Contrôle qualité des images produit IA
Valider, signaler et corriger vos images produit générées par IA avant la fiche produit. Comment la relecture et la retouche closent le dernier kilomètre.

Un lot de 200 images produit revient. La plupart pourraient être publiées aujourd'hui. Quelques-unes non : une main mal rendue, une ombre qui tombe du mauvais côté, un écusson de marque flou. Vous ne pouvez pas publier un catalogue où une image sur vingt présente un défaut visible. Et vous ne pouvez pas non plus ouvrir les 200 vous-même.
Cet écart entre « généré » et « publiable » est le dernier kilomètre. Ce n'est pas un problème de modèle, c'est un problème de workflow. Et c'est précisément la partie que la plupart des outils d'imagerie IA vous laissent sur les bras.
Ce qu'est vraiment le dernier kilomètre
La génération vous donne des candidats. La publication exige une décision sur chacun d'eux : cette image est-elle assez bonne pour une fiche produit, ou faut-il corriger quelque chose avant ?
Bien le faire suppose trois choses qui n'ont rien à voir avec la qualité d'image :
- Un standard constant. Deux personnes regardant la même image devraient rendre le même verdict.
- Une traçabilité. Quelles images ont été vérifiées, par qui, ce qui n'allait pas, et ce qui a changé.
- Un chemin vers la correction. Signaler un problème ne sert que si quelqu'un peut agir et que le fichier corrigé revient au même endroit.
On-Model traite cela comme une étape intégrée après la génération, pas comme un outil séparé. Chaque job peut être relu, et tout ce qui est signalé peut être retouché puis relu, jusqu'à ce que l'ensemble soit validé.
Trois façons de le combler
L'étape de relecture est identique dans les trois cas. Ce qui change, c'est qui fait le travail.
| Qui relit | Idéal pour | |
|---|---|---|
| Soi-même | Vous et votre équipe | Petits lots, ou quand le standard de marque est dans votre tête |
| Lien partagé | Un freelance, une agence ou un collègue que vous invitez | Vous avez déjà un retoucheur ou un valideur de confiance |
| Managed | Notre pool QA vérifié | Le volume, ou quand vous préférez ne pas staffer le dernier kilomètre |
L'auto-relecture ne demande aucune configuration. Ouvrez un job terminé, lancez la relecture, décidez vous-même de chaque image.
La relecture par lien partagé envoie à une personne précise un lien privé vers un seul job. Aucun compte On-Model n'est nécessaire, et vous choisissez exactement ce qu'elle peut faire : consulter, relire, retoucher, ou les deux. C'est le moyen le plus simple de faire intervenir un retoucheur freelance avec qui vous travaillez déjà, ou d'obtenir la validation d'un responsable de marque sans lui donner accès à tout.
La relecture et la retouche managed confient le job à notre pool QA. Vous en faites la demande depuis la page de résultats du job, et le travail revient par la même interface. Le service managed est disponible sur les offres Pro et Enterprise.
La relecture et la retouche consomment des crédits sur le même solde que la génération. L'auto-relecture est gratuite. Consultez les tarifs pour les conditions en vigueur.
Comment fonctionne la relecture
Relire n'est pas éditer. Un relecteur rend l'un de deux verdicts sur chaque image : Valider ou Retouche nécessaire. L'image elle-même ne change pas.
Quand une image est signalée, le relecteur précise le problème via neuf catégories fixes : artefact, ombre, logo, teint, arrière-plan, déformation du vêtement, pose, éclairage et autre. Ces catégories comptent davantage qu'il n'y paraît. Ce sont elles qui font que deux relecteurs différents décrivent le même défaut de la même façon, et c'est la première chose que lit un retoucheur.
Un relecteur peut aussi dessiner directement sur l'image pour marquer la zone concernée. Ce marquage suit jusqu'à la personne qui corrige, pour que personne n'ait à chercher le problème.
La règle pour les notes est : précis plutôt qu'impressionniste. « Les mains sont bizarres » n'apprend rien à un retoucheur. « La main gauche a 6 doigts, le pouce est dédoublé » dit exactement quoi corriger et quand c'est terminé.
Le niveau d'exigence est volontairement direct : si un grand distributeur refuserait cette image sur sa fiche produit, signalez-la.
Comment fonctionne la retouche
Une image signalée part vers la personne qui détient la permission de retouche. Elle voit les catégories, les notes et la zone marquée par le relecteur, ainsi que le brief avec lequel l'image a été générée. La correction se mesure donc à ce que l'image était censée être.
Démarrer une retouche télécharge un paquet : le rendu signalé, toutes les images d'entrée qui l'ont produit, et le marquage du relecteur. La correction se fait dans le logiciel que le retoucheur utilise déjà. Le fichier corrigé est ensuite téléversé comme nouvelle version de cette image, et l'image retourne dans la file pour une nouvelle relecture.
La retouche a des limites de périmètre, et elles protègent le brief plutôt qu'elles ne bride le retoucheur. Dans le périmètre : artefacts, ombres, logos, teint, arrière-plans, déformation du vêtement, corrections de pose, éclairage inégal. Hors périmètre : changer l'identité, modifier le design ou la couleur du vêtement, recomposer la prise de vue, ou « améliorer » au-delà de ce qui a été demandé.
Il existe une troisième option en plus de valider et corriger. Certaines images ne sont pas retouchables, parce qu'un membre manque ou que le vêtement est méconnaissable. Le retoucheur peut les renvoyer en régénération plutôt que d'essayer de les sauver.
À ne pas confondre avec Detail Repair
Les deux corrigent une image, la distinction vaut donc la peine. Detail Repair est un outil automatisé : vous masquez une zone et la plateforme régénère uniquement cette zone. Ici, la retouche signifie qu'une personne ouvre le fichier et le corrige à la main. Detail Repair est souvent le premier réflexe d'un retoucheur, mais le workflow de relecture ne présuppose aucune méthode. Il exige seulement qu'une version corrigée revienne.
Les tours, et quand un job est terminé
Relecture et retouche alternent en tours stricts. Un tour de relecture doit rendre un verdict sur chaque image avant que la moindre retouche ne commence. Un tour de retouche doit résoudre chaque image signalée avant que la relecture ne rouvre. Puis cela recommence.
Cela paraît bureaucratique et c'est l'inverse. Cela garantit qu'à aucun moment la moitié du lot n'est en relecture pendant que l'autre est modifiée en dessous. Et cela garantit que « dans quel état est ce lot » a toujours une seule réponse.
Le job se referme quand un tour de relecture se termine avec tout validé. Le propriétaire reçoit un récapitulatif de ce qui a été validé, de ce qui a nécessité une correction, et de ce que cela a coûté.
Laquelle choisir
Utilisez l'auto-relecture quand le lot est petit ou que le standard est réellement subjectif, par exemple une campagne saisonnière où vous êtes le seul à savoir à quoi ressemble le « juste ».
Utilisez un lien partagé quand vous avez déjà la personne. Un retoucheur freelance qui connaît vos produits battra presque toujours un généraliste, et c'est le moyen le plus simple de le brancher. Cela vaut aussi pour les validations : donnez un accès relecture seule à un responsable de marque et il peut valider sans rien toucher.
Utilisez managed quand le volume transforme le dernier kilomètre en problème de recrutement. Si vous publiez des milliers d'images par saison, le goulot d'étranglement n'est plus la génération mais la vérification.
La plupart des équipes finissent par mélanger. Auto-relecture pour les lots internes rapides, un lien partagé pour le freelance qui gère les catégories délicates, managed pour la grosse poussée saisonnière.
Questions fréquentes
Qu'est-ce que le contrôle qualité des images en e-commerce ? C'est l'étape entre produire une image et la publier : vérifier chaque image face à un standard, signaler celles qui ne passent pas, les corriger, puis confirmer la correction. Pour l'imagerie produit générée par IA, cela compte plus que pour la photographie, car les modes de défaillance sont moins prévisibles et une mauvaise image peut sembler plausible en vignette.
Dois-je relire chaque image moi-même ? Non. Vous pouvez les relire vous-même, inviter par lien un relecteur ou un retoucheur précis, ou demander une relecture managed à notre pool QA sur les offres Pro et Enterprise. L'interface est la même dans les trois cas.
Puis-je inviter quelqu'un sans lui créer de compte ? Oui. Un lien de relecture partagé fonctionne sans compte On-Model, ne porte que sur un seul job, et expire. Vous choisissez si le destinataire peut consulter, relire, retoucher, ou les deux.
Quelle différence entre relecture et retouche ? La relecture rend un verdict sur une image et ne change rien. La retouche corrige une image signalée et téléverse une version corrigée. Un job alterne généralement entre les deux jusqu'à ce que tout soit validé.
Que devient une image impossible à corriger ? Elle repart en régénération plutôt qu'en retouche. Cette décision revient au retoucheur, le mieux placé pour juger si un défaut est réparable.
Une retouche écrase-t-elle l'original ? Non. Un fichier corrigé est enregistré comme nouvelle version de cette image, les versions précédentes restent disponibles.
Pour commencer
Ouvrez un job terminé dans On-Model et choisissez Review. Commencez par une auto-relecture sur un lot que vous avez déjà publié, pour voir comment votre propre standard se traduit dans les catégories. Quand vous voulez déléguer, créez un lien partagé ou demandez le service managed.
Si c'est vous qui relisez, les guides QA décrivent le processus en entier, y compris le niveau d'exigence et le standard d'annotation.
Nouveau sur On-Model ? Commencez par le guide Flat-to-Model, le guide Create-Packshot ou le guide Model-Swap. Si plusieurs personnes travaillent sur vos images, Teams traite des crédits partagés et des rôles.
À lire ensuite

Presets Flat-to-Model : une tenue, tous les styles
Utilisez les categories de presets d'On-Model pour generer des images PDP, lifestyle, editorial et social a partir du meme a plat — plus des presets personnalises pour votre marque.

Industrialiser la photographie produit : de 10 a 10 000 references
Traitez l'ensemble de votre catalogue produit avec des images on-model generees par IA. Workflows par lots, identite coherente et economie de la montee en charge de dizaines a des milliers de references.

AI Detail Repair : logos et texte
Detail Repair corrige un logo déformé ou un petit détail : seule la zone masquée est régénérée. Une retouche IA sans nouvelle prise de vue.