Marketing
IA erra três em cada quatro imagens de produto, mostra estudo
Photoroom passa a verificar automaticamente a fidelidade das imagens geradas por IA antes de chegarem ao catálogo, após levantamento apontar falhas de correspondência na maioria das gerações
A Photoroom, plataforma de edição de imagens para e-commerce, passou a rodar uma verificação automática de fidelidade dentro de sua API, conferindo imagens de produto gerada por IA contra a foto original antes que ela chegue ao catálogo. A medida responde a um problema dimensionado pela própria empresa em estudo divulgado em julho: nos quatro principais modelos de edição de imagem por IA avaliados, apenas 25,3% das gerações passaram sem qualquer falha de correspondência com o produto real.
O levantamento, batizado de Product Fidelity Benchmark, analisou 3.400 gerações de 850 produtos reais e mapeou onde a imagem falha, com distorção de logo e texto em 20,1% dos casos, elementos que desaparecem em 12,5% e alteração de padrões em 11,4%. São erros discretos, que passam porque a imagem continua parecendo uma fotografia comum, sem nada obviamente quebrado.
A pressão sobre esse processo é maior em mercados como o Brasil, onde os pedidos de e-commerce cresceram 34,8% no primeiro semestre de 2026 e a receita chegou a R$ 208,4 bilhões, segundo levantamento da Confi em parceria com o E-commerce Brasil, o que reduz o tempo disponível para revisar manualmente cada nova imagem de catálogo.
IA em imagens de produto passa a ser verificada dentro da API
“Durante muito tempo a imagem foi tratada como peça de comunicação, e a discussão girava em torno de estética. À medida que os consumidores compram com mais frequência e os catálogos são renovados mais rápido, ela passa a fazer parte da operação, e o que importa já não é gerar uma boa foto, mas garantir que essa foto descreva o produto que será entregue”, afirma Matt Rouif, CEO e cofundador da Photoroom.
Pela API, o recurso Visual QA avalia se o produto se encaixa no processo executado, gera a imagem e a compara com a original, liberando apenas o que atinge o critério de correspondência. Trata-se do primeiro fluxo do Visual Agents, camada de orquestração da empresa para pipelines de imagem, cujo ciclo completo, com regeneração automática do ativo até sua aprovação, está previsto para os próximos meses.
Segundo a empresa, verificar a fidelidade de 850 produtos exigiu dez avaliadores treinados em três rodadas de análise, esforço que não se reproduz em catálogos de dezenas de milhares de itens. No uso direto da plataforma, a verificação também deixou de ser manual: o sistema passa a executar um ciclo de seis etapas — entender, gerar, inspecionar, diagnosticar, corrigir ou regenerar, verificar — sem que o operador precise selecionar ou descrever nada.
O conjunto de atualizações da Photoroom inclui ainda o AI Scenes, que insere o produto em cenário real com iluminação recalculada; importação de arquivos do Google Drive; reconhecimento de pastas para reconstruir a estrutura do catálogo; gestão de anúncios da Shopify no Android; e compartilhamento de links com pré-visualização para equipes.
O modelo-base mais preciso entre os avaliados no estudo aprovou 29% das imagens no teste de fidelidade. Com a camada de correção da Photoroom aplicada sobre ele, o índice subiu para 38,2%, o mais alto no comparativo de julho, ainda assim uma minoria das gerações.
“A geração precisa ser tratada como um processo, e não como uma única chamada de inferência. É isso que a camada de fidelidade é, não um filtro aplicado no fim, mas uma verificação embutida em cada etapa”, diz Rouif.
Leia também:
