API d’images produit GPT Image 2 : études de cas concrètes

Les images produit constituent le poste le plus volumineux et le plus répétitif du travail visuel de la plupart des équipes : un packshot propre sur fond blanc pour chaque SKU, une image contextuelle pour la page d’atterrissage, un rendu d’emballage pour le deck de présentation. C’est aussi le travail où les API génératives offrent le meilleur retour, car le besoin est précis et vous allez l’exécuter des centaines de fois. Ce guide présente trois images produit de qualité production générées via l’API GPT Image 2 sur hiapi — chacune accompagnée de son prompt exact, de ses paramètres, de son ID de tâche et de son coût — ainsi que le schéma d’appel API unique qui les sous-tend.

GPT Image 2 est la recommandation par défaut de hiapi pour le travail d’images produit, car il suit strictement les consignes : l’objet spécifié, la matière de surface, la direction de l’éclairage et le texte sur l’emballage se retrouvent là où vous les avez demandés. À 0,03 $ par image, il est assez bon marché pour être déployé sur l’ensemble du catalogue.

Le même appel derrière chaque image

Chaque image ci-dessous correspond à un appel POST /v1/tasks — création de la tâche, interrogation (ou réception du callback), téléchargement du résultat. Aucun fine-tuning, aucune image de référence, aucune retouche.

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/text-to-image",
    "input": {
      "prompt": "Professional e-commerce packshot of a matte-white ceramic pour-over dripper on a pure-white background, soft softbox lighting",
      "aspect_ratio": "1:1"
    }
  }'

Le seul paramètre qui influence la facturation est la résolution : 0,03 $ en 1K, 0,04 $ en 2K, 0,06 $ en 4K. Le ratio d’aspect n’est pas facturé — choisissez 1:1 pour les vignettes de catalogue, 4:3 ou 16:9 pour les images contextuelles, 3:4 ou 9:16 pour le format portrait.

Image 1 : packshot sur fond blanc

L’image de catalogue la plus basique — produit centré sur un fond blanc sans raccord, ombre douce, aucun élément parasite. C’est l’image que vous générez SKU par SKU.

Professional e-commerce packshot of a matte-white ceramic pour-over coffee
dripper on a seamless pure-white studio background, soft even softbox lighting,
subtle contact shadow, crisp focus, centered, high detail, catalog product
photography.

• Modèle : gpt-image-2 · aspect_ratio : 1:1 · ID de tâche : tk-hiapi-01KVQJ250WGS0V3CDQ14N8J86C · Coût : 0,03 $
• À retenir : les expressions décisives sont « seamless pure-white background » (fond blanc pur sans raccord), « soft even softbox lighting » (éclairage doux et uniforme de softbox) et « subtle contact shadow » (ombre de contact subtile). Elles gardent le fond propre et font reposer le produit fermement sur la surface au lieu de le faire flotter.

Image 2 : image contextuelle / de mise en situation

Le même produit, mais dans un décor — c’est l’image que vous placez en tête de page pour transmettre une ambiance, pas seulement pour montrer un SKU. Passez le ratio d’aspect à 4:3 et décrivez la scène et la lumière.

Lifestyle product photo of the same matte-white ceramic pour-over coffee dripper
sitting on a light oak kitchen counter, morning window light from the left, a
blurred plant and a linen towel in the background, warm natural tones, shallow
depth of field, premium homeware editorial look.

• Modèle : gpt-image-2 · aspect_ratio : 4:3 · ID de tâche : tk-hiapi-01KVQJ4GPRM5WJ0QDYS3HPKQZD · Coût : 0,03 $
• À retenir : précisez la surface (« light oak kitchen counter », plan de travail en chêne clair), la direction de la lumière (« morning window light from the left », lumière du matin venant de la fenêtre à gauche) et ce qui est flouté à l’arrière-plan. « Shallow depth of field » (faible profondeur de champ) donne l’impression d’une vraie prise de vue, et non d’un rendu.

Image 3 : visuel d’emballage avec texte imprimé

L’image sur laquelle la plupart des générateurs échouent : un produit avec un texte imprimé lisible. C’est précisément le point fort de GPT Image 2 — il rend proprement les titres courts et les étiquettes, ce qui en fait le choix le plus sûr pour les rendus d’emballage, les étiquettes suspendues et tout objet portant un nom de marque.

A minimalist product packaging box for specialty coffee on a cream backdrop,
soft studio light. The kraft-paper box has a clean printed label with two crisp
lines of text: a large headline reading "AURORA ROAST" and a smaller subtitle
"Single Origin · 250g". Photoreal product photography, centered, legible text.

• Modèle : gpt-image-2 · aspect_ratio : 3:4 · ID de tâche : tk-hiapi-01KVQJ7MJNKT9XZPF5GVWG3KNC · Coût : 0,03 $
• À retenir : placez le texte exact entre guillemets et indiquez où il se trouve (« a large headline reading... », un grand titre lisant… ; « a smaller subtitle... », un sous-titre plus petit). La citation du texte est le facteur le plus décisif pour un rendu correct des caractères. Vérifiez toujours le résultat et relancez en cas d’erreur de caractère.

Passage en production

Trois images, trois appels uniques, 0,09 $ au total. Ce schéma s’étend de la même manière à l’échelle d’un catalogue :

• Estimation précise de la facture. À 0,03 $ fixes par image 1K, les packshots sur fond blanc de 500 SKU coûtent 15 $. Pas de facturation au token, aucune surprise.
• Itérer d’abord, déployer ensuite. Verrouillez le prompt sur un SKU, puis transformez-le en modèle — en remplaçant le nom du produit et le texte d’emballage selon l’article.
• Utilisez les callbacks pour les gros volumes. Pour les exécutions par lots, transmettez l’objet callback plutôt que d’interroger chaque tâche individuellement.

Pour un pipeline e-commerce plus poussé (variantes par lots, remplacement d’arrière-plan, routage de modèles), consultez le workflow e-commerce GPT Image 2. Pour davantage de prompts réutilisables selon les cas d’usage, consultez les modèles de prompts GPT Image 2.

Prêt à générer des images pour vos propres produits ? Essayez un prompt sur la page du modèle GPT Image 2, puis intégrez l’API avec le schéma d’appel unique ci-dessus.