Envoyez une photo nette de votre produit et recevez d’un modèle de langage doté de vision un brouillon de titre, de puces et de description. Vous ajoutez les spécifications, dimensions et matières réelles, puis vous retravaillez le brouillon jusqu’à obtenir un texte que vous signeriez de votre nom.
Rédiger la quarantième fiche produit de la semaine, c’est là que le travail de mise en ligne s’enlise. La photo montre déjà la couleur, la forme et le style, alors pourquoi tout retaper ? Un modèle de langage doté de vision peut lire l’image et vous rendre d’un coup un brouillon de titre, quelques puces et une courte description. Ce qu’il ne saura pas, ce sont les dimensions ni la matière du tissu. Cette page explique ce que le brouillon réussit, ce que vous devez ajouter et comment garder l’annonce fidèle à la réalité.
La plupart des petites boutiques et des revendeurs démarrent une annonce de la même façon : une photo prise sur une table, une zone de texte vide et le vague sentiment que la description devrait sonner comme celle d’une vraie boutique. Le plus long, c’est de reformuler les mêmes huit informations pour chaque nouvel article. Un modèle capable de regarder l’image fait disparaître la page blanche, puisque le premier brouillon mentionne déjà ce qui est visible.
C’est surtout utile quand vous mettez en ligne beaucoup d’articles semblables, comme un portant de vestes, une série de tasses en céramique ou un assortiment de coques de téléphone, où la structure se répète et où seuls les détails changent.
Picasso IA réunit au même endroit plusieurs modèles de langage qui acceptent les images : Gemini 3.5 Flash, GPT 5.6 Terra et Claude Sonnet 5 reçoivent une photo accompagnée d’une consigne écrite. Le catalogue compte 75 modèles de langage au total, que vous pouvez parcourir dans le catalogue complet. Si ce sont les photos elles-mêmes qui pèchent, le même espace de travail fait aussi tourner des modèles d’image, et la page sur la photographie de produit par IA couvre ce versant. Les nouveaux comptes reçoivent des crédits gratuits : vous pouvez donc tester toute la routine sur quelques-uns de vos articles avant de décider si elle mérite une place dans votre façon de travailler.
Un modèle doté de vision lit une photo comme le ferait un inconnu attentif. Il peut décrire la couleur, la silhouette, la texture visible, le style général et l’usage probable de l’article. Il ne peut ni le peser, ni le mesurer, ni savoir ce qu’il y a à l’intérieur. Considérez chaque donnée du tableau comme lue sur l’image ou apportée par vous, et gardez ces deux colonnes bien séparées dans votre tête.
| Donnée | Ce que le modèle lit sur la photo | Ce que vous devez fournir |
|---|---|---|
| Couleur et motif | En général fiable, même si l’éclairage peut la fausser | Le nom officiel de la couleur chez votre fournisseur |
| Forme et style | Silhouette, col, anse, type de fermeture | Le bon type de produit s’il ressemble à autre chose |
| Matière | Une supposition d’après la surface et le reflet, souvent fausse | Tissu, métal, bois ou plastique exacts, selon le fournisseur |
| Taille et poids | Impossible à mesurer sur une image plate | Dimensions réelles, poids et guide des tailles |
| Marque et modèle | Seulement si une étiquette est lisible sur la photo | Marque, référence, compatibilité, certifications |
| Entretien et sécurité | Rien de fiable | Lavage, batterie, contact alimentaire et âge recommandé |
Le principe est simple. La photo vous donne l’apparence et vos propres fiches vous donnent les faits. Le modèle ne répond que de la première moitié.
Voici la routine qui aboutit à une annonce que vous pouvez défendre, et non à un paragraphe dont vous espérez qu’il soit exact. Elle part d’une photo nette et de la fiche technique que vous avez déjà pour l’article.
Le prompt compte davantage que le choix du modèle. Une demande nue comme écris une description pour ce produit renvoie un texte générique qui conviendrait à mille articles. Un prompt qui nomme le public, la longueur et les règles renvoie un brouillon qui a sa place dans votre boutique.
Donnez un rôle au modèle via le prompt système, puisque les trois en acceptent un : vous rédigez des textes d’annonce pour une petite boutique en ligne, vous ne décrivez que ce qui est visible ou fourni, et vous n’inventez jamais une matière, une taille ou une caractéristique. Ensuite, dans le message principal, apportez les informations et le format. Demandez un langage simple, un nombre fixe de puces et un titre qui commence par ce qu’un acheteur taperait vraiment dans la barre de recherche.
Un modèle décrira ce qu’une image suggère comme si c’était confirmé. Indiquez vous-même dans le prompt la vraie matière, la taille et les spécifications, et dites au modèle de traiter comme inconnu tout ce qui n’y figure pas.
Deux retouches valent la minute supplémentaire. D’abord, demandez deux ou trois options de titre et choisissez-en une, car c’est dans les titres que le texte paraît le plus générique. Ensuite, si le premier brouillon est proche mais fade, ne repartez pas de zéro : répondez avec un seul changement, comme des phrases plus courtes, un ton plus chaleureux ou plus d’attention aux coutures, et le modèle révisera au lieu de réécrire. Claude Sonnet 5 réduit les images par défaut ; si un petit fermoir ou une étiquette lui échappe, augmentez ce réglage ou recadrez plus près.
La plupart des mauvais textes d’annonce faits avec l’IA ne sont pas mal écrits. Ils sont sûrs d’eux sur quelque chose que la photo ne pouvait pas montrer. Voici les habitudes qui causent cela, et chacune est peu coûteuse à corriger.
Certains produits ne peuvent tout simplement pas être décrits à partir d’une image, et mieux vaut savoir lesquels avant de s’y fier. Tout ce dont la valeur est invisible s’y prête mal : compléments alimentaires, cosmétiques, électronique et outils dépendent d’ingrédients, de spécifications et de performances qu’aucune image ne révèle. Dans ces cas, la photo peut inspirer le ton du texte, mais chaque ligne de fond doit venir des données du fabricant.
Les variantes sont un deuxième point faible. Une chemise qui existe en six tailles et quatre couleurs exige une description qui reste vraie pour toutes, alors qu’une seule photo n’en montre qu’une. Les articles d’occasion et vintage sont un troisième cas : l’usure, les défauts et les réparations sont exactement ce que l’acheteur a besoin de savoir, et un modèle qui travaille à partir d’une photo flatteuse aura tendance à les passer sous silence. Décrivez l’état vous-même, simplement, et photographiez les défauts.
Il y a aussi la question de l’uniformité. Les modèles écrivent avec des rythmes familiers, si bien que des brouillons laissés tels quels finissent par se ressembler sur des produits sans rapport. Et les places de marché fixent leurs propres règles sur les titres, la longueur, les affirmations interdites et les contenus assistés par IA, qui évoluent avec le temps : consultez donc les exigences actuelles de chaque plateforme au lieu de supposer que le brouillon les respecte. Enfin, toute image que vous publiez doit montrer l’article que vous vendez réellement. Si vous générez aussi des images d’ambiance, gardez-les fidèles au produit réel, comme l’explique la page sur les photos d’annonces Amazon.
Elle peut rédiger un brouillon des parties visibles : couleur, forme, style et usage probable de l’article. Un modèle doté de vision comme Gemini 3.5 Flash, GPT 5.6 Terra ou Claude Sonnet 5 lit l’image et produit un titre, des puces et un paragraphe. Ce qu’elle ne peut pas faire, c’est connaître la taille, le poids, la matière exacte ou les spécifications : ces données doivent venir de vous avant que le texte soit assez fiable pour être publié.
Il n’y a pas de gagnant unique, alors testez-en deux sur vos propres articles. Gemini 3.5 Flash accepte plusieurs images à la fois, ce qui convient aux produits photographiés sous plusieurs angles. GPT 5.6 Terra est un modèle équilibré qui prend une image avec votre prompt, et Claude Sonnet 5 lit aussi les images et permet de les réduire ou de garder plus de détail. Passez la même photo et le même prompt dans chacun, puis gardez la voix qui vous plaît le plus.
Pas de façon fiable, et c’est la principale limite de la méthode. Un modèle devine la matière d’après le reflet et la texture, et il ne peut pas mesurer la taille sur une image plate. Traitez les deux comme inconnues, écrivez les vraies valeurs dans votre prompt et demandez au modèle de n’utiliser que ce que vous avez fourni. Comparez ensuite le brouillon final avec la fiche du fournisseur ou l’article réel avant de publier quoi que ce soit.
Vous pouvez envoyer la photo seule, mais le résultat sera générique. Un court prompt qui nomme le public, le ton, le nombre de puces et les informations que vous connaissez rend le brouillon bien plus utile. Ajouter un prompt système qui demande de ne décrire que ce qui est visible ou fourni, et de ne rien inventer, réduit aussi les détails imaginaires que vous devriez sinon traquer ensuite.
Oui, vous pouvez demander le brouillon dans la langue de votre place de marché, et les modèles gèrent bien les principales langues. Le risque tient aux nuances : une phrase peut être grammaticalement correcte et sonner étrangement à un acheteur local. Si possible, faites relire le texte final par un locuteur natif et gardez les noms de produit, de marque et les références exactement comme le fabricant les écrit.
Vous pouvez réutiliser un même modèle de prompt sur de nombreux articles, ce qui garde le ton et la structure cohérents, et le toolkit vous laisse les traiter un par un, photo après photo. Chaque article demande toujours ses propres informations et sa propre relecture humaine. La rapidité vient de la structure répétée, pas du fait de sauter la vérification.
En général, vous pouvez l’utiliser comme votre propre outil de rédaction, mais c’est vous qui répondez de ce que dit l’annonce. Les places de marché ont des règles sur l’exactitude, les affirmations interdites et parfois les contenus générés par IA, et ces règles changent : lisez donc les exigences actuelles de chaque plateforme avant de publier. Quel que soit l’outil, chaque affirmation de l’annonce finale doit être vraie pour l’article que vous expédiez.
Elle peut décrire l’apparence, mais l’état, c’est à vous de le prendre en charge. Un modèle qui travaille à partir d’une photo flatteuse passera sous silence les rayures, les réparations, la décoloration et les pièces manquantes, qui sont les informations qui comptent le plus pour l’acheteur. Photographiez les défauts, listez-les vous-même dans le prompt et demandez au modèle de les inclure clairement. Une ligne honnête sur l’état évite les retours et inspire plus de confiance que de beaux adjectifs.
Une photo nette au téléphone, en lumière du jour uniforme, suffit pour le modèle, à condition que l’article soit net, entier dans le cadre et sans fouillis autour. La couleur est le point principal à surveiller, car une lampe chaude ou un mur coloré change ce que le modèle rapporte. Si vous comptez aussi publier la photo, un fond propre aide à la fois le texte et l’acheteur.
Les générations utilisent des crédits, et le coût dépend du modèle et des réglages que vous choisissez : un chiffre écrit ici serait vite périmé. Les nouveaux comptes reçoivent des crédits gratuits pour essayer la routine, et les formules actuelles sont indiquées sur la page des tarifs, le seul endroit fiable pour les chiffres.
Choisissez un produit que vous repoussez depuis un moment, joignez sa photo dans le toolkit de Picasso IA et voyez quelle part du premier brouillon est déjà utilisable.
Choisissez votre langue
