Nel lavoro da immagine a immagine il modello riceve un’immagine oltre a un prompt. A seconda del metodo, l’immagine di partenza fissa la composizione, il soggetto o solo lo stile, e un’impostazione di intensità decide quanto il risultato possa allontanarsene. Per i venditori la forma utile è quella in cui la foto del prodotto fa da ancora: il capo, la borsa o la scarpa restano il soggetto mentre cambiano l’ambientazione, la modella o la luce.
L’immagine di partenza contiene le informazioni da cui dipende il risultato. Una foto da smartphone sfocata, un capo spiegazzato o una dominante di colore vengono trasmessi oppure compensati per ipotesi; una foto nitida, con luce uniforme, dell’intero prodotto e scattata frontalmente lascia al modello il minimo da inventare. Le parti che la foto non mostra, come il dietro di una giacca o l’interno di una borsa, devono essere inventate, ed è lì che compaiono gli errori.
Anche da una buona foto di partenza, il risultato è un nuovo disegno del prodotto, non i pixel originali. Più alta è l’intensità, più liberamente il modello ridisegna: prima cambia la scena, poi derivano colore e trama, poi la costruzione, come le linee delle cuciture, la forma delle tasche e la posizione della stampa. Un’intensità bassa resta vicina alla foto di partenza ma ne conserva anche i difetti, per cui l’impostazione si trova confrontando alcuni risultati con l’articolo reale. I marketplace che accettano immagini IA chiedono che mostrino il prodotto in modo accurato, e le loro regole di marcatura differiscono.