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.

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):
| Händler | Übliche Größe | Seitenverhältnis |
|---|---|---|
| Shopify (DTC-Produkt) | 2048×2048 | 1:1 |
| Amazon Fashion (Hauptbild) | 2000×2000 | 1:1 |
| Zalando (Katalog-Master) | 1500×2000 | 3:4 |
| ASOS (PDP-Master) | 1500×1900 | ~4:5 |
| Farfetch (PDP) | 1000×1500 | 2:3 |
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:
{
"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:


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):
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) ≤ 1024zählt als 1K,≤ 2048als 2K, größer als 4K. Also ist2000×2800ein 2K-Job;3000×4500läuft 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.
Weiterlesen

Wähle deine AI-Engine
Entscheide pro Flat-to-Model- oder Model-Swap-Auftrag, welche KI-Engine generiert, und sieh, welche jedes Output produziert hat.

Styling mit Notes steuern
Styling Notes zu Flat-Lay-Fotos hinzufuegen und steuern, wie die KI jedes Kleidungsstueck traegt: eingesteckt, gekrempelt, geschichtet oder umgefaerbt.

KI-Presets aus jedem Modefoto erstellen
Laden Sie ein Referenz-Modefoto hoch und lassen Sie die KI Pose, Hintergrund, Beleuchtung und Kameraeinstellungen in ein wiederverwendbares Preset extrahieren — automatisieren Sie Ihren Produktfotografie-Stil in Sekunden.