En el trabajo de imagen a imagen, el modelo recibe una imagen además de un prompt. Según el método, el origen fija la composición, el sujeto o solo el estilo, y un ajuste de intensidad decide cuánto puede alejarse el resultado de él. Para los vendedores, la forma útil es aquella en la que la foto del producto es el ancla: la prenda, el bolso o el zapato siguen siendo el sujeto mientras cambian el entorno, la modelo o la luz.
El origen contiene la información de la que depende el resultado. Una foto de móvil borrosa, una prenda arrugada o una dominante de color se transmiten o se rellenan por suposición; una foto nítida, con luz uniforme, de todo el producto y tomada de frente deja al modelo lo mínimo por inventar. Las partes que el origen no muestra, como la espalda de una chaqueta o el interior de un bolso, tienen que inventarse, y ahí es donde aparecen los errores.
Incluso a partir de un buen origen, el resultado es un dibujo nuevo del producto, no los píxeles originales. Cuanto más alto es el ajuste de intensidad, más libremente redibuja el modelo: primero cambia la escena, después derivan el color y la textura, y después la construcción, como las líneas de costura, la forma de los bolsillos y la posición del estampado. Una intensidad baja se mantiene cerca del origen pero conserva también sus defectos, así que el ajuste se encuentra comparando unos cuantos resultados con el artículo real. Los marketplaces que aceptan imágenes de IA piden que muestren el producto con exactitud, y sus normas de marcado difieren.