Как генерировать фото одежды в Nano Banana: метод «ракурс → промт → автоматизация» (и как поставить это на поток)

Если вы делаете контент для каталога или маркетплейсов, проблема почти всегда одна: нужны конкретные ракурсы, одинаковый стиль и скорость. Nano Banana может дать отличный результат — но только если вы перестаёте «угадывать промт» и начинаете работать по системе.

Ниже — метод, который превращает генерацию в управляемый процесс: я нахожу нужные ракурсы, вытаскиваю из них промт через GPT, прогоняю 5–10 итераций, фиксирую победный промт и забираю его в автоматизацию. В конце — как сделать это ещё быстрее в Katalog AI.

Почему «просто написать промт» обычно не работает

В генерации фото одежды важны три вещи:

1. Ракурс и кадрирование — что именно в кадре, где руки, где обувь, сколько воздуха.
2. Каталожная чистота — фон, свет, тени, отсутствие мусора и артефактов.
3. Сохранение товара 1:1 — посадка, длина, швы, фактура, цвет.

Если вы не фиксируете это в промте, Nano Banana начнёт «творить»: меняется посадка, исчезают детали, появляется шум, фон уходит в серый. Поэтому метод начинается не с текста, а с поиска эталонного ракурса.

Метод: «референс‑ракурс → GPT‑анализ → промт → Nano Banana → автоматизация»

Шаг 1. Найдите 3–7 референсов нужного ракурса

Это ваш «технический чертёж». Берите картинки, где:

• видно нужное положение камеры (фронт/3‑4/сзади/деталь);
• понятен кроп (в полный рост/по пояс/крупно);
• понятна поза (если есть модель) и положение рук;
• понятны свет и фон (лучше нейтральный белый/серый).

Запросы для поиска:

• «каталожный ракурс одежды фронт»
• «3/4 ракурс фото одежды»
• «деталь ткани фото для карточки товара»
• «обувь каталожная съемка ракурсы»
• «lookbook studio white background pose»

Шаг 2. Загрузите референсы в GPT и попросите разобрать ракурс «как техзадание»

Задача GPT — не «написать красивый промт», а расшифровать референс на параметры:

• VIEW / CAMERA: фронт, 3/4, высота камеры, фокус, дистанция.
• FRAMING: что в кадре, сколько воздуха сверху/снизу.
• BACKGROUND: строго белый/нейтральный, без градиентов.
• LIGHT: мягкий студийный свет, тень естественная.
• CONSTRAINTS: сохранить одежду 1:1 (швы, посадка, длина, цвет).
• NEGATIVES: запреты (градиенты, шум, лишние предметы, искажения).

Ключевой момент: сразу просите GPT сделать промт с использованием исходных фото одежды (то есть «keep garment identical to the reference garment photos»).

Шаг 3. Сформируйте «каркас промта» (шаблон, который масштабируется)

Вместо одного длинного текста делайте промт блоками — так проще править итерациями:

1. Ракурс + кадр
2. Фон + свет
3. Сохранение одежды 1:1
4. Технические параметры (вертикаль 3:4 / 4:5, чистота, резкость)
5. Запреты (негативы)

Это повышает управляемость: вы понимаете, что именно менять, если результат не ок.

Шаг 4. Генерация в Nano Banana: 5–10 итераций — это норма

«ОК» обычно приходит не с первого раза. Чтобы сократить число итераций, правьте только одну переменную за раз:

• проблема: «товар мелкий» → правка: FRAMING: garment fills 80–85% of the frame
• проблема: «фон серый» → правка: STRICT pure white #FFFFFF, no gradients
• проблема: «поплыла форма» → правка: keep garment silhouette and construction details identical
• проблема: «поза странная» → правка: neutral catalog pose, arms relaxed

Правило: не переписывайте весь промт — делайте точечные корректировки.

Шаг 5. Зафиксируйте победный промт и заберите в автоматизацию

Когда результат стабильно воспроизводится:

• присвойте промту имя (например, «Верхняя одежда / фронт / полный рост / белый фон»);
• добавьте метки, где он применим (верх/низ/обувь);
• сохраните 2–3 примера «как должно выглядеть».

Теперь вы не генерите «вручную», а запускаете производство.

Практичные вопросы

Как генерировать фото одежды в Nano Banana, чтобы вещь не менялась?

Фиксируйте в промте:

• «keep garment identical to the reference garment photos»
• «preserve silhouette, seams, pockets, stitching, fabric texture, logos, color»
• «no redesign, no extra accessories, no pattern changes»

Как сделать белый фон без серого и градиентов?

Добавляйте жёсткое условие:

• «STRICT pure white background (#FFFFFF), uniform, no gradients, no shadows on background»
• «soft shadow only on the floor under the feet/product»

Сколько итераций нужно для хорошего результата?

Обычно 5–10. Если больше — значит не хватает конкретики в:

• кадрировании (объект слишком мал / много воздуха);
• запретах (негативных ограничениях);
• сохранении товара 1:1.

Где метод упирается в потолок (и почему вам нужен конвейер)

На небольших объёмах метод «GPT → Nano Banana → промт» идеален. Но когда SKU становятся сотнями, возникает проблема:

• промты расползаются по версиям;
• ракурсы начинают «гулять»;
• растёт стоимость контроля качества;
• время на итерации становится отдельной работой.

Как сделать то же самое быстрее в Katalog AI

Если ваша цель — получать стабильные каталожные ракурсы без 5–10 итераций на каждый SKU, логика простая:

• сохраняете удачные ракурсы как шаблоны;
• применяете их к новым товарам;
• получаете одинаковый стиль и технические параметры под площадку.

👉 Попробуйте Katalog AI: загрузите вещь и соберите пакет ракурсов под ваш стандарт — чтобы генерация была не «ремеслом», а потоком.

Бонус: запрос для GPT, чтобы он делал вам промты под Nano Banana

Если нужно — можно сделать «мастер‑промт» для GPT, который:

• анализирует референсы ракурса;
• задаёт уточняющие параметры (кадр/свет/фон);
• выдаёт 3 версии промта: мягкий / строгий / ультра‑строгий;
• добавляет список точечных правок для итераций.

Дальше просто собираете библиотеку под ваши топ‑ракурсы.