Marketing: vizuale și bannere
Pe această pagină
Actualizat pe 2 noiembrie 2026 — modele de imagini.
gpt-image-1, pentru care a fost scris inițial acest curs, a fost întrerupt la 23 octombrie 2026, iargpt-image-1.5,gpt-image-1-minișichatgpt-image-latestvor fi retrase la 1 decembrie 2026. Exemplele folosesc acumgpt-image-2.5-sunburst, cel mai precis model pentru editare;gpt-image-2.5-flareeste mai rapid pentru generarea standard. Ambele suportă, de asemenea, nivelurile de calitatexhighșimax. Modelele GPT Image returnează întotdeauna imagini în base64: parametrulresponse_formatde la modelele DALL·E mai vechi nu este acceptat și a fost eliminat din cod. Sursă: Generare de imagini (OpenAI).
Marketing: vizuale și bannere
Echipele de marketing consumă vizuale în mod continuu: bannere publicitare, postări pe rețelele sociale, ilustrații pentru articole, anteturi de e-mail. Gâtul de sticlă nu este aproape niciodată ideea, ci producția. GPT Image prin API mută acest blocaj, permițându-vă să industrializați producția fără a sacrifica calitatea, cu condiția să codificați în prompt-urile dumneavoastră ceea ce ar cere un director artistic.
Bannere publicitare
Un banner nu este o ilustrație: este un mesaj care trebuie să rămână lizibil la dimensiuni mici, într-un mediu aglomerat, într-o fracțiune de secundă. Prompt-ul dumneavoastră trebuie, prin urmare, să conțină textul exact între ghilimele și să impună condiții de lizibilitate — tipografie sans-serif îndrăzneață, contrast ridicat între text și fundal și un apel la acțiune clar. Funcția de mai jos blochează aceste constrângeri o dată pentru totdeauna, variind doar mesajul și atmosfera grafică, aici un gradient albastru-violet cu particule luminoase pentru o ofertă de probă gratuită.
from openai import OpenAI
import base64
client = OpenAI()
def banniere_pub(message: str, style: str, format_nom: str, output: str):
"""Generate an ad banner with embedded text."""
prompt = (
f"Professional ad banner with the text \"{message}\" "
f"in large, legible letters, {style}, "
"clean and modern design, clear call to action, "
"bold sans-serif typography, high text/background contrast"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1536x1024", # landscape format for banners
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Banner {format_nom}: {output}")
banniere_pub(
message="30-day free trial",
style="blue-violet gradient, light particles, tech mood",
format_nom="leaderboard",
output="banniere_essai.png"
)
Vizuale pentru rețelele sociale
Fiecare platformă are codurile sale proprii, iar postarea aceluiași pătrat peste tot se observă imediat. O postare sobră pe LinkedIn, în albastru și gri, nu va funcționa pe Instagram, unde utilizatorii se așteaptă la culori vibrante și o compoziție centrată; o story verticală necesită text în partea de sus și vizualul în partea de jos, deoarece degetul mare al utilizatorului maschează partea inferioară a ecranului. Funcția visuel_social codifică aceste diferențe într-un dicționar de configurare care asociază fiecare platformă cu rezoluția sa nativă și cu brieful stilistic, compunând apoi prompt-ul pe baza subiectului și a textului pe care le furnizați.
from openai import OpenAI
import base64
client = OpenAI()
def visuel_social(plateforme: str, sujet: str, texte: str, output: str):
"""Generate a visual adapted to a social platform."""
configs = {
"instagram_post": {
"size": "1024x1024",
"style": "polished aesthetic, vibrant colors, centered composition"
},
"instagram_story": {
"size": "1024x1536",
"style": "vertical, text at top, impactful visual at bottom"
},
"linkedin": {
"size": "1536x1024",
"style": "professional and sober, blue and gray tones, corporate"
},
"twitter": {
"size": "1536x1024",
"style": "eye-catching, strong contrast, legible at small sizes"
},
}
config = configs.get(plateforme, configs["instagram_post"])
prompt = (
f"Visual for {plateforme.replace('_', ' ')}, "
f"subject: {sujet}, "
f"displayed text: \"{texte}\", "
f"{config['style']}, "
"professional design, ready to publish"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size=config["size"],
quality="high",
)
data = base64.b64decode(response.data[0].b64_json)
with open(output, "wb") as f:
f.write(data)
print(f"Visual {plateforme}: {output}")
visuel_social("instagram_post", "AI product launch", "New: CorsenBot 2.0", "ig_post.png")
visuel_social("linkedin", "developer recruitment", "We're hiring!", "linkedin_post.png")
visuel_social("instagram_story", "summer promotion", "-30% this weekend", "ig_story.png")
Ilustrații pentru articole de blog
Imaginea de copertă a unui articol urmează o regulă contraintuitivă: nu trebuie să conțină niciun text. CMS-ul dumneavoastră va suprapune titlul, iar o imagine care poartă deja litere se transformă într-o masă ilizibilă odată ce antetul este aplicat. Prompt-ul precizează, prin urmare, acest lucru în mod explicit, solicitând în plus o compoziție panoramică și culori armonioase. Lista de articole de mai jos arată, de asemenea, cum o singură funcție servește trei registre foarte diferite — izometric 3D în albastru pentru un subiect legat de serviciul clienți, colaj colorat pentru tendințele de marketing, tech întunecat cu neon verde pentru securitatea cibernetică.
from openai import OpenAI
import base64
client = OpenAI()
def illustration_article(titre_article: str, style: str, output: str):
"""Generate a header illustration for a blog article."""
prompt = (
f"Conceptual illustration for an article titled \"{titre_article}\", "
f"{style}, "
"panoramic composition, no text in the image, "
"harmonious colors, suitable as a blog cover image"
)
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"Illustration: {output}")
articles = [
("How AI is transforming customer service", "3D isometric style, blue tones"),
("5 marketing trends for 2026", "modern collage, bright colors"),
("Cybersecurity guide for SMBs", "dark tech style, green neons"),
]
for i, (titre, style) in enumerate(articles):
illustration_article(titre, style, f"article_header_{i+1}.png")
Kit pentru campanii de marketing
O campanie nu rulează niciodată pe baza unui singur vizual. Aveți nevoie de bannerul hero al site-ului, de pătratul pentru social, de story-ul vertical și de antetul de e-mail, toate purtând același mesaj și aceeași paletă. Aici intervine exact avantajul API-ului față de munca manuală: în loc să reexportați un fișier sursă de patru ori, descrieți campania o singură dată și lăsați bucla să producă fiecare variantă la rezoluția sa nativă. Manifestul JSON scris la final nu este o simplă decorațiune — acesta este ceea ce permite instrumentului dumneavoastră de publicare să găsească fișierul corect pentru slotul corect.
from openai import OpenAI
import base64
import json
client = OpenAI()
def kit_campagne(
nom_campagne: str,
message_principal: str,
palette: str,
output_dir: str = "."
):
"""Generate a complete visual kit for a marketing campaign."""
assets = [
{
"nom": "hero_banner",
"size": "1536x1024",
"prompt_extra": "large hero banner, centered text, maximum impact"
},
{
"nom": "social_square",
"size": "1024x1024",
"prompt_extra": "square social post, centered composition"
},
{
"nom": "story_vertical",
"size": "1024x1536",
"prompt_extra": "vertical story format, text at top, visual at bottom"
},
{
"nom": "email_header",
"size": "1536x1024",
"prompt_extra": "email marketing header, sober and professional"
},
]
resultats = []
for asset in assets:
prompt = (
f"Marketing visual for the \"{nom_campagne}\" campaign, "
f"message: \"{message_principal}\", "
f"palette: {palette}, "
f"{asset['prompt_extra']}, "
"premium design, modern typography"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size=asset["size"],
quality="high",
)
path = f"{output_dir}/{nom_campagne}_{asset['nom']}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
resultats.append({"asset": asset["nom"], "path": path})
print(f" {asset['nom']} → {path}")
# Save the manifest
manifeste_path = f"{output_dir}/{nom_campagne}_manifeste.json"
with open(manifeste_path, "w") as f:
json.dump(resultats, f, indent=2, ensure_ascii=False)
print(f"\nComplete kit: {len(resultats)} visuals generated")
print(f"Manifest: {manifeste_path}")
return resultats
kit_campagne(
nom_campagne="rentree-2026",
message_principal="Train in AI starting this September",
palette="deep blue, copper orange, white"
)
Testați înainte de a decide
Marketingul rareori decide pe baza intuiției: decide pe baza cifrelor. Dar aveți nevoie de multiple versiuni pe care să le puneți în competiție, lucru care costa mult atunci când trebuia să apelați la un designer pentru fiecare dintre ele. Funcția de testare A/B generează atâtea variante câte configurații îi transmiteți, denumind fișierele cu litere — A, B, C — astfel încât asocierea lor cu statisticile campaniei să rămână evidentă. Exemplul pune față în față trei tratamente ale aceluiași anunț pentru o aplicație de meditație: o abordare fotografică cu natură și lumină aurie, o ilustrație geometrică minimalistă, un gradient abstract cu particule plutitoare. Conceptul și textul nu se schimbă; doar tratamentul vizual este testat, ceea ce este condiția ca rezultatul testului să aibă vreun sens.
from openai import OpenAI
import base64
client = OpenAI()
def ab_test_visuels(concept: str, variantes: list[dict], output_prefix: str):
"""Generate A/B variants of the same marketing concept."""
for i, variante in enumerate(variantes):
lettre = chr(65 + i) # A, B, C...
prompt = (
f"{concept}, "
f"style: {variante['style']}, "
f"dominant color: {variante['couleur']}, "
"professional design, ready to publish"
)
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="high",
)
path = f"{output_prefix}_variante_{lettre}.png"
data = base64.b64decode(response.data[0].b64_json)
with open(path, "wb") as f:
f.write(data)
print(f"Variant {lettre} ({variante['style'][:30]}) → {path}")
ab_test_visuels(
concept="Ad for a meditation app with the text 'Find your calm'",
variantes=[
{"style": "photographic, nature and golden light", "couleur": "green and gold"},
{"style": "minimalist illustration, geometric shapes", "couleur": "pastel blue"},
{"style": "abstract gradient, floating particles", "couleur": "purple and pink"},
],
output_prefix="meditation_ad"
)
Obiceiuri care fac diferența
Cinci obiceiuri separă producția industrializată de o grămadă de vizuale neasortate. Coerența mărcii trăiește în prompt: includeți sistematic paleta și stilul dumneavoastră, altfel fiecare generare pornește de la o estetică implicită, iar feed-ul dumneavoastră devine un mozaic. Lizibilitatea textului impune o disciplină a lungimii — GPT Image gestionează bine tipografia, dar un mesaj de cinci până la șapte cuvinte este limita dincolo de care un banner devine un paragraf ilizibil.
Generați întotdeauna la dimensiunea nativă a suportului, mai degrabă decât să decupați ulterior, deoarece modelul compune pentru rama pe care i-o oferiți, iar decuparea deplasează subiectul în afara zonei sale de forță. Arhivați prompt-urile pe măsură ce lucrați: o bibliotecă de formulări dovedite pe tipuri de vizual valorează mult mai mult după șase luni decât orice câștig de viteză ocazional. În final, supuneți fiecare vizual unei verificări legale de bază, chiar și doar cu o privire rapidă, pentru a verifica dacă nu evocă o marcă existentă.
Puneți toate acestea laolaltă pentru un lansare fictivă de produs: un script care generează bannerul hero, postarea de Instagram, story-ul, vizualul de LinkedIn și două variante A/B ale postării principale, toate însoțite de un manifest JSON care listează fiecare fișier produs.