Bei Image-to-Image erhält das Modell neben einem Prompt auch ein Bild. Je nach Verfahren legt die Vorlage die Komposition, das Motiv oder nur den Stil fest, und eine Stärke-Einstellung entscheidet, wie weit sich das Ergebnis davon entfernen darf. Für Händler ist die Form nützlich, bei der das Produktfoto der Anker ist: Kleidungsstück, Tasche oder Schuh bleiben das Motiv, während Umgebung, Model oder Licht wechseln.
Die Vorlage trägt die Information, von der das Ergebnis abhängt. Ein unscharfes Handyfoto, ein zerknittertes Kleidungsstück oder ein Farbstich wird entweder weitergegeben oder umgangen und geraten; ein scharfes, gleichmäßig beleuchtetes Foto des ganzen Produkts, gerade von vorn aufgenommen, lässt dem Modell am wenigsten zu erfinden. Teile, die die Vorlage nicht zeigt, etwa die Rückseite einer Jacke oder das Innere einer Tasche, müssen erfunden werden, und dort entstehen Fehler.
Selbst aus einer guten Vorlage ist die Ausgabe eine neue Zeichnung des Produkts, nicht die ursprünglichen Pixel. Je höher die Stärke-Einstellung, desto freier zeichnet das Modell neu: Zuerst geht die Szene, dann verschieben sich Farbe und Struktur, dann die Verarbeitung wie Nahtlinien, Taschenformen und Druckplatzierung. Eine niedrige Stärke bleibt nah an der Vorlage, behält aber auch ihre Mängel; die Einstellung wird daher gefunden, indem man einige Ergebnisse mit dem echten Artikel vergleicht. Marktplätze, die KI-Bilder annehmen, verlangen, dass sie das Produkt genau zeigen, und ihre Kennzeichnungsregeln unterscheiden sich.