Casi d'uso della text to image AI: sei lavori che partono senza una foto

Chiedete a una stanza piena di marketer a cosa serve la text to image AI e sentirete quasi sempre un elenco di stili: fotorealistico, anime, acquerello, cinematografico. Questa inquadratura nasconde la decisione che conta davvero. Prima di scrivere un prompt, chiedetevi se esiste già una fotografia dell'oggetto che vi serve. Quando esiste, modificare quella foto batte quasi sempre generarne una nuova. La luce corrisponde al set, il prodotto è il prodotto reale e nessuno deve chiedersi cosa si sia inventato il modello.

La text to image AI si guadagna il suo posto in un insieme diverso di lavori, quelli in cui non c'è un fotogramma di partenza da cui iniziare. Questo articolo ne ordina sei in base al deliverable che ciascuno produce e alla decisione che ciascuno supporta, e poi segnala i punti in cui la generazione è semplicemente la risposta sbagliata. È la controparte del lato editing della piattaforma: usate il generatore text to image AI quando l'immagine non esiste, e image to image quando esiste.

Perché la foto di partenza decide il caso d'uso

Due domande risolvono gran parte della questione. Primo: esiste una fotografia utilizzabile del soggetto? Secondo: qualcuno confronterà l'immagine con la realtà? Un fotogramma generato supera un controllo distratto e fallisce un confronto. Non è un difetto da correggere con un prompt migliore; è la natura di un'immagine inventata anziché catturata.

La pressione commerciale è reale. Nel sondaggio di Shopify tra i merchant, la generazione di contenuti è l'uso più comune dell'AI tra chi già la utilizza, con il 69 per cento, seguita dal marketing al 38 per cento. Il lavoro sulle immagini rientra ormai in questa domanda. La generazione è abbastanza veloce da essere usata come esplorazione anziché come evento raro, ed è proprio per questo che l'inquadratura conta: un output a basso costo rende tentante generare tutto, compresi i lavori in cui una foto sarebbe stata insieme più rapida e più accurata.

Caso d'uso 1: round di concept prima di prenotare uno shooting

La generazione più preziosa avviene spesso prima che qualcuno spenda denaro. Un fotografo, un set, una modella o un modello e una location sono impegni vincolanti. Otto fotogrammi generati che abbozzano quattro direzioni costano un prompt ciascuno e qualche minuto di revisione, e trasformano una riunione sul gusto in una riunione su immagini specifiche.

Quello che state comprando è una decisione, non un asset. Il deliverable è un contact sheet: quattro direzioni, due fotogrammi ciascuna, tutti nel formato che userà la campagna finale. Le immagini in sé di solito vengono buttate una volta scelta la direzione. È il risultato corretto. Giudicate il round in base a se il team trova un accordo più in fretta, non a se i fotogrammi sono pubblicabili.

Caso d'uso 2: immagini di comp che chiudono una discussione sul layout

I designer hanno bisogno di qualcosa dentro il riquadro prima che arrivi l'asset definitivo, altrimenti ogni discussione sul layout resta ipotetica. Un comp generato riempie l'area immagine con il ritaglio esatto che userà la pagina, così tipografia, pulsanti e spazi bianchi si possono testare su una composizione reale invece che su un rettangolo grigio.

Il vincolo che rende possibile questo lavoro è aritmetico, non artistico. Decidete prima le proporzioni e la zona sicura per il testo, poi chiedete una composizione che li rispetti: un soggetto spostato su un lato, spazio calmo dove va il titolo, nessun dettaglio fitto dietro il pulsante. I comp generati vanno etichettati come comp nel nome del file e nel passaggio di consegne, altrimenti prima o poi qualcuno ne pubblica uno per sbaglio.

Caso d'uso 3: illustrazione editoriale per idee che una fotocamera non riesce a catturare

Alcuni soggetti non si possono fotografare affatto. L'attenzione, l'interesse composto, segnale e rumore, la sensazione di un arretrato: una foto letterale di queste cose non esiste, e le banche immagini rispondono con la stessa stretta di mano e la stessa lampadina che usano tutti.

È la generazione nella sua forma più difendibile, perché non c'è una realtà da contraddire. Richiede anche un tipo diverso di prompt. Invece di descrivere una scena, descrivete la relazione che volete rendere visibile: un piccolo oggetto che sostiene un peso, tre percorsi che convergono, una forma che si ripete e cresce. Chiedete un trattamento piatto e sobrio anziché fotorealistico, e limitate la palette a tre o quattro toni perché l'illustrazione si legga anche in miniatura.

Caso d'uso 4: direzioni di campagna per un rinnovo stagionale

Una stagione o un nuovo mercato è il momento naturale per testare un look prima di commissionarlo. I fotogrammi generati permettono a un team di confrontare una palette sabbia calda con una grigio freddo, o un ritaglio stretto con un ambiente ampio, usando lo stesso soggetto perché il confronto sia equo.

Fateli a coppie, mai come una parete di immagini. Due fotogrammi che differiscono per una sola variabile producono una decisione; dodici fotogrammi producono un dibattito. Mantenete identici soggetto e composizione e cambiate solo la luce o la palette, poi annotate quale coppia ha scelto il team e perché. Quell'annotazione è l'asset riutilizzabile, più di qualsiasi singola immagine.

Caso d'uso 5: sfondi, texture e asset a motivo in volume

Gli sfondi sono il lavoro di text to image AI meno glamour e più affidabile. Una grana di carta, un gradiente morbido, un campo geometrico che si ripete, un interno sfocato da mettere dietro un prodotto scontornato: nessuno di questi ha un soggetto che possa essere sbagliato, e tutti servono in quantità lungo una campagna.

Due regole pratiche. Chiedete una texture in termini concreti, indicando direzione della luce e colore, perché parole d'atmosfera vaghe producono risultati incoerenti all'interno di un set. E considerate l'assenza di giunzioni non dimostrata finché non la verificate in piastrellatura: mettete quattro copie in griglia alla dimensione finale e cercate la cucitura. Un motivo in cui la ripetizione si vede è un motivo che non potete usare dietro al testo.

Caso d'uso 6: visual esplicativi per presentazioni, documenti e onboarding

Il materiale interno ha bisogno di chiarezza, non di accuratezza rispetto al mondo fisico. Una metafora generata per spiegare cosa fa una funzione, o come appare un processo dal lato del cliente, può reggere una spiegazione che uno screenshot non regge. Poiché il pubblico è fatto di colleghi e non di acquirenti, il criterio di revisione riguarda la comprensione, e l'immagine non si trova mai a sostenere un'affermazione.

Teneteli volutamente semplici: un concetto, una relazione visiva, molto spazio vuoto per la didascalia che aggiungerete nella slide. I visual esplicativi generati invecchiano male quando cercano di sembrare l'interfaccia del prodotto, quindi chiedete un diagramma astratto, mai un'interfaccia finta.

Dove la text to image AI è lo strumento sbagliato

La generazione fallisce in modo prevedibile in quattro situazioni, e riconoscerle presto fa risparmiare una settimana.

Tutto ciò che deve corrispondere a un oggetto reale: un prodotto, la sua confezione, la sua etichetta, il suo colore esatto, il suo codice modello. Un fotogramma generato riprodurrà la forma in modo approssimativo e il testo male. Tutto ciò che deve mostrare una persona reale, o una persona che potrebbe essere scambiata per tale, comprese le testimonianze e le immagini prima-e-dopo. Tutto ciò che porta un'affermazione soggetta a normativa, dove un dettaglio inventato diventa un problema di conformità. E tutto ciò che sarà confrontato fianco a fianco con la cosa reale, in una scheda prodotto, in una recensione o in un thread di assistenza.

In questi casi la strada è una foto, un render o la modifica di un asset che già possedete. Un prompt non può fornire prove.

Un unico brief che inquadra tutti e sei i casi

Ogni caso d'uso qui sopra si riduce allo stesso brief di cinque righe, e scriverlo richiede meno tempo di un singolo nuovo tentativo.

Riga uno: il lavoro. Quale decisione supporta questa immagine, e chi la prende? Riga due: la destinazione e il suo ritaglio, compresa l'area sicura per il testo. Riga tre: soggetto, contesto e stile, la struttura in tre parti che la guida ai prompt per le immagini di Google stessa consiglia come punto di partenza. Riga quattro: i vincoli, espressi come divieti, per esempio niente testo, niente loghi, niente mani, niente marchi. Riga cinque: cosa succede dopo, cioè se il fotogramma resta interno o può essere pubblicato.

Se la riga cinque dice solo uso interno, avete rimosso gran parte del rischio in una frase. Se dice pubblicabile, vale la sezione successiva.

Obblighi di informativa che accompagnano l'immagine fuori dalla porta

Le immagini generate portano sempre più spesso obblighi che viaggiano con loro. Ai sensi dell'articolo 50 dell'AI Act europeo, i fornitori di sistemi che generano contenuti visivi sintetici devono garantire che gli output siano contrassegnati in un formato leggibile da una macchina e riconoscibili come generati artificialmente: un obbligo che si applica dal 2 agosto 2026, con un'eccezione per l'editing standard di tipo assistivo. Sul fronte pubblicitario, la legge californiana SB 1050, firmata nel settembre 2026 ed efficace dal 1° gennaio 2027, richiede un'informativa chiara e ben visibile quando un annuncio presenta in modo prominente un interprete sintetico, con una formulazione sostanzialmente simile a "questa performance è realizzata con un interprete sintetico" oppure "non è raffigurato alcun interprete umano". Il requisito analogo di New York è in vigore da giugno 2026.

La lezione operativa è poco affascinante. Tenete un registro di quali asset pubblicati sono stati generati, chi li ha revisionati e dove sono stati diffusi. Preferite scene senza esseri umani sintetici, a meno che non siate pronti a dichiararlo, e preferite la fotografia reale quando la presenza umana è il punto. L'informativa costa poco all'inizio di una campagna e molto dopo un reclamo.

Scegliete il lavoro in cui non esiste una foto

Il test per la prossima immagine che vi serve sta in una frase: se esiste una fotografia che potrebbe svolgere questo lavoro, modificate quella fotografia. La text to image AI è la scelta giusta per round di concept, comp, illustrazioni di idee astratte, direzioni stagionali, sfondi e visual esplicativi interni, ed è la scelta sbagliata ovunque qualcuno confronterà il risultato con la realtà.

Scegliete uno dei sei lavori questa settimana e svolgetelo come un unico round con un brief scritto. Tenete i fotogrammi scartati accanto a quello che avete usato, perché è l'insieme degli scartati a dirvi quale riga del brief stava facendo il lavoro. Quel registro vale più delle immagini; il round successivo parte da lì invece che da un prompt vuoto.