Beim Erstellen von Produktbildern gibt es einen besonders unangenehmen Fall: Der Hintergrund ist ausgetauscht, aber die Tasse hat sich gleich mit verändert. Der Henkel ist eine Spur dicker, ein paar Rillen fehlen. Auf der Detailseite fällt das beim Vergleich mit der gelieferten Ware sofort auf, und aus dem Vergleich wird eine Reklamation.
Von den Verkaufsargumenten von GPT Image 2.6 ist genau dieses für den Onlinehandel am nützlichsten. OpenAI zufolge bringt das Modell Sunburst „higher-quality generation and greater consistency across edits“, also eine höhere Generierungsqualität und mehr Konsistenz zwischen mehreren Bearbeitungsschritten. Wie viel besser das tatsächlich ist, beziffert der Anbieter nicht; man muss es an einem konkreten Objekt ausprobieren.
Ein erfundenes Produkt, zwei Szenenwechsel
Wir haben einen Pour-over-Kaffeefilter erfunden: cremeweiße, matte Keramik, feine senkrechte Rillen an der Außenwand und ein kleiner Henkel. Zuerst entstand ein Studiofoto auf weißem Hintergrund als Referenz.
Auf Basis dieses Bildes wurde dann mehrfach die Szene geändert. Die Prompt-Struktur ist einfach: erst beschreiben, was sich ändern soll, dann, was nicht angetastet werden darf.
Die erste Szene zeigt eine Walnuss-Tischplatte mit Fensterlicht am frühen Morgen, es ist das Titelbild dieser Seite. Die zweite zeigt grauen Stein mit Pflanzenschatten. In beiden Durchgängen wurden nur Umgebung und Licht verändert.
Nebeneinander betrachtet, passen Tassenform, Verlauf der Rillen und Krümmung des Henkels weitgehend zusammen, und auch Glanzlichter und Schatten im Holztisch-Bild folgen dem Fensterlicht. Die Glasur wirkt in der Holztisch-Version wärmer als auf dem Weißhintergrund-Bild. Das liegt am Licht, und vor dem Einstellen in den Shop muss man entscheiden, ob das akzeptabel ist.
Diese Bilder entstanden in Codex mit der ausdrücklichen Vorgabe, die Fähigkeiten von Images 2.6 zu nutzen. Die Tool-Quittung nennt keine Modellversion, deshalb können wir nicht bestätigen, dass sie tatsächlich von 2.6 stammen, und sie nur als Referenz für einen vergleichbaren Workflow werten.
Chinesisches Plakat bestanden, GIF knapp daneben
Der zweite Test galt dem Chinesischen. Wir ließen ein Hochformat-Plakat erstellen, auf dem nur zwei Textzeilen stehen sollten.
„慢一点，手冲“ (sinngemäß: „Etwas langsamer, Handaufguss“) und „新品上架“ (sinngemäß: „Neuheit im Sortiment“) wurden beide richtig geschrieben, ohne Fehler und ohne zusätzlichen Text. Bei wenigen, großen Zeichen kann man inzwischen etwas beruhigter sein; dichte Werbetexte haben wir nicht getestet. In der offiziellen Dokumentation heißt es, dass bei dichtem Text und komplexen Layouts complexity erhöht werden sollte, was länger dauert und zu ungewollten Änderungen führen kann.
Der dritte Test war ein GIF: Der Filter sollte sich ein kurzes Stück auf einem Drehteller drehen.
Dabei kam ein Sprite Sheet mit sechs Bildern zum Einsatz, das anschließend zusammengesetzt wurde. Bei langsamer Bild-für-Bild-Ansicht verziehen sich Form des Henkels und die Rillen leicht. Als Hauptbild einer Detailseite ist das nicht akzeptabel, und wer eine 360-Grad-Ansicht zeigen will, muss weiterhin echt fotografieren. Als kleine atmosphärische Animation für Social Media oder eine Aktionsseite ist es unproblematisch.
Welche Aufgaben sich abgeben lassen
Nach den Ergebnissen dieses Tests würden wir die Arbeit so aufteilen:
- Gut abzugeben: Szenenbilder, Hintergrundwechsel zu Feiertagen, Vorschauen für Farbvarianten desselben Modells, Social-Media-Bilder, mehrere Testversionen für Werbematerial.
- Braucht menschliche Kontrolle: Plakate mit Text und Layouts für A+-Detailseiten; Text und Zahlen müssen einzeln geprüft werden.
- Weiter echt fotografieren: Hauptbilder, Maßbilder, Materialnahaufnahmen und alles, was das Urteil der Käufer über die tatsächliche Ware beeinflusst.
Die Grenze bei der letzten Kategorie ist klar: KI-Bilder dürfen Anwendungsszenen zeigen, aber keine falschen Erwartungen an das Produkt selbst wecken.
Wo man es nutzt und wie man anfängt
Teams, die bereits ChatGPT verwenden, können direkt loslegen. Das Speichern von Referenzbildern ist eine neue Funktion; offiziell genannt werden als Beispiele Personen, Haustiere und Figuren. Ob sich auch Produkte auf diese Weise speichern und wiederverwenden lassen, kann man selbst ausprobieren.
Wer Produktbilder lieber in einer eigenen Arbeitsumgebung erstellt, kann GPT Image 2.6 auf PixPix nutzen. Die Seite gliedert den Ablauf in drei Schritte, die im Wesentlichen mit dem oben erarbeiteten Vorgehen übereinstimmen:
- Richtung festlegen. Ein Referenzbild hochladen oder eine neue Szene beschreiben.
- Anforderung formulieren. Motiv, Bildaufbau, Licht und zu bewahrende Details klar benennen. Das Beispiel auf der Seite stellt eine Lampe auf einen Walnuss-Beistelltisch und verlangt, Form und die salbeigrüne Oberfläche beizubehalten.
- Prüfen und nachbessern. Jeweils nur eine klar umrissene Änderung vornehmen.
Der dritte Schritt klingt nach einer Selbstverständlichkeit, spart aber tatsächlich viel. Wer fünf Änderungen auf einmal verlangt, weiß bei einem Fehler nicht, welcher Satz das Ergebnis aus der Bahn geworfen hat.
Zur Modellwahl erklärt PixPix, Flare eigne sich für schnelle Iterationen, Sunburst für feine Arbeiten und Konsistenz über mehrere Bearbeitungen; die Arbeitsumgebung wählt standardmäßig Sunburst. Unsere Empfehlung: In der frühen Phase mit Flare mehrere Varianten erzeugen, und sobald die Richtung steht, mit Sunburst das fertige Bild erstellen. Beide Modelle haben denselben API-Preis; wie viele Credits tatsächlich abgebucht werden, zeigt die Arbeitsumgebung an. Auf der Modellseite sind keine Preise aufgeführt, vor einem Abo sollte man das daher klären.
Auf der Seite gibt es außerdem E-Commerce-Werkzeuge wie Produktbildsets, A+-Detailseiten und virtuelle Anproben mit Models; wer komplette Bildserien braucht, kann sich diese gleich mit ansehen. Für die Arbeitsumgebung ist zuerst eine Anmeldung nötig. Diese Funktionen haben wir diesmal nicht getestet, das Ergebnis richtet sich nach dem, was man mit dem eigenen Produkt herausbekommt.
Man nehme das meistverkaufte Produkt, wechsle bei einem echten Foto zwei Szenen und lege das Ergebnis neben das Original. Ob dieser Weg zur eigenen Warenkategorie passt, lässt sich so schnell beurteilen.
Quellen: CocoLoop, Ankündigung in der OpenAI-Entwickler-Community, OpenAI-Dokumentation zur Bildgenerierung, PixPix-Seite zu GPT Image 2.6; das Produkt ist erfunden, die Bilder stammen aus eigenen Tests, die Modellversion lässt sich nicht bestätigen.