In 8 stappen campagnebeelden op model maken vanuit je productcatalogus
Zet flatlays en mannequinbeelden zonder nieuwe fotoshoot om in fotorealistische campagne-assets op model. Inclusief QA-checklist, kanaalspecificaties en kostenmodel.
Janjan Team
Auteur
De meeste fashion-e-commerceteams lopen tegen hetzelfde productieknelpunt aan: de nieuwe voorraad komt binnen, de shoot staat pas over drie weken gepland en de lancering is volgende vrijdag. Het resultaat is een uitgestelde livegang, een productdetailpagina die afhankelijk is van ghost-mannequinbeelden of een betaalde socialcampagne met modellen uit het vorige seizoen.
Het praktische alternatief is AI-fotografie op model voor e-commerce: bestaand catalogusbeeld omzetten in fotorealistische campagne-assets op model, zonder een studio te boeken, talent in te huren of weken te wachten. Het proces is gestructureerder dan het klinkt. Zo voer je het van begin tot eind uit.
1. Begrijp welke bronbeelden werkelijk werken
Het uitgangspunt is geen perfect beeld, maar een geschikt beeld.
Geschikte bronnen zijn onder meer flatlays die schoon tegen een lichte ondergrond zijn gefotografeerd, mannequin- en ghost-mannequinopnamen en bestaande catalogusbeelden met voldoende duidelijke randen. Het gaat erom dat het kledingstuk helder leesbaar is — de constructie, het gewicht van de stof en belangrijke details — niet dat het beeld er al volledig afgewerkt uitziet.
Wat minder goed werkt: onscherpe close-upfragmenten, sterk gecorrigeerde beelden waarin de textuur van de stof verloren gaat of foto's waarop het product gedeeltelijk wordt bedekt. Wanneer de bron het kledingstuk niet ondubbelzinnig toont, kan geen generatietool de ontbrekende informatie betrouwbaar verzinnen.
De transformatie van flatlay naar beeld op model werkt betrouwbaar wanneer het kledingstuk een duidelijke vorm heeft. Generatie van mannequin naar model is vaak sneller te controleren, omdat de kledingconstructie al driedimensionaal is.
2. Bepaal wat je produceert en waarom
Definieer voordat je iets genereert de volledige outputset voor de collectie. Dit voorkomt dubbel werk en maakt kwaliteitscontrole beheersbaar.
Gebruikelijke outputs per SKU zijn één of twee hero-afbeeldingen voor de productdetailpagina, een campagnebeeld voor e-mail of homepage, varianten voor betaalde social in feedformaat en mogelijk een verticale uitsnede voor Stories of Reels. Dat zijn vier tot zes assets uit één bronbeeld. Wanneer je dit opschaalt naar een collectie van 50 SKU's, wordt het volumevoordeel van AI-generatie direct duidelijk.
Volgens onderzoek van het Baymard Institute probeert 42% van de gebruikers de schaal en afmetingen van een product aan de hand van de afbeeldingen te beoordelen. Dat is een direct argument voor beelden op model op de productdetailpagina, en niet uitsluitend losstaande productfoto's. Professionele productbeelden blijken bovendien de conversie in verschillende e-commercecategorieën met 10% tot 33% te kunnen verhogen (Blend Now, september 2025).
3. Maak een eerlijke kostenvergelijking voordat je beslist
Traditionele productfotografie kost afhankelijk van complexiteit, locatie en het gebruik van modellen tussen 25 en 350 USD per beeld en tussen 500 en 3.000 USD per shootdag (Prodofoto, februari 2026). Voor lifestylebeelden verschuift dit naar 100–500 USD of meer per afbeelding (nightjar.so, februari 2026).
Een eenvoudig beslismodel voor een collectie van 50 SKU's met 4 beelden per SKU:
| Route | Kosten per eenheid | Totaal |
|---|---|---|
| Traditioneel (model, studio) | gemiddeld 150 USD per beeld | 30.000 USD |
| AI-generatie | Op abonnementsbasis | Aanzienlijk lager |
Het verschil in kosten per afbeelding loopt snel op. Naast de directe uitgaven is het voordeel in time-to-market vaak operationeel belangrijker: sneller itereren betekent dat je A/B-tests met creatieve varianten kunt uitvoeren terwijl de collectie nog op haar verkooppiek zit, in plaats van pas aan het einde van de cyclus.
Bekijk de prijzen van Janjan.ai voor het actuele credit-naar-outputmodel bij verschillende productievolumes.
4. Bereid je catalogusbeelden goed voor
Voer vóór het uploaden van de bronbeelden een korte inputcontrole uit:
- Verwijder afleidende achtergronden wanneer die zware schaduwen of concurrerende patronen bevatten
- Controleer de minimale resolutie: hanteer 1.000px aan de kortste zijde als ondergrens; 2.000px of meer geeft de generatie extra informatie
- Controleer of belangrijke kledingdetails — plaatsing van prints, kraagconstructie, knoopsluiting en stiksel — zichtbaar zijn in het bronbeeld
- Zorg bij flatlays dat het kledingstuk glad en correct georiënteerd ligt; kreuken en vouwen worden meegenomen in de output
Een zwakke input vereist een betere foto of de acceptatie van een beperktere output. Voor deze stap bestaat geen snelle omweg.
5. Kies een casting en pose die bij je merk passen
Casting is niet alleen een creatieve voorkeur, maar ook een merchandisingbeslissing. Het gekozen model moet de klant vertegenwoordigen op wie je je richt, het kledingstuk op een realistische schaal tonen en consistent blijven in alle assets van de campagne.
Voor teams die de AI-fashionstudio van Janjan.ai gebruiken, betekent dit kiezen uit een bibliotheek van meer dan 100 castingopties en de poserichting vastleggen voordat er outputs worden gegenereerd. Door deze keuzes vóór productie op schaal vast te zetten, bespaar je aanzienlijk op QA-tijd en voorkom je dat inconsistente sets op productdetailpagina's verschijnen.
Bij marktspecifieke campagnes worden hier ook lokalisatiekeuzes gemaakt. Het wisselen van model of scène voor een regionale webshop vereist geen nieuwe shoot, maar een nieuwe generatiebriefing. Dat onderscheid maakt gelokaliseerde webshopbeelden zonder nieuwe shoot operationeel haalbaar voor merken die in meerdere markten actief zijn.
6. Pas op elke output een checklist voor kledinggetrouwheid toe
Dit is de stap waarin de meeste teams te weinig investeren, terwijl juist hier wordt bepaald of AI-assets op grote schaal betrouwbaar blijven.
Gebruik de volgende checklist voordat je een output goedkeurt:
- Logo's en prints: controleer of plaatsing, verhoudingen en richting exact overeenkomen met de bron
- Naden en constructielijnen: controleer of het naadverloop correct is en niet onnauwkeurig is aangevuld
- Plaatsing van knopen en sluitingen: tel de knopen en vergelijk uitlijning en tussenruimte met de bron
- Valling en textuur van de stof: controleer of het gedrag van de stof past bij het gewicht (jersey mag niet stijf ogen; tailoring mag niet slap vallen)
- Kleurnauwkeurigheid: vergelijk op 100% zoom met de bron; kleine verschuivingen komen vaak voor en beïnvloeden de productgetrouwheid
- Consistentie van licht en schaduw: alle outputs in een set moeten dezelfde lichtrichting en lichtkwaliteit hebben
- Consistentie van het model: dezelfde castingkeuze moet in elk campagnebeeld visueel overeenkomen
Praktisch QA-proces: zoom in de beoordelingsgalerij naar 100%, vergelijk rechtstreeks met het oorspronkelijke catalogusbeeld en wijs elk resultaat af of genereer het opnieuw wanneer de kledingdetails niet kloppen. Een vooraf opgestelde briefing voor productieklare studiofoto's verlaagt het aantal regeneraties aanzienlijk.
7. Exporteer voor elk kanaal volgens de juiste specificaties
De afmetingen van de output zijn geen detail; ze bepalen of een asset op elke plaatsing correct wordt weergegeven. De onderstaande tabel bevat de belangrijkste kanalen.
| Kanaal | Minimale specificatie | Ideale specificatie |
|---|---|---|
| Shopify-PDP (vierkant) | 800 x 800px | 2.048 x 2.048px |
| Shopify-uploadlimiet | n.v.t. | 5.000 x 5.000px, max. 20MB |
| Meta Feed (vierkant) | 1.080 x 1.080px (1:1) | 1.080 x 1.080px |
| Meta Feed (staand) | 1.080 x 1.350px (4:5) | 1.080 x 1.350px |
| Meta Stories / Reels | 1.080 x 1.920px (9:16) | 1.080 x 1.920px |
De gepubliceerde richtlijnen van Shopify (juni 2026) stellen dat vierkante productafbeeldingen 2.048 x 2.048 pixels moeten zijn. Uploads tot 5.000 x 5.000 pixels en 20MB worden ondersteund. Voor Meta is 1.080 x 1.080 pixels het meest veelzijdige afzonderlijke formaat; het werkt voor ongeveer 80% van de plaatsingen (Ads Uploader, 2026). Mobiele feedprestaties profiteren van een uitsnede van 4:5 op 1.080 x 1.350 pixels (Vizup, april 2026).
Teams die de Shopify-workflow voor productfotografie gebruiken, kunnen goedgekeurde assets in 2K exporteren en rechtstreeks met de oorspronkelijke productrecord synchroniseren, zodat de merchandisingpipeline intact blijft.
8. Verdeel verantwoordelijkheden voordat je opschaalt
AI-generatie neemt de behoefte aan governance niet weg, maar verschuift de plaats waar beslissingen worden genomen. Een licht verantwoordelijkheidsmodel voorkomt dubbel werk en fouten in versiebeheer:
- Creative operations definieert de castingbibliotheek, goedgekeurde scènetypen en de look-and-feel van de campagne. Dit team is eigenaar van de briefing, niet van elke afzonderlijke asset.
- Merchandising is verantwoordelijk voor PDP-compliance: naamgevingsconventies, beeldvolgorde, versiebeheer en de beslissing om elke productrecord goed of af te keuren.
- Growth en performance beheert creatieve varianten en de iteratiefrequentie. Deze teams bepalen welke uitsneden en beeldverhoudingen worden getest en hoe vaak.
- Legal/compliance moet het commerciële gebruiksbeleid voor goedgekeurde gegenereerde assets één keer goedkeuren, in plaats van iedere output afzonderlijk te beoordelen.
Over commercieel gebruik: op platforms zoals Janjan.ai hebben goedgekeurde gegenereerde outputs commerciële gebruiksrechten. Teams kunnen ze dus gebruiken in advertenties, op de website en in e-mails, zonder beperkingen die kunnen gelden voor stockbeelden of content van derden. Controleer de specifieke rechtenvoorwaarden van je platform voordat je opschaalt naar betaalde media.
Veelgestelde vragen
Kan ik zonder fotoshoot met een model beelden op model maken van flatlays of mannequinopnamen? Ja. Zowel flatlays als mannequinopnamen zijn geschikte inputs voor AI-generatie op model, zolang de kledingconstructie zichtbaar en de resolutie voldoende is.
Welke resolutie heb ik nodig voor mijn catalogusbeelden? Streef naar minimaal 1.000px aan de kortste zijde. Een hogere invoerresolutie van 2.000px of meer levert meer kledingdetails op om te behouden en verbetert de getrouwheid van prints, texturen en constructiedetails.
Hoeveel varianten kunnen we voor één campagne produceren? Er is geen vaste bovengrens. Eén bronbeeld kan meerdere posevarianten, verschillende uitsneden voor kanaalspecificaties en gelokaliseerde versies met andere castings opleveren. De praktische grens is de QA-capaciteit, niet de generatiesnelheid.
Geven gegenereerde beelden kledingdetails zoals prints en logo's nauwkeurig weer? Bronbeelden van hoge kwaliteit waarop prints en logo's duidelijk zichtbaar zijn, leveren zeer getrouwe resultaten. De nauwkeurigheid neemt af wanneer de bron een lage resolutie heeft of details gedeeltelijk zijn afgedekt. Gebruik de checklist in stap 6 om elke output vóór goedkeuring te beoordelen.
Moet ik voor verschillende markten of regio's opnieuw fotograferen? Nee. Gelokaliseerde varianten kunnen worden gemaakt door de casting in de generatiebriefing te wijzigen, zonder terug te keren naar fysieke productie.
Hoe exporteer ik assets volgens de juiste specificaties voor Shopify en advertenties? Gebruik de exporttabel in stap 7. Voor Shopify is het doel 2.048 x 2.048px. Maak voor Meta standaard zowel een vierkante 1:1-versie (1.080 x 1.080px) als een staande 4:5-versie (1.080 x 1.350px).
De belangrijkste operationele winst van deze workflow is voorspelbaarheid. Je bent voor campagneklare assets niet langer afhankelijk van beschikbaarheid van de studio, planning van modellen of locatielogistiek. De creatieve briefing vervangt het callsheet en de generatiestudio vervangt de shootdag.
Om te zien hoe deze aanpak werkt voor je eigen catalogus, start je met één collectie een pilot bij Janjan.ai. De outputset van één SKU is voldoende om te beoordelen of de kwaliteit voor jouw kledingtypen standhoudt voordat je kiest voor een volledige uitrol.
