Качество продуктовых фото уровня электронной коммерции: ретушь натюрморта на основе референсного изображения

За основу берётся обычная фотография продукта-натюрморта в качестве референса, а фотографическое качество пересоздаётся по линии редактирования изображений gpt-image-2.5 Sunburst: форма продукта, этикетка и пропорции сохраняются, переделываются только освещение, фон и блики на материалах — на выходе получается готовое изображение, которое можно напрямую использовать для карточек товара и рекламных материалов. В структуре base задаёт только resolution (2K — баланс детализации и времени обработки) и aspect_ratio (1:1, квадрат — подходит для большинства главных изображений в электронной коммерции), background не включается (прозрачный фон поддерживается только в 1K, а здесь нужен высокоточный непрозрачный фон). Референсное изображение создаётся из одного элемента image в assets и привязывается к image_urls[0] — это одновременно «входное изображение» и «якорь редактирования»; в верхнеуровневый prompt производственная линия автоматически записывает input.prompt. Логика подсказки строится на четырёх уровнях: фиксация субъекта (форма, цвет, печатный текст и пропорции не меняются), освещение (крупный софтбокс + контровой свет с одной стороны + управляемое отражение от столешницы), материалы (шлифованный металл, матовый пластик и прозрачное стекло описываются отдельно по шероховатости и характеру бликов), композиция и постобработка (макроглубина резкости, чистый фон, свободное пространство под текст). Сценарии применения: массовая переделка главных и сюжетных изображений для электронной коммерции, унификация визуальных материалов бренда, апгрейд уже имеющихся некачественных фотографий продукта, дизайнерские процессы с многократной ретушью и требованием стабильности субъекта и макета. Вариант Sunburst обменивает более длительное время однократной обработки на детализацию и точность передачи освещения — подходит для задач, где приоритет отдан точности.