Jedno wygenerowane zdjęcie burgera może kosztować Cię więcej niż cała sesja u fotografa — bo Wolt je odrzuci, a klient, który mimo wszystko zamówi, dostanie coś innego niż widział i napisze o tym w opinii. Sztuczna inteligencja w zdjęciach jedzenia to nie jest jedna rzecz. Są dwa zupełnie różne podejścia: generowanie dania od zera i poprawianie prawdziwej fotografii. Platformy traktują je skrajnie inaczej i warto wiedzieć, gdzie dokładnie biegnie granica, zanim wgrasz cokolwiek do menu.

Co dokładnie zakazują regulaminy platform

Wolt mówi o tym wprost w wytycznych dla partnerów (merchant.wolt.com): zdjęcia w menu nie mogą być wygenerowane przez AI. Powód jest prozaiczny — zdjęcie w aplikacji to obietnica. Klient płaci za to, co widzi, i jeśli na talerzu ląduje coś innego, reklamacja idzie przez platformę, a platforma nie chce brać na siebie kosztów cudzej kreatywności.

Google Business Profile (support.google.com) ujmuje to od innej strony: zdjęcia w wizytówce mają odzwierciedlać rzeczywistość. Bez nadmiernych filtrów, bez przeróbek, które zmieniają to, co fotografia przedstawia. Google nie pisze osobnego paragrafu o AI — nie musi. Wygenerowany obraz z definicji nie odzwierciedla rzeczywistości, więc podpada pod tę samą zasadę co mocno przefiltrowane zdjęcie wnętrza, które wygląda jak inny lokal.

Zauważ, co łączy oba regulaminy: żaden nie zabrania edycji. Oba zabraniają fałszu. To jest klucz do całej reszty tego tekstu.

Generowanie od zera = ryzyko na trzech frontach

Kuszące, prawda? Wpisujesz "soczysty burger z podwójnym serem, deska, ciemne tło" i po dziesięciu sekundach masz obrazek lepszy niż niejedna sesja. Problem w tym, że ten burger nie istnieje. I to się mści w trzech miejscach:

  • Weryfikacja platformy. Wolt sprawdza zdjęcia przy dodawaniu menu. Wygenerowany obraz może zostać odrzucony od razu albo — gorzej — usunięty później, gdy ktoś go zgłosi. Wtedy pozycja w karcie zostaje bez zdjęcia, a pozycje bez zdjęć sprzedają się wyraźnie słabiej.
  • Rozczarowany klient. Generator rysuje danie idealne: składniki ułożone jak w reklamie, porcja większa niż realna. Klient porównuje dostawę ze zdjęciem i czuje się oszukany. Reklamacja, zwrot pieniędzy, czasem obie rzeczy naraz.
  • Opinie. "Na zdjęciu wyglądało zupełnie inaczej" to jedna z najczęstszych skarg w recenzjach na platformach dostawczych. Każda taka opinia zostaje na stałe i pracuje przeciwko Tobie przy każdym kolejnym kliencie, który ją przeczyta.

Jest jeszcze czwarty front, mniej oczywisty: własna kuchnia. Jeśli zdjęcie pokazuje danie, którego kucharz nie jest w stanie odtworzyć, każde zamówienie staje się polem minowym. Zespół nie ma szans dowieźć obietnicy, której nikt nigdy nie ugotował.

AI-enhancement prawdziwego zdjęcia — jak to działa

Druga ścieżka zaczyna się w Twojej kuchni. Stawiasz prawdziwy talerz z prawdziwym daniem, robisz zdjęcie telefonem — może być przy świetlówce, może być na blacie ze stali. To zdjęcie jest dokumentem: taka porcja, takie składniki, takie ułożenie. Dopiero na tym dokumencie pracuje AI.

Co konkretnie poprawia?

  • Światło. Żółty poblask kuchennej świetlówki zamienia na neutralne, miękkie oświetlenie, przy którym pomidor jest czerwony, a nie pomarańczowy.
  • Tło. Blat ze śladami pracy zostaje zastąpiony czystym, spójnym tłem — ale talerz i wszystko na nim pochodzi z oryginału.
  • Kadr i format. Przycięcie do proporcji wymaganych przez każdą platformę, bez ucinania dania.
  • Kolory. Balans bieli i kontrast wracają do tego, jak potrawa wygląda na żywo — nie bardziej.

Tak właśnie pracuje VibeTable AI: wejściem jest zawsze Twoje zdjęcie Twojego dania, wyjściem — to samo danie w warunkach, na jakie mały lokal zwykle nie ma budżetu. Nic nie zostaje dorysowane, nic nie znika z talerza. Klient dostaje w pudełku dokładnie to, co widział w aplikacji — tylko sfotografowane porządnie. Jeśli chcesz sprawdzić, jak to wygląda na Twoich daniach, beta jest otwarta i bezpłatna.

Jak rozpoznać przesadzoną edycję

Granica między korektą a fałszem bywa cienka, więc oto praktyczny test — pięć pytań, które warto zadać przed wgraniem zdjęcia:

  1. Czy porcja na zdjęciu odpowiada porcji, którą wydaje kuchnia?
  2. Czy wszystkie widoczne składniki naprawdę są w daniu? (Dosypana AI kolendra to już fałsz.)
  3. Czy kolory wyglądają jak jedzenie, czy jak neon? Ser nie świeci, sałata nie jest fluorescencyjna.
  4. Czy faktura jest naturalna? Nadmierne wygładzenie robi z pieczywa plastik — to typowy ślad przesadnej edycji.
  5. Test klienta: gdyby ktoś położył obok siebie zdjęcie i dostarczone pudełko, czy powiedziałby "tak, to to samo"?

Jeśli na którekolwiek pytanie odpowiedź brzmi "nie", zdjęcie jest za daleko. Cofnij edycję albo zrób nowe ujęcie — to tańsze niż zwroty.

Etyka zdjęć menu, czyli dlaczego to się po prostu opłaca

Można na to patrzeć przez regulaminy, ale prościej patrzeć przez portfel. Zdjęcie menu pracuje dwa razy: raz, gdy przekonuje do zamówienia, i drugi raz, gdy klient otwiera pudełko i porównuje. Wygenerowany obraz wygrywa pierwszą rundę i przegrywa drugą — a to druga runda decyduje, czy klient wróci i co napisze w opinii.

Uczciwe, dobrze doświetlone zdjęcie prawdziwego dania wygrywa obie. Nie dlatego, że jest ładniejsze od wygenerowanego ideału — często nie jest. Dlatego, że obietnica i dostawa się zgadzają, a zgodność buduje powtarzalne zamówienia. W gastronomii dostawczej stały klient jest wart wielokrotnie więcej niż jednorazowy, który poczuł się nabity w butelkę.

Wniosek jest krótki: nie generuj dań, których nie gotujesz. Fotografuj to, co wydajesz, i pozwól AI zrobić to, co robi dobrze — światło, tło, format. Regulaminy Wolt i Google są po tej samej stronie co Twoi klienci, a od niedawna nie musisz do tego ani studia, ani fotografa — wystarczy telefon i narzędzie, które kosztuje ułamek jednej sesji.