Crea Presets de IA a Partir de Cualquier Foto de Moda

Crear presets personalizados siempre ha sido la forma más potente de controlar tus resultados — pero ¿rellenar manualmente más de 15 campos? Ahí es donde la mayoría de los usuarios abandonaban. Lo vimos en los datos: los equipos se quedaban con las categorías predeterminadas en lugar de crear las suyas propias, incluso cuando su marca necesitaba algo diferente.

Algunos usuarios avanzados descubrieron un atajo — pegar imágenes de referencia en ChatGPT y pedirle que generara nuestro formato JSON. Ingenioso, pero engorroso. Decidimos integrar ese flujo de trabajo directamente en la plataforma.

Extract from Image

El nuevo botón From Image en el asistente de creación de presets te permite subir o seleccionar cualquier fotografía de moda y hacer que la IA extraiga automáticamente todos los ajustes de estilo en un preset listo para usar. Una imagen de entrada, un preset de salida.

Esto es lo que sucede internamente: la imagen se envía a nuestro pipeline de IA, que analiza la fotografía y devuelve valores estructurados para cada campo del preset — pose, fondo, estilo, expresión, estado de ánimo, paleta de colores, ajustes de cámara e iluminación.

El resultado aterriza directamente en el Visual Editor con todos los campos rellenados. Desde ahí, puedes revisar, ajustar y guardar.

Cómo funciona

Paso 1 — Abre el asistente de presets

Navega a Presets y haz clic en New Preset. Rellena lo básico (nombre, descripción, categoría, tipo) y continúa al paso de Style & Settings.

Paso 2 — Haz clic en "From Image"

En la esquina superior derecha del paso de Style & Settings, haz clic en From Image. Esto abre el selector de activos donde puedes:

• Seleccionar de tu biblioteca — elige cualquier imagen que ya hayas subido
• Subir una imagen nueva — arrastra y suelta o haz clic para subir una foto de referencia

Paso 3 — Confirma y extrae

Después de seleccionar una imagen, verás un mensaje de confirmación: "Esto usará 1 crédito para extraer los ajustes del preset." Haz clic en Confirmar y la IA analiza la fotografía en unos segundos.

Una vez completado, el asistente avanza al Visual Editor con todos los campos rellenados:

• Campos creativos — pose, fondo, estilo, expresión, estado de ánimo, paleta de colores
• Ajustes de cámara — encuadre, ángulo, lente, apertura
• Configuración de iluminación — dirección, calidad, complejidad

La IA también sugiere un nombre y descripción del preset basándose en lo que ve en la imagen.

¿Qué hace una buena imagen de referencia?

La calidad de la extracción depende de la entrada. Para mejores resultados:

• Usa fotos de alta resolución — la IA necesita ver detalles como la dirección de la iluminación y la profundidad de campo
• Elige imágenes con iluminación clara y visible — configuraciones de iluminación dramáticas o bien definidas producen resultados de extracción más específicos
• Las tomas de cuerpo completo o tres cuartos funcionan mejor — dan a la IA suficiente contexto para pose, encuadre y fondo
• Cualquier estilo de fotografía de moda funciona — editorial, street, estudio, lifestyle, e-commerce. La IA se adapta a lo que le des

En acción — de referencia a resultado

Aquí hay un ejemplo real. Tomamos una foto de producto de la tienda online de Ralph Lauren — una toma casual de streetwear con luz solar natural intensa, una pose atlética y un escenario exterior con un SUV viejo. El tipo de fotografía de estilo de vida aspiracional en la que marcas como Ralph Lauren, Nike y ASOS invierten fuertemente. Usamos Extract from Image para crear un preset a partir de ella, y luego aplicamos ese preset a nuestro propio producto con Paul como nuestro modelo de IA:

PaulAI Model IdentityBasic-tier identity used for this example

Lo que la IA extrajo:

{
  "pose": "leaning forward slightly, dribbling a basketball",
  "background": "outdoor setting with a white old SUV and a building",
  "style": "casual sportswear lifestyle",
  "expression": "neutral, confident with sunglasses",
  "mood": "active and laid-back",
  "color_palette": "navy blue, crisp white, and warm earth tones",
  "camera": {
    "framing": "mid-shot, thigh up",
    "angle": "slightly high angle looking down",
    "lens": "35mm wide angle",
    "aperture": "f/8 deep focus"
  },
  "lighting": {
    "direction": "strong side lighting from the left",
    "quality": "hard natural sunlight",
    "complexity": "natural ambient daylight"
  }
}

Referencia vs. resultado generado:

Misma pose, mismo escenario exterior con un SUV viejo, misma luz lateral intensa, mismas gafas de sol, mismo ángulo de cámara — pero con nuestro producto y nuestro modelo de IA. El lenguaje visual que el equipo creativo de Ralph Lauren construyó para esa toma ahora está capturado en un preset reutilizable.

La entrada en plano y el resultado generado:

Input

Generated

Instruction: Preset extracted from reference photo — casual sportswear lifestyle, outdoor setting, hard natural sunlight

Todo el proceso llevó menos de un minuto: subir la referencia, confirmar la extracción (1 crédito), revisar el preset y generar.

Cambia a la pestaña JSON en cualquier momento para ver o editar la extracción en crudo. Esto es especialmente útil si quieres copiar el preset y hacer variaciones.

Bonus — usa la imagen de referencia como entrada

Aquí hay un truco que lleva esto aún más lejos: puedes usar la imagen de referencia misma como activo de entrada junto con tu producto. La IA utiliza tanto el preset extraído como la referencia visual para producir un resultado aún más cercano al original.

Ejecutamos el mismo trabajo de nuevo — mismo preset, misma camiseta, misma identidad — pero esta vez añadimos la foto de referencia de streetwear como segunda entrada:

Inputs

Generated (with reference)

Instruction: Preset extracted from reference + reference image as input

El resultado recoge detalles más finos de la referencia — indicaciones de estilismo, composición espacial y atmósfera — que el texto del preset por sí solo no puede capturar completamente. Piensa en ello como darle a la IA tanto la receta (preset) como una foto del plato terminado (referencia).

Lado a lado — referencia vs. solo preset vs. preset + referencia:

Casos de uso

• Replica el estilo de un competidor — ¿ves una foto de producto que admiras en Ralph Lauren, ASOS o Zalando? Extrae el preset y aplícalo a tus propios productos
• Estandariza desde una sesión de referencia — usa tu mejor foto existente como plantilla para todas las salidas futuras
• Iteración rápida — prueba diferentes imágenes de referencia para explorar rápidamente direcciones visuales antes de comprometerte con un lote completo
• Incorporar nuevos miembros del equipo — en lugar de explicar el estilo de tu marca con palabras, simplemente señala una imagen de referencia

"La consistencia visual es el mayor impulsor individual de la confianza de marca en el e-commerce. Cuando cada imagen de producto se siente como si perteneciera a la misma sesión fotográfica, las tasas de conversión siguen."

— Elena Marchetti, Directora de Producción Visual en un retailer de moda europeo líder

Según la investigación de Shopify, el 75% de los compradores online se basan en las fotos de producto al decidir sobre una compra potencial, y las imágenes consistentes en un catálogo pueden aumentar las tasas de conversión hasta un 30%. Funcionalidades como Extract from Image hacen posible lograr esa consistencia sin coordinar sesiones fotográficas de varios días — un proceso que McKinsey estima que cuesta a las marcas de moda entre $500 y $1,000 por SKU con fotografía tradicional.

Pruébalo ahora

Dirígete a Presets → New Preset y haz clic en From Image en el paso de Style & Settings. Elige cualquier foto de moda — de tu propio catálogo, de la tienda de un competidor o de un editorial que admires — y descubre lo que la IA extrae.

¿Ya usas presets? Consulta nuestra guía de Presets para más información sobre categorías, presets del sistema y cómo crear tus propios briefs de sesión fotográfica.

Fuentes:

1. Shopify. (2025). Product Photography Statistics: Why Visuals Drive E-Commerce Sales. shopify.com
2. McKinsey & Company. (2024). The State of Fashion: Technology Edition. mckinsey.com
3. Baymard Institute. (2025). Product Image UX: How Image Consistency Impacts Conversion. baymard.com