La fijan tres factores: el diafragma, donde una abertura mayor da una zona nítida más fina; la distancia al sujeto, donde más cerca significa más fina; y el objetivo y el sensor. A las distancias que se usan para joyas y productos pequeños, la zona puede ser más fina que el propio producto, de modo que la parte delantera de un anillo sale nítida y la trasera blanda. Los modos retrato de los móviles imitan por software una profundidad de campo reducida y pueden desenfocar partes del propio producto, como una cadena, un borde de encaje o hilos sueltos.
La elección depende de la imagen. En los packshots y las imágenes principales sobre fondo liso, todo el producto debe estar nítido de delante atrás, y un fondo desenfocado no aporta nada porque detrás del producto no hay nada que ocultar; un diafragma más cerrado y un trípode para la exposición más larga resuelven el trabajo. En las imágenes lifestyle y con modelo, una profundidad de campo reducida separa el producto de un entorno recargado. El foco corresponde entonces a la prenda, no a los ojos de la modelo, siempre que ambos estén a distancias distintas.
Cerrar el diafragma al máximo no da el resultado más nítido: pasado cierto punto toda la imagen vuelve a ablandarse, por lo que la mayoría de los objetivos rinden con más nitidez en la mitad de su rango. Cuando un producto es más profundo que cualquier zona nítida única, el apilado de enfoque combina varias tomas. La comprobación se hace a tamaño completo en la parte más alejada del producto: las costuras, el cierre, las letras de una etiqueta. Muchas normas de marketplace rechazan las imágenes borrosas, y un producto en parte desenfocado cuenta como tal.