Ir al contenido principal
Español— Elegir un idioma
Menú

Comercio electrónico: fotos de producto

Lección 6 de 12 Actualizado el 2 de noviembre de 2026 Desarrollador
En esta página
  1. Comercio electrónico: fotos de producto
  2. Fotos de producto sobre fondo blanco
  3. Fotos de estilo de vida (Lifestyle)
  4. Variaciones de color del mismo producto
  5. Paquete de vistas múltiples
  6. Modificación del fondo de una foto existente
  7. Lo que la generación no garantiza

Actualizado el 2 de noviembre de 2026 — modelos de imagen. gpt-image-1, el modelo para el que se escribió originalmente este curso, se discontinuó el 23 de octubre de 2026. gpt-image-1.5, gpt-image-1-mini y chatgpt-image-latest se retirarán el 1 de diciembre de 2026. Los ejemplos ahora utilizan gpt-image-2.5-sunburst, que ofrece la mayor precisión para la edición; gpt-image-2.5-flare es más rápido para la generación estándar. Ambos modelos también admiten los ajustes de calidad xhigh y max. Los modelos GPT Image devuelven siempre las imágenes en base64: el parámetro response_format utilizado por los modelos DALL·E anteriores ya no se acepta y se ha eliminado del código. Fuente: Generación de imágenes (OpenAI).

Comercio electrónico: fotos de producto

La generación de imágenes con IA está transformando la producción visual del comercio electrónico. Una sesión de fotos tradicional requiere un estudio, un fotógrafo, un retocador y varias semanas de planificación, con presupuestos que alcanzan los miles de euros. GPT Image produce una visualización profesional del producto en segundos. Esta lección te muestra cómo generar imágenes que sean comercialmente viables, es decir, que cumplan los estándares visuales de una página de listado de productos, en lugar de crear meras ilustraciones decorativas.

Fotos de producto sobre fondo blanco

El fondo blanco es el estándar de oro en el comercio electrónico. Los mercados online lo exigen y los compradores lo esperan al comparar artículos lado a lado. El reto no consiste simplemente en decir «fondo blanco», sino en describir la iluminación que hace que el producto sea legible. El prompt de la función siguiente apila cinco detalles específicos que marcan la diferencia: fondo blanco puro, iluminación de estudio con softbox, una sombra suave para evitar un efecto de recorte brusco, un ángulo ligeramente elevado de 3/4 para aportar volumen y una referencia al estilo «Amazon / comercio electrónico premium» para encuadrar el resultado.

from openai import OpenAI
import base64

client = OpenAI()

def photo_produit_fond_blanc(description_produit: str, output: str):
    """Genera una foto de producto sobre fondo blanco, estilo e-commerce."""
    prompt = (
        f"{description_produit}, "
        "professional product photography on pure white background, "
        "studio softbox lighting, soft shadow, "
        "slightly high 3/4 angle, "
        "maximum sharpness, high resolution, "
        "Amazon / premium e-commerce style"
    )

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="high",
    )

    data = base64.b64decode(response.data[0].b64_json)
    with open(output, "wb") as f:
        f.write(data)
    print(f"Product photo: {output}")


photo_produit_fond_blanc(
    "Matte black wireless headphones, premium design, leather ear cushions",
    "casque_fond_blanc.png"
)

Fotos de estilo de vida (Lifestyle)

Una foto con fondo blanco informa; una foto de estilo de vida crea deseo. Muestra el producto en su contexto de uso, permitiendo que el comprador se proyecte en la escena. Una botella de agua aislada apoyada sobre una roca frente a un panorama montañoso no vende acero cepillado, vende una excursión. Por tanto, el vocabulario del prompt cambia por completo: luz natural en lugar de estudio, desenfoque suave (bokeh) en lugar de máxima nitidez, composición descentrada siguiendo la regla de los tercios en lugar de un sujeto centrado. El formato también cambia a apaisado, ya que estas imágenes sirven como banners de página de producto o contenido para redes sociales.

from openai import OpenAI
import base64

client = OpenAI()

def photo_lifestyle(produit: str, contexte: str, output: str):
    """Genera una foto de estilo de vida de un producto en contexto."""
    prompt = (
        f"{produit} used in a {contexte} context, "
        "editorial lifestyle photography, natural light, "
        "depth of field with light bokeh, "
        "off-center composition rule of thirds, "
        "aspirational mood, magazine style"
    )

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1536x1024",
        quality="high",
    )

    data = base64.b64decode(response.data[0].b64_json)
    with open(output, "wb") as f:
        f.write(data)
    print(f"Lifestyle photo: {output}")


photo_lifestyle(
    "Brushed stainless steel insulated water bottle",
    "mountain hiking, resting on a rock with a panoramic view",
    "gourde_lifestyle.png"
)

photo_lifestyle(
    "Brown waxed canvas backpack",
    "trendy coffee shop, resting on a wooden chair next to a laptop",
    "sac_lifestyle.png"
)

Variaciones de color del mismo producto

Un modelo de zapatillas disponible en cinco colores requiere cinco imágenes rigurosamente idénticas, que difieran solo en el color: mismo ángulo, misma sombra, mismo encuadre. El bucle siguiente hace exactamente eso. Mantiene un bloque de directrices fotográficas estrictamente constante, variando únicamente el nombre del color. Lo que te costaría media jornada de tiempo de estudio y retoque se gestiona aquí en una única ejecución del script.

from openai import OpenAI
import base64

client = OpenAI()

produit_base = "High-top leather sneakers"
couleurs = [
    ("white", "white_sneakers.png"),
    ("black", "black_sneakers.png"),
    ("burgundy red", "bordeaux_sneakers.png"),
    ("navy blue", "navy_sneakers.png"),
    ("olive green", "olive_sneakers.png"),
]

for couleur, filename in couleurs:
    prompt = (
        f"{produit_base} in {couleur}, "
        "product photography on white background, studio lighting, "
        "front 3/4 view, soft cast shadow, "
        "premium e-commerce site style, maximum sharpness"
    )

    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="high",
    )

    data = base64.b64decode(response.data[0].b64_json)
    with open(filename, "wb") as f:
        f.write(data)
    print(f"Color {couleur} → {filename}")

Paquete de vistas múltiples

Un listado de productos serio nunca depende de una única toma. Los compradores quieren ver el objeto de frente, de lado, desde arriba y en vista de tres cuartos antes de sacar la tarjeta. La función pack_vues_produit industrializa este requisito iterando sobre cuatro descripciones de ángulo y añadiendo un sufijo predecible a cada nombre de archivo. Esto permite que tu sistema de back-office los adjunte automáticamente a la referencia (SKU) correcta más adelante.

from openai import OpenAI
import base64

client = OpenAI()

def pack_vues_produit(description: str, prefix: str):
    """Genera un paquete de 4 vistas de producto."""
    vues = [
        ("front view, centered", "face"),
        ("left profile view, 90 degree angle", "profil"),
        ("top view, flat lay", "dessus"),
        ("3/4 view, slightly high angle", "3-4"),
    ]

    for prompt_vue, suffix in vues:
        prompt = (
            f"{description}, {prompt_vue}, "
            "pure white background, professional studio lighting, "
            "maximum sharpness, e-commerce style"
        )

        response = client.images.generate(
            model="gpt-image-2.5-sunburst",
            prompt=prompt,
            size="1024x1024",
            quality="high",
        )

        path = f"{prefix}_{suffix}.png"
        data = base64.b64decode(response.data[0].b64_json)
        with open(path, "wb") as f:
            f.write(data)
        print(f"View {suffix} → {path}")


pack_vues_produit(
    "Smartwatch with black silicone strap, round dial, OLED screen",
    "montre"
)

Modificación del fondo de una foto existente

¿Ya tienes una foto sobre fondo blanco y quieres una versión de estilo de vida sin regenerar el producto? images.edit() te permite hacerlo, siempre que razones a la inversa: la máscara protege el producto y libera todo lo demás. La función siguiente dibuja una elipse opaca en el centro —la zona preservada— y deja la periferia transparente para que el modelo la vuelva a pintar. La llamada especifica en el prompt que el producto central permanece intacto, reforzando el comportamiento esperado.

import base64
from openai import OpenAI
from PIL import Image, ImageDraw

client = OpenAI()

def changer_fond_produit(image_path: str, nouveau_fond: str, output: str):
    """
    Reemplaza el fondo de una foto de producto.
    Asume que el producto está centrado en la imagen.
    """
    source = Image.open(image_path)
    w, h = source.size
    mask = Image.new("RGBA", (w, h), (0, 0, 0, 0))
    draw = ImageDraw.Draw(mask)

    # Zona opaca en el centro = protegida
    margin_x, margin_y = w // 5, h // 5
    draw.ellipse(
        [margin_x, margin_y, w - margin_x, h - margin_y],
        fill=(0, 0, 0, 255)
    )
    mask.save("temp_mask_fond.png")

    response = client.images.edit(
        model="gpt-image-2.5-sunburst",
        image=open(image_path, "rb"),
        mask=open("temp_mask_fond.png", "rb"),
        prompt=f"Background: {nouveau_fond}, the product in the center remains intact"
    )

    with open(output, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Background modified: {output}")


changer_fond_produit(
    "casque_fond_blanc.png",
    "minimalist light wood design desk, blurred green plant in background",
    "casque_lifestyle_auto.png"
)

Lo que la generación no garantiza

Hay cuatro salvedades que conviene tener en cuenta antes de integrar esto en un catálogo de producción. La primera es la consistencia: GPT Image no garantiza que el mismo producto sea idéntico de una generación a otra. Una variación de color ejecutada tres días después podría devolver un resultado con una suela ligeramente diferente. La solución es generar todas las variantes de la misma referencia (SKU) en la misma sesión, tal como hace el bucle de colores.

La segunda concierne al texto en el propio producto. Los logotipos y las etiquetas impresas se representan bien, pero aún necesitas revisarlos. Un bote de crema cuyo nombre de marca carezca de una letra podría pasar desapercibido para el script, pero no para el cliente. La tercera salvedad implica las dimensiones reales, que el modelo ignora. Si las proporciones importan —una botella de 50 ml que no debe parecer un tarro de 1 litro—, especifícalas explícitamente en el prompt. La cuarta es metodológica: la IA acelera la producción, pero no sustituye la validación humana. Ninguna imagen debería publicarse jamás en una página de producto sin haber sido revisada por una persona.

Para probar toda la cadena, elige un producto real o ficticio y escribe un script que genere su paquete completo de comercio electrónico: una foto con fondo blanco, dos fotos de estilo de vida en contextos diferentes y tres variaciones de color. Así obtendrás una idea concreta de lo que representa un catálogo de cien referencias (SKUs).