Lo que más se teme al hacer imágenes de producto es esto: el fondo queda cambiado, pero la taza también ha cambiado. El asa es un poco más gruesa, faltan varias estrías. En la página de detalle, el comprador que recibe el pedido y lo compara acaba generando una gestión posventa.
De los puntos fuertes de GPT Image 2.6 en esta ocasión, el más útil para el comercio electrónico es precisamente este. OpenAI afirma que el modelo Sunburst ofrece “higher-quality generation and greater consistency across edits”, es decir, una generación de mayor calidad y más coherencia entre varias ediciones. Cuánto mejora de verdad, la compañía no lo cuantifica; solo se puede comprobar probándolo con un objeto.
Un producto ficticio, dos cambios de escena
Inventamos un filtro de café de goteo manual en cerámica mate blanco crema, con finas estrías verticales en la pared exterior y una pequeña asa. Primero generamos una foto de estudio sobre fondo blanco como referencia.
Después, a partir de esa imagen, fuimos cambiando la escena. La estructura del prompt es sencilla: primero se escribe qué hay que cambiar y después qué no se debe tocar.
La primera escena es una encimera de nogal con luz de ventana de primera hora de la mañana, que es la imagen de cabecera de esta página; la segunda es piedra gris con sombras de plantas. En ambas ocasiones solo se modificaron el entorno y la luz.
Al ver las tres imágenes juntas, la forma de la taza, la dirección de las estrías y la curvatura del asa coinciden en lo esencial, y los brillos y las sombras de la versión en madera siguen la luz de la ventana. El esmalte de la versión en madera es más cálido que el de la imagen de fondo blanco; eso se debe a la luz, y antes de publicarla hay que decidir si resulta aceptable.
Este conjunto de imágenes se generó en Codex pidiendo expresamente que se usaran las capacidades de Images 2.6. El recibo de la herramienta no muestra la versión del modelo, de modo que no podemos confirmar que procedan realmente de la 2.6; conviene tomarlas solo como referencia de un flujo de trabajo similar.
El cartel en chino aprueba, el GIF se queda corto
La segunda prueba fue con chino. Pedimos un cartel vertical con solo dos líneas de texto.
“慢一点，手冲” (traducción libre: “Más despacio, café de filtro manual”) y “新品上架” (traducción libre: “Novedad en el catálogo”) salieron bien escritos, sin erratas y sin ningún texto adicional. Con pocos caracteres y de gran tamaño ya se puede estar algo más tranquilo; los textos promocionales densos no los probamos. La documentación oficial menciona que, para texto denso y maquetaciones complejas, hay que subir complexity, a costa de más lentitud y de posibles cambios no deseados.
La tercera prueba fue un GIF: hacer que el filtro girase un breve tramo sobre un plato giratorio.
Aquí se siguió el método de generar una hoja de sprites de seis fotogramas y componerla después. Al verlo a cámara lenta fotograma a fotograma, la forma del asa y las estrías se deforman ligeramente; eso es inaceptable en la imagen principal de una página de detalle, y para mostrar 360 grados sigue haciendo falta fotografía real. Como pequeña animación de ambiente para redes sociales o una página de campaña, el problema es menor.
Qué trabajos se le pueden encargar
Según los resultados de esta prueba, repartiríamos el trabajo así:
- Apto para encargárselo: imágenes de escena, cambios de fondo por fechas señaladas, vistas previas de varios colores del mismo modelo, imágenes para redes sociales, pruebas de varias versiones de material publicitario.
- Requiere supervisión humana: carteles con texto y maquetaciones de páginas de detalle A+; el texto y las cifras deben revisarse uno por uno.
- Seguir con foto real: imagen principal, imágenes de medidas, primeros planos de materiales y cualquier imagen que afecte al juicio del comprador sobre el producto físico.
El límite en la última categoría es claro: las imágenes de IA pueden mostrar escenas de uso, pero no deben crear en el comprador una expectativa equivocada sobre el producto en sí.
Dónde usarlo y cómo empezar
Si el equipo ya usa ChatGPT, basta con empezar. Guardar imágenes de referencia es la novedad de esta vez; los ejemplos que da la compañía son personas, mascotas y personajes, y si los productos también se pueden guardar y reutilizar es algo que cada uno puede probar.
Quien prefiera trabajar las imágenes de producto en un espacio específico puede probar usar GPT Image 2.6 en PixPix. Su página divide el proceso en tres pasos, que coinciden en lo esencial con el método que hemos ido descubriendo:
- Fijar la dirección. Subir una imagen de referencia o describir una escena nueva.
- Redactar el pedido. Dejar claros el sujeto, la composición, la luz y los detalles que hay que conservar. El ejemplo de la página coloca una lámpara sobre una mesa auxiliar de nogal y pide conservar la forma y la superficie verde salvia.
- Revisar y luego corregir. Hacer solo una modificación concreta cada vez.
El tercer paso parece una obviedad, pero en la práctica ahorra mucho. Si se piden cinco cambios a la vez y algo sale mal, no se sabe qué frase desvió el resultado.
Sobre qué modelo elegir, la explicación de PixPix es que Flare sirve para iterar rápido y Sunburst para trabajos refinados y coherencia entre varias ediciones; el espacio de trabajo selecciona Sunburst por defecto. Nuestra recomendación es usar Flare al principio para generar varias versiones y encontrar la dirección, y cambiar a Sunburst para el resultado final una vez definida. Ambos tienen el mismo precio de API; cuántos créditos se descuentan depende del aviso que muestre el espacio de trabajo, y la página de modelos no lista precios, así que conviene confirmarlo antes de suscribirse.
El sitio también ofrece herramientas de comercio electrónico como conjuntos de imágenes de producto, páginas de detalle A+ y probadores con modelos; si se necesitan imágenes por series, vale la pena echarles un vistazo. Para entrar al espacio de trabajo hay que iniciar sesión antes. Esta parte de las funciones no la probamos esta vez, y el resultado dependerá de lo que se obtenga con el propio producto.
Elija el producto que más vende, tome una foto real y cambie dos escenas; ponga el resultado junto a la imagen original y enseguida sabrá si este camino sirve para su categoría.
Fuentes: CocoLoop, anuncio de la comunidad de desarrolladores de OpenAI, documentación de generación de imágenes de OpenAI, página de GPT Image 2.6 de PixPix; el producto es ficticio, las imágenes proceden de pruebas propias y la versión del modelo no se ha podido confirmar.