Foto de produto com IA a partir de uma foto de celular: o que funcionou e o que quebrou
Tem um frasco spray de vidro âmbar sem marca na minha mesa, desses em que a gente coloca perfume fracionado. Tirei uma única foto dele no celular e quis descobrir se aquele único quadro bastava para produzir um conjunto de fotos de produto com IA boas o suficiente para uma página de venda, mais um vídeo de produto com IA curto.
Sem estúdio, sem softbox, sem contratar ninguém. Este é o percurso inteiro, incluindo as duas partes que não deram certo.
O que falta de verdade numa foto de celular
Mesa de madeira, um cabo de carregador embolado, meio café frio, uma sombra dura da luminária do teto e um tom amarelo-esverdeado por cima de tudo. É desse ponto que a maioria dos pequenos vendedores realmente começa.
O que falta não é nitidez. São outras três coisas: o fundo está poluído, a luz não tem direção e o enquadramento não vai combinar com as outras imagens do anúncio. Essas três são justamente o que a foto de produto com IA resolve melhor hoje.
A exigência sobre o arquivo original é pequena: o objeto inteiro visível, sem tremido e sem estar afundado na sombra. Atendendo a isso, uma foto de celular já serve.
O primeiro passo não é gerar nada, é recortar o objeto
Começando pela conclusão: o recorte de fundo foi a parte menos trabalhosa de todo o processo.
O original à esquerda, o recorte no meio e a borda do vidro ampliada até aparecerem os pixels à direita. A sobretampa transparente sobreviveu inteira e o contorno voltou sem halo branco e sem serrilha — vidro e plástico transparente costumam ser onde os recortes desandam, e este passou de primeira. Essa etapa passou pela remoção de fundo.
Ampliar, porém, revelou outra coisa: o tom amarelo-esverdeado do original veio junto, intacto. Recortar separa o objeto do fundo, não corrige cor. Ou seja, esse arquivo com fundo transparente não é uma foto de produto com IA pronta — é a referência da qual todas as seguintes saem.
Iluminação vale mais que cenário: escreva a luz, não o lugar
Com a referência na mão, usei a geração de imagens com IA para produzir as quatro cenas que as páginas de produto mais pedem.
No alto à esquerda, a imagem principal em branco: luz chapada, rebatedor à direita e uma pequena sombra de contato sob a base. No alto à direita, sobre pedra bege com contraluz quente e rasante, a sombra se alonga e um fio dourado corre na borda direita do vidro. Embaixo à esquerda, fundo escuro com uma única luz dura e a metade esquerda mergulhada na sombra. Embaixo à direita, o caminho lifestyle: bancada de mármore e alguns ramos de eucalipto.
O aprendizado mais útil desta etapa: escreva a cena e a luz juntas. "Sobre uma superfície de pedra" devolve uma superfície e um banho de luz sem direção. "Contraluz quente e rasante vindo de cima à direita, sombra esticada para a esquerda, fio dourado na borda direita do vidro" devolve a imagem acima. Direção, dureza e temperatura de cor mexem muito mais numa foto de produto com IA do que aquilo que você coloca no fundo.
A instrução de direção também nem sempre é obedecida. Tentei mais uma sobre acrílico preto, pedindo luz vindo da esquerda com a sombra caindo à direita. O reflexo espelhado ficou lindo; a área clara no chão continuou à esquerda e a sombra quase não apareceu. Essa foi descartada.
Colocar uma mão no quadro
Todo anúncio precisa de uma foto do tipo "que tamanho isso tem na mão", e a mão é justamente onde as fotos de produto com IA se entregam: dedos fundidos, um a mais, uma falange dobrando ao contrário.
Ampliei e contei: cinco dedos, articulações dobrando no sentido certo, unhas do mesmo comprimento e até a dobra de pele entre o polegar e o indicador. De primeira, sem refazer.
O que quebrou: o texto passou, a tampa não
Modelos de imagem não conseguem escrever texto legível. Eu tratava isso como assunto encerrado, então fui conferir.
"LAVENDER MIST / 50 ml" voltou escrito corretamente. Trocando para chinês — 薰衣草喷雾 / 净含量 50 毫升 — saíram nove caracteres sem um traço errado. No tamanho de um rótulo curto, essa ideia herdada venceu.
O que realmente quebrou eu quase deixei passar.
Na ponta esquerda, a tampa original: ombro quadrado, corpo reto, topo plano. As quatro à direita são as imagens finais. Todas as tampas viraram abauladas, nenhuma com a mesma altura ou largura, e o bico interno muda de formato a cada vez.
O modelo segurou bem as coisas grandes — cor do vidro, posição do rótulo, fundo, iluminação. Quem desliza é esse tipo de detalhe estrutural, um pouco mais a cada redesenho. Num produto real isso pesa: o comprador cujo pacote não bate com a imagem principal deixa uma avaliação de uma estrela.
A solução é tosca, mas funciona: escolha a imagem cuja tampa esteja mais próxima do objeto real, trave-a como referência única e regenere as demais fotos de produto com IA a partir dela, em vez de começar cada uma do zero.
Da imagem parada a um vídeo de produto com IA de 10 segundos
Peguei o quadro sobre a pedra e mandei para primeiro e último quadro para vídeo, gerando um vídeo de produto com IA de 10 segundos.
Meu prompt pedia duas coisas: uma aproximação bem lenta e uma luz lateral varrendo da direita para a esquerda, encurtando a sombra. Só a primeira aconteceu. A aproximação é firme — formato do frasco, proporção do rótulo e cor do vidro não oscilam em mais de duzentos quadros — mas a luz está praticamente congelada e a sombra tem o mesmo comprimento no fim e no começo.
Fico com essa troca. O pior defeito de um vídeo de produto com IA é o objeto se deformar enquanto a câmera anda, e uma câmera comportada é um seguro barato. Se precisar de mais ângulos, gere mais alguns vídeos de produto com IA a partir do mesmo quadro travado e monte tudo junto.
Quanto custou em tempo
Quarenta minutos e pouco da foto até os arquivos finais, mais da metade disso esperando as gerações e escolhendo entre elas. Refiz duas vezes: a imagem sobre acrílico preto errou a direção da luz, errou de novo na segunda tentativa e foi abandonada; o deslize da tampa só apareceu depois que tudo estava pronto, o que jogou fora uma rodada inteira de quatro fundos. Travar uma referência logo no começo teria economizado essa rodada.
Vale dizer que só uma etapa de todo esse processo exige gosto: escolher qual imagem vira a referência. O resto é repetição.
Se você tem um produto que não consegue fotografar bem, seu ponto de partida não precisa ser melhor que a minha foto. A geração de imagens com IA cuida das imagens paradas, a geração de vídeos com IA cuida do clipe, e quando quiser espalhar uma dúzia de fotos de produto com IA e alguns vídeos lado a lado para comparar, arraste tudo para a tela generativa — qual manter e qual refazer fica óbvio de cara.