Accurate AI-productfoto's: voorkom verzonnen details
Een AI-productfoto die er goed uitziet, is nog geen goede productfoto. De vraag die telt is strenger: staat hier het product dat je echt verkoopt? In de juiste kleur, met kloppende verhoudingen, het logo op de juiste plek en zonder een naad, knop of rooster die in werkelijkheid niet bestaat. In dit artikel lees je waar AI het vaakst de mist in gaat, hoe je accuraatheid meet in plaats van inschat, en met welke tips je zorgt dat afmetingen en verhoudingen wel kloppen. Inclusief hoe wij het bij LensLab aanpakken, en wat er bij ons ook niet vanzelf goed gaat.
Lorraine
27 oktober 2026

INHOUDSOPGAVE
Wat accuraatheid precies betekent
Accuraatheid is de mate waarin een gegenereerd beeld het product laat zien dat je daadwerkelijk verkoopt. Dat klinkt vaag tot je het opsplitst. Wij beoordelen een beeld daarom op vier pijlers die los van elkaar mis kunnen gaan:
- •Geometrie: vorm, verhoudingen en hoe onderdelen zich tot elkaar verhouden
- •Textuur: oppervlak, weefsel, glans en structuur
- •Kleur: tint, verzadiging en hoe de kleur op licht reageert
- •Details en markeringen: logo's, bedrukking, stiksels, knoppen en tekst
Waarom vier pijlers en niet één rapportcijfer? Omdat een gemiddelde de fout verstopt. Een beeld dat op kleur en textuur prima scoort maar het logo verkeerd plaatst, is niet gemiddeld goed. Het is gewoon onbruikbaar.
En waarom dit ertoe doet: je klant legt het beeld naast het pakket op de keukentafel. Klopt het niet, dan volgt een retour, een slechte review of allebei. Verkoop je via dealers en retailers, dan telt het dubbel. Dat ene foute beeld staat binnen een week op tientallen websites die je niet zelf beheert.
Waar AI het vaakst de mist in gaat
Het model verzint iets
Een naad die er niet is, een ventilatierooster dat op geen enkel exemplaar zit, een tweede logo op de zijkant. Dat gebeurt wanneer het model terugvalt op zijn trainingsdata in plaats van op jouw foto. Dit is geen formuleerprobleem maar een inputprobleem, en het wordt verderop in je proces nooit meer beter.
De maten kloppen niet
Twee varianten. Binnen het product gaan verhoudingen schuiven: een dop die te groot is voor de fles, een tafelpoot die te dun wordt onder een zwaar blad. En ten opzichte van de omgeving: een bad dat te klein in de badkamer staat, een kast die ineens tot aan het plafond komt. Dat tweede is in sfeerbeelden de grootste boosdoener. Mensen zien het onbewust en vertrouwen het beeld minder, ook als ze niet kunnen aanwijzen waarom.
De kleur schuift op
Een halve tint verschil valt bij één beeld niet op. Naast de echte kleurstaal of naast het beeld van je dealer wel. Bij kleurvarianten is dit een belangrijke bron van retouren, omdat de klant precies die ene tint had uitgekozen.
Tekst wordt onleesbaar of fout
Bedrukking op verpakkingen, maataanduidingen, ingrediëntenlijsten. Veel modellen maken daar nog altijd iets van wat op tekst lijkt maar het niet is. Op een productpagina is dat direct zichtbaar.
De belangrijkste regel: AI rondom het product, niet op het product
Als je één regel uit dit artikel overneemt, laat het deze zijn. Je packshot is het bewijs van hoe het product er echt uitziet. Alles eromheen mag AI doen: achtergrond, licht, de setting, het formaat voor elk kanaal. Het product zelf laat je niet opnieuw verzinnen. Bewaar daarom altijd het originele, onbewerkte beeld, zodat je elk gegenereerd beeld ernaast kunt leggen.
Dat is ook precies het verschil tussen een packshot en een sfeerbeeld, en waarom je ze allebei nodig hebt. Daarover schreven we eerder in wat is een packshot.
Acht tips voor een product dat klopt
1. Begin bij een echte foto, niet bij een beschrijving
Hoe meer het model van jouw product ziet, hoe minder het hoeft in te vullen. Lever meerdere hoeken aan, een detailopname van het materiaal en een losse opname van het logo. Scherp en op volle resolutie. Een gecomprimeerde webshopfoto van 600 pixels is een slechte start. Hoeveel pixels je per kanaal nodig hebt, zetten we op een rij in resolutie productfoto's: wat heb je nodig per kanaal.
2. Lever je product aan als feiten
Woorden als antraciet, compact of mat laten te veel ruimte. Maak per product een klein specificatieblad met:
- •afmetingen in millimeters: hoogte, breedte en diepte
- •kleurwaarden als hex- of Pantone-code, niet als omschrijving
- •materialen en afwerking: mat, glanzend, geborsteld, geolied
- •positie en formaat van het logo
- •de letterlijke tekst die op het product of de verpakking staat
- •onderdelen die er juist niet op zitten
3. Zet de schaal vast met een herkenbaar ankerpunt
Zet in de scène iets waarvan de maat vastligt en reken daarna na of de verhouding klopt. Een ligbad van 170 cm hoort in een badkamer met tegels van 60 bij 60 bijna drie tegels te overspannen. Een eettafel van 90 cm hoog komt bij een volwassene net boven de heup. Klopt die verhouding niet, dan is het beeld fout, hoe mooi het verder ook is.

4. Test eerst je lastigste product
Glanzende en transparante oppervlakken, fijne patronen, diepzwart, kleine bedrukte tekst en merkkritische kleuren breken een model het snelst. Begin daar. Werkt het daar, dan werkt de rest van je catalogus meestal ook. Begin je bij je makkelijkste product, dan weet je na afloop niets.
5. Genereer hetzelfde beeld meerdere keren
Eén geslaagd beeld zegt niets. Vier keer dezelfde opdracht met dezelfde instellingen zegt alles. Verschuiven de verhoudingen per poging, dan heb je geen werkwijze maar geluk gehad, en dat houdt bij honderd producten geen stand.
6. Controleer kleur op waarde, niet op gevoel
Pipet de hex-waarde uit het gegenereerde beeld en leg die naast je merk- of productkleur. Spreek vooraf af hoeveel afwijking acceptabel is, zodat je achteraf niet gaat discussiëren over wat nog net kan.
7. Lees de tekst op het beeld hardop
Letterlijk, woord voor woord. Klopt elke letter, elk cijfer, elk leesteken? Bij twijfel zet je tekst, logo's en maatvoering achteraf als vector over het beeld heen, in plaats van ze te laten genereren.
8. Zet de maten er als apart beeld bij
Een eenvoudig maatvoeringsbeeld met hoogte, breedte en diepte haalt discussie weg en voorkomt verrassingen bij levering. Haal die maten uit je productdata, niet uit het beeld: anders meet je een schatting op in plaats van je product.
Zo meet je het: een test van één middag
Wil je weten hoe nauwkeurig een tool voor jouw assortiment is, test het dan als een steekproef in plaats van op gevoel. Een werkbare opzet:
- •Kies ongeveer dertig producten uit je echte catalogus, inclusief de lastige categorieën
- •Houd de instellingen voor elk product gelijk, zodat je appels met appels vergelijkt
- •Beoordeel per beeld de vier pijlers los van elkaar
- •Gebruik drie niveaus: getrouw, afwijkend maar herkenbaar, en fout
- •Laat twee mensen onafhankelijk beoordelen en leg de verschillen vast
- •Rapporteer de verdeling per pijler, niet één gemiddeld cijfer
De eindvraag bij elk beeld is steeds dezelfde: zou een klant die dit product uitpakt zich misleid voelen? Is het antwoord ja, dan is het beeld niet bruikbaar, ook niet als het er prachtig uitziet.
Wat marketplaces en de wet ervan vinden
Accuraat werken is niet alleen netjes, het is op steeds meer plekken ook een voorwaarde:
- •Amazon wil dat het hoofdbeeld het werkelijke product toont. AI rond het product, zoals een achtergrond of een sfeerscène, mag vooral in de aanvullende beelden.
- •Google Merchant Center accepteert AI-beeld, maar vraagt dat de metadata die aangeeft dat het met generatieve AI is gemaakt (de IPTC-tag DigitalSourceType) intact blijft. Strip die dus niet weg bij het exporteren.
- •Sinds 2 augustus 2026 gelden de transparantieverplichtingen uit artikel 50 van de EU AI Act voor beeld dat met AI is gemaakt of bewerkt en dat voor echt kan doorgaan.
Regels verschillen per kanaal en veranderen snel, dus controleer wat er voor jouw verkoopkanalen geldt voordat je een hele catalogus vervangt. De Europese Commissie heeft een toelichting op artikel 50 gepubliceerd. Over rechten en beleid rond AI-beeld schreven we eerder dit artikel.
Hoe wij dit bij LensLab aanpakken
Bij ons begint elke visual bij jouw eigen productbeeld. Dat is geen goed voornemen maar een voorwaarde in het platform: zonder productfoto kun je niet genereren, en een aanvraag voor Visual Studio Pro begint met je referentiebeelden of de link naar je productpagina. Wie daarna aan de knoppen zit, kies je zelf. Bij Visual Studio Pro maakt een creator uit ons eigen team de visuals en gaat er geen beeld naar je toe zonder dat het is nagekeken, met menselijke controle tot en met de oplevering. Werk je zelf in de Visual Generator, dan ligt die controle bij jou.
Eén ding zeggen we er eerlijk bij, want het raakt precies dit onderwerp. Je product wordt opnieuw gerenderd, het wordt niet als pixels uit je foto geknipt en geplakt. Daarom bepaalt je referentiemateriaal zo veel, en daarom blijft nakijken nodig op de punten bovenaan dit artikel. Meer hoeken, een detailopname van het lastige stuk en de maten in je briefing maken meer verschil dan welke formulering in de opdracht ook.
Daarnaast werken we met de Brand DNA van je merk, zodat stijl en sfeer over je hele assortiment gelijk blijven in plaats van mee te bewegen met hoe iemand het die dag formuleert. Let wel op het onderscheid: je merkkleuren sturen je huisstijl, niet de kleur van het product op de foto. Die komt uit het beeld dat je aanlevert. Een hexcode in je brandbook is dus geen garantie voor productkleur, en daarom staat tip zes hierboven niet voor niets. Over consistentie op schaal schreven we eerder in productfoto's maken op schaal.
We leveren bewust meer opties dan je nodig hebt en je betaalt alleen voor de visuals die je accepteert. Opties die je niet kiest kosten niets. Dat is geen aardigheidje maar praktisch: bij producttrouw wil je iets kunnen afwijzen zonder dat het je geld kost.
En eerlijk is eerlijk, ook bij ons gaat niet alles vanzelf goed. Sieraden met fijne details en glanzende oppervlakken, transparant glas en kleding op een model blijven lastiger dan een vlak product met een duidelijk silhouet. Dat vertellen we liever vooraf dan dat je het bij de oplevering ontdekt. Voor die categorieën werkt een hybride aanpak meestal beter: AI voor de schaal en de consistentie, een camera voor de beelden waar materiaalgevoel alles is. Dat was ook een van vijf eerlijke lessen uit honderden AI-productfoto's.
Klopt een beeld eenmaal, dan wil je dat je dealers en retailers ook precies dat beeld gebruiken en niet een verouderde versie uit hun eigen map. Daarvoor is onze distributiemodule: je stelt je beeldmateriaal centraal beschikbaar aan iedereen die je producten verkoopt. Voorbeelden van wat we voor merken maken staan in onze klantcases.
Wil je het zelf uitproberen op je lastigste product? Je start met vijf gratis credits, goed voor vijf beelden. Wat daarna kost wat, staat op onze prijzenpagina.
Veelgestelde vragen
Alles wat je wilt weten.
Ja, maar de regels verschillen per kanaal. Amazon wil dat het hoofdbeeld het werkelijke product toont en staat AI vooral toe in de aanvullende beelden. Google Merchant Center accepteert AI-beeld, maar vraagt dat de metadata die aangeeft dat het met AI is gemaakt intact blijft. En sinds 2 augustus 2026 gelden de transparantieregels uit artikel 50 van de EU AI Act voor AI-beeld dat voor echt kan doorgaan. Controleer per kanaal wat er geldt voordat je een hele catalogus vervangt.
Samenvatting
- •Splits accuraatheid op in vier pijlers: geometrie, textuur, kleur en details.
- •Laat AI de omgeving maken, niet het product zelf. Je packshot is het bewijs.
- •Lever maten in millimeters en kleuren als hex-waarde aan, geen omschrijvingen.
- •Test je lastigste product eerst en genereer hetzelfde beeld meerdere keren.
- •De eindvraag bij elk beeld: zou een klant die dit uitpakt zich misleid voelen?
Klaar om te beginnen?
Bouw je Visual DNA
Scan je merkidentiteit en maak consistente content op schaal.
Probeer LensLab gratis →

