Produzir imagens de produto é um gargalo conhecido do e-commerce. Cada item pede fundo limpo, ângulos, cenário de uso e, em moda, alguém vestindo a peça. Com geradores e editores de imagem baseados em IA, parte desse trabalho passou a levar minutos. O ganho de velocidade, porém, traz um risco que a loja não pode terceirizar para a ferramenta: a imagem precisa mostrar o produto que o cliente vai receber.
Este guia explica como usar IA nas imagens do catálogo com método. Cobre os três usos mais comuns (fundo, ambientação e modelo virtual), as regras do Merchant Center e do Código de Defesa do Consumidor que valem para qualquer ferramenta, um fluxo de trabalho de seis passos, modelos de prompt, uma conta de custo com números hipotéticos, a medição do efeito e os erros que mais prejudicam lojas.
As fontes oficiais estão citadas no texto. As recomendações operacionais, como o fluxo e a checklist de fidelidade, são da Analytikos.
Os três usos de IA em imagens de produto
Nem toda aplicação tem o mesmo risco. Quanto mais a IA altera o produto em si, maior a chance de divergência com a realidade. A tabela ordena os usos do mais seguro para o mais sensível.
| Uso | O que a IA faz | Risco principal | Nível de cuidado |
|---|---|---|---|
| Remoção e troca de fundo | Recorta o produto e coloca fundo neutro ou de cor | Bordas mal recortadas, sombra irreal, produto cortado | Baixo |
| Ambientação (cenário de uso) | Gera ou compõe um ambiente ao redor do produto | Escala e proporção erradas, reflexos e sombras inconsistentes | Médio |
| Variações de cor ou ângulo | Gera outra cor, ângulo ou versão do produto | Cor, textura e detalhes diferentes do item real | Alto |
| Modelo virtual e provador | Veste a peça em uma pessoa gerada ou simula o caimento em uma foto do cliente | Caimento e tamanho irreais, uso indevido de imagem de pessoa | Alto |
Em todos os casos, a regra de ouro é a mesma: a IA melhora a apresentação, e o produto continua sendo o da foto original. Se a ferramenta redesenha o item, é variação, e merece revisão como se fosse um produto novo.
Regras que valem antes de qualquer ferramenta
O que o Merchant Center exige
Para quem anuncia no Google Shopping ou usa listagens gratuitas, o Merchant Center tem regras claras. Segundo a documentação oficial do atributo de imagem, a imagem deve mostrar o item exato que está à venda. É proibido incluir sobreposições promocionais e textos (como preço, frete, chamadas para ação, selos e marcas d’água), imagens provisórias e bordas. O produto deve ocupar cerca de 75% a 90% da imagem.
Os requisitos de tamanho também aparecem na mesma página: o mínimo é de 500 x 500 pixels, regra que o Google informa passar a valer para todos os produtos a partir de 31 de janeiro de 2027, e o recomendado é de cerca de 1.500 x 1.500 pixels ou mais. O arquivo pode ter até 16 MB e 64 megapixels. Ao gerar imagens com IA, produza já em resolução alta: ampliar depois piora a nitidez.
Há ainda uma regra específica para IA. De acordo com a política do Merchant Center sobre imagens geradas por IA, toda imagem gerada por IA deve manter a marcação de metadados IPTC DigitalSourceType com o valor trainedAlgorithmicMedia, e a exigência vale para os atributos de imagem principal, imagens adicionais e imagem de estilo de vida. Isso quer dizer que o fluxo de edição e de otimização do arquivo não pode apagar os metadados. Confira se o plugin de compressão da loja preserva esse campo.
O que o Código de Defesa do Consumidor pede
O Código de Defesa do Consumidor (CDC) é a lei que protege a relação de consumo, e três artigos importam aqui. O art. 31 determina que a oferta traga informações verdadeiras, claras e visíveis sobre características, qualidade e preço. O art. 30 torna a informação ou publicidade suficientemente precisa vinculante: ela passa a integrar o contrato. O art. 37 proíbe a publicidade enganosa, aquela que contém informação falsa, no todo ou em parte, ou que induz o consumidor a erro quanto a natureza, características e outros dados do produto. O texto está na cópia da lei publicada pela Câmara dos Deputados.
Na prática, uma imagem de IA que mostra uma cor, um acabamento ou um tamanho diferente do real pode ser lida como informação que induz a erro. Este texto não é aconselhamento jurídico: valide as políticas internas da loja com o seu advogado.
O que o Google diz sobre conteúdo gerado por IA
Segundo a orientação oficial sobre conteúdo gerado por IA, o uso de IA, por si só, não vai contra as diretrizes. O problema é a produção em massa de páginas sem valor. A mesma página pede que todo conteúdo seja revisado antes de publicar, inclusive o texto alternativo das imagens, que pode aparecer na busca, e reforça a exigência de marcação IPTC para imagens de IA no Merchant Center.
Fluxo de trabalho em seis passos
O fluxo abaixo reduz erros e deixa claro onde está o controle de qualidade. O passo 4, a revisão de fidelidade, é o que separa um catálogo confiável de um catálogo bonito e enganoso.
Fluxo de imagens de produto com IA
- 1Foto base de qualidadeProduto real, boa luz, alta resolução e vários ângulos.
- 2Briefing da imagemObjetivo, fundo, cenário e o que não pode mudar no produto.
- 3Geração ou ediçãoFerramenta de IA com a foto real como referência.
- 4Revisão de fidelidadeComparar cor, forma, detalhes, escala e proporção com o produto.
- 5Metadados, nome e texto alternativoManter o rótulo de IA, nomear o arquivo e descrever a imagem.
- 6Publicação, teste e mediçãoComparar com a imagem anterior em conversão e devolução.
A foto base é a etapa mais subestimada. Quanto melhor a imagem de partida, menos a IA precisa inventar. Uma foto nítida, com a luz certa e o produto inteiro no quadro, rende resultados mais fiéis do que uma foto escura de celular que a IA tenta “consertar”.
No passo 3, o ideal é usar ferramentas que aceitam a foto real como referência e editam em vez de criar do zero. O blog acompanha os geradores do Google em Nano Banana Pro e Flash: imagens de IA do Gemini no marketing e em Nano Banana 2 Lite: imagem por IA em 4 segundos. Escolha a ferramenta pelo teste com os seus próprios produtos, não pela demonstração.
Modelos de prompt para imagens de produto
O prompt precisa dizer o que mudar e, principalmente, o que preservar. Os modelos abaixo são ponto de partida da Analytikos. Substitua os trechos entre colchetes e teste com poucos produtos antes de escalar.
| Objetivo | Modelo de prompt |
|---|---|
| Fundo neutro | Mantenha o [produto] exatamente como está, sem alterar cor, forma, textura ou detalhes. Troque apenas o fundo por [branco liso / cinza claro], com sombra suave sob o produto. |
| Ambientação | Coloque o [produto] sobre [mesa de madeira clara] em [sala iluminada por luz natural]. Preserve o produto exatamente igual à foto de referência. Proporção realista, sem texto, sem logotipos adicionais. |
| Variação de ângulo | A partir da foto de referência, gere uma vista [lateral] do mesmo [produto], mantendo cor, material e detalhes visíveis. Se um detalhe não estiver visível na referência, não invente. |
| Modelo vestindo a peça | Mostre uma pessoa [descrição genérica] vestindo a [peça] da foto de referência, sem alterar estampa, cor, caimento ou comprimento. Fundo neutro, corpo inteiro, sem acessórios que confundam o produto. |
Repare em dois padrões. O prompt repete que o produto não deve mudar, e proíbe inventar detalhes que a referência não mostra. É esse segundo ponto que evita o erro mais comum, o de a IA “completar” com um detalhe que o item real não tem.
Modelo virtual e provador: o que muda
Em moda e calçados, vestir a peça em uma pessoa gerada ajuda o cliente a imaginar o uso, mas aumenta o risco de caimento irreal e de falsa expectativa de tamanho. Alguns recursos de provador virtual, que simulam a peça no corpo do próprio cliente, estão chegando às plataformas. O blog trata do caso do ChatGPT em ChatGPT ganha provador virtual: o que muda para lojas de moda.
- Gere modelos com atributos genéricos, sem imitar pessoas reais ou famosas.
- Não use foto de pessoa real, como cliente ou influenciadora, sem autorização para esse uso.
- Mantenha a tabela de medidas visível e consistente com o caimento mostrado.
- Inclua ao menos uma foto real da peça em cada anúncio, para o cliente conferir tecido e cor.
- Revise a diversidade de corpos e tons de pele, para não restringir o público que a imagem representa.
Sobre direitos de uso das imagens geradas, os termos variam por ferramenta e por plano. O guia IA e direitos autorais: posso usar texto e imagem gerados por IA comercialmente? explica o que conferir antes de usar a imagem em campanhas.
Revisão de fidelidade: o que conferir em cada imagem
A revisão é o controle de qualidade. Ela precisa ser feita por alguém que conhece o produto, e não pela pessoa que gerou a imagem. A tabela traz os atributos a comparar com a foto real e a falha mais frequente, que é uma hipótese da Analytikos a partir de práticas de revisão de catálogo, não um dado de pesquisa.
| Atributo | O que conferir | Falha comum |
|---|---|---|
| Cor | Tom e saturação lado a lado com a foto real, na mesma tela | Cor mais viva ou mais fria que a real |
| Forma e proporção | Altura, largura, espessura e relação com objetos ao redor | Produto maior ou menor que o real no cenário |
| Detalhes | Botões, costuras, portas, encaixes, rótulos e logotipos | Detalhe apagado, duplicado ou inventado |
| Material e textura | Brilho, trama, acabamento | Textura lisa demais, “plástica” |
| Quantidade | Itens incluídos na embalagem | Acessórios que não acompanham o produto |
| Texto na imagem | Ausência de texto estranho e de logotipos adicionais | Letras sem sentido ou marca de outro produto |
Se qualquer item falha, volte ao passo 3 ou use a foto real. Uma imagem de IA reprovada na revisão não deve ser publicada para “melhorar depois”.
Custo e escala: uma conta com números hipotéticos
Para decidir se vale a pena, compare o custo por imagem. O exemplo abaixo é hipotético e serve para mostrar a conta. Considere um catálogo de 300 produtos e 4 imagens por produto, ou 1.200 imagens.
| Item | Fotografia tradicional | Foto base mais IA |
|---|---|---|
| Fotos produzidas em estúdio | 1.200 × R$ 60 = R$ 72.000 | 300 × R$ 60 = R$ 18.000 |
| Imagens geradas ou editadas por IA | Não se aplica | 900 imagens |
| Revisão de fidelidade (6 min por imagem, a R$ 40 por hora) | Não se aplica | 900 × R$ 4 = R$ 3.600 |
| Assinatura da ferramenta (1 mês) | Não se aplica | R$ 300 |
| Custo total | R$ 72.000 | R$ 21.900 |
A economia seria de R$ 50.100 (72.000 − 21.900), ou 69,6% do custo tradicional (50.100 ÷ 72.000). O valor da revisão mostra o ponto principal: o custo não some, ele muda de lugar. Reduzir o tempo de revisão para economizar mais é a forma mais rápida de transformar a economia em prejuízo, via devolução e reclamação.

Como medir se as imagens de IA estão ajudando
Teste antes de aplicar em todo o catálogo. Escolha um grupo de produtos com tráfego parecido e troque a imagem em metade deles, mantendo os demais como controle. Compare por 30 dias: taxa de conversão do produto, taxa de adição ao carrinho, cliques no Shopping e taxa de devolução com o motivo “diferente do anunciado”.
A taxa de conversão é a razão entre compras e sessões da página do produto. Se a página tem 2.000 sessões e 50 compras, a taxa é de 2,5% (50 ÷ 2.000). Uma mudança só vale se vier acompanhada de devolução igual ou menor: conversão maior com devolução maior pode significar que a imagem prometeu mais do que o produto entrega.
Para publicidade que usa criativos de IA, vale também acompanhar as regras de transparência das plataformas. O Google Ads, por exemplo, passou a rotular anúncios criados ou editados com IA, como relata o post Google Ads passa a rotular anúncios criados ou editados com IA.
Erros comuns ao usar IA em imagens de produto
Os erros se agrupam em três frentes: de fidelidade ao produto, de conformidade e de operação. A tabela de cada grupo explica a causa, o efeito e a correção.
Erros de fidelidade ao produto
| Erro | Por que acontece e qual o efeito | Como corrigir |
|---|---|---|
| Gerar o produto do zero, sem foto de referência | A IA cria um item parecido, não o item real. O cliente recebe algo diferente e devolve | Sempre partir da foto real do produto |
| Aprovar a imagem pelo visual bonito | A beleza não indica fidelidade. Detalhes mudam sem ninguém notar | Revisar com a checklist de atributos, por quem conhece o item |
| Usar variação de cor gerada por IA | A cor gerada não corresponde ao pigmento real, e a reclamação aparece depois da entrega | Fotografar as cores reais ou conferir lado a lado e com amostra |
| Mostrar caimento irreal em modelo virtual | O cliente compra pelo caimento mostrado e a peça vem diferente | Usar fotos reais da peça, tabela de medidas e avisar quando a modelo for gerada |
Erros de conformidade
| Erro | Por que acontece e qual o efeito | Como corrigir |
|---|---|---|
| Apagar metadados IPTC na otimização | O plugin de compressão remove os metadados. A imagem de IA pode descumprir a exigência do Merchant Center | Testar o fluxo e confirmar que trainedAlgorithmicMedia permanece no arquivo |
| Colocar selo, preço ou texto na imagem do feed | A equipe aproveita a arte da campanha. O Merchant Center proíbe sobreposições promocionais | Usar imagem limpa no feed e reservar arte promocional para banner |
| Ignorar o CDC na descrição visual | Presume-se que “é só ilustração”. A imagem integra a oferta e pode induzir a erro | Alinhar com o jurídico e deixar claro quando a imagem é ilustrativa |
| Usar rosto ou imagem de pessoa real sem autorização | A ferramenta imita alguém reconhecível. Há risco de reclamação por uso indevido | Usar atributos genéricos e autorização escrita quando for pessoa real |
Erros de operação
| Erro | Por que acontece e qual o efeito | Como corrigir |
|---|---|---|
| Trocar todo o catálogo de uma vez | A promessa de escala leva ao uso sem teste. Se houver problema, ele atinge todos os produtos | Piloto com grupo de controle antes de escalar |
| Reduzir a revisão para economizar | O custo cai no papel e sobe em devolução e reclamação | Fixar um tempo mínimo de revisão por imagem |
| Resolução baixa e ampliação posterior | A imagem fica suave e perde o tamanho recomendado | Gerar em alta resolução, com mínimo de 500 x 500 e meta de cerca de 1.500 x 1.500 |
| Texto alternativo copiado de modelo | O alt não descreve o produto. Perde acessibilidade e contexto de busca | Descrever o produto real e revisar como qualquer texto |
Checklist para publicar imagens de produto com IA
- Partir de foto real do produto, nítida e em alta resolução.
- Escrever o briefing com o que mudar e o que preservar.
- Gerar ou editar com a foto como referência, e não do zero.
- Revisar cor, forma, detalhes, material, quantidade e texto, contra o produto real.
- Manter os metadados IPTC trainedAlgorithmicMedia ao exportar e otimizar.
- Remover texto promocional, selos e marcas d’água das imagens do feed.
- Preencher texto alternativo com a descrição real do produto.
- Usar pessoas geradas com atributos genéricos, ou autorização escrita.
- Rodar piloto com grupo de controle por 30 dias.
- Acompanhar conversão e devolução por motivo antes de escalar.
Perguntas frequentes
Posso usar imagem gerada por IA no Google Shopping?
Sim, desde que siga as regras do Merchant Center: a imagem deve mostrar o produto exato, sem textos promocionais, e manter a marcação IPTC trainedAlgorithmicMedia. Todas as imagens geradas por IA no feed precisam dessa informação.
Qual o tamanho mínimo da imagem de produto?
A documentação do Merchant Center informa mínimo de 500 x 500 pixels, regra que passa a valer para todos os produtos a partir de 31 de janeiro de 2027. O recomendado é cerca de 1.500 x 1.500 pixels ou mais, com até 16 MB.
IA pode trocar a cor do produto?
Pode gerar a imagem, mas não garante que a cor seja a real. Variações de cor feitas por IA são de alto risco e devem ser conferidas contra o produto físico. O CDC exige informação verdadeira sobre as características do produto.
Preciso avisar que a imagem foi gerada por IA?
No Merchant Center, a marcação nos metadados é obrigatória para imagens de IA. Para o cliente, a recomendação da Analytikos é indicar quando a pessoa ou o cenário forem gerados e oferecer fotos reais do produto, principalmente em moda.
Dá para usar modelo virtual sem usar o rosto de alguém?
Sim, usando atributos genéricos. Evite imitar pessoas reais e famosas, e não use a foto de uma pessoa real sem autorização para esse uso. Em caso de dúvida sobre direitos de imagem, consulte o jurídico.
Como saber se a imagem de IA melhorou a venda?
Faça um teste com grupo de controle por cerca de 30 dias, comparando conversão, adição ao carrinho e devolução por motivo. Conversão maior com devolução maior sugere que a imagem prometeu mais do que o produto entrega.



