Produktbilder

Ab 3.1 Credits

Erstellen Sie aus einem Produktfoto eine vielseitige Bildserie für Marktplätze und Onlineshops – in sieben Umgebungen: vor weißem Hintergrund, im Studio, im Einsatz sowie als Lifestyle-, Detail-, Größenvergleichs- oder Outdoor-Motiv.

Produktfoto

Zum Hochladen klicken image

oder per Drag & Drop

oder

Bibliothek durchsuchen

Seitenverhältnis

Produktbeschreibung(optional)

Noch erforderlich: Produktfoto, Umgebungen

Läuft mit

1 modelle

Google
- Nano Banana 2

So verwendest du Produktbilder

Eine kompakte Entscheidungshilfe zur Einordnung dieser Pipeline in einen Workflow.

Am besten für

Amazon-Angebote mit white_background als Hauptbild
Shopify- und DTC-Kataloge
Größenreferenz-Aufnahmen, die falsche Größenerwartungen und damit Retouren reduzieren
Hochwertiger E-Commerce, bei dem Material und Oberflächen den Preis sichtbar machen

Produktbilder API

Rufen Sie diese Pipeline aus Ihrem eigenen Code auf. Eine Anfrage startet einen Lauf; das Modell ist ein Eingabefeld, kein eigener Endpunkt.

API-Token holen

Eingaben: 4
erforderlich: 2
Preise: from 3.1 Credits

Sprache

TypeScript Python Go CLI

bun add @pipe2-ai/sdk

Pipeline ausführen

import { createClient } from "@pipe2-ai/sdk";

const client = createClient(process.env.PIPE2_TOKEN!);

const { run_pipeline } = await client.RunPipeline({
  pipeline_slug: "product-shots",
  input: {
    product_image: "https://example.com/product.png",
    environments: ["white_background","lifestyle","detail_closeup"],
  },
});

pip install pipe2

Pipeline ausführen

import asyncio
import os

from pipe2 import Pipe2Client

client = Pipe2Client(token=os.environ["PIPE2_TOKEN"])

run = asyncio.run(client.run_pipeline(
    pipeline_slug="product-shots",
    input={
        "product_image": "https://example.com/product.png",
        "environments": ["white_background","lifestyle","detail_closeup"],
    },
))

go get github.com/pipe2-ai/sdk-go

Pipeline ausführen

client := pipe2.NewClient(os.Getenv("PIPE2_TOKEN"))

input := json.RawMessage(`{
  "product_image": "https://example.com/product.png",
  "environments": ["white_background","lifestyle","detail_closeup"]
}`)

run, err := pipe2.RunPipeline(context.Background(), client, "product-shots", input)
if err != nil {
    log.Fatal(err)
}

brew install pipe2-ai/tap/pipe2

Pipeline ausführen

pipe2 pipelines run \
  --pipeline product-shots \
  --input-json '{"product_image": "https://example.com/product.png", "environments": ["white_background","lifestyle","detail_closeup"]}' \
  --wait

Pro Seite

Eingabe	Typ	Standard	Beschreibung
`environments`erforderlich	array	Standard["white_background","lifestyle","detail_closeup"]	Wählen Sie 1–7 Umgebungen aus. white_background ist das Amazon-konforme Hauptbild mit reinweißem Hintergrund und 85% Produktanteil. lifestyle zeigt das Produkt in einer ansprechenden Alltagsszene. in_use zeigt Hände beim Halten oder Verwenden des Produkts. detail_closeup hebt Material und Oberflächen in einer Makroaufnahme hervor. scale_reference stellt das Produkt neben einer Hand oder einem vertrauten Alltagsgegenstand dar und macht seine Größe verständlich. gradient_studio erzeugt einen hochwertigen Werbehintergrund. outdoor zeigt das Produkt in einer natürlichen Umgebung. Eine starke Bildserie für Marktplätze kombiniert white_background, lifestyle, scale_reference, detail_closeup und in_use; gradient_studio und outdoor eignen sich für Anzeigen und Markenmotive. Abgerechnet wird pro ausgewählter Umgebung.
`product_image`erforderlich	string	Standard—	Ausgangsfoto des Produkts. Eine Aufnahme genügt: Die KI erhält Form, Farbe und Branding und verändert nur Umgebung und Kontext.
`aspect_ratio`	enum	Standard1:1	Seitenverhältnis der erzeugten Produktbilder. 1:1 · 4:5 · 3:4 +4 `1:14:53:42:34:39:1616:9`
`product_description`	string	Standard—	Optionale kurze Beschreibung, mit der die einzelnen Varianten genauer auf das Produkt abgestimmt werden.

Richten Sie einen beliebigen MCP-Client auf pipe2 aus, und Ihr Agent erhält diese Tools. Er findet diese Pipeline, liest dasselbe Schema von oben und führt sie aus.

list_pipelines
get_pipeline_schema
run_pipeline
get_pipeline_run_status
request_upload

https://mcp.pipe2.ai/mcp

{
  "mcpServers": {
    "pipe2ai": {
      "url": "https://mcp.pipe2.ai/mcp",
      "headers": { "Authorization": "Bearer YOUR_TOKEN" }
    }
  }
}

MCP-Einrichtung

Vollständige API-Referenz CLI-Referenz

Artikel zu dieser Pipeline

Alle Artikel ansehen

Artikel
Die besten KI-Bildgeneratoren im Praxisvergleich

Häufig gestellte Fragen

Wie viele Credits kostet die Bildserie?

Jede Variante kostet from 3.1 Credits. Du entscheidest, welche der sieben Umgebungen erzeugt werden, und zahlst nur für diese Auswahl. Eine Serie aus drei Bildern kostet entsprechend etwa das Dreifache einer einzelnen Variante.

Bleibt das Produkt in allen Varianten gleich?

Nein. Form, Material, Farbe und Branding des Produkts bleiben über alle Varianten hinweg erhalten. Lediglich Umgebung, Perspektive oder Anwendungskontext ändern sich.

Welche Bildqualität kann ich erwarten?

Die Bilder erreichen annähernd Studioqualität bei rund 2K und eignen sich für Marktplatzangebote sowie bezahlte Anzeigen.

Kann ich die Bilder für Amazon verwenden?

Ja. Die Variante „Weißer Hintergrund“ erzeugt ein Amazon-konformes Hauptbild: reinweiß, ohne Requisiten und mit dem Produkt als einzigem Motiv.

Was passiert, wenn eine Variante fehlschlägt?

Die übrigen Bilder werden trotzdem geliefert. Fehlgeschlagene Varianten sind in der Ausgabe mit einem Fehlerhinweis gekennzeichnet, und die Credits werden entsprechend angepasst.