Fotografía de producto con IA a partir de una foto de móvil: qué funcionó y qué se rompió
Sobre mi escritorio hay un frasco spray de cristal ámbar sin marca, de esos en los que se trasvasa perfume. Le hice una sola foto con el móvil y quise averiguar si ese único fotograma bastaba para sacar un juego de fotos de producto con IA presentables en una ficha, más un vídeo de producto con IA corto.
Sin estudio, sin ventana de luz, sin contratar a nadie. Este es el recorrido completo, incluidas las dos partes que no salieron.
Qué le falta de verdad a una foto de móvil
Un escritorio de madera, un cable de carga hecho un nudo, medio café frío, una sombra dura del plafón del techo y una dominante verde amarillenta sobre todo. Este es el punto de partida real de la mayoría de vendedores pequeños.
Lo que le falta no es nitidez. Son otras tres cosas: el fondo está cargado, la luz no tiene dirección y el encuadre no casará con las demás imágenes de la ficha. Esas tres son justo lo que mejor resuelve hoy la fotografía de producto con IA.
El listón para la imagen de origen es bajo: el objeto entero visible, sin trepidación y sin quedar hundido en la sombra. Con eso, una foto de móvil basta.
El primer paso no es generar, es recortar el objeto
Primero la conclusión: el recorte de fondo fue la parte que menos problemas dio de todo el proceso.
El original a la izquierda, el recorte en el centro y el borde del cristal ampliado hasta ver los píxeles a la derecha. El sobretapón transparente sobrevivió entero y el contorno salió sin halo blanco ni flecos: el cristal y el plástico transparente son justo donde los recortes suelen desmoronarse, y este pasó a la primera. Ese paso fue con eliminación de fondo.
Ampliar sí destapó otra cosa: la dominante verde amarillenta del original vino intacta detrás. Recortar separa el sujeto del fondo, no corrige el color. Así que este archivo con fondo transparente no es una foto de producto con IA terminada, es la referencia de la que salen todas las demás.
La luz manda sobre el decorado: escribe la luz, no el sitio
Con la referencia en la mano, usé la generación de imágenes con IA para sacar las cuatro escenas que más piden las fichas de producto.
Arriba a la izquierda, la imagen principal sobre blanco: luz plana, un rebote a la derecha y una pequeña sombra de contacto bajo la base. Arriba a la derecha, sobre piedra beis con un contraluz cálido y rasante, la sombra se alarga y un filo dorado recorre el borde derecho del cristal. Abajo a la izquierda, fondo oscuro con una sola luz dura y la mitad izquierda hundida en sombra. Abajo a la derecha, la vía lifestyle: encimera de mármol y unas ramas de eucalipto.
Lo más útil que saqué de este paso: escribe la escena y la luz juntas. «Sobre una superficie de piedra» te da una superficie y un baño de luz sin dirección. «Contraluz cálido y rasante desde arriba a la derecha, sombra estirada hacia la izquierda, filo dorado en el borde derecho del cristal» te da la imagen de arriba. La dirección, la dureza y la temperatura de color mueven una foto de producto con IA mucho más que lo que pongas en el fondo.
La indicación de dirección tampoco se cumple siempre. Probé otra sobre acrílico negro pidiendo luz desde la izquierda y sombra cayendo a la derecha. El reflejo especular salió precioso; la zona clara del suelo se quedó a la izquierda y la sombra apenas se veía. Esa se descartó.
Meter una mano en el encuadre
Toda ficha necesita una toma de «qué tamaño tiene en la mano», y la mano es justo donde las fotos de producto con IA se delatan: dedos fundidos, uno de más, un nudillo doblado al revés.
Amplié y conté: cinco dedos, articulaciones dobladas en el sentido correcto, uñas de la misma longitud e incluso el pliegue de piel del arco del pulgar. A la primera, sin repetir.
Lo que se rompió: el texto pasó, el tapón no
Los modelos de imagen no saben escribir texto legible. Lo daba por zanjado, así que lo comprobé.
«LAVENDER MIST / 50 ml» volvió correctamente escrito. Al cambiarlo por chino — 薰衣草喷雾 / 净含量 50 毫升 — salieron nueve caracteres sin un solo trazo mal. A escala de etiqueta corta, esa idea heredada ha caducado.
Lo que sí se rompió estuve a punto de no verlo.
A la izquierda del todo, el tapón del original: hombro cuadrado, fuste recto, remate plano. Los cuatro de su derecha son las tomas acabadas. Todos los tapones se volvieron abombados, ninguno con la misma altura ni la misma anchura, y la boquilla interior cambia de forma cada vez.
El modelo mantuvo bien lo grande: color del cristal, posición de la etiqueta, fondo, iluminación. Lo que se desvía es este tipo de detalle estructural, un poco más con cada redibujado. En un producto real eso pesa: un comprador cuyo paquete no coincide con la imagen principal deja una reseña de una estrella.
El arreglo es tosco pero funciona: elige la toma cuyo tapón se parezca más al objeto real, fíjala como referencia única y regenera el resto de fotos de producto con IA a partir de esa, en lugar de empezar cada una desde cero.
De la imagen fija a un vídeo de producto con IA de 10 segundos
Elegí el fotograma sobre piedra y lo pasé por primer y último fotograma a vídeo para sacar un vídeo de producto con IA de 10 segundos.
Mi prompt pedía dos cosas: un avance muy lento y una luz lateral barriendo de derecha a izquierda para que la sombra se acortara. Solo ocurrió la primera. El avance es de una estabilidad total — la forma del frasco, las proporciones de la etiqueta y el color del cristal no bailan en más de doscientos fotogramas — pero la luz está prácticamente congelada y la sombra mide lo mismo al final que al principio.
Me quedo con el cambio. El peor fallo posible en un vídeo de producto con IA es que el sujeto se deforme mientras la cámara se mueve, y una cámara obediente es un seguro barato. Si necesitas más ángulos, saca unos cuantos vídeos de producto con IA más desde el mismo fotograma fijado y móntalos juntos.
Lo que costó en tiempo
Cuarenta minutos largos desde la foto hasta los archivos terminados, más de la mitad esperando generaciones y decidiendo entre ellas. Repeticiones, solo dos: la toma sobre acrílico negro erró la dirección de la luz, volvió a errarla en el reintento y quedó abandonada; la deriva del tapón apareció cuando ya estaba todo hecho, lo que tiró a la basura una tanda completa de cuatro fondos. Fijar una referencia antes habría ahorrado esa tanda.
Conviene señalar que en todo el proceso solo un paso exige gusto: elegir qué fotograma se convierte en la referencia. El resto es repetición.
Si tienes un producto que no consigues fotografiar bien, tu punto de partida no necesita ser mejor que mi foto. La generación de imágenes con IA se encarga de las fijas, la generación de vídeos con IA del clip, y cuando quieras poner una docena de fotos de producto con IA y unos cuantos vídeos uno al lado del otro para juzgarlos, arrástralo todo al lienzo generativo: cuál conservar y cuál relanzar se ve de un vistazo.