Crea Preset IA da Qualsiasi Foto di Moda

Creare preset personalizzati è sempre stato il modo più potente per controllare i tuoi output — ma compilare manualmente più di 15 campi? È lì che la maggior parte degli utenti si fermava. Lo vedevamo nei dati: i team restavano con le categorie predefinite invece di costruirne di proprie, anche quando il loro brand aveva bisogno di qualcosa di diverso.

Alcuni utenti esperti avevano trovato un workaround — incollare immagini di riferimento in ChatGPT e chiedere di generare il nostro formato JSON. Intelligente, ma macchinoso. Abbiamo deciso di portare quel workflow direttamente nella piattaforma.

Extract from Image

Il nuovo pulsante From Image nella procedura guidata di creazione preset ti permette di caricare o selezionare qualsiasi fotografia di moda e far estrarre automaticamente all'IA tutte le impostazioni di stile in un preset pronto all'uso. Un'immagine in input, un preset in output.

Ecco cosa succede dietro le quinte: l'immagine viene inviata alla nostra pipeline IA, che analizza la fotografia e restituisce valori strutturati per ogni campo del preset — posa, sfondo, stile, espressione, mood, palette colori, impostazioni della fotocamera e setup dell'illuminazione.

Il risultato arriva direttamente nel Visual Editor con tutti i campi compilati. Da lì puoi revisionare, modificare e salvare.

Come funziona

Passaggio 1 — Apri la procedura guidata dei preset

Vai su Presets e clicca New Preset. Compila le informazioni di base (nome, descrizione, categoria, tipo) e prosegui al passaggio Style & Settings.

Passaggio 2 — Clicca "From Image"

Nell'angolo in alto a destra del passaggio Style & Settings, clicca From Image. Si apre il selettore di risorse dove puoi:

• Selezionare dalla tua libreria — scegli qualsiasi immagine che hai già caricato
• Caricare una nuova immagine — trascina o clicca per caricare una foto di riferimento

Passaggio 3 — Conferma ed estrai

Dopo aver selezionato un'immagine, vedrai un messaggio di conferma: "Verrà utilizzato 1 credito per estrarre le impostazioni del preset." Clicca Conferma e l'IA analizza la fotografia in pochi secondi.

Una volta completato, la procedura avanza al Visual Editor con tutti i campi compilati:

• Campi creativi — posa, sfondo, stile, espressione, mood, palette colori
• Impostazioni fotocamera — inquadratura, angolazione, obiettivo, apertura
• Setup illuminazione — direzione, qualità, complessità

L'IA suggerisce anche un nome e una descrizione per il preset basandosi su ciò che vede nell'immagine.

Cosa rende una buona immagine di riferimento?

La qualità dell'estrazione dipende dall'input. Per i migliori risultati:

• Usa foto ad alta risoluzione — l'IA ha bisogno di vedere dettagli come la direzione della luce e la profondità di campo
• Scegli immagini con illuminazione chiara e visibile — setup di illuminazione drammatici o ben definiti producono risultati di estrazione più specifici
• Le foto a figura intera o a tre quarti funzionano meglio — danno all'IA abbastanza contesto per posa, inquadratura e sfondo
• Qualsiasi stile di fotografia di moda va bene — editoriale, street, studio, lifestyle, e-commerce. L'IA si adatta a qualsiasi input

In azione — dal riferimento all'output

Ecco un esempio reale. Abbiamo preso una foto prodotto dallo store online di Ralph Lauren — uno scatto streetwear casual con luce naturale forte, una posa atletica e un'ambientazione esterna con un vecchio SUV. Il tipo di fotografia lifestyle aspirazionale in cui brand come Ralph Lauren, Nike e ASOS investono molto. Abbiamo usato Extract from Image per creare un preset, poi abbiamo applicato quel preset al nostro prodotto con Paul come modello IA:

PaulAI Model IdentityBasic-tier identity used for this example

Cosa ha estratto l'IA:

{
  "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"
  }
}

Riferimento vs. output generato:

Stessa posa, stessa ambientazione esterna con un vecchio SUV, stessa luce laterale forte, stessi occhiali da sole, stessa angolazione della fotocamera — ma con il nostro prodotto e il nostro modello IA. Il linguaggio visivo che il team creativo di Ralph Lauren ha costruito per quello scatto è ora catturato in un preset riutilizzabile.

L'input flat-lay e l'output generato:

Input

Generated

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

L'intero processo ha richiesto meno di un minuto: carica il riferimento, conferma l'estrazione (1 credito), rivedi il preset e genera.

Passa alla scheda JSON in qualsiasi momento per vedere o modificare l'estrazione grezza. Questo è particolarmente utile se vuoi copiare il preset e creare varianti.

Bonus — usa l'immagine di riferimento come input

Ecco un trucco che porta tutto a un livello superiore: puoi inserire l'immagine di riferimento stessa come risorsa di input insieme al tuo prodotto. L'IA utilizza sia il preset estratto che il riferimento visivo per produrre un output ancora più vicino all'originale.

Abbiamo eseguito lo stesso lavoro di nuovo — stesso preset, stessa t-shirt, stessa identità — ma questa volta abbiamo aggiunto la foto streetwear di riferimento come secondo input:

Inputs

Generated (with reference)

Instruction: Preset extracted from reference + reference image as input

Il risultato cattura dettagli più fini dal riferimento — spunti di styling, composizione spaziale e atmosfera — che il solo testo del preset non riesce a trasmettere completamente. Pensalo come dare all'IA sia la ricetta (preset) che una foto del piatto finito (riferimento).

Affiancati — riferimento vs. solo preset vs. preset + riferimento:

Casi d'uso

• Replica lo stile di un concorrente — vedi uno scatto prodotto che ammiri su Ralph Lauren, ASOS o Zalando? Estrai il preset e applicalo ai tuoi prodotti
• Standardizza da un servizio fotografico di riferimento — usa la tua migliore foto esistente come modello per tutti gli output futuri
• Iterazione rapida — prova diverse immagini di riferimento per esplorare velocemente direzioni visive prima di impegnarti in un batch completo
• Onboarding di nuovi membri del team — invece di spiegare lo stile del brand a parole, indicagli semplicemente un'immagine di riferimento

"La coerenza visiva è il singolo fattore più determinante per la fiducia nel brand nell'e-commerce. Quando ogni immagine di prodotto sembra appartenere allo stesso servizio fotografico, i tassi di conversione seguono."

— Elena Marchetti, Responsabile della Produzione Visiva presso un importante retailer di moda europeo

Secondo le ricerche di Shopify, il 75% degli acquirenti online si affida alle foto dei prodotti quando deve decidere un potenziale acquisto, e un'immagine coerente in tutto il catalogo può aumentare i tassi di conversione fino al 30%. Funzionalità come Extract from Image rendono possibile raggiungere quella coerenza senza coordinare servizi fotografici di più giorni — un processo che McKinsey stima costi ai brand di moda tra i 500 e i 1.000 dollari per SKU con la fotografia tradizionale.

Provalo ora

Vai su Presets → New Preset e clicca From Image nel passaggio Style & Settings. Scegli una qualsiasi foto di moda — dal tuo catalogo, dallo store di un concorrente o da un editoriale che ammiri — e scopri cosa estrae l'IA.

Usi già i preset? Consulta la nostra guida ai Presets per approfondire categorie, preset di sistema e come creare i tuoi brief per servizi fotografici.

Fonti:

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