No trabalho de imagem para imagem, o modelo recebe uma imagem além de um prompt. Dependendo do método, a origem fixa a composição, o assunto ou só o estilo, e um ajuste de intensidade decide o quanto o resultado pode se afastar dela. Para os vendedores, a forma útil é aquela em que a foto do produto é a âncora: a roupa, a bolsa ou o sapato continuam sendo o assunto enquanto o cenário, a modelo ou a luz mudam.
A origem carrega a informação da qual o resultado depende. Uma foto de celular borrada, uma peça amassada ou uma dominante de cor são repassadas ou contornadas por suposição; uma foto nítida, com luz uniforme, do produto inteiro e feita de frente deixa o mínimo para o modelo inventar. As partes que a origem não mostra, como as costas de uma jaqueta ou o interior de uma bolsa, precisam ser inventadas, e é aí que os erros aparecem.
Mesmo a partir de uma boa origem, o resultado é um novo desenho do produto, não os pixels originais. Quanto maior a intensidade, mais livremente o modelo redesenha: primeiro muda a cena, depois a cor e a textura se desviam, depois a construção, como linhas de costura, formato dos bolsos e posição da estampa. Uma intensidade baixa fica perto da origem, mas mantém também os defeitos dela, por isso o ajuste é encontrado comparando alguns resultados com o artigo real. Os marketplaces que aceitam imagens de IA pedem que elas mostrem o produto com precisão, e as regras de identificação variam entre eles.