Klær selger på bildene mer enn nesten noen annen varekategori, fordi kundene verken kan ta på stoffet eller prøve passformen. I Salsifys forbrukerundersøkelse fra 2026 oppga 61 % av kundene at produktbilder og -videoer er den viktigste faktoren på produktsiden når de skal avgjøre om de skal gjennomføre et kjøp (Salsify, 20. januar 2026). Brukertesting fra Baymard Institute viste at den første handlingen til 56 % av brukerne på en produktside er å utforske bildene (Baymard, 2. april 2020).
Spørsmålet er derfor ikke om du skal investere i klesbilder, men hvilke du bør ta. Nedenfor finner du ti bildetyper som hver svarer på et spesifikt spørsmål kunden har, hvordan du tar dem, og hvordan AI kan produsere dem ut fra et bilde du allerede har.
De ti ideene i korte trekk
| # | Bilde | Kundens spørsmål det svarer på |
|---|---|---|
| 1 | Frontbilde | Hvordan ser det ut? |
| 2 | Bilde bakfra | Hva er på baksiden – lukking, trykk, snitt? |
| 3 | Bilde fra siden | Hvor langt er det, og hvor dypt? |
| 4 | Nærbilde av stoff | Hvordan er materialet? |
| 5 | Nærbilde av konstruksjon | Hvordan er det laget – sømmer, fôr, knapper? |
| 6 | Bilde på modell | Hvordan sitter det på kroppen? |
| 7 | Ghost mannequin | Hvilken form og hvilket snitt har det, uten modell? |
| 8 | Flat lay | Hvordan ser hele plagget ut, lagt flatt? |
| 9 | Fargevarianter | Hvordan ser hver farge egentlig ut? |
| 10 | I kontekst | Hvor stort er det, og hvordan ville jeg brukt det? |
1. Frontbilde
Frontbildet er selve katalogbildet: det som brukes i produktoppføringer, søkeresultater og på kategorisider. Vis hele plagget, ubeskåret, sentrert og med konsekvent utsnitt på tvers av sortimentet, slik at en kategoriside oppleves som én helhetlig kolleksjon. Mange salgskanaler har egne regler for dette; Zalando godtar for eksempel nøytrale, livsstils- eller stemningspregede omgivelser, legger sin egen lysegrå bakgrunn på primære produktbilder («packshots») som leveres på hvit bakgrunn, og tillater valgfri bakgrunn for bilder bakfra og modellbilder (Zalandos retningslinjer for bilder, oppdatert 1. oktober 2026, sjekket 18. oktober 2026). Ta bildet i jevnt lys og med høy nok oppløsning til at kunden kan zoome inn.
2. Bilde bakfra
Kundene vil se lukkinger, trykk på ryggen, legg og silhuetten bakfra før de kjøper. Ta bildet bakfra med samme utsnitt og lyssetting som forfra, slik at de to oppleves som et par. Ta vare på dette bildet selv om du bare publiserer frontbildet i dag: Det fungerer også som kildemateriale som lar AI-verktøy gjenskape innsiden av et plagg og generere visninger bakfra senere.
3. Bilde fra siden
Et bilde fra siden viser lengde og dybde – hvor langt en kåpe faller, hvor mye volum et skjørt har, eller hvordan en jakke legger seg over hoften. Dette bildet hoppes ofte over fordi det krever et eget oppsett. Ut fra et frontbilde, og eventuelt et bilde bakfra, kan enkelte AI-verktøy rekonstruere en sidevisning: Phottas ghost mannequin-verktøy dokumenterer en side-vinkel nettopp til dette formålet (Photta API-dokumentasjon).
4. Nærbilde av stoff
Et nærbilde av vevingen, strikken eller trykket svarer på spørsmålene kunden vanligvis ville fått svar på ved å ta på plagget: Er det tykt, gjennomsiktig, mykt eller strukturert? Baymard fant at 25 % av nettbutikkene ikke tilbyr god nok bildeoppløsning eller zoom, og at lav oppløsning førte til at brukere avbrøt kjøpet under testing (Baymard, 2. april 2020). Et dedikert nærbilde er tryggere enn å satse på at kunden selv zoomer inn. Ta bildet i streiflys slik at teksturen trer fram, og med naturtro fargegjengivelse.
5. Nærbilde av konstruksjon
Sømmer, fôr, lommer, knapper, glidelåser og merkelapper viser kvalitet. Ett eller to nærbilder av detaljene som rettferdiggjør prisen, gjør mer nytte enn en linje med produkttekst. Hvis du har et skarpt bilde av hele plagget, kan KI generere et nærbilde av et bestemt område: Phottas verktøy for detaljbilder tar utgangspunkt i en etikett som «kragesøm» eller «mansjettdetalj» og et utsnitt fra ekstremt nærbilde til halvnært, og et gratis analysetrinn foreslår hvilke detaljer som er verdt å vise (Phottas API-dokumentasjon). Kontroller hvert genererte nærbilde mot det faktiske plagget.
6. Bilder på modell
Baymard anbefaler å vise klær på en menneskelig modell, fordi kundene bruker disse bildene til å vurdere passform, lengde og proporsjoner. De råder også til å oppgi modellens mål og størrelsen som vises (Baymard, 1. desember 2020). Legg til denne linjen under hvert modellbilde; det er den rimeligste formen for passforminformasjon du kan gi.
KI kan plassere et plagg på en modell med utgangspunkt i et bilde av et flat lay, en kleshenger eller en dukke. Dette gjør modellbilder mulig for produkter som aldri når et fotostudio. Phottas try-on for klær tar for eksempel utgangspunkt i plagget, en valgt modell og positur, samt et valgfritt bilde av plaggets bakside (Phottas API-dokumentasjon). Ett forbehold: Kanalene setter sine egne regler for genererte bilder. Zalando godtar KI-genererte bilder som oppfyller selskapets redaksjonelle og tekniske kriterier, og kan avvise bilder som ikke virker troverdige eller som feilfremstiller produktet. De tillater ikke synlige KI-merker eller vannmerker, og innen desember 2026 må KI-genererte filer inneholde identifiserende data i metadataene eller som et usynlig vannmerke (Zalandos retningslinjer for bilder, oppdatert 1. oktober 2026, sjekket 18. oktober 2026). Bruk KI-modellbilder der kanalen tillater det, og sjekk alltid reglene for hver enkelt salgskanal først.
7. Usynlig dukke
Et bilde med usynlig dukke viser plaggets fasong og innsiden av halslinjen uten modell, og gir en hel produktkategori et enhetlig uttrykk. Tradisjonelt settes dette sammen av to eller flere bilder av en retusjør (Pixelz, oppdatert september 2025); KI-verktøy kan generere det ut fra ett enkelt bilde tatt på dukke eller flatt underlag. Vår arbeidsflyt for KI og usynlig dukke går gjennom trinnene og kontrollene.
8. Flat lay
Et flat lay viser hele plagget på én gang, rett ovenfra, og egner seg godt til basisplagg, barneklær, sett og sosiale medier. Legg plagget naturlig uten å strekke det, rett ut sømmer og faldkanter, og fotografer rett ovenfra slik at det ikke forvrenges. Et flat lay viser ikke passform, så kombiner det gjerne med et bilde på modell eller usynlig dukke.
9. Fargevarianter
Fotografer hver farge du selger under nøyaktig samme lysforhold, med en fargereferanse i et testbilde. Kundene sammenligner farger på tvers av bildene, og en fargevariant som ser annerledes ut på skjermen enn varen de mottar, er en av de vanligste årsakene til returer som lett kunne vært unngått. Hvis du bruker KI til å vise ulike fargevarianter, må du sammenligne hvert resultat med den fysiske fargeprøven før publisering.
10. I kontekst
Baymards undersøkelser viser at 42 % av brukerne prøver å vurdere et produkts skala og størrelse ut fra bildene, og at 28 % av de store nettstedene de analyserte, ikke tilbød noen bilder som viste reell målestokk (Baymard, 30. mai 2017). For klær betyr det minst ett bilde der plagget bæres eller styles i realistiske omgivelser. La produktet forbli hovedmotivet: et urolig miljø som skjuler plagget, gir ikke kunden svar på det de lurer på.
Hvor mange bilder trenger et klesprodukt?
Det finnes ikke noe fasitsvar, men salgskanalene setter minimumskrav. Zalando krever minst tre godkjente bilder for klær, hvorav ett må være en katalogvisning (et utsnitt av modellen forfra eller et primært packshot), og avviser dupliserte bilder (Zalandos retningslinjer for bilder, oppdatert 1. oktober 2026, sjekket 18. oktober 2026). Et praktisk oppsett for din egen nettbutikk er forside, bakside, ett nærbilde og ett bilde som viser passform eller skala – på en modell, på usynlig dukke eller i en reell setting.
Før du publiserer: en sjekkliste
- Forsidebildet er ubeskåret, sentrert og har samme utsnitt som resten av sortimentet.
- Et baksidebilde finnes, selv om det ikke er publisert ennå.
- Minst ett nærbilde viser stoffet og ett viser konstruksjonen.
- Minst ett bilde viser passform eller skala, med modellens størrelse oppgitt dersom modell brukes.
- Hver fargevariant er fotografert eller kontrollert mot den fysiske prøven.
- Oppløsningen gjør det mulig å zoome inn på viktige detaljer.
- Kravene til hver enkelt salgskanal er oppfylt, inkludert om AI-genererte modeller er tillatt.
- Hvert AI-genererte bilde er sammenlignet med det faktiske plagget.
Ofte stilte spørsmål
Hvilke produktbilder for klær er de viktigste?
Forsidebildet, baksidebildet, et nærbilde av stoffet eller konstruksjonen og et bilde som viser passform eller skala. Sammen svarer de på hvordan plagget ser ut, hvordan baksiden er, hva det er laget av og hvordan det sitter.
Bør klær fotograferes på modell eller flattlagt?
Begge deler har sin plass. Bilder på modell viser passform og proporsjoner, noe Baymard anbefaler for klær. Flatlays og bilder på usynlig dukke viser hele plagget på en enhetlig måte. De fleste nettbutikker bruker et bilde med modell eller usynlig dukke som hovedbilde, og flattlagte bilder eller nærbilder som støttebilder.
Kan jeg bruke AI til å lage produktbilder av klær?
Ja, for mange typer bilder: modellbilder basert på et flattlagt bilde eller en dukke, bilder på usynlig dukke, nærbilder og sidevisninger. Kontroller alltid resultatet mot det faktiske plagget, og sjekk reglene for hver enkelt kanal: Zalando godtar for eksempel AI-genererte bilder, men kan avvise alle som ikke virker troverdige eller som feilfremstiller produktet.
Hvordan viser jeg passformen til et plagg?
Vis det på en modell og oppgi modellens høyde, mål og størrelsen de har på seg, slik Baymard anbefaler. En sidevisning og en baksidevisning gir bedre inntrykk av lengde og snitt. Hvis du har en størrelsestabell, bør du lenke til den ved siden av bildene.
Hvilken oppløsning bør produktbilder av klær ha?
Høy nok til at kundene kan zoome inn på stoffet og detaljene. Kanalene setter egne minimumskrav – Zalandos minimum er 762 × 1100 piksler, med 1801 × 2600 som beste praksis (Zalandos retningslinjer for bilder, oppdatert 1. oktober 2026, sjekket 18. oktober 2026) – så eksporter fra en masterfil som er større enn kravene til noen av kanalene.