Trong image-to-image, mô hình nhận một bức ảnh bên cạnh câu lệnh. Tùy phương pháp, ảnh nguồn cố định bố cục, đối tượng hoặc chỉ phong cách, và một thiết lập cường độ quyết định kết quả được phép đi xa ảnh nguồn đến đâu. Với người bán, dạng hữu ích là dạng lấy ảnh sản phẩm làm điểm neo: trang phục, túi hay giày vẫn là đối tượng chính trong khi bối cảnh, người mẫu hoặc ánh sáng thay đổi.
Ảnh nguồn mang những thông tin mà kết quả phụ thuộc vào. Một ảnh điện thoại bị mờ, một trang phục nhàu nát hay một vệt ám màu sẽ bị truyền sang hoặc bị đoán bù; một ảnh sắc nét, sáng đều, chụp thẳng toàn bộ sản phẩm để lại ít nhất những gì mô hình phải tự nghĩ ra. Những phần ảnh nguồn không thể hiện, như mặt sau áo khoác hay bên trong túi, phải được bịa ra, và đó là nơi lỗi xuất hiện.
Ngay cả từ một ảnh nguồn tốt, đầu ra vẫn là một bản vẽ mới của sản phẩm chứ không phải các pixel gốc. Thiết lập cường độ càng cao, mô hình càng vẽ lại tự do: bối cảnh thay đổi trước, rồi màu sắc và kết cấu trôi lệch, rồi đến cấu trúc như đường may, hình dáng túi và vị trí hình in. Cường độ thấp bám sát ảnh nguồn nhưng cũng giữ lại khuyết điểm của nó, nên thiết lập phù hợp được tìm ra bằng cách so vài kết quả với món hàng thật. Các sàn chấp nhận ảnh AI yêu cầu ảnh thể hiện sản phẩm chính xác, và quy định đánh dấu khác nhau giữa các sàn.