Cambio outfit con IA, senza censura

Gran parte del lavoro sulle immagini di cui le persone hanno davvero bisogno non è «fammi l'immagine di una cosa». È «metti questa giacca a questa persona», «infila questa poltrona in questa stanza», «fotografa questo prodotto in quella mano». Tutti questi casi richiedono materiale proveniente da più di una fotografia, e tutti falliscono allo stesso modo: si allega un'immagine, si descrive l'altra a parole e torna indietro qualcosa di plausibile che non è la cosa che possiedi. Il rimedio è più semplice di quanto ci si aspetti, e funziona ovunque.

01Che cos'è «combinare le immagini» e dove avviene

Shannon 3 fa tre cose distinte con le immagini: genera una nuova immagine da una descrizione, modifica una singola immagine esistente e combina due o più immagini in una nuova. Hanno regole diverse, e scegliere quella sbagliata è il primo punto in cui si perde qualità.

Usa la combinazione ogni volta che l'immagine finita ha bisogno di materiale da più di una fotografia: trasferimento di outfit e di capi, inserimento di un oggetto in una scena, la persona A accanto alla persona B, un prodotto reale tenuto in mano da una modella reale, lo stile di un'immagine applicato al soggetto di un'altra. Se ti ritrovi a desiderare di poter indicare due immagini contemporaneamente, l'operazione è questa.

Tutto questo avviene nell'app di chat Shannon, in una conversazione normale. Non è disponibile sull'API /v1: l'API serve testo e visione, cioè legge le immagini che invii invece di produrne di nuove. Se sei arrivato qui da una ricerca sull'API, questa è la risposta onesta; consulta la documentazione API per ciò che gli endpoint servono davvero. Le immagini vengono generate sul nostro cluster GPU.

Chiedi in linguaggio naturale, nella lingua che parli. Shannon capisce che stai chiedendo un'immagine, scrive da sé l'istruzione di generazione in inglese e te la mostra su una scheda di conferma prima che venga generato qualsiasi cosa. Non viene generato né addebitato nulla finché non confermi — e per il lavoro multi-immagine quella scheda è il punto in cui verifichi che i ruoli e l'ordine siano venuti come intendevi. Shannon non genera mai senza invito: un saluto, una domanda o una foto allegata di sfuggita non attivano una generazione.

02La regola: nomina il ruolo di ogni immagine, in ordine

L'istruzione deve dire che cosa apporta ciascuna immagine, e deve dirlo nell'ordine in cui le immagini sono state fornite. È tutta qui la tecnica; tutto ciò che segue è questa regola applicata a un lavoro specifico.

La prima immagine è la base: il soggetto principale, o la scena, a seconda di che cosa costituisce in gran parte l'immagine finita. Definisce identità, posa, inquadratura, illuminazione e tutto ciò che non hai chiesto di cambiare. Le immagini successive sono le sorgenti: le parti da inserire. Scrivi la frase in modo che uno sconosciuto con le immagini in mano, nell'ordine dato, possa svolgere il lavoro a mano.

Funziona
La donna della prima immagine che indossa il maglione rosso di
lana della seconda immagine, in piedi nello stesso parco, stessa
posa e stessa luce pomeridiana, viso e capelli invariati.

Fallisce
Combina queste due immagini.   Unisci le foto.   Mettile insieme.

Le versioni che falliscono non falliscono perché sono brevi, ma perché non dicono mai quale immagine sia la persona e quale il maglione. Tre abitudini rendono la regola affidabile:

• Usa esplicitamente gli ordinali. «Della prima immagine», «della seconda immagine». Quattro parole, e l'ambiguità sparisce.
• Di' che cosa resta uguale. «Mantieni identici il viso, i capelli e la posa.» Nominare le parti invariate è la leva di qualità più grande in ogni operazione sulle immagini che Shannon esegue, e qui conta più che mai, perché una composizione ha due o più cose da cui può allontanarsi.
• Scrivi in prosa, non a tag. Il modello di immagini legge le istruzioni come un modello linguistico legge una frase, quindi le frasi complete battono le parole chiave separate da virgole. Punta a 30-80 parole ed evita la paccottiglia dell'era SDXL («masterpiece, best quality, 8k») e la sintassi dei pesi come (word:1.3).

Quando un'immagine contiene più di una cosa, nomina la parte che vuoi ricavarne. Se la seconda immagine è uno scatto da catalogo di una modella che indossa il maglione, «il maglione rosso di lana indossato dalla donna nella seconda immagine» dice che vuoi il capo, non la modella. Fermati a «la seconda immagine» e potresti ritrovarti anche il suo viso.

Modelli di ruolo per tipo di lavoro

Lavoro	Prima immagine	Seconda immagine	Forma dell'istruzione
Cambio outfit	La persona	Il capo	«La [persona] della prima immagine che indossa il [capo] della seconda immagine, [ciò che resta]»
Oggetto nella scena	La scena	L'oggetto	«La [stanza] della prima immagine con l'[oggetto] della seconda immagine collocato [dove], con [luce] coerente»
Persona + persona	Persona A e ambiente	Persona B	«L'[uomo] della prima immagine in piedi accanto alla [donna] della seconda immagine, [posizioni, direzione dello sguardo]»
Prodotto su persona	La modella o la scena	Il prodotto	«La [modella] della prima immagine che tiene il [prodotto] della seconda immagine, [presa, etichetta rivolta verso]»
Trasferimento di stile	Il soggetto	Il riferimento di stile	«Il [soggetto] della prima immagine reso con [assi stilistici] della seconda immagine, [soggetto invariato]»

03L'errore che rovina la maggior parte dei tentativi: descrivere invece di allegare

È l'errore su cui vale la pena insistere, perché è di gran lunga il più comune e perché sembra aver funzionato. L'utente ha due fotografie — il proprio cliente e il prodotto del cliente, oppure sé stesso e una giacca che possiede. Ne allega una e digita l'altra.

L'errore
[allega una foto di una donna]
«Mettile un maglione rosso di lana, lavorazione a trecce,
piuttosto grosso, con il collo arrotolato.»

Quello che torna è una donna con un maglione rosso di lana. È un bel maglione. Non è il maglione. Il motivo a trecce è inventato, la tinta è un rosso diverso, la profondità delle coste è sbagliata, il collo si arrotola dalla parte sbagliata e le piccole asimmetrie che rendono riconoscibile un capo reale — un rammendo, un filo tirato, il tessuto allargato ai gomiti — sono sparite, perché nulla nella frase le conteneva.

Il testo è un canale con perdita, una fotografia no. Una frase curata trasporta forse una dozzina di attributi di un oggetto; la fotografia ne trasporta migliaia, compresi tutti quelli che non penseresti mai di scrivere e quelli che non sapresti nominare. Descrivere invece di allegare butta via tutto ciò a cui non hai pensato, cioè la maggior parte. Allegare conserva l'aspetto reale perché l'aspetto reale è presente.

La verifica è semplice. Se il senso della foto è che si tratta di quello — quel capo specifico, quella persona, quel prodotto esatto, quella stanza — allegalo. Se sapresti riconoscere l'oggetto in un confronto e conta che il risultato corrisponda a quello che sceglieresti, una descrizione non basterà.

C'è un caso legittimo per descrivere: quando la cosa non esiste ancora, o quando è proprio una versione generica quella che vuoi. Progettare un maglione che nessuno ha ancora lavorato a maglia, abbozzare un concept — quello è lavoro da testo a immagine, e la descrizione è la scelta giusta perché non c'è alcun oggetto reale di cui stai conservando l'identità. Nel momento in cui un oggetto reale entra nel brief, entra anche la sua fotografia.

Un mezzo errore imparentato: allegare entrambe le immagini e poi descrivere comunque la seconda nel dettaglio. Gli aggettivi possono entrare in conflitto con la fotografia: scrivi «grosso» quando il capo reale è a maglia fine e hai introdotto una contraddizione. Descrivi la seconda immagine solo quanto basta a identificare quale parte di essa vuoi.

04Trasferimento di outfit e di capi

Il lavoro canonico a due immagini. Allega prima la persona e poi il capo. L'immagine del capo può essere uno scatto disteso, su gruccia, una foto da catalogo o qualcun altro che lo indossa: funzionano tutte, purché tu dica quale parte intendi.

Cambio outfit
La donna della prima immagine che indossa il maglione rosso di
lana della seconda immagine. Mantieni il viso, i capelli, la posa
e lo sfondo del parco esattamente come sono, con la stessa luce
morbida di cielo coperto. Il maglione deve cadere in modo naturale
sulla sua corporatura, con il motivo a trecce e il collo del capo
originale intatti.

Prompt negativo: motivo a trecce deformato, maniche in più, mani
distorte, tessuto dall'aspetto plastificato, illuminazione incoerente

Tre cose fanno il lavoro: i ruoli sono nominati in ordine, le parti invariate sono elencate ad alta voce (ed è questo che impedisce al viso di andare alla deriva) e l'ultima frase dice al modello che i dettagli propri del capo sono il punto — senza di essa, le composizioni tendono a mantenere colore e silhouette lisciando in silenzio la trama.

• La vestibilità è un'affermazione fisica, quindi falla. «Cade in modo naturale sulla sua corporatura», «aderente in vita», «maniche che finiscono al polso»: altrimenti il capo può arrivare con le proporzioni della sorgente invece che con quelle di chi lo indossa.
• L'occlusione è il caso difficile. Se le braccia sono incrociate o la tracolla di una borsa attraversa il petto, di' che cosa ne è. L'ambiguità lì produce il classico artefatto della manica fusa.
• Più capi significa più immagini. Prima la persona, poi il top, poi i pantaloni, poi le scarpe — e citali in modo coerente come seconda, terza e quarta immagine. Non passare a «la foto delle scarpe» a metà strada.

05Inserire un oggetto in una scena

Qui i ruoli si invertono: la scena va per prima, perché la scena è ciò di cui l'immagine finita è fatta in gran parte, e l'oggetto è la parte da inserire. Mockup di interni, arredare una stanza con mobili che non hai comprato, calare un veicolo su una strada, collocare una scultura in una galleria: la forma è sempre la stessa.

Oggetto nella scena
Il soggiorno della prima immagine con la poltrona di velluto
verde della seconda immagine collocata accanto alla finestra
a sinistra, leggermente angolata verso la camera e alta più o meno
come la vita nell'inquadratura. Rispetta la luce calda di tardo
pomeriggio della stanza, con un'ombra morbida che cade a destra
della poltrona sul tappeto. Mantieni invariati il resto della
stanza e l'angolo di ripresa.

Prompt negativo: oggetto fluttuante, bordi da ritaglio, ombre
duplicate, temperatura colore incoerente

Qui la modalità di fallimento non è l'identità, è la fisica. Un oggetto che conserva la propria illuminazione sembra incollato sopra, e chi guarda se ne accorge all'istante anche senza saper dire perché. Spendi le parole sulle tre cose che la fotografia di un oggetto isolato non può sapere: la collocazione (dove nell'inquadratura, rispetto a che cosa), la scala espressa in termini della scena e non in centimetri («alta più o meno come la vita», «alta quanto la maniglia della porta») e la luce con l'ombra: direzione, qualità e dove cade l'ombra. È quest'ultimo punto a trasformare un fotomontaggio in una fotografia.

06Persona A accanto a persona B

Due persone che non sono mai state nella stessa stanza: fotografie di famiglia tra generazioni, il ritratto di un fondatore mentre il cofondatore era in viaggio, un poster con due interpreti. Funziona, e richiede due cose che i lavori a soggetto singolo non richiedono.

Due persone
L'uomo della prima immagine in piedi accanto alla donna della
seconda immagine, entrambi sulla stessa terrazza in pietra della
prima immagine. Lui sta a sinistra, lei alla sua destra, con le
spalle quasi a contatto, entrambi rivolti verso la camera alla
stessa altezza degli occhi. Mantieni volti, acconciature e
abbigliamento esattamente come nelle rispettive fotografie e
illumina entrambi con la stessa luce serale morbida da sinistra.

Tela: landscape
Prompt negativo: incarnati incoerenti, arti duplicati, linea di
giunzione tra i soggetti, illuminazione disomogenea

I due elementi in più: la geometria relativa — chi sta da che parte, a che distanza, dove guarda ciascuno e l'altezza relativa, dato che due ritratti ritagliati in modo diverso non danno al modello alcun modo di sapere che una persona è più alta di una testa — e una singola luce condivisa, dichiarata esplicitamente, perché stai fondendo due ambienti luminosi e uno dei due deve prevalere.

È anche il caso in cui scegliere un nuovo formato della tela si ripaga: due sorgenti in verticale danno una pessima foto di gruppo in verticale, quindi chiedi landscape o wide. E diciamo l'ovvio una volta sola: mettere una persona reale in un'immagine in cui non c'era è potente e non è automaticamente innocuo. Devi avere i diritti o il consenso; la nostra politica di uso responsabile è la versione breve.

07Prodotto su persona e fotografia di prodotto senza censura

Commercialmente, è la composizione che si ripaga da sola. Hai uno scatto di prodotto su fondo bianco e hai una modella, una mano, una cucina, un banco da lavoro. Combinarli ti dà una fotografia lifestyle senza una giornata di studio — e con il tuo prodotto vero dentro, invece di un'approssimazione generata, che è tutta la differenza tra materiale di marketing utilizzabile e un mockup di cui devi scusarti.

Prodotto su persona
La donna della prima immagine che tiene il flacone di siero in
vetro ambrato della seconda immagine nella mano destra, sollevato
all'altezza del petto, con l'etichetta rivolta verso la camera e
del tutto leggibile, le dita avvolte in modo naturale attorno al
flacone senza coprire l'etichetta. Mantieni invariati il viso, i
capelli e lo sfondo della cucina. Scatto su Kodak Portra 400,
85mm f/1.4, luce morbida di finestra da sinistra.

Tela: portrait
Prompt negativo: testo dell'etichetta deformato, dita in più,
flacone fluttuante, riflessi duplicati, pelle plastificata

Due aggiunte specifiche del lavoro sui prodotti. La presa: le mani che tengono oggetti sono il punto in cui la composizione sbaglia più spesso, quindi dichiara quale mano, a che altezza, e che le dita si avvolgono in modo naturale senza coprire l'etichetta. Il trattamento fotografico: nomina una macchina, un obiettivo e una pellicola o una sorgente di luce. Il risultato deve leggersi come una fotografia scattata, non come due fotografie combinate, ed è scrivendola come una fotografia che ci arrivi.

Qui l'assenza di censura conta in un modo più prosaico di quanto sembri. I generatori filtrati rifiutano intere categorie di commercio ordinario e legale: cataloghi di lingerie e costumi da bagno, tabacco e hardware per lo svapo, alcolici, accessori per armi da fuoco, prodotti per il benessere sessuale, cannabis dove è legale, dispositivi medici, attrezzatura tattica e da caccia. Rifiutano anche il lavoro su marchi e sembianze svolto dal titolare dei diritti. Nulla di tutto ciò è un caso limite: è un martedì qualunque in un'agenzia. Shannon non ha alcun filtro sui contenuti sul percorso di generazione né alcuno strato di rifiuto sul modello che scrive il prompt, quindi il lavoro passa e la questione dei diritti resta a te, dove è giusto che sia.

08Lo stile da un'immagine, il soggetto da un'altra

Prima il soggetto, poi il riferimento di stile. Ciò che rende diverso questo lavoro è che stai prendendo in prestito una qualità invece di un oggetto, quindi devi nominare quali qualità — e dire che il soggetto e la composizione del riferimento non vengono dietro.

Riferimento di stile
Il ritratto dell'uomo della prima immagine reso nello stile visivo
della seconda immagine: la stessa palette smorzata di verde
petrolio e ocra, la texture visibile a pennello asciutto e
l'illuminazione piatta e uniforme. Mantieni il suo viso,
l'espressione e la posa riconoscibili e invariati. Non riportare
il soggetto, lo sfondo o la composizione della seconda immagine.

Prompt negativo: secondo volto, sfondo preso in prestito, texture
fotografica

Nomina esplicitamente gli assi stilistici, perché «nello stile della seconda immagine» da solo è sotto-specificato: palette (o colori esatti, scritti come color #8B0000 associati a un oggetto nominato), pennellata o grana, qualità della luce, spessore della linea, livello di astrazione, trattamento dei bordi. Scegli i due o tre che definiscono il look; nominarli tutti e sei li rende una media. E non mescolare direzioni in conflitto: «fotorealistico» più «acquerello» produce un pasticcio, non una fusione. Se vuoi una fotografia che prenda in prestito solo una palette, dillo esattamente così.

09Prompt negativi e scelta di un nuovo formato della tela

Due funzionalità che esistono per la combinazione e la modifica ma non per il testo-a-immagine, ed entrambe sono sottoutilizzate.

Il prompt negativo

La combinazione di immagini supporta un prompt negativo. Gli artefatti indesiderati vanno lì — e conta che vadano lì invece che nell'istruzione, perché scrivere «niente dita in più» nell'istruzione principale nomina la cosa che stai cercando di evitare nello stesso respiro di tutto ciò che vuoi. Metti le esclusioni nel loro canale. Le voci che si guadagnano il posto in modo costante:

• Anatomia — dita in più, arti duplicati, mani malformate, secondo volto.
• Spie del fotomontaggio — bordi da ritaglio, linea di giunzione visibile, oggetto fluttuante, ombre duplicate, alone attorno al soggetto.
• Incoerenze di luce — temperatura colore incoerente, direzione delle ombre incoerente, esposizione disomogenea tra i soggetti.
• Difetti di texture — pelle plastificata, tessuto lisciato, testo dell'etichetta deformato, logo illeggibile.

Limitati alla manciata di voci plausibili per la tua immagine. Un prompt negativo che elenca trenta cose è un'istruzione diffusa, non una forte.

Il formato della tela

La modifica di una singola immagine eredita automaticamente le proporzioni dell'immagine sorgente: c'è una sola sorgente e la sua forma è la risposta. La combinazione non ha un default del genere, quindi puoi scegliere un nuovo formato della tela, e spesso dovresti, perché la forma che andava bene per una sorgente raramente va bene per la composizione.

Formato	Ideale per	Uso tipico in composizione
square	Default, feed social	Soggetto singolo con un elemento trasferito
portrait	Persone, soggetti alti	Cambio outfit, prodotto tenuto da una modella
landscape	Paesaggi, gruppi	Due persone affiancate, oggetto collocato in una stanza
wide	Inquadratura cinematografica	Foto di gruppo, scene di prodotto ambientate, banner
tall	Poster, sfondi per telefono	Scatti di outfit a figura intera, layout da poster

Una richiesta esplicita vince sempre. Se non dici nulla ottieni il quadrato — la forma sbagliata per la maggior parte dei lavori a due persone e a figura intera, quindi vale la pena spendere una parola.

10Quali immagini usa Shannon: la conversazione contro questo messaggio

Ci sono due modi in cui un'immagine entra in una composizione, e sapere su quale ti stai appoggiando previene la maggior parte dei pasticci di ordine.

Allegata al messaggio corrente. La via diretta: allega tutto al messaggio che porta l'istruzione, nell'ordine in cui intendi citarlo, e «prima immagine» e «seconda immagine» significano esattamente ciò che sembrano. Usa questa come impostazione predefinita.

Già presente nella conversazione. Le immagini inviate prima nel thread restano disponibili e si possono citare in linguaggio comune: «la foto che ho mandato prima», «l'immagine del maglione di poco fa», «la seconda versione che hai fatto». Shannon risolve il riferimento sul thread, il che è davvero comodo in una sessione lunga: puoi iterare su un risultato e poi introdurre un nuovo elemento senza ricaricare tutto.

La garanzia è la stessa per entrambi. La scheda di conferma mostra l'istruzione prima che venga generato qualsiasi cosa, ordine scelto compreso. Leggila. Se i ruoli sono usciti invertiti — il maglione come base, la persona come sorgente — dillo e si corregge prima che venga generato o addebitato un solo pixel. Detto questo, quando un thread è lungo e pieno di immagini, riallega quelle che ti servono: sei immagini più indietro, «la seconda immagine» è ambigua per chiunque legga.

Chiedere a Shannon di guardare un'immagine — descriverla, leggere l'etichetta, dirti che tessuto è — è normale lavoro di visione, non una generazione. Non costa nulla in più ed è un buon controllo prima di comporre: se la descrizione di Shannon non menziona il dettaglio che ti sta a cuore, la tua istruzione deve nominarlo.

11Senza censura, e che cosa significa davvero

Non c'è alcun filtro sui contenuti sul percorso di generazione e nessuno strato di rifiuto sul modello che scrive il prompt. La composizione è il punto in cui gli strumenti filtrati falliscono in modo più evidente, perché un sistema di rifiuto non sa distinguere tra combinare immagini che possiedi e combinare immagini che non dovresti avere — quindi blocca entrambe le cose.

Il lavoro che quegli strumenti rifiutano abitualmente non è esotico: nudo artistico e studio di figura, illustrazione medica e forense, immagini per la ricerca sulla sicurezza, violenza nella finzione per copertine di libri e artwork di videogiochi, satira politica e le categorie di prodotti legali elencate sopra. Ognuno di questi è lavoro professionale legittimo che un filtro a parole chiave non riesce a distinguere dall'abuso.

Senza censura non significa senza responsabilità. Stai fornendo fotografie di oggetti reali e spesso di persone reali; i diritti e il consenso spettano a te, e con essi la responsabilità del risultato. Shannon Lab LLC è una società del New Mexico che opera secondo una politica di uso responsabile pubblicata — cinque minuti ben spesi prima di iniziare un lavoro che coinvolge le sembianze di altre persone.

12Limiti da conoscere prima di iniziare

Non c'è generazione di video. Shannon non anima le immagini e non produce video, in nessuna forma, da nessuna di queste operazioni — non da una singola immagine, non da una composizione, nemmeno come opzione sperimentale. Se il tuo brief finisce in movimento, questo non è lo strumento per l'ultimo passaggio. È ciò che il prodotto è, non un accenno di roadmap.

Altri confini onesti, tutti con una via d'uscita:

• Il testo minuto è l'area più debole. Caratteri piccoli, testi fitti di packaging e numeri di serie lunghi possono uscire imperfetti. Inquadra il prodotto in modo che il testo importante sia grande, metti testo dell'etichetta deformato nel prompt negativo e controlla a dimensione piena.
• Le differenze estreme di scala sono difficili. Uno scatto di prodotto da 4000 pixel combinato con una miniatura piccola di una stanza dà al modello poco su cui lavorare. Usa la copia migliore che hai di ciascuna sorgente.
• L'occlusione pesante limita ciò che si può trasferire. Un capo fotografato piegato, con il retro mai visibile, non può avere un retro inventato fedelmente. Se la composizione mostra il retro, fornisci il retro.
• Più immagini significa più spazio per la confusione. Quattro sorgenti sono gestibili con una nomenclatura ordinale disciplinata, ma non è il posto in cui essere approssimativi: usa il numero di immagini che il lavoro richiede e non una di più.
• Due grandi cambiamenti insieme competono tra loro. Trasferisci l'outfit, conferma, poi cambia lo sfondo. Le modifiche in sequenza battono quasi sempre un'unica istruzione sovraccarica, e ogni passaggio costa poco da controllare.

13Domande frequenti

---

La generazione, la modifica e la composizione multi-immagine sono funzionalità dell'app di chat Shannon; gli endpoint /v1/chat/completions, /v1/messages e /v1/responses servono testo e visione, cioè leggono le immagini invece di generarle. Non c'è generazione di video. Le opzioni di formato, il supporto al prompt negativo e il comportamento di conferma sono aggiornati al 5 settembre 2026. Correlati: generazione di immagini IA senza censura · modifica di immagini IA senza censura · uso responsabile · documentazione API · indice della ricerca.