Yapay zekâ manken fotoğrafı gerçek ürüne ne kadar sadık, kendi testimizden bulgular

Yapay zekâ ile üretilen manken fotoğrafı kıyafeti çoğu zaman doğru taşır ama kusursuz değildir. 25 Ekim 2026'daki testimizde üç gelinliği dört model ayarıyla 72 fotoğrafta denedik. En sık hatalar üründe olmayan ayrıntı eklemek, ürün fotoğrafındaki zemini ya da aksesuarı taşımak, şekli yumuşatmak ve rengi kaydırmaktı.

giydir.co ekibi, 1 Kasım 2026

Yapay zekâ ile üretilen manken fotoğrafı kıyafeti çoğu zaman doğru taşır ama kusursuz değildir. 25 Ekim 2026'da üç gelinliği dört farklı model ayarıyla denedik ve 72 fotoğrafı tek tek ürünün kendi fotoğrafıyla karşılaştırdık. En sık gördüğümüz hatalar üründe olmayan ayrıntı eklemek, ürün fotoğrafındaki zemini ya da aksesuarı yeni fotoğrafa taşımak, şekli yumuşatmak ve rengi kaydırmaktı.

Bu yazıda testin nasıl yapıldığını, hangi hataların hangi sıklıkla çıktığını, bunların bir kısmını nasıl düzelttiğimizi ve bir fotoğrafı yayınlamadan önce neye bakmanız gerektiğini anlatıyoruz. Amacımız yapay zekâyı övmek ya da gömmek değil. Ürün fotoğrafını kendi elinizle kontrol etmeniz gerektiğini somut örneklerle göstermek.

Testi nasıl yaptık

Gelinlik seçmemizin nedeni zorluğu. Dantel, tül katları, işleme, korse ve kuyruk yapay zekânın en çok zorlandığı ayrıntılar arasında. Ama bu testin sonuçları başka giyim türleri için aynı başarıyı garanti etmez. Logo, baskı ve yazı gibi ayrıntıların da kendine özgü riskleri var.

• Ürünler. Üç gelinlik. Biri cansız mankende çekilmiş bir ürün fotoğrafından, ikisi gerçek bir kişinin giydiği katalog fotoğrafından.
• Modeller. Dört ayar. giydir.co'da kullandığımız GPT Image 2.5 (iki kalite ayarıyla) ve Nano Banana 2.1, karşılaştırma için de başka bir görsel modeli.
• Kareler. Her ürün için önden tam boy ve korse yakın, her kare iki kez üretildi. Hepsi aynı manken ve açık gri fonla.
• Kontrol. Hiçbir kare elle ya da otomatik olarak düzeltilmedi, ham çıktıya baktık.

İlk turda 48 fotoğraf çıktı (3 ürün, 4 ayar, 2 kare, 2 üretim). Bulduğumuz hataların bir kısmını düzelttikten sonra aynı gün ikinci bir tur yaptık. İkinci turda iki gelinlik, üç ayar, iki kare ve iki üretimle 24 fotoğraf çıktı.

Aşağıdaki tablo gördüğümüz hata türlerini örnekleriyle veriyor, her türün kaç fotoğrafta çıktığını saymadık. Bir fotoğrafta birden fazla hata olabiliyor. Testte kullandığımız ürün fotoğrafları başka markalara ait olduğu için karşılaştırma görsellerini yayınlamıyoruz.

En sık görülen hatalar

Bu hataların hepsi her modelde çıkmadı. Bu üç gelinlikte ürün ayrıntılarını en tutarlı koruyan GPT Image 2.5 oldu. Dantel, işleme, peplum ve kuyruk büyük ölçüde doğruydu ama ilk turda korse yakın karelerin hepsi tam boy geldi. Nano Banana 2.1 daha az kredi harcıyor (fotoğraf başına 3 kredi, GPT Image 2.5'te 4), yakın kadrajı doğru tuttu, ama ürün fotoğrafındaki zemini ve aksesuarı taşıma ile üründe olmayan aplike ekleme eğilimi daha yüksekti. Karşılaştırma için denediğimiz model ürün fotoğrafındaki kişiyi ve ortamı o kadar sık taşıdı ki giydir.co'ya hiç eklemedik.

Hatalar neden oluyor

Görsel modelleri kıyafeti piksel piksel kopyalamaz. Ürün fotoğrafına bakıp kıyafeti yeniden çizer. Bu yüzden iki tür hata çıkar.

Birincisi eksik ya da fazla ayrıntı. Model kaynak fotoğraftaki her ayrıntıyı birebir koruyamaz, belirsiz kalan bölgelerde üründe olmayan ayrıntılar üretebilir. Bizim yorumumuz, modelin bu boşlukları benzer ürünlerden öğrendikleriyle doldurduğu. Üründe olmayan bir aplike, düğme ya da yuvarlaklaşan bir peplum bu türden.

İkincisi ürün fotoğrafındaki başka şeyler. Model ürün fotoğrafında yalnız kıyafeti değil zemini, aksesuarı ve kişiyi de görür. Hangisinin ürün olduğunu her zaman ayırt edemez. Bir kişinin giydiği katalog fotoğrafı bu yüzden en riskli kaynak. Cansız mankende ya da askıda çekilmiş, sade fonlu bir fotoğraf bu riski azaltır.

Düzeltebildiklerimiz ve düzeltemediklerimiz

İlk turdan sonra modellere giden talimatları değiştirdik. Ürün fotoğrafından yalnız kıyafetin alınacağını açıkça yazdık ve yakın karelerde tam boy tarif eden cümleleri kaldırdık. İkinci turda sonuç şöyleydi.

• Kadraj düzeldi. Korse yakın kareler tam boy yerine belden yukarı geldi. İşlemenin yeterince yakın görünüp görünmediğine yine ayrıca bakmak gerekiyor.
• Zemin taşınması düzeldi. Dört karenin dördü seçilen açık gri fondaydı.
• Üründe olmayan aplike sürdü. Nano Banana bir elbisenin korsesine yine üründe olmayan büzgü ve aplike ekledi. Bu, talimatla tamamen giderilemeyen bir model eğilimi.
• Karşılaştırma modeli düzelmedi. Kişi ve ortam taşıması azaldı ama sürdü. Bu modeli kapalı tuttuk.

Bir model, straplez korse yakın karesini bir kez güvenlik gerekçesiyle reddetti. Aynı istek yeniden denendiğinde geçti. giydir.co'da böyle bir red olursa kare bir kez kendiliğinden yeniden denenir.

Yayından önce kontrol listesi

Yapay zekâ ile üretilen her ürün fotoğrafını yayınlamadan önce ürünün kendi fotoğrafıyla yan yana koyun ve şunlara bakın.

1. Renk. Ürünün rengi ve tonu aynı mı? Beyaz ve kırık beyaz ürünlerde sarıya ya da griye kayma olabilir.
2. Şekil. Yaka, kol, bel, peplum ve etek boyu aynı mı?
3. Sayılabilen ayrıntılar. Düğme sayısı, cep yeri, askı sayısı, kemer.
4. Desen ve işleme. Dantelin, nakışın ya da desenin yeri ve yoğunluğu. Üründe olmayan bir aplike var mı?
5. Fazladan eşya. Kaynak fotoğraftaki taç, duvak, çanta ya da zemin yeni fotoğrafa gelmiş mi?
6. Manken. Seçtiğiniz mankenin yüzü mü, bütün karelerde aynı yüz mü?
7. Kadraj. İstediğiniz kare mi geldi? Yakın istediğiniz kare tam boy gelmiş olabilir.

Bir kare tutmuyorsa yeniden üretin. Hata ayrıntıdaysa ve ürün sizin için önemliyse o kareyi kullanmamak daha iyi. Pazaryerlerinin kuralları da farklı. Trendyol aşırı düzenlenmiş ya da yapay görünen görselleri kabul etmediğini, Amazon Türkiye görseldeki rengin satılan ürünle eşleşmesi gerektiğini yazıyor. Ayrıntılar Trendyol ürün fotoğrafı boyutu ve ölçüleri ve Amazon Türkiye giyim ürün görseli kuralları yazılarında.

Doğru sonuç için kaynak fotoğraf

Testten çıkan en pratik ders şu. Kaynak fotoğraf ne kadar sade olursa yapay zekânın karıştıracağı şey o kadar az olur.

• Kıyafeti cansız mankende ya da askıda, düz ve açık bir fonda çekin.
• Önden ve arkadan birer net fotoğraf yükleyin. Arka fotoğraf yoksa sırt tahmine dayanır.
• Karede yalnız ürün olsun. Aksesuar, ikinci bir ürün ya da kişi olmasın.
• Bütün fotoğraflarda kıyafet aynı şekilde giyilmiş olsun. Bir fotoğrafta açık, birinde kapalı ceket karışıklık yaratır.
• Dantel ya da işleme gibi önemli bir ayrıntı varsa onun yakın fotoğrafını da ekleyin. giydir.co'ya ürün başına en çok 6 fotoğraf yüklenir, üretimde bunların en uygun 4 tanesi kullanılır.

Bu öneriler riski azaltır ama her üründe en iyi sonucu garanti etmez. Sonuçları karşılaştırıp ürününüz için en iyi kaynak fotoğrafları bulun.

Kaynak fotoğrafı hazırlamak için kıyafet fotoğrafı nasıl çekilir yazısına, adımların tamamı için yapay zekâ ile kıyafet giydirme yazısına, hizmetin kendisi için yapay zekâ ile mankene kıyafet giydirme sayfasına, gelinliğe özel kareler ve mekânlar için yapay zekâ ile gelinlik giydirme sayfasına bakabilirsiniz.