Ideogram V4 pour les visuels produits e-commerce : un workflow pratique

Si vos visuels produits dépendent du texte qu'ils contiennent — badges promotionnels, mentions de prix, textes d'étiquette, titres de bannière — alors sur hiapi, Ideogram V4 est le modèle à choisir. C'est le spécialiste de la typographie de la plateforme, et dans les trois visuels e-commerce indépendants générés pour ce guide (une bannière promotionnelle, une maquette d'étiquette produit, un visuel de vente flash), chaque mot a été rendu net et correct dès la première génération, au-delà des choix rédactionnels du design lui-même. Voici ce qui fonctionne réellement, les vrais prompts derrière chaque image, et un script par lots qui transforme une liste de produits entière en visuels fidèles à votre marque.

Pourquoi choisir Ideogram V4 pour les visuels e-commerce

La plupart des modèles d'image généralistes échouent encore sur les titres de plusieurs mots, les étiquettes de prix ou les textes d'étiquette — lettres en trop, interlettrage déformé, ou texte coupé en plein milieu d'un mot. C'est exactement le mode de défaillance que les visuels e-commerce ne peuvent pas tolérer : une bannière au texte illisible paraît cassée, pas stylisée. Ideogram V4 est construit autour d'un texte intra-image précis, ce qui en fait un meilleur choix qu'un modèle généraliste pour :

• Les bannières promotionnelles avec un titre principal + un sous-titre (par exemple « SUMMER SALE » / « UP TO 40% OFF »)
• Les maquettes d'étiquette produit où le nom de marque et le texte produit doivent rester lisibles
• Les visuels de promotion et de compte à rebours avec une mention textuelle courte et à fort contraste

C'est un modèle de texte-vers-image pur — pas de mode image-vers-image, donc il convient pour générer des visuels à partir d'un brief textuel, pas pour retoucher des photos produits existantes. Si vous devez retoucher une photo existante ou composer par-dessus, c'est le travail d'un modèle i2i ; le schéma d'entrée complet est sur la page du modèle Ideogram V4.

Tarification d'Ideogram V4 : trois paliers de vitesse

Ideogram V4 propose trois paliers de rendering_speed, avec un prix qui varie — au 2026-09, selon la page tarifaire hiapi :

Palier	Prix par image	Cas d'usage
TURBO	$0.05	Brouillons rapides, test de variantes de prompts
BALANCED	$0.10	Par défaut — bannières et étiquettes de production
QUALITY	$0.17	Visuels principaux finaux, quand les petits détails de texte comptent le plus

Les trois exemples ci-dessous ont été générés en BALANCED, suffisant en résolution et en fidélité de texte pour des bannières et étiquettes produit standard. Réservez QUALITY aux visuels principaux destinés à être agrandis (par exemple une bannière de page d'accueil), et utilisez TURBO pendant l'itération sur le texte et la mise en page.

Trois sorties réelles

1. Bannière promotionnelle avec texte de titre

Prompt utilisé (rendering_speed: BALANCED, aspect_ratio: 16:9) :

Une bannière promotionnelle e-commerce épurée, 16:9. En haut, un titre en gras en grande police sans-serif moderne « SUMMER SALE », en dessous un sous-titre en graisse plus légère « UP TO 40% OFF ». Arrière-plan de style photographie produit minimaliste, dégradé pastel doux (pêche vers crème), une paire d'écouteurs sans fil blancs et une montre connectée noir mat disposés sur un présentoir discret en bas à droite. Beaucoup d'espace négatif à gauche pour le texte. Éclairage de studio, ombres douces, rendu de catalogue retail haut de gamme.

Les deux lignes de texte sont lisibles et correctement orthographiées dès la première génération — aucune nouvelle tentative nécessaire. L'instruction d'espace négatif dans le prompt a réellement joué ici : sans elle, Ideogram V4 a tendance à centrer le titre au-dessus de la photo produit, ce qui nuit à la lisibilité une fois la bannière placée dans une vraie mise en page.

2. Maquette d'étiquette produit

Prompt utilisé (rendering_speed: BALANCED, aspect_ratio: 1:1) :

Une maquette d'étiquette produit pour un pot de soin, carré 1:1. Pot en céramique blanche centré sur un fond beige clair, l'étiquette enroulée autour du pot porte en haut le nom de marque « AURELIA » dans une élégante police à empattements, et en dessous un texte plus petit « HYDRATING FACE CREAM — 50ML » dans une police sans-serif épurée. Éclairage de studio doux, légère ombre sous le pot, style photographie de packaging de soin minimaliste.

C'est le cas le plus difficile : un texte de petite taille enroulé sur une surface courbe, exactement là où le rendu de texte a tendance à s'effondrer. Ideogram V4 a gardé lisibles à la fois le nom de marque et la ligne de description plus petite dès le premier essai — cela vaut quand même une relecture humaine dans tous les cas (voir la note ci-dessous), car le texte d'étiquette sur surface courbe est la mise en page la plus sujette aux erreurs que nous ayons testée.

3. Bannière de vente flash

Prompt utilisé (rendering_speed: BALANCED, aspect_ratio: 16:9) :

Une bannière de vente flash pour boutique en ligne, 16:9. Grand texte en gras « FLASH SALE » en rouge orangé vif, sur fond bleu marine profond avec un discret motif de rayures lumineuses diagonales. En dessous, un texte plus petit en blanc « 24 HOURS ONLY ». En bas à droite, un visuel d'étiquette de prix rouge portant le texte « -50% ». Style marketing retail moderne, fort contraste, sensation d'urgence, formes géométriques épurées, sans encombrement.

Trois éléments textuels distincts (titre principal, sous-titre, mention d'étiquette de prix) dans une seule composition, tous lisibles. Un contraste élevé comme ce bleu marine + rouge orangé semble aider — les trois générations ici ont suivi le même schéma : fort contraste fond/texte associé à des contours de texte plus nets.

Quelle que soit la qualité des tests du modèle, une règle demeure : relisez chaque mot rendu avant publication. La précision du rendu de texte d'Ideogram V4 est très élevée, mais pas de 100 % — une génération peut encore rogner une lettre ou mal juger l'interlettrage sur une ligne longue. Vérifiez chaque génération par rapport au texte attendu avant la mise en ligne ; ne publiez jamais sur une boutique en ligne un texte rendu par IA sans l'avoir vérifié.

Appeler Ideogram V4 depuis l'API hiapi

Ideogram V4 tourne sur le endpoint de tâches asynchrones de hiapi. Vous soumettez une tâche, interrogez jusqu'à l'achèvement, puis téléchargez la sortie — aucune réponse image synchrone.

import time
import requests

API_KEY = "YOUR_API_KEY"
BASE_URL = "https://api.hiapi.ai/v1/tasks"

def generate_image(prompt, rendering_speed="BALANCED", aspect_ratio="16:9"):
    payload = {
        "model": "ideogram-v4",
        "input": {
            "prompt": prompt,
            "rendering_speed": rendering_speed,
            "aspect_ratio": aspect_ratio,
        },
    }
    response = requests.post(
        BASE_URL,
        headers={
            "Authorization": f"Bearer {API_KEY}",
            "Content-Type": "application/json",
        },
        json=payload,
    )
    response.raise_for_status()
    task_id = response.json()["data"]["taskId"]

    while True:
        poll = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        ).json()["data"]
        if poll["status"] == "success":
            return poll["output"][0]["url"]
        if poll["status"] == "fail":
            raise RuntimeError(poll.get("error"))
        time.sleep(5)

image_url = generate_image('Bold headline text "FLASH SALE" on a dark navy banner')
print(image_url)

Seuls trois champs d'entrée sont acceptés : prompt (obligatoire), rendering_speed (obligatoire — l'une des valeurs TURBO, BALANCED, QUALITY) et aspect_ratio (facultatif, par exemple 16:9, 1:1, 9:16, 4:3, 3:4). Ce modèle n'a pas de negative_prompt, de seed ni de champ d'entrée image — la référence complète des paramètres est sur la page du modèle Ideogram V4.

Générer tout un catalogue produit par lots

Pour un vrai catalogue, vous n'appelez pas une seule bannière à la fois — vous faites passer toute une série de produits ou de campagnes dans le même pipeline pendant la nuit. Voici une version par lots qui lit un CSV de prompts et télécharge chaque résultat :

import csv
import os
import time
import requests

API_KEY = os.environ["HIAPI_API_KEY"]
BASE_URL = "https://api.hiapi.ai/v1/tasks"
OUT_DIR = "output"

def create_task(prompt, rendering_speed, aspect_ratio):
    payload = {
        "model": "ideogram-v4",
        "input": {
            "prompt": prompt,
            "rendering_speed": rendering_speed,
            "aspect_ratio": aspect_ratio,
        },
    }
    resp = requests.post(
        BASE_URL,
        headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
        json=payload,
    )
    resp.raise_for_status()
    return resp.json()["data"]["taskId"]

def wait_for_result(task_id, timeout_s=300, poll_interval=5):
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        data = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
        ).json()["data"]
        if data["status"] == "success":
            return data["output"][0]["url"]
        if data["status"] == "fail":
            raise RuntimeError(f"task {task_id} failed: {data.get('error')}")
        time.sleep(poll_interval)
    raise TimeoutError(f"task {task_id} did not finish in {timeout_s}s")

def run_batch(csv_path):
    os.makedirs(OUT_DIR, exist_ok=True)
    with open(csv_path, newline="", encoding="utf-8") as f:
        reader = csv.DictReader(f)
        for row in reader:
            name = row["name"]
            prompt = row["prompt"]
            rendering_speed = row.get("rendering_speed") or "BALANCED"
            aspect_ratio = row.get("aspect_ratio") or "16:9"
            print(f"generating {name}...")
            task_id = create_task(prompt, rendering_speed, aspect_ratio)
            url = wait_for_result(task_id)
            image_bytes = requests.get(url, timeout=60).content
            with open(os.path.join(OUT_DIR, f"{name}.jpg"), "wb") as out:
                out.write(image_bytes)
            print(f"  saved {name}.jpg")

if __name__ == "__main__":
    run_batch("products.csv")

products.csv n'a besoin que de deux colonnes, name et prompt, avec un remplacement facultatif de rendering_speed / aspect_ratio ligne par ligne :

name,prompt,rendering_speed,aspect_ratio
summer-sale-banner,"Bold headline ""SUMMER SALE"" on pastel gradient background",BALANCED,16:9
label-aurelia-cream,"Skincare jar label reading ""AURELIA"" and ""HYDRATING FACE CREAM""",BALANCED,1:1
flash-sale-24h,"Dark navy flash sale banner with ""24 HOURS ONLY"" and a ""-50%"" price tag",BALANCED,16:9

Lancez-le toute une nuit sur une liste complète de produits ou de campagnes, puis relisez en lot le dossier de sortie avant toute publication — l'étape de relecture ne disparaît pas parce que vous générez par lots.

Astuces de prompt pour une typographie propre

Plusieurs schémas se sont vérifiés sur les trois images de test :

• Mettez le texte exact entre guillemets. Entourez de guillemets le texte littéral à rendre dans le prompt (text "SUMMER SALE") plutôt que de le décrire indirectement. C'est le facteur unique le plus important pour obtenir la formulation exacte.
• Séparez clairement titre principal et sous-titre. Décrire les deux lignes comme deux instructions distinctes (« titre principal en gras… texte plus petit en dessous… ») a produit une hiérarchie plus nette qu'une longue phrase liée.
• Exigez du contraste, pas seulement des couleurs. Les combinaisons fond/texte à fort contraste (bleu marine profond + rouge orangé, pastel + texte sombre) ont systématiquement rendu des glyphes plus nets que les palettes à faible contraste.
• Réservez explicitement l'espace négatif. Si le texte doit occuper une zone précise, indiquez-le (« beaucoup d'espace négatif à gauche pour le texte ») — sinon le modèle place librement le texte là où il juge la composition meilleure, ce qui n'est pas forcément ce que votre mise en page exige.
• Gardez le texte d'étiquette court. Les maquettes d'étiquette sur surface courbe sont la mise en page la plus intransigeante pour le texte ; un nom de marque court et une sous-description courte passent la relecture bien plus souvent qu'un bloc entier de texte packaging.

Questions fréquentes

Ideogram V4 peut-il retoucher une photo produit existante plutôt que générer une nouvelle bannière ? Non — c'est uniquement du texte-vers-image, sans entrée image-vers-image. Si vous devez placer du texte sur une photo produit existante, générez les éléments textuels séparément, ou utilisez un modèle compatible i2i pour cette étape.

Ideogram V4 prend-il en charge les ratios verticaux ou carrés pour les posts Instagram/social ? Oui — en plus de 16:9, aspect_ratio accepte aussi 9:16 et 1:1 entre autres, donc la même méthode de prompt s'applique aux fiches produit carrées ou aux bannières sociales verticales.

Quel rendering_speed choisir par défaut pour un traitement par lots d'un vrai catalogue ? BALANCED — chaque exemple de ce guide utilise ce palier, suffisamment fiable pour des bannières et étiquettes standard. Réservez QUALITY aux grands visuels principaux, et gardez TURBO pour quand vous ajustez encore le texte et avez besoin d'itérations peu coûteuses.

Faut-il relire si le texte est rendu correctement la plupart du temps ? Oui. La précision de texte d'Ideogram V4 est très élevée, mais pas garantie — traitez chaque visuel généré comme une épreuve d'imprimeur : vérifiez avant publication, pas après que le client a signalé une faute.

Prêt à générer votre propre catalogue ? Obtenez une clé API et essayez un prompt sur la page du modèle Ideogram V4, ou si vous l'intégrez à un pipeline de catalogue existant, consultez le démarrage rapide de la documentation de l'API hiapi. Si vous comparez encore les modèles spécifiquement pour la photographie produit (plutôt que pour des visuels riches en texte), Best AI Models for E-Commerce Product Images détaille la comparaison entre Ideogram V4 et les options orientées photo, tandis que Building an E-Commerce Product Image Workflow With GPT Image 2 couvre le modèle de pipeline par lots sur lequel repose le script de ce guide.