[-1]  # format pliku z adresu wyniku
    img = requests.get(url, timeout=60).content
    with open(f"{p['sku']}.{ext}", "wb") as f:
        f.write(img)
    print(p["sku"], task["cost"])

Zdjęcia referencyjne muszą być dostępne pod publicznym adresem. Linki do wyników są tymczasowe, więc skrypt od razu zapisuje pliki. Więcej o obrazach przez API w tekście generowanie obrazów przez API w Pythonie, a jak z packshotu zrobić reklamę wideo, pokazuję w tekście reklama produktu AI krok po kroku.

Najczęstsze pytania

Jak zrobić zdjęcia produktowe AI?

Zrób telefonem ostre zdjęcie produktu, wgraj je jako obraz referencyjny do modelu z referencjami (Nano Banana Pro, GPT Image 2.5, FLUX.2) i opisz w prompcie tło, światło i kadr. Każde zdjęcie sprawdź w powiększeniu, zanim trafi do sklepu.

Czy AI zrobi packshot na białym tle?

Tak. Wpisz w prompcie czyste białe tło, wyśrodkowany produkt i miękkie światło, a do istniejącego zdjęcia użyj edycji: "zamień tło na czystą biel, nie zmieniaj produktu".

Czy mogę wstawić zdjęcia z AI do karty produktu?

Tak, jeśli pokazują dokładnie ten towar, który klient dostanie. Dlatego zawsze używaj zdjęcia prawdziwego produktu jako referencji i sprawdzaj kształt, kolor, etykietę i zawartość zestawu.

Czy model AI dobrze pisze etykiety po polsku?

W moich testach główne napisy w cudzysłowie wychodziły poprawnie z polskimi znakami, ale modele dorysowują drobny tekst bez sensu i czasem cudze logo. Przy prawdziwym produkcie etykietę daj w zdjęciu referencyjnym zamiast ją generować.

Ile kosztuje 100 zdjęć produktowych z AI?

Przy 150 generacjach w Nano Banana Pro to 150 × od 0,439 zł za obraz, w GPT Image 2.5 to 150 × 0,254 zł za obraz. Nieudane generacje nic nie kosztują, a fakturę VAT dostajesz po każdym doładowaniu.

Czy są darmowe zdjęcia produktowe AI?

W Jantarisie nie ma darmowego planu ani kredytów na start, minimalne doładowanie to 40 zł i płacisz od pierwszego obrazu. Darmowe, limitowane opcje mają niektórzy producenci w swoich aplikacjach.