Ir para o conteúdo principal
Português— Escolher um idioma
Menu

E-commerce: fotografias de produtos

Aula 6 de 12 Atualizada a 2 de novembro de 2026 Programador
Nesta página
  1. E-commerce: fotografias de produtos
  2. Fotografias de produtos com fundo branco
  3. Fotografias de estilo de vida (Lifestyle)
  4. Variações de cor do mesmo produto
  5. Pacote de múltiplas vistas
  6. Modificação do fundo de uma fotografia existente
  7. O que a geração não garante

Atualizado a 2 de novembro de 2026 — modelos de imagem. O gpt-image-1, modelo para o qual este curso foi originalmente escrito, foi descontinuado a 23 de outubro de 2026. Os modelos gpt-image-1.5, gpt-image-1-mini e chatgpt-image-latest serão aposentados a 1 de dezembro de 2026. Os exemplos agora utilizam o gpt-image-2.5-sunburst, que oferece a maior precisão para edição; o gpt-image-2.5-flare é mais rápido para geração padrão. Ambos os modelos suportam também as definições de qualidade xhigh e max. Os modelos GPT Image devolvem sempre imagens em base64: o parâmetro response_format, utilizado pelos modelos DALL·E mais antigos, já não é aceite e foi removido do código. Fonte: Geração de imagens (OpenAI).

E-commerce: fotografias de produtos

A geração de imagens por IA está a transformar a produção visual no e-commerce. Uma sessão fotográfica tradicional exige um estúdio, um fotógrafo, um retocador e várias semanas de agendamento, com orçamentos na ordem dos milhares de euros. O GPT Image produz um visual de produto profissional em segundos. Esta lição mostra-lhe como gerar imagens comercialmente viáveis — ou seja, que cumpram os padrões visuais de uma página de listagem de produtos — em vez de criar meras ilustrações decorativas.

Fotografias de produtos com fundo branco

O fundo branco é o padrão ouro do e-commerce. Os marketplaces exigem-no e os compradores esperam-no ao comparar artigos lado a lado. O desafio não é simplesmente dizer “fundo branco”; é descrever a iluminação que torna o produto legível. O prompt na função abaixo acumula cinco detalhes específicos que fazem toda a diferença: fundo branco puro, iluminação de estúdio com softbox, uma sombra suave para evitar um efeito de recorte grosseiro, um ângulo de 3/4 ligeiramente elevado para adicionar volume e uma referência ao estilo “Amazon / e-commerce premium” para enquadrar o resultado.

from openai import OpenAI
import base64

client = OpenAI()

def photo_produit_fond_blanc(description_produit: str, output: str):
    """Generate a product photo on a white background, e-commerce style."""
    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"
)

Fotografias de estilo de vida (Lifestyle)

Uma fotografia com fundo branco informa; uma fotografia de estilo de vida cria desejo. Mostra o produto no seu contexto de utilização, permitindo ao comprador projetar-se na cena. Uma garrafa térmica isolada pousada numa rocha frente a um panorama de montanha não vende aço escovado; vende uma caminhada. O vocabulário do prompt muda, portanto, completamente: luz natural em vez de estúdio, bokeh suave em vez de nitidez máxima, composição descentrada seguindo a regra dos terços em vez de um sujeito centrado. O formato também muda para paisagem, uma vez que estes visuais servem como banners de páginas de produto ou conteúdo para redes sociais.

from openai import OpenAI
import base64

client = OpenAI()

def photo_lifestyle(produit: str, contexte: str, output: str):
    """Generate a lifestyle photo of a product in context."""
    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"
)

Variações de cor do mesmo produto

Um modelo de sapatilha disponível em cinco cores exige cinco visuais rigorosamente idênticos, diferindo apenas na cor: mesmo ângulo, mesma sombra, mesmo enquadramento. O ciclo abaixo faz exatamente isso. Mantém um bloco de diretivas fotográficas estritamente constante, variando apenas o nome da cor. O que lhe custaria meio dia de tempo de estúdio e retoque é tratado aqui numa única execução de 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}")

Pacote de múltiplas vistas

Uma listagem de produtos séria nunca depende de uma única fotografia. Os compradores querem ver o objeto de frente, de lado, de cima e em três quartos antes de puxar do cartão. A função pack_vues_produit industrializa este requisito, iterando através de quatro descrições de ângulo e adicionando um sufixo previsível a cada nome de ficheiro. Isto permite que o seu sistema de back-office os anexe automaticamente ao SKU correto mais tarde.

from openai import OpenAI
import base64

client = OpenAI()

def pack_vues_produit(description: str, prefix: str):
    """Generate a pack of 4 product views."""
    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"
)

Modificação do fundo de uma fotografia existente

Já tem uma fotografia com fundo branco e quer uma versão de estilo de vida sem regenerar o produto? A função images.edit() permite-lhe fazer isso, desde que raciocine ao contrário: a máscara protege o produto e liberta todo o resto. A função abaixo desenha uma elipse opaca no centro — a zona preservada — e deixa a periferia transparente para o modelo repintar. A chamada especifica no prompt que o produto central permanece intacto, reforçando o comportamento 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):
    """
    Replace the background of a product photo.
    Assumes the product is centered in the image.
    """
    source = Image.open(image_path)
    w, h = source.size
    mask = Image.new("RGBA", (w, h), (0, 0, 0, 0))
    draw = ImageDraw.Draw(mask)

    # Opaque zone in center = protected
    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"
)

O que a geração não garante

Vale a pena notar quatro ressalvas antes de integrar isto num catálogo de produção. A primeira é a consistência: o GPT Image não garante que o mesmo produto seja idêntico de uma geração para a outra. Uma variação de cor executada três dias depois pode retornar com uma sola ligeiramente diferente. A solução é gerar todas as variantes do mesmo SKU na mesma sessão, tal como o ciclo de cores faz.

A segunda diz respeito ao texto no próprio produto. Logótipos e rótulos impressos são bem renderizados, mas ainda precisa de os rever. Um frasco de creme cujo nome da marca falta uma letra pode passar despercebido ao script, mas não passará pelo cliente. A terceira ressalva envolve as dimensões reais, que o modelo ignora. Se as proporções forem importantes — uma garrafa de 50 ml que não deve parecer um frasco de 1 litro — especifique-as explicitamente no prompt. A quarta é metodológica: a IA acelera a produção, mas não substitui a validação humana. Nenhum visual deve alguma vez ser publicado numa página de produto sem ser revisto por uma pessoa.

Para testar toda a cadeia, escolha um produto real ou fictício e escreva um script que gere o seu pacote completo de e-commerce: uma fotografia com fundo branco, duas fotografias de estilo de vida em contextos diferentes e três variações de cor. Terá assim uma noção concreta do que representa um catálogo de cem SKUs.