Продуктовая съёмка для электронной коммерции: практика промптов для gpt-image-2

Практикуем продуктовую съёмку для электронной коммерции на базе text-to-image модели gpt-image-2: с помощью чисто текстового промпта строим коммерческий кадр флакона сыворотки для ухода за кожей и проверяем, как модель справляется с материалами (матовое стекло и металлическая крышка), студийным светом, вёрсткой текста на этикетке и композиционным порядком. Логика построения промпта: сначала фиксируем категорию и объект, затем описываем материалы и обработку поверхности, далее задаём схему света (основной свет плюс контровой плюс софтбокс), материал фона и подиума, точку съёмки и ощущение фокусного расстояния, и в конце ограничиваем цветовую гамму, свободное пространство и назначение кадра. Текстовую часть выносим отдельно — содержимое этикетки и требования к вёрстке, чтобы было удобно проверять результат рендеринга текста. В base передаются только size и prompt, автоматически подставляемый из верхнеуровневого prompt; входных референсных изображений нет — весь кадр создаётся за одну генерацию по тексту. Подойдёт разработчикам, которым нужно быстро получать ключевые визуалы продукта рекламного уровня, перебирать несколько стилевых версий или оценивать способности модели к рендерингу текста и коммерческой подаче.