Product Updates··2 Min. Lesezeit

Pixelgenaue Größen für Marktplätze

Lege Breite und Höhe pro Anweisung in flat-to-model fest, damit die Ergebnisse Amazon, Shopify, Zalando und ASOS ohne Nachzuschnitt erfüllen.

By On-Model Team

On-Model KI-Fashion-Model umrahmt von präzisen Rechtecken, die unterschiedliche Marktplatz-Bilddimensionen darstellen

Jeder Fashion-Händler hat seine eigenen Bildvorgaben, und die meisten akzeptieren nichts anderes. Shopify-Produkt-Listings laufen bei 2048×2048. Amazon-Fashion-Hauptbilder bei 2000×2000. Zalando-Kataloge sitzen bei etwa 1500×2000. Luxus-Plattformen wie Farfetch tendieren zu Hochformaten bei 2:3 oder 3:4.

Übliche Größen für On-Model-Fashion-Bilder (immer das jeweilige Händler-Portal prüfen — die genauen Anforderungen variieren):

HändlerÜbliche GrößeSeitenverhältnis
Shopify (DTC-Produkt)2048×20481:1
Amazon Fashion (Hauptbild)2000×20001:1
Zalando (Katalog-Master)1500×20003:4
ASOS (PDP-Master)1500×1900~4:5
Farfetch (PDP)1000×15002:3

Keines dieser Formate passt sauber zu unseren 1K / 2K / 4K-Voreinstellungen mal der Standard-Liste der Seitenverhältnisse. Bisher hieß das: nächste Voreinstellung erzeugen und manuell zuschneiden. Umständlich, und nie genau die Master-Datei, die du eigentlich brauchst.

Was neu ist

Flat-to-model akzeptiert jetzt optional width × height pro Anweisung. Sind sie gesetzt, überschreiben sie size und ar, und das Ergebnis kommt in genau dieser Pixelauflösung zurück, ohne Nachzuschnitt. Verfügbar ab Pro 1.

In der App hat der Output-Bereich jeder Anweisung jetzt einen Dimensions-Schalter: Preset (die bestehenden Output-Size- und Aspect-Ratio-Dropdowns) oder Custom (zwei Zahlenfelder, Width und Height). Wähle, was zum Marktplatz passt, und sende ab.

In der API sind es zwei optionale Felder innerhalb von options:

POST /flat-2-model
{
"identity_code": "default-pro-...",
"project_id": "proj_...",
"images": ["sweater-uuid", "chinos-uuid"],
"instructions": [
  {
    "prompt": "Editorial fashion catalog shot, neutral studio backdrop",
    "pose": "standing three-quarter",
    "options": {
      "width": 2000,
      "height": 2800,
      "format": "jpg"
    }
  }
]
}

Die zwei Eingangs-Assets

Wir starten mit einem klassischen E-Commerce-Flat-Lay-Paar — einem gefalteten marineblauen Rundhalspullover und einer aufgehängten olivgrünen Chino — beide vor hellem Hintergrund aufgenommen, also genau die Art von Master-Bildern, die jeder Katalog ohnehin schon hat:

Flat-Lay eines gefalteten marineblauen Rundhalspullovers aus Kaschmir auf hellgrauem Hintergrund
Input 1 — Marineblauer Pullover (Flat-Lay)
Flat-Lay einer olivgrünen, tailliert geschnittenen Chino auf hellgrauem Hintergrund
Input 2 — Olivgrüne Chino (Flat-Lay)

Eine Szene, drei Größen

Dieselben Flat-Lays mit demselben Model und demselben Preset, ausgegeben in drei verschiedenen Specs, indem nur width und height geändert wurden (Bild anklicken zum Zoomen):

On-Model — individuelle Dimensionen
2000×2800 — 5:7-Hochformat-Master
2048×2048 — 1:1 (Shopify, Amazon)
2704×2024 — 4:3 Querformat-Hero

Drei native Master, ein Preset-Aufwand. Kein Nachzuschnitt, kein Resampling: Die Datei, die du herunterlädst, ist die Datei, die du auf den Marktplatz hochlädst.

Wichtige Grenzen

  • Bereich: 256-7000 Pixel pro Seite, in Achterschritten.
  • Seitenverhältnis: zwischen 1:4 und 4:1. Außerhalb dieser Spanne lässt die Bildqualität spürbar nach.
  • Credits: Abrechnung nach implizitem Tier — max(W, H) ≤ 1024 zählt als 1K, ≤ 2048 als 2K, größer als 4K. Also ist 2000×2800 ein 2K-Job; 3000×4500 läuft auf 4K.
  • Tier: Pro 1 und höher (siehe Preise). Free- und Basic-Konten behalten den Preset-Flow.

Das Frontend prüft jede Eingabe live (ganze Zahlen, im Bereich, Vielfache von 8, Verhältnis innerhalb der Grenzen). Dieselben Regeln werden serverseitig erzwungen.

Free- und Basic-Nutzer können trotzdem Presets mit Width und Height anlegen — die Dimensionen bleiben einfach inaktiv, bis das Konto upgegradet wird. Kein späteres Nachbearbeiten nötig.

flat-to-modelmarktplätzeproindividuelle-dimensionenamazonshopifyzalandoasosfarfetchworkflow