8 pasos para crear imágenes de campaña con modelos a partir de tu catálogo de productos
Convierte fotografías flat lay y de maniquí en recursos de campaña fotorrealistas con modelos, sin repetir la sesión. Incluye una lista de control de calidad, especificaciones por canal y un modelo de costes.
Janjan Team
Autor
La mayoría de los equipos de comercio electrónico de moda se enfrentan al mismo cuello de botella de producción: llega el nuevo stock, la sesión no está reservada hasta dentro de tres semanas y el lanzamiento es el próximo viernes. El resultado es un lanzamiento retrasado, una página de producto que depende de fotografías con maniquí fantasma o una campaña de pago en redes sociales creada con modelos de la temporada anterior.
La alternativa práctica es la fotografía de ecommerce con modelos generada mediante IA: transformar imágenes de catálogo que ya tienes en recursos de campaña fotorrealistas con modelos, sin reservar un estudio, contratar talento ni esperar semanas. El proceso es más estructurado de lo que parece. Así puedes ejecutarlo de principio a fin.
1. Comprende qué imágenes de entrada funcionan realmente
El punto de partida no es una imagen perfecta, sino una imagen adecuada.
Entre las fuentes aceptables se incluyen flat lays fotografiados de forma limpia sobre una superficie clara, fotografías con maniquí o maniquí fantasma e imágenes de catálogo existentes con una definición de bordes razonable. Lo importante es que la prenda se lea con claridad —su estructura, el peso del tejido y los detalles principales—, no que la imagen ya tenga un acabado perfecto.
Lo que no funciona bien: fragmentos borrosos en primer plano, imágenes con una corrección de color excesiva que elimina la textura de la prenda o fotografías donde el producto está parcialmente oculto. Si la fuente no muestra la prenda de forma inequívoca, ninguna herramienta de generación puede inventar de manera fiable la información que falta.
La transformación de un flat lay en una imagen con modelo funciona de forma fiable cuando la prenda tiene una silueta limpia. La generación de imágenes de maniquí a modelo suele ser más rápida de revisar porque la estructura de la prenda ya es tridimensional.
2. Define qué vas a producir y por qué
Antes de generar nada, define el conjunto de resultados de la colección. Esto evita duplicar trabajo y hace que el control de calidad sea manejable.
Los resultados habituales por SKU incluyen una o dos imágenes principales para la página de producto, una imagen de campaña para email o página de inicio, variantes para publicidad en redes sociales en formato feed y, posiblemente, un recorte vertical para Stories o Reels. Son entre cuatro y seis recursos a partir de una sola imagen de origen. Al escalarlo a una colección de 50 SKU, la ventaja de volumen de la generación con IA resulta evidente.
Según una investigación del Baymard Institute, el 42 % de los usuarios intenta evaluar la escala y el tamaño de un producto a partir de sus imágenes, lo que constituye un argumento directo a favor de incluir recursos con modelos en la página de producto y no solo fotografías aisladas. También se ha demostrado que las imágenes profesionales de producto mejoran las tasas de conversión entre un 10 % y un 33 % en distintas categorías de ecommerce (Blend Now, septiembre de 2025).
3. Realiza una comparación de costes honesta antes de decidirte
La fotografía tradicional de producto cuesta entre 25 y 350 USD por imagen y entre 500 y 3.000 USD por día de sesión, dependiendo de la complejidad, la ubicación y de si intervienen modelos (Prodofoto, febrero de 2026). Para las imágenes de estilo de vida, el rango pasa a 100–500 USD o más por imagen (nightjar.so, febrero de 2026).
Un modelo de decisión sencillo para una colección de 50 SKU con 4 imágenes por SKU:
| Método | Coste unitario | Total |
|---|---|---|
| Tradicional (modelo, estudio) | Media de 150 USD por imagen | 30.000 USD |
| Generación con IA | Basado en suscripción | Sustancialmente menor |
La diferencia de coste por imagen se acumula rápidamente. Más allá del gasto directo, la ventaja en tiempo de comercialización suele ser el dato más relevante desde el punto de vista operativo: una iteración más rápida permite realizar pruebas A/B de variantes creativas mientras la colección sigue en su periodo máximo de ventas, en lugar de probar cuando la demanda ya está decayendo.
Consulta los precios de Janjan.ai para ver el modelo actual de créditos por resultado para distintos volúmenes de producción.
4. Prepara correctamente las imágenes de tu catálogo
Antes de subir las imágenes de origen, realiza una revisión rápida:
- Elimina los fondos que distraigan si contienen sombras intensas o patrones que compiten con la prenda
- Confirma la resolución mínima: utiliza 1.000px en el lado más corto como base; 2.000px o más ofrecen más información a la generación
- Comprueba que los detalles esenciales de la prenda —ubicación del estampado, construcción del cuello, bragueta de botones y costuras— sean visibles en la imagen de origen
- En los flat lays, asegúrate de que la prenda esté alisada y correctamente orientada; las arrugas y los pliegues se trasladan al resultado
Una imagen de entrada débil exige una fotografía mejor o aceptar un resultado más limitado. No hay ningún atajo en este paso.
5. Elige un casting y una dirección de pose acordes con tu marca
Elegir el casting no es solo una preferencia creativa, sino una decisión de merchandising. El modelo seleccionado debe representar al cliente al que te diriges, mostrar la prenda a una escala realista y mantener la coherencia en todos los recursos de la campaña.
Para los equipos que utilizan el estudio de moda con IA de Janjan.ai, esto significa elegir entre una biblioteca de más de 100 opciones de casting y definir la dirección de la pose antes de generar cualquier resultado. Fijar estas decisiones antes de producir a escala ahorra mucho tiempo en el control de calidad y evita que se publiquen conjuntos incoherentes en las páginas de producto.
En las campañas específicas para un mercado, aquí también se toman las decisiones de localización. Cambiar el modelo o la escena para una tienda regional no requiere una nueva sesión, sino un nuevo briefing de generación. Esa diferencia es lo que hace que las imágenes localizadas para tiendas sin repetir la sesión sean operativamente viables para marcas presentes en varios mercados.
6. Aplica una lista de control de fidelidad de la prenda a cada resultado
Este es el paso en el que la mayoría de los equipos invierte menos de lo necesario y el que determina si los recursos generados con IA se mantienen fiables al escalar.
Utiliza la siguiente lista antes de aprobar cualquier resultado:
- Logotipos y estampados: confirma que la ubicación, las proporciones y la orientación coincidan exactamente con la fuente
- Costuras y líneas de construcción: comprueba que el recorrido de las costuras sea correcto y no se haya interpolado de forma inexacta
- Colocación de botones y cierres: cuenta los botones y compara su alineación y espaciado con la fuente
- Caída y textura del tejido: confirma que el comportamiento del tejido sea coherente con su peso (el punto jersey no debe parecer rígido y una prenda de sastrería no debe verse flácida)
- Precisión del color: compara con la fuente al 100 % de zoom; los pequeños cambios son frecuentes y afectan a la fidelidad del producto
- Coherencia de luz y sombra: todos los resultados de un conjunto deben compartir la misma dirección y calidad de luz
- Coherencia del modelo: el mismo casting debe mantener una apariencia visual coherente en todos los recursos de la campaña
Proceso práctico de control de calidad: amplía al 100 % en la galería de revisión, compara directamente con la imagen original del catálogo y rechaza o vuelve a generar cualquier resultado que falle en la precisión de la prenda. Un briefing de fotografías de estudio listas para producción definido antes de generar reduce considerablemente la tasa de regeneración.
7. Exporta con las especificaciones correctas para cada canal
El tamaño del resultado no es un detalle: determina si el recurso se muestra correctamente en cada ubicación. La tabla siguiente cubre los canales principales.
| Canal | Especificación mínima | Especificación ideal |
|---|---|---|
| PDP de Shopify (cuadrada) | 800 x 800px | 2.048 x 2.048px |
| Límite de carga de Shopify | no aplicable | 5.000 x 5.000px, máximo 20MB |
| Feed de Meta (cuadrada) | 1.080 x 1.080px (1:1) | 1.080 x 1.080px |
| Feed de Meta (vertical) | 1.080 x 1.350px (4:5) | 1.080 x 1.350px |
| Stories / Reels de Meta | 1.080 x 1.920px (9:16) | 1.080 x 1.920px |
La guía publicada por Shopify (junio de 2026) indica que las imágenes cuadradas de producto deben tener 2.048 x 2.048 píxeles y que se admiten cargas de hasta 5.000 x 5.000 píxeles y 20MB. Para Meta, el formato único más versátil es 1.080 x 1.080 píxeles, válido para aproximadamente el 80 % de las ubicaciones (Ads Uploader, 2026). El rendimiento del feed móvil mejora con un recorte 4:5 de 1.080 x 1.350 píxeles (Vizup, abril de 2026).
Los equipos que utilizan el flujo de fotografía de producto para Shopify pueden exportar los recursos aprobados en 2K y sincronizarlos directamente con el registro de producto original, manteniendo intacto el proceso de merchandising.
8. Asigna responsabilidades entre equipos antes de escalar
La generación con IA no elimina la necesidad de gobernanza; cambia dónde se toman las decisiones. Un modelo de responsabilidades sencillo evita el trabajo duplicado y los fallos de control de versiones:
- Operaciones creativas define la biblioteca de casting, los tipos de escena aprobados y el aspecto general de la campaña. Es responsable del briefing, no de cada recurso individual.
- Merchandising es responsable del cumplimiento en la PDP: convenciones de nombres, orden de imágenes, control de versiones y decisión de aceptar o rechazar cada registro de producto.
- Crecimiento y rendimiento es responsable de las variantes creativas y del ritmo de iteración. Decide qué recortes y relaciones de aspecto se prueban y con qué frecuencia.
- Legal/cumplimiento debe aprobar una sola vez la política de uso comercial de los recursos generados, en lugar de revisar cada resultado de forma individual.
Sobre el uso comercial: en plataformas como Janjan.ai, los resultados generados y aprobados incluyen derechos de uso comercial, por lo que los equipos pueden utilizarlos en anuncios, en el sitio web y en emails sin las restricciones aplicables a imágenes de stock o contenido de terceros. Confirma las condiciones concretas de derechos de tu plataforma antes de escalar a medios de pago.
Preguntas frecuentes
¿Puedo crear imágenes con modelos a partir de flat lays o fotografías de maniquí sin realizar una sesión con modelos? Sí. Tanto los flat lays como las fotografías de maniquí son fuentes válidas para generar imágenes con modelos mediante IA, siempre que la estructura de la prenda sea visible y la resolución sea suficiente.
¿Qué resolución necesito para las imágenes de mi catálogo? Utiliza como mínimo 1.000px en el lado más corto. Una resolución de entrada mayor (2.000px o más) proporciona más detalle de la prenda para conservar y mejora la fidelidad de estampados, texturas y elementos de construcción.
¿Cuántas variantes podemos producir para una campaña? No existe un límite fijo. Una sola imagen de origen puede generar varias poses, diferentes recortes según las especificaciones de cada canal y versiones localizadas con distintos castings. El límite práctico es la capacidad de control de calidad, no la capacidad de generación.
¿Las imágenes generadas reproducirán con precisión detalles como estampados y logotipos? Las imágenes de alta calidad en las que los estampados y logotipos se ven con claridad producen resultados de alta fidelidad. La precisión disminuye cuando la fuente tiene poca resolución o el detalle está parcialmente oculto. Utiliza la lista de control del paso 6 para revisar cada resultado antes de aprobarlo.
¿Tengo que repetir la sesión para distintos mercados o regiones? No. Puedes producir variantes localizadas cambiando la elección de casting en el briefing de generación, sin volver a la producción física.
¿Cómo exporto los recursos con las especificaciones correctas para Shopify y publicidad? Consulta la tabla de exportación del paso 7. Para Shopify, el objetivo es 2.048 x 2.048px. Para Meta, produce como estándar tanto una versión cuadrada 1:1 (1.080 x 1.080px) como una versión vertical 4:5 (1.080 x 1.350px).
La principal ventaja operativa de este flujo de trabajo es la previsibilidad. Ya no dependes de la disponibilidad del estudio, la agenda de modelos o la logística de localización para crear recursos listos para campañas. El briefing creativo sustituye al plan de rodaje y el estudio de generación sustituye al día de sesión.
Para ver cómo se aplica este enfoque a tu catálogo, inicia un piloto con una sola colección en Janjan.ai. El conjunto de resultados de un único SKU es suficiente para validar si la calidad se mantiene en tus tipos de prendas antes de comprometerte con un despliegue completo.
