Product Updates··3 min de lecture

Tailles pixel parfaites pour marketplaces

Définissez largeur et hauteur par instruction dans flat-to-model et obtenez des sorties aux specs Amazon, Shopify, Zalando et ASOS, sans recadrage.

By On-Model Team

Mannequin IA fashion On-Model entourée de rectangles précis représentant différentes dimensions d'images marketplace

Chaque retailer fashion a ses propres consignes d'images, et la plupart n'acceptent rien d'autre. Les listings produits Shopify tournent à 2048×2048. Les images principales Amazon Fashion en 2000×2000. Les masters catalogue Zalando se situent autour de 1500×2000. Les plateformes luxe comme Farfetch penchent portrait en 2:3 ou 3:4.

Tailles courantes pour l'imagerie on-model fashion (toujours vérifier le portail seller de chaque retailer — les exigences exactes varient) :

RetailerTaille couranteRatio
Shopify (produit DTC)2048×20481:1
Amazon Fashion (principale)2000×20001:1
Zalando (master catalogue)1500×20003:4
ASOS (master PDP)1500×1900~4:5
Farfetch (PDP)1000×15002:3

Aucune de ces tailles ne correspond proprement à nos préréglages 1K / 2K / 4K croisés avec la liste des ratios standards. Jusqu'ici, il fallait générer le préréglage le plus proche puis recadrer à la main. Lourd, et ça ne donnait jamais le master qu'on voulait vraiment.

Ce qui change

Flat-to-model accepte désormais en option width × height par instruction. Quand ils sont définis, ils remplacent size et ar, et la sortie est livrée exactement à ces dimensions en pixels, sans recadrage post. Disponible à partir de Pro 1.

Dans l'app, la section Output de chaque instruction a un nouveau sélecteur Dimensions : Preset (les listes Output Size et Aspect Ratio existantes) ou Custom (deux champs numériques, Width et Height). Choisissez ce qui correspond au marketplace ciblé, puis envoyez.

Côté API, ce sont deux champs optionnels dans options :

POST /flat-2-model
{
"identity_code": "default-pro-...",
"project_id": "proj_...",
"images": ["sweater-uuid", "chinos-uuid"],
"instructions": [
  {
    "prompt": "Editorial fashion catalog shot, neutral studio backdrop",
    "pose": "standing three-quarter",
    "options": {
      "width": 2000,
      "height": 2800,
      "format": "jpg"
    }
  }
]
}

Les deux assets d'entrée

On part d'une paire de flat-lays e-commerce standards — un pull col rond bleu marine plié et un chino vert olive accroché — tous deux sur fond clair, exactement le type de masters que n'importe quel catalogue possède déjà :

Flat-lay d'un pull col rond en cachemire bleu marine plié sur fond gris clair
Entrée 1 — Pull bleu marine (flat-lay)
Flat-lay d'un chino vert olive coupe ajustée sur fond gris clair
Entrée 2 — Chino vert olive (flat-lay)

Une scène, trois tailles

Les mêmes flat-lays, avec le même mannequin et le même preset, livrés à trois specs différentes en changeant uniquement width et height (cliquez sur une image pour zoomer) :

On-Model — dimensions personnalisées
2000×2800 — master portrait 5:7
2048×2048 — 1:1 (Shopify, Amazon)
2704×2024 — paysage hero 4:3

Trois masters natifs pour le même effort qu'un seul preset. Pas de recadrage post, pas de rééchantillonnage : le fichier que vous téléchargez est le fichier que vous uploadez sur le marketplace.

Limites à connaître

  • Plage : 256-7000 pixels par côté, par multiples de 8.
  • Ratio : entre 1:4 et 4:1. Au-delà, la qualité de sortie commence à se dégrader.
  • Crédits : facturation au tier implicite — max(W, H) ≤ 1024 compte comme 1K, ≤ 2048 comme 2K, au-dessus comme 4K. Donc 2000×2800 est un job 2K ; 3000×4500 passe en 4K.
  • Tier : Pro 1 et au-dessus (voir tarifs). Les comptes Free et Basic gardent le flow Preset.

Le frontend valide chaque saisie en direct (entiers, dans la plage, multiples de 8, ratio dans les bornes). Les mêmes règles sont appliquées côté serveur.

Les utilisateurs Free et Basic peuvent quand même créer des presets avec Width et Height — les dimensions restent inactives jusqu'à l'upgrade. Aucun re-édit nécessaire plus tard.

flat-to-modelmarketplacesprodimensions-personnaliseesamazonshopifyzalandoasosfarfetchworkflow