Tøj sælges på sine billeder i højere grad end næsten nogen anden kategori, fordi kunderne hverken kan mærke stoffet eller prøve pasformen. I Salsifys forbrugerundersøgelse fra 2026 svarede 61 % af forbrugerne, at produktbilleder og -videoer er den vigtigste faktor på en produktside, når de skal beslutte, om de vil gennemføre et køb (Salsify, 20. januar 2026). Baymard Institutes brugertest viste, at den første handling for 56 % af brugerne på en produktside er at udforske billederne (Baymard, 2. april 2020).
Spørgsmålet er derfor ikke, om man skal investere i tøjbilleder, men hvilke man skal tage. Nedenfor gennemgås ti billedtyper, der hver især besvarer et specifikt spørgsmål hos kunden, hvordan de fotograferes, og hvor AI kan generere dem ud fra et billede, du allerede har.
De ti idéer i overblik
| # | Billede | Kundens spørgsmål, det besvarer |
|---|---|---|
| 1 | Frontbillede | Hvordan ser det ud? |
| 2 | Bagsidebillede | Hvad er der på ryggen – lukning, print, snit? |
| 3 | Sidebillede | Hvor langt er det, og hvor dybt er det? |
| 4 | Nærbillede af stof | Hvordan er materialet? |
| 5 | Nærbillede af forarbejdning | Hvordan er det syet – sømme, foer, knapper? |
| 6 | Modelbillede | Hvordan sidder det på en krop? |
| 7 | Ghost mannequin | Hvad er formen og snittet uden en model? |
| 8 | Flat lay | Hvordan ser hele stykket tøj ud, når det er lagt fladt? |
| 9 | Farvevarianter | Hvordan ser de enkelte farver reelt ud? |
| 10 | I kontekst | Hvor stort er det, og hvordan ville jeg have det på? |
1. Frontbillede
Frontbilledet er katalogbilledet: det, der bruges i produktlister, søgeresultater og på kategorisider. Vis hele tøjet, ubeskåret, centreret og med en ensartet beskæring på tværs af sortimentet, så en kategoriside fremstår som en samlet kollektion. Mange salgskanaler stiller faste krav til det; Zalando accepterer for eksempel ensfarvede baggrunde, lifestyle-miljøer eller stemningsfulde omgivelser, lægger sin egen lysegrå baggrund på primære packshots indsendt på hvid baggrund og tillader enhver baggrund til billeder bagfra og modelbilleder (Zalandos retningslinjer for billeder, opdateret 1. oktober 2026, tjekket 18. oktober 2026). Tag billedet i jævn belysning og i en opløsning, der er høj nok til, at kunden kan zoome.
2. Bagsidebillede
Kunder vil gerne se lukninger, rygprint, læg og silhuetten bagfra, før de køber. Tag billedet af bagsiden med samme beskæring og lys som forsiden, så de to fremstår som et par. Gem dette billede, selvom du kun udgiver forsiden i dag: Det er også kildematerialet, der gør det muligt for AI-værktøjer at genskabe tøjets inderside og generere bagsidebilleder senere.
3. Sidebillede
Et sidebillede viser længde og dybde – hvor langt en frakke går ned, hvor meget vidde der er i en nederdel, eller hvordan en jakke sidder ved hoften. Det bliver ofte sprunget over, fordi det kræver en ekstra opsætning. Ud fra et frontbillede, og eventuelt et bagsidebillede, kan visse AI-værktøjer rekonstruere et sidebillede: Phottas ghost mannequin-værktøj beskriver en side-vinkel til netop dette formål (Phottas API-dokumentation).
4. Nærbillede af stof
Et nærbillede af vævningen, strikken eller printet besvarer de spørgsmål, en kunde normalt ville afklare ved at mærke på stoffet: Er det kraftigt, gennemsigtigt, blødt eller struktureret? Baymard konstaterede, at 25 % af alle e-handelssider ikke tilbyder tilstrækkelig billedopløsning eller zoom, og at lav opløsning i deres test førte til, at brugerne forlod produktet (Baymard, 2. april 2020). Et dedikeret nærbillede er mere pålideligt end at håbe på, at kunderne selv zoomer ind. Tag billedet i strejflys, så teksturen træder frem, og sørg for, at farven gengives naturtro.
5. Nærbillede af konstruktionen
Sømme, for, lommer, knapper, lynlåse og mærker viser kvalitet. Et eller to nærbilleder af de detaljer, der retfærdiggør prisen, gør mere end en linje tekst. Hvis du har et skarpt billede af hele tøjet, kan AI generere et nærbillede af et navngivet område ud fra det: Phottas værktøj til detaljebilleder tager en beskrivelse som f.eks. "collar stitching" eller "cuff detail" og en beskæring fra ekstremt nærbillede til halvnært billede, og et gratis analysetrin foreslår, hvilke detaljer der er værd at vise (Photta API docs). Kontrollér hvert genereret nærbillede mod det virkelige stykke tøj.
6. Visning på model
Baymard anbefaler at vise tøj på en menneskelig model, fordi kunderne bruger disse billeder til at vurdere pasform, længde og proportioner, og råder til at angive modellens mål samt den størrelse, vedkommende har på (Baymard, 1. december 2020). Tilføj den linje under hvert modelbillede; det er den billigste form for pasformsinformation, du kan give.
AI kan placere et stykke tøj på en model ud fra et flat lay-, bøjle- eller ginebillede, hvilket gør modelbilleder mulige for produkter, der aldrig når frem til et fotostudie. Phottas apparel try-on tager for eksempel tøjet, en valgt model og en positur samt et valgfrit billede af tøjets bagside (Photta API docs). Et forbehold: Kanalerne fastsætter deres egne regler for genererede billeder. Zalando accepterer AI-genererede billeder, der opfylder deres redaktionelle og tekniske kriterier, og kan afvise billeder, der ikke virker troværdige eller fremstiller produktet misvisende; de tillader ikke synlige AI-mærkater eller -vandmærker, og senest i december 2026 skal AI-genererede filer indeholde identificerende data i deres metadata eller som et usynligt vandmærke (Zalandos retningslinjer for billeder, opdateret 1. oktober 2026, tjekket 18. oktober 2026). Brug AI-modelbilleder, hvor salgskanalen tillader det, og tjek hver kanals regler først.
7. Ghost mannequin
Et ghost mannequin-billede viser tøjets form og indersiden af halsudskæringen uden en model og sikrer et ensartet udtryk for en hel kategori. Traditionelt er det en sammensætning af to eller flere fotos sat sammen af en retoucher (Pixelz, opdateret september 2025); AI-værktøjer kan generere det ud fra et enkelt gine- eller flat lay-billede. Vores AI ghost mannequin-workflow gennemgår trinene og kontrolpunkterne.
8. Flat lay
Et flat lay viser hele stykket tøj på én gang oppefra og egner sig godt til basistøj, børnetøj, sæt og sociale medier. Læg tøjet naturligt uden at strække det, ret sømme og kanter ud, og tag billedet direkte oppefra, så det ikke bliver forvrænget. Et flat lay viser ikke pasformen, så kombinér det med et model- eller ghost mannequin-billede.
9. Farvevarianter
Fotografér hver farve, du sælger, under den samme belysning med en farvereference i et testbillede. Kunder sammenligner farver på tværs af billeder, og en variant, der ser anderledes ud på skærmen end det modtagne produkt, er en af de lettest undgåelige årsager til skuffelse. Hvis du bruger AI til at vise farvevarianter, skal du sammenligne hvert resultat med den fysiske vareprøve før udgivelse.
10. I kontekst
Baymards undersøgelser viser, at 42 % af brugerne forsøger at vurdere et produkts målestoksforhold og størrelse ud fra billederne, og at 28 % af de store sites, de benchmarkede, slet ikke tilbød et billede med målestok (Baymard, 30. maj 2017). For tøj betyder det mindst ét billede, hvor tøjet bæres eller styles i realistiske omgivelser. Hold produktet som fokuspunkt: En urolig scene, der skjuler tøjet, besvarer ingen spørgsmål.
Hvor mange billeder har et tøjprodukt brug for?
Der er ikke noget universelt tal, men de enkelte kanaler har minimumskrav. Zalando kræver mindst tre godkendte billeder til beklædning, hvoraf ét skal være en katalogvisning (et modelbillede beskåret forfra eller et primært packshot), og afviser duplikerede billeder (Zalandos retningslinjer for billeder, opdateret 1. oktober 2026, tjekket 18. oktober 2026). Et praktisk udgangspunkt til din egen webshop er et billede forfra, et bagfra, et nærbillede og et billede, der viser pasform eller størrelsesforhold – på en model, som ghost mannequin eller i en kontekst.
Før du publicerer: en tjekliste
- Billedet forfra er ubeskåret, centreret og komponeret som resten af sortimentet.
- Der findes et billede bagfra, også selvom det ikke er publiceret endnu.
- Mindst ét nærbillede viser stoffet, og ét viser konstruktionen.
- Mindst ét billede viser pasform eller størrelsesforhold, hvor modellens størrelse er angivet, hvis der bruges en model.
- Hver farvevariant er fotograferet eller holdt op mod den fysiske vareprøve.
- Opløsningen gør det muligt at zoome ind på de vigtige detaljer.
- Hver kanals regler er overholdt, herunder om AI-genererede modeller er tilladt.
- Hvert AI-genereret billede er blevet sammenlignet med det virkelige stykke tøj.
Ofte stillede spørgsmål
Hvilke produktbilleder er de vigtigste til tøj?
Billedet forfra, billedet bagfra, et nærbillede af stoffet eller konstruktionen samt et billede, der viser pasform eller størrelsesforhold. Tilsammen svarer de på, hvordan det ser ud, hvordan det ser ud bagpå, hvad det er lavet af, og hvordan det sidder.
Bør tøj fotograferes på en model eller fladt?
Begge dele har deres berettigelse. Billeder på en model viser pasform og proportioner, hvilket Baymard anbefaler til beklædning. Flat lays og ghost mannequin-billeder viser hele tøjet ensartet. De fleste webshops bruger et billede med en model eller en ghost mannequin som det primære billede og et flat lay eller nærbilleder som supplerende billeder.
Kan jeg bruge AI til at lave produktbilleder af tøj?
Ja, til mange typer billeder: billeder på model ud fra et fladt foto eller et mannequinfoto, ghost mannequin-billeder, nærbilleder og sidebilleder. Sammenlign altid det færdige resultat med det virkelige stykke tøj, og tjek de enkelte kanalers regler: Zalando accepterer for eksempel AI-genererede billeder, men kan afvise dem, der ikke virker troværdige eller gengiver produktet forkert.
Hvordan viser jeg tøjets pasform?
Vis det på en model, og angiv modellens højde, mål samt den størrelse, vedkommende har på, sådan som Baymard råder til. Et sidebillede og et billede bagfra tilføjer information om længde og snit. Hvis du har en størrelsesguide, bør du linke til den ved siden af billederne.
Hvilken opløsning bør tøjbilleder have?
Høj nok til, at kunderne kan zoome ind på stoffet og detaljerne. Kanalerne fastsætter deres egne minimumskrav – Zalandos minimum er 762 × 1100 pixels, med 1801 × 2600 som best practice (Zalandos retningslinjer for billeder, opdateret 1. oktober 2026, tjekket 18. oktober 2026) – så eksportér fra en masterfil, der er større, end nogen af kanalerne kræver.