Générer des images professionnelles avec l'IA

Un mardi, la responsable marketing d'un fabricant de luminaires lyonnais demande les visuels du lancement d'une lampe : un bandeau de site, un post LinkedIn, deux formats Instagram, un flyer A5 pour un salon, une annonce de recrutement et une illustration de blog. Le photographe est réservé dans trois semaines. Quelqu'un ouvre un outil de génération, tape « une belle photo de notre nouvelle lampe pour LinkedIn » et obtient la première image ci-dessous : jolie, et inutilisable. Ce n'est pas la lampe de l'entreprise. La seconde est sortie du générateur que vous allez construire.

L'écart entre les deux ne tient pas au modèle. Il tient à la méthode : un brief, un prompt structuré, une image de référence du produit, des retouches ciblées, un recadrage par canal, un titre et un logo composés hors du modèle, une validation humaine. C'est ainsi que travaille un studio, et c'est ce que cette formation vous fait outiller.

Ce que vous livrez

Un dépôt prêt à cloner (files/) :

• un brief YAML validé (schéma pydantic) : marque, palette, interdits, images de référence avec leurs droits, visuels et canaux ;
• un constructeur de prompt qui impose les mêmes rubriques dans le même ordre (sujet, composition, cadrage et objectif, lumière, matière, style, contraintes, exclusions) ;
• un générateur sur gemini-3.1-flash-image (itérations) et gemini-3-pro-image (rendus finaux), une session multi-tours par visuel pour les retouches, reprises sur 429/503 ;
• un calcul de coût réel depuis usage_metadata, une estimation avant appel et un plafond de budget qui bloque avant toute dépense ;
• les recadrages par canal (LinkedIn, Instagram, site, print A5 à 300 dpi) avec alerte quand l'image doit être agrandie ;
• une post-production : titre et logo composés, JPEG marqué IPTC « généré par IA » ;
• une planche contact HTML (prompt, modèle, durée, coût, alertes, grille de validation) et un manifest.json ;
• 23 tests sans clé ni réseau, et un make e2e réel (une génération, une retouche, environ 0,09 $).

Architecture

flowchart LR
  B["brief.yaml"] --> V["Validation + alertes de studio"]
  V --> E["Estimation du coût"]
  E -->|"au-dessus du budget"| X["Arrêt, aucun appel"]
  E --> P["Prompt structuré"]
  R["Images de référence"] --> G
  P --> G["Session Gemini par visuel"]
  G -->|"retouches multi-tours"| G
  G --> C["Recadrage par canal"]
  C --> T["Titre + logo composés"]
  T --> J["JPEG + XMP IPTC"]
  G --> M["meta.json : prompt, modèle, durée, coût"]
  J --> H["planche.html"]
  M --> H
  H --> D["Validation humaine"]

Stack, coût, durée

Toutes les images de cette formation ont été produites par le générateur ou par les mêmes appels le 2026-10-15 : 28 images au total, pour 2,2 $ environ.

Prérequis

• Python courant : fonctions, dictionnaires, pip, pytest.
• Une clé Gemini avec facturation activée (les modèles d'image n'ont pas de palier gratuit dans l'API), ou un projet Google Cloud avec Vertex AI.
• Aucune compétence en photographie : le vocabulaire utile (focale, plan, lumière) est expliqué au fil des leçons.

Programme

Démarrage

cd files
make setup        # .venv, dépendances, .env
make test         # 23 tests, sans clé ni réseau
make e2e          # 1 visuel + 1 retouche en 512 px, ~0,09 $
make run          # la campagne complète du brief.yaml, ~0,56 $
make clean        # supprime sorties/ (toutes les images générées)