Foto prodotto con l'IA da uno scatto al telefono: cosa ha funzionato e cosa si è rotto

Sulla scrivania ho un flacone spray di vetro ambrato senza marca, di quelli in cui si travasa il profumo. L'ho fotografato una volta sola col telefono, per capire se quel singolo scatto bastasse a produrre una serie di foto prodotto con l'IA presentabili su una scheda articolo, più un breve video prodotto con l'IA.

Niente studio, niente softbox, nessuno assunto. Ecco l'intero percorso, comprese le due parti che non hanno funzionato.

Cosa manca davvero a uno scatto col telefono

Una scrivania di legno, un cavo di ricarica annodato, mezzo caffè freddo, un'ombra dura dalla plafoniera e una dominante giallo-verde su tutto. È da qui che parte davvero la maggior parte dei piccoli venditori.

Quello che manca non è la nitidezza. Sono altre tre cose: lo sfondo è affollato, la luce non ha direzione e l'inquadratura non si accorderà con le altre immagini della scheda. Quelle tre sono esattamente ciò che oggi la foto prodotto con l'IA risolve meglio.

I requisiti sullo scatto di partenza sono pochi: oggetto interamente visibile, non mosso, non affondato nell'ombra. Rispettati quelli, uno scatto col telefono basta.

Il primo passo non è generare, è scontornare

Prima la conclusione: lo scontorno è stata la parte meno problematica dell'intero lavoro.

A sinistra l'originale, al centro lo scontorno, a destra il bordo del vetro ingrandito fino a vedere i pixel. Il sovratappo trasparente è rimasto intatto e il contorno è tornato senza alone bianco né sfrangiature — vetro e plastica trasparente sono di solito il punto in cui gli scontorni crollano, e questo è passato al primo colpo. Quel passaggio è andato attraverso la rimozione dello sfondo.

Ingrandendo è però emerso altro: la dominante giallo-verde dell'originale è arrivata identica. Scontornare separa il soggetto dallo sfondo, non corregge il colore. Questo file su fondo trasparente quindi non è una foto prodotto con l'IA finita: è il riferimento da cui nascono tutte le successive.

La luce batte lo scenario: scrivi la luce, non il posto

Con il riferimento in mano ho usato la generazione di immagini IA per produrre le quattro scene che le schede prodotto chiedono più spesso.

In alto a sinistra l'immagine principale su bianco: luce piatta, un pannello di rimando a destra, una piccola ombra di contatto sotto la base. In alto a destra su pietra beige con un controluce caldo e radente, l'ombra si allunga e un filo dorato corre sul bordo destro del vetro. In basso a sinistra fondo scuro con una sola luce dura, la metà sinistra sprofondata nell'ombra. In basso a destra la via lifestyle: piano di marmo e qualche rametto di eucalipto.

La cosa più utile imparata qui: scrivi la scena e la luce insieme. «Su una superficie di pietra» restituisce una superficie e un bagno di luce senza direzione. «Controluce caldo e radente da in alto a destra, ombra tirata verso sinistra, filo dorato sul bordo destro del vetro» restituisce l'immagine qui sopra. Direzione, durezza e temperatura colore spostano una foto prodotto con l'IA molto più di quello che metti nello sfondo.

Nemmeno l'indicazione sulla direzione viene sempre rispettata. Ne ho tentata un'altra su acrilico nero, chiedendo luce da sinistra e ombra che cade a destra. Il riflesso a specchio è venuto benissimo; la zona chiara a terra è rimasta a sinistra e l'ombra quasi non si vedeva. Quella è stata scartata.

Mettere una mano nell'inquadratura

Ogni scheda ha bisogno di uno scatto «quanto è grande in mano», e la mano è proprio il punto in cui le foto prodotto con l'IA si tradiscono: dita fuse, una in più, una nocca piegata al contrario.

Ho ingrandito e contato: cinque dita, articolazioni piegate nel verso giusto, unghie della stessa lunghezza, perfino la piega di pelle alla base del pollice. Al primo tentativo, senza rifacimenti.

Cosa si è rotto: il testo è passato, il tappo no

I modelli di immagini non sanno scrivere testo leggibile. Lo davo per assodato, quindi l'ho verificato.

«LAVENDER MIST / 50 ml» è tornato scritto correttamente. Passando al cinese — 薰衣草喷雾 / 净含量 50 毫升 — sono usciti nove caratteri senza un tratto sbagliato. Sulla lunghezza di un'etichetta breve, quella nozione ricevuta è scaduta.

Quello che si è rotto davvero stavo per non vederlo.

All'estrema sinistra il tappo dell'originale: spalla squadrata, fusto dritto, sommità piatta. I quattro alla sua destra sono gli scatti finiti. Tutti i tappi sono diventati bombati, nessuno della stessa altezza o larghezza, e l'ugello interno cambia forma ogni volta.

Il modello ha tenuto bene le cose grandi — colore del vetro, posizione dell'etichetta, sfondo, luce. A slittare è proprio il dettaglio strutturale, un po' di più a ogni ridisegno. Su un prodotto vero questo pesa: chi apre un pacco che non corrisponde all'immagine principale lascia una recensione da una stella.

Il rimedio è rozzo ma funziona: scegli lo scatto col tappo più vicino all'oggetto reale, fissalo come riferimento unico e rigenera le altre foto prodotto con l'IA a partire da quello, invece di ripartire ogni volta da zero.

Dal fermo immagine a un video prodotto con l'IA da 10 secondi

Ho preso il fotogramma sulla pietra e l'ho passato a primo e ultimo fotogramma a video, ottenendo un video prodotto con l'IA da 10 secondi.

Il prompt chiedeva due cose: un avvicinamento molto lento e una luce laterale che spazza da destra a sinistra accorciando l'ombra. È successa solo la prima. L'avvicinamento è stabilissimo — forma del flacone, proporzioni dell'etichetta e colore del vetro non oscillano per più di duecento fotogrammi — mentre la luce è di fatto ferma e l'ombra è lunga uguale all'inizio e alla fine.

Lo scambio mi va bene. Il difetto peggiore di un video prodotto con l'IA è il soggetto che si deforma mentre la camera si muove, e una camera educata è un'assicurazione a poco prezzo. Se servono altre inquadrature, si tirano fuori altri video prodotto con l'IA dallo stesso fotogramma fissato e si montano insieme.

Quanto è costato in tempo

Poco più di quaranta minuti dallo scatto ai file finiti, e più della metà sono stati attesa delle generazioni e scelta tra i risultati. Rifatti solo due: lo scatto su acrilico nero ha sbagliato la direzione della luce, l'ha sbagliata anche al secondo tentativo ed è stato abbandonato; lo slittamento del tappo è emerso solo a lavoro finito, cancellando un giro intero di quattro sfondi. Fissare un riferimento prima avrebbe risparmiato quel giro.

Vale la pena notare che in tutto il processo un solo passaggio richiede gusto: scegliere quale fotogramma diventa il riferimento. Il resto è ripetizione.

Se hai un prodotto che non riesci a fotografare bene, il tuo punto di partenza non deve essere migliore del mio scatto. La generazione di immagini IA pensa ai fermi, la generazione di video IA al filmato, e quando vuoi stendere una dozzina di foto prodotto con l'IA e qualche video fianco a fianco per giudicarli, trascina tutto sulla tela generativa: quale tenere e quale rilanciare si capisce a colpo d'occhio.