Blog

Guide d'utilisation

Flux-2 texte-vers-image pour les visuels produits e-commerce : recettes de prompts et requête HiAPI fonctionnelle

Modèles de prompts pour les angles, l'éclairage et les détails fins, avec une requête HiAPI à copier-coller et des schémas de traitement par lots

Nov 12, 2026
Image de couverture : sur un fond beige, plusieurs fines feuilles de papier se superposent en décalage et reculent en profondeur, leurs bords sont gris graphite, et l'une d'elles est orange terre cuite.
Sur cette page

Pourquoi flux-2/text-to-image convient aux catalogues e-commerce

La production de visuels produits se heurte à un problème de courbe de coûts : chaque SKU nécessite plusieurs angles, un éclairage cohérent et un fond propre, et le coût marginal de « faire une variante de plus » est élevé, que ce soit à la prise de vue ou à la retouche. Lorsque vous disposez de descriptions produits solides et de prompts reproductibles, le texte-vers-image change cet équilibre.

Cas de figure où le texte-vers-image excelle

  • SKU à longue traîne et variantes. Les couleurs, tailles et configurations qui ne méritent pas une séance photo dédiée obtiennent elles aussi des visuels directement insérables au catalogue.
  • Visuels conceptuels et placeholders. Les pages de catégorie, les tests A/B et les fiches produits avant lancement ont besoin d'images crédibles avant l'arrivée des échantillons physiques.
  • Exploration stylistique. Vous pouvez tester rapidement les fonds et les directions d'éclairage, et fixer la direction visuelle avant de réserver une séance photo officielle.

Cas où la photographie reste irremplaçable

Si la décision d'achat dépend de détails physiques — coutures, usure, étiquettes de certification, couleur exacte sous une lumière réelle — les images générées ne sont que des concepts, pas des preuves. Ne considérez la sortie de flux-2/text-to-image comme un élément de catalogue que lorsque l'image peut représenter le produit que vous expédierez réellement ; pour les visuels principaux dont l'argument de vente est l'exactitude, conservez la photographie réelle.

Comparé au image-vers-image, le texte-vers-image exige davantage des prompts : aucune image de référence ne fixe la composition. C'est là le compromis. Vous gagnez un contrôle total sur l'angle, l'éclairage et le fond, au prix de devoir les décrire explicitement. Le reste de ce guide porte précisément sur la manière de rendre cette description reproductible.

La photographie, le image-vers-image et le texte-vers-image sont trois itinéraires vers le même cadre de catalogue — le chemin direct du texte-vers-image y parvient avec le moins de couches.

Structure de prompt de base réutilisable de façon stable d'un SKU à l'autre

Un prompt qui fonctionne pour un produit et échoue pour un autre vient généralement du fait que les faits spécifiques au produit et les décisions de mise en scène sont mélangés. Séparez-les.

Squelette à six emplacements

[sujet] — [angle] — [éclairage] — [fond] — [détails] — [style/contraintes]
  • Sujet : ce qu'est l'objet, son matériau, sa couleur et toute forme définissante. Restez factuel.
  • Angle : la position de la caméra par rapport au produit (trois-quarts face, plongée, à hauteur des yeux).
  • Éclairage : source principale softbox, contre-jour, douceur des ombres, direction.
  • Fond : surface, couleur et mise au point ou non.
  • Détails : les deux ou trois caractéristiques que le client va examiner.
  • Style/contraintes : photographie produit commerciale, mise au point nette, sans texte, composition centrée.

Un exemple rempli

Une tasse à café en céramique mate vert forêt profond, angle trois-quarts face, 
à hauteur des yeux, source principale douce et diffuse en haut à gauche, 
légère lumière de contour sur le bord droit, fond gris clair sans raccord, 
texture d'émail mat et courbe de l'anse nette visibles, photographie produit 
commerciale, mise au point nette, sans texte, sans logo, composition centrée

Garder les emplacements stables, remplacer les faits

Stockez le squelette une fois dans votre script de génération et n'injectez que les emplacements sujet et détails pour chaque SKU. L'angle, l'éclairage, le fond et le style restent fixes au sein d'un lot — c'est précisément ce qui fait qu'un ensemble d'images ressemble à un même catalogue plutôt qu'à un collage. Lorsque vous avez besoin d'un second point de vue (plongée, profil), ne changez qu'un seul emplacement, afin que toute différence visuelle soit attribuable à cette unique modification.

Une habitude utile : conservez le même ordre d'emplacements dans chaque prompt que vous écrivez. Le modèle suit la structure, et la personne qui consultera votre bibliothèque de prompts six mois plus tard aussi.

Recettes de prompts pour les angles de prise de vue et l'éclairage

Ces modèles sont conçus pour être collés après votre emplacement [sujet]. Remplacez la couleur de fond pour correspondre à votre base de marque.

Recettes d'angle

Trois-quarts face (angle principal par défaut)

vue trois-quarts face, caméra à mi-hauteur du produit, produit centré, 
produit entier visible, marge modérée tout autour

À hauteur des yeux / de face

vue frontale à hauteur des yeux, caméra parallèle à la face avant du produit, 
sans déformation de perspective, produit centré

Plongée à plat (flat lay)

vue en plongée verticale, caméra perpendiculaire à la surface, 
produit centré avec des marges uniformes, ombre plate en dessous

Légère plongée (adaptée aux produits en boîte)

vue sous un angle de 30 degrés au-dessus du produit, face avant et 
dessus visibles, caméra inclinée vers le centre du produit

Recettes d'éclairage

Éclairage studio doux (valeur sûre par défaut)

grande softbox en source principale en haut à gauche, réflecteur de 
remplissage blanc à droite, ombre de contact douce sous le produit, 
sans reflet spéculaire éblouissant

Éclairage latéral pour révéler la matière

éclairage rasant latéral depuis la gauche pour révéler la texture de 
surface, remplissage doux frontal, ombre portée vers la droite, 
fond uniformément éclairé

Blanc catalogue propre

deux sources douces à 45 degrés assurant un éclairage lumineux et 
uniforme, ombres minimales, fond blanc sans raccord, contours du 
produit nettement détachés

Accent d'ambiance (proche de la scène de vie)

source principale directionnelle unique en haut à droite, dégradé 
progressif vers un fond gris foncé, léger reflet sur un bord, 
ombre maîtrisée

Points de composition universels

  • Précisez la hauteur de caméra lorsque la perspective compte ; « mi-hauteur » et « plongée » produisent des silhouettes nettement différentes.
  • Indiquez où tombent les ombres. Une ombre non spécifiée est la source d'incohérence la plus fréquente au sein d'un lot.
  • Fixez le vocabulaire de marge (« marge modérée tout autour ») pour que le produit ne soit pas recadré différemment d'une image à l'autre.

En combinant une recette d'angle et une recette d'éclairage, vous obtenez une matrice stable : quatre angles multipliés par quatre réglages d'éclairage donnent seize apparences à partir d'un seul squelette.

Trois étapes en couches de papier montrant l'éclairage zénithal, latéral et le remplissage softbox — la géométrie derrière chaque modèle de prompt.

Formulations pour améliorer le respect du prompt et les détails haute fidélité

Les problèmes de respect viennent généralement de noms vagues, pas d'un manque d'adjectifs. Empiler « beau, haut de gamme, époustouflant » ne fait qu'ajouter du bruit stylistique sans dire au modèle quoi rendre.

Nommer précisément les matériaux

Remplacez « bon tissu » par la surface réelle : aluminium brossé, acier thermolaqué mat, cuir grainé, verre dépoli, toile de coton écru. Les mots de matériau portent la texture et la réflectivité, ils sont donc plus utiles que n'importe quel adjectif de style.

Contraindre ce qui compte

Le modèle respecte mieux les limites explicites que les souhaits implicites. Formulez les contraintes comme des affirmations sur l'image :

le produit occupe environ 70 % de la largeur de l'image
zone du logo vierge et sans marque
texte de l'étiquette rendu comme une zone vide, sans lettres
un seul produit dans l'image, sans accessoires

Chaque ligne élimine un degré de liberté. Gardez les contraintes courtes et littérales — les longs passages d'interdictions finissent souvent par se confondre.

Pointer les détails plutôt que les louer

  • Faible : extrêmement détaillé et de haute qualité
  • Fort : coutures visibles sur le bord supérieur, micro-texture sur la surface du cuir, boucle métallique au fini brossé

Les détails haute fidélité proviennent du fait de nommer les deux ou trois caractéristiques sur lesquelles le client va zoomer, puis de laisser le moteur de rendu s'occuper du reste. Si un détail compte, décrivez son emplacement et son matériau, pas son importance.

Maîtriser la dérive via les mots de scène

Les mots de style n'ont rien de gratuit. dramatique, cinématographique et luxueux modifient tous l'éclairage et le contraste. Si votre catalogue est propre et neutre, supprimez-les ou accompagnez-les d'une correction explicite comme éclairage commercial propre, sans ombres dramatiques. Le respect s'améliore lorsque chaque instruction de style a une description physique correspondante.

Une autre habitude à cultiver : notez par catégorie de produit les lignes de contrainte que vous avez ajoutées. Lorsque la sortie dérive, vous pouvez comparer les différences de prompts au lieu de deviner.

Liste de termes négatifs pour éviter les échecs courants en visuels produits

Les prompts négatifs sont un scalpel, pas un seau. Une liste courte ciblant les modes d'échec que vous avez réellement observés vaut mieux qu'un mur d'exclusions génériques qui risque de brider des rendus valides.

Une liste de départ épurée

texte, filigrane, logo, membres surnuméraires, produit dupliqué, fond encombré, 
reflet spéculaire éblouissant surexposé, flou de mouvement, déformation géométrique, bord du produit coupé

Pourquoi chaque entrée mérite d'être conservée

  • texte, filigrane, logo — les lettres générées sont rarement utilisables et souvent illisibles ; un espace vide vaut mieux qu'une erreur.
  • produit dupliqué — les scènes multi-objets s'invitent quand l'emplacement fond est vague.
  • fond encombré — protège l'aspect catalogue propre.
  • reflet spéculaire éblouissant surexposé — les produits brillants perdent leurs détails de surface à cause de l'écrêtage des hautes lumières.
  • déformation géométrique — anses, becs et bords se courbent quand l'emplacement angle est sous-décrit.
  • bord du produit coupé — fonctionne avec votre vocabulaire de marge pour garder la silhouette entière dans le cadre.

Différencier par catégorie

Ajoutez, mais n'empilez pas. Pour la verrerie, ajoutez double réflexion, verre opaque. Pour les vêtements, ajoutez mannequin, modèle humain, vêtement plié. Pour les produits alimentaires, ajoutez condensation, garniture décorative, accessoires. Une fois qu'une catégorie est stable, retirez les entrées correspondantes ; une liste négative plus courte laisse le prompt positif dominer.

Règle empirique

Si vous ne pouvez pas pointer l'échec observé dans une sortie concrète, ne l'ajoutez pas à la liste négative. Laissez la liste se construire à partir des revues, pas des anticipations.

Une requête HiAPI flux-2/text-to-image fonctionnelle

La requête ci-dessous envoie un prompt à flux-2/text-to-image via l'interface unifiée HiAPI. Remplacez la chaîne de prompt et vous obtenez votre premier visuel produit.

Requête

curl -X POST "https://api.hiapi.ai/v1/images/generations" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "flux-2/text-to-image",
    "prompt": "Une tasse à café en céramique mate vert forêt profond, vue trois-quarts face, caméra à mi-hauteur du produit, produit centré avec une marge modérée tout autour, grande softbox en source principale en haut à gauche, réflecteur de remplissage blanc à droite, ombre de contact douce sous le produit, fond gris clair sans raccord, texture d'émail mat et courbe de l'anse nette visibles, photographie produit commerciale, mise au point nette, sans texte, sans logo",
    "negative_prompt": "texte, filigrane, logo, produit dupliqué, fond encombré, reflet spéculaire éblouissant surexposé, déformation géométrique, bord du produit coupé",
    "aspect_ratio": "1:1",
    "n": 1
  }'

Explication champ par champ

  • model — maintient l'appel routé vers le texte-vers-image flux-2. Épinglez-le explicitement pour que les changements de valeur par défaut futurs ne modifient pas silencieusement l'aspect de votre catalogue.
  • prompt — le squelette à six emplacements présenté plus haut, assemblé avec une recette d'angle et une recette d'éclairage.
  • negative_prompt — la liste d'exclusions épurée ; à tailler par catégorie lors de la revue des sorties.
  • aspect_ratio — fixé par canal (carré pour les tuiles de grille, portrait pour les cartes de liste mobile) afin qu'un lot reste homogène.
  • n — gardez 1 pendant l'optimisation du prompt, augmentez-le lorsque vous voulez des variantes parmi lesquelles choisir.

Lire la réponse

L'API renvoie un objet JSON contenant les données d'image générées ainsi que les métadonnées de la requête. Analysez la charge utile d'image, écrivez-la dans le stockage avec une clé incluant le SKU et la combinaison angle/éclairage (par exemple mug-green__front34__soft-studio), et enregistrez le prompt exact à côté du fichier. Ce couple « nom de fichier plus prompt » rend la QA ultérieure et la régénération exploitables. La facturation suit la mesure standard de génération d'images de la plateforme ; consultez le panneau de tarification de votre compte pour connaître les tarifs actuels plutôt que de coder en dur des hypothèses dans vos scripts.

Générer des prompts par lots pour des listes multi-SKU

Une fois qu'une requête unique fonctionne, le traitement par lots se résume à l'injection de modèle plus une boucle. Le squelette vit dans le code, les faits produits dans les données.

Le schéma

ANGLES = {
    "front34": "vue trois-quarts face, caméra à mi-hauteur du produit, produit centré avec une marge modérée tout autour",
    "flat": "vue en plongée verticale, caméra perpendiculaire à la surface, produit centré avec des marges uniformes, ombre plate en dessous",
}
LIGHTING = "grande softbox en source principale en haut à gauche, réflecteur de remplissage blanc à droite, ombre de contact douce sous le produit"
STYLE = "photographie produit commerciale, mise au point nette, sans texte, sans logo, composition centrée"

def build_prompt(sku, angle_key):
    return f"{sku['subject']}, {ANGLES[angle_key]}, {LIGHTING}, {sku['background']}, {sku['detail']}, {STYLE}"

Pour chaque SKU, parcourez les clés d'angle dont vous avez besoin, construisez le prompt, appelez l'API et stockez le résultat sous un emplacement nommé de façon déterministe. Marquez une courte pause entre les appels et réessayez avec backoff en cas d'échec transitoire ; un traitement de catalogue n'est pas sensible à la latence, la stabilité prime sur la vitesse.

Ce qu'il faut vérifier avant de monter en charge

  • L'assemblage du prompt est déterministe. Un même SKU et un même angle doivent toujours produire la même chaîne de prompt. Si vous avez besoin de le prouver, enregistrez un hash de chaque prompt.
  • Les valeurs d'emplacement fixes le sont vraiment. Fond, éclairage et style doivent provenir de constantes, et non de données par élément qui s'y seraient glissées.
  • Le ratio d'aspect se règle par canal, pas par point d'appel. Un seul endroit dans la configuration, pas dispersé dans la boucle.
  • La clé de stockage porte l'angle et l'éclairage. Vous régénérerez des cellules individuelles plus tard ; rendez-les adressables.
  • Lancez d'abord un pilote à petite échelle. Dix SKU couvrant tous les angles, revus avant de traiter la liste complète.

Attentes de coût et de temps

Le temps de génération croît avec le nombre d'images, pas avec le nombre de prompts ; budgétez donc un appel par image et planifiez le traitement de lot autour de cela. Gardez n à 1 pendant les exécutions par lots et ne générez des variantes que pour les SKU qui ont échoué à la revue — un même prompt avec un n plus élevé est plus facile à interpréter qu'un second angle dont vous n'aviez pas besoin.

Revoir les sorties avant de les intégrer au catalogue

Une image générée qui semble belle mais présente mal le produit est pire que pas d'image du tout. Faites passer chaque sortie par une courte QA cohérente avant publication.

Liste de contrôle

  • L'angle correspond à l'étiquette. Un fichier nommé front34 doit réellement être une vue trois-quarts face. Même si chaque image prise isolément est belle, un angle non concordant casse la cohérence de la grille.
  • Le produit entier est dans le cadre. Aucun bord coupé, le produit ne touche pas les limites de l'image.
  • Aucun texte. Toute lettre, filigrane ou artefact de logo signifie régénérer ou revenir en arrière.
  • Cohérence avec la marque. La couleur de fond, la douceur des ombres et le contraste doivent s'harmoniser avec le catalogue existant, pas jurer.
  • Représentativité. Le produit montré doit correspondre à ce qui sera réellement expédié : bonne couleur, bon matériau, bonnes proportions.

Régénérer ou revenir en arrière

Lorsque l'échec est cosmétique et réparable via le prompt (direction d'ombre erronée, dérive de fond, accessoires superflus), régénérez. Resserrez l'emplacement fautif et relancez. Lorsque l'échec est factuel — le modèle a inventé une caractéristique, le matériau semble être le mauvais fini, la forme du produit n'est pas fidèle — revenez à la photographie, au image-vers-image ou à un placeholder. Aucune modification de prompt ne corrige de manière fiable une inadéquation avec le produit réel.

Garder la revue peu coûteuse

Révisez sous forme de planches contact par SKU regroupant tous les angles, plutôt qu'image par image. Les écarts invisibles isolément — ombre inversée, décalage de fond — deviennent évidents côte à côte. Enregistrez le hash de prompt de chaque rejet, afin que les problèmes récurrents se révèlent comme des problèmes de prompt plutôt que comme du bruit ponctuel. Faites cela sur un lot et vous constaterez que la plupart des échecs se concentrent sur quelques valeurs d'emplacement récurrentes — celles-là mêmes qui méritent d'être corrigées une fois pour toutes.

Articles similaires

Voir tous les articles →

Commencez avec des artefacts IA persistants

Obtenez votre clé API et appelez des modèles d'image, de vidéo et d'audio via une API unique basée sur les tasks.

Lire la documentation de l'API