Qualité visuelle de niveau e-commerce : retouche de nature morte pilotée par image de référence

À partir d'une photo de nature morte produit ordinaire comme image de référence, refaire la texture photographique via le pipeline d'édition d'image de gpt-image-2.5 Sunburst : conserver la forme, les étiquettes et les proportions du produit, en ne refaisant que l'éclairage, le décor et les reflets de matière, pour produire une image directement exploitable dans les fiches produit e-commerce et les supports publicitaires. Côté configuration, le base ne fournit que resolution (2K, bon compromis entre détail et temps de calcul) et aspect_ratio (1:1 carré, adapté à la plupart des emplacements d'image principale e-commerce), sans activer background (le fond transparent n'est pris en charge qu'en 1K, or un fond opaque de haute précision est requis ici). L'image de référence est générée à partir d'un élément image dans assets et liée à image_urls[0] ; elle sert à la fois d'« image d'entrée » et d'« ancre d'édition » ; le prompt de niveau supérieur est automatiquement inscrit dans input.prompt par la ligne de production. La logique du prompt s'organise en quatre couches : verrouillage du sujet (forme, couleur, texte imprimé, proportions inchangés), lumière (grande boîte à lumière douce + lumière de contour unilatérale + reflets de plateau maîtrisés), matières (aluminium brossé, plastique mat, verre translucide décrits séparément en rugosité et en forme de reflet), composition et post-traitement (profondeur de champ macro, fond propre, espace négatif pour accueillir le texte). Cas d'usage : refonte en batch d'images principales et d'images d'ambiance e-commerce, uniformisation des supports visuels de marque, amélioration de photos produit existantes de faible qualité, workflows de design nécessitant plusieurs passes de retouche avec un sujet et une mise en page stables. La variante Sunburst échange un temps de calcul unitaire plus long contre une meilleure restitution des détails et de l'éclairage ; elle convient aux tâches où la précision prime.