Le problème : des photos produits coûteuses et chronophages
bymuriel.fr est une boutique artisanale bretonne spécialisée dans les bougies et fondants parfumés haut de gamme. Chaque produit existe dans plusieurs ambiances visuelles — sable, bohème, coquillages — pour correspondre à l'univers de la marque inspiré des côtes bretonnes.
Le problème : photographier 44 produits dans 3 ambiances différentes représente 132 séances photos. Pour une petite marque artisanale, c'est inaccessible — en temps comme en budget.
La solution : un pipeline de génération d'images IA, intégré directement dans le backoffice de gestion des produits, qui produit automatiquement les visuels à partir d'une simple photo sur fond blanc.
L'architecture du pipeline
Le système repose sur trois composants qui travaillent ensemble :
1. Un backoffice Node.js sur mesure
Plutôt que de passer par l'interface Shopify native, j'ai développé un backoffice dédié qui centralise la gestion des produits, des parfums, des cires et de la configuration de génération. C'est depuis cette interface que Muriel gère l'intégralité de son catalogue — et déclenche la génération d'images.
2. ComfyUI + Flux2 sur DGX Spark
Le moteur de génération tourne sur un NVIDIA DGX Spark. ComfyUI orchestre le workflow Flux2 : il prend l'image source du produit (fond blanc), supprime le fond, et recompose la scène avec l'un des arrière-plans définis. Le DGX Spark assure une inférence rapide même sur des workflows complexes.
3. L'API Shopify
Une fois les images générées et validées, le backoffice synchronise automatiquement les visuels sur la boutique via l'API Shopify. Chaque produit passe par plusieurs statuts :
Le workflow en pratique
Étape 1 — Upload de l'image source
Muriel photographie chaque produit sur fond blanc, simplement avec son téléphone. Elle uploade cette image dans la fiche produit du backoffice. C'est la seule intervention manuelle du processus.
Étape 2 — Génération des visuels
En un clic, le backoffice envoie l'image sur le DGX Spark. ComfyUI exécute le workflow Flux2 avec trois prompts d'arrière-plan distincts :
- Sable — surface de sable fin beige, lumière naturelle douce, ombres légères
- Bohème — tapis tressé, plaid blanc, coquillages et étoiles de mer en accessoires
- Coquillages — lit de coquilles Saint-Jacques blanches, éclairage épuré
Chaque prompt est construit pour conserver le produit strictement intact — couleur du contenant, couleur de la cire, mèche — et ne modifier que l'environnement. C'est le défi principal de ce type de workflow : éviter que Flux2 « réinterprète » le produit.
Le résultat : 3 visuels de qualité professionnelle générés en quelques minutes par produit.
Étape 3 — Génération des descriptions produits
En parallèle, le backoffice génère les descriptions Shopify via un LLM (Claude Sonnet, Mistral ou un modèle local via Ollama selon la préférence). Le prompt inclut le contexte de marque Muriel, les notes olfactives de la fragrance (tête, cœur, fond), les caractéristiques techniques (poids, type de cire, taux de parfum) et les consignes de style de la marque.
La réponse est structurée en JSON { titre, description_html } et directement injectée dans la fiche produit, prête pour Shopify.
Étape 4 — Synchronisation Shopify
Une fois le produit validé (visuels + description), la synchronisation vers Shopify se déclenche en un clic. Le statut passe à « synchronisé » et le produit est en ligne.
Les défis techniques
Préserver le produit intact
C'est le problème numéro un avec les modèles de diffusion : ils ont tendance à modifier le produit lui-même — changer la couleur du verre, ajouter des reflets qui n'existent pas, déformer la forme du contenant. La solution passe par un prompt très précis et des instructions explicites de ne pas toucher au produit, combinées avec une technique de masquage qui isole le produit du fond avant la composition.
Adapter les prompts par famille de produit
Une bougie, un fondant et un brûle-parfum ne se photographient pas de la même façon. Le brûle-parfum en particulier est un objet en deux parties — la pastille de cire sans mèche dans le plateau supérieur, la bougie chauffe-plat dans la chambre inférieure. Les prompts ComfyUI sont configurables par famille directement dans le backoffice, sans avoir à toucher au code.
La vitesse sur DGX Spark
Générer 3 images par produit pour 44 produits représente 132 inférences. Sur un GPU grand public, un modèle comme Flux2 ne tient tout simplement pas en mémoire. Sur le DGX Spark, le batch passe en quelques minutes.
Le résultat
44 produits × 3 ambiances = 132 visuels professionnels, générés en quelques jours de développement et quelques minutes de génération.
Le gain est double pour Muriel : plus de budget photo, et surtout la capacité d'ajouter un nouveau produit au catalogue en autonomie complète — upload de la photo, clic sur « Générer », validation, synchronisation Shopify.
Stack technique
Ce que ce projet illustre
Ce type de pipeline — LLM + diffusion + API e-commerce — est typiquement le genre de projet qui semblait réservé aux grandes marques il y a 18 mois. Aujourd'hui, avec ComfyUI, Flux2 et des modèles accessibles via API ou en local, il devient réaliste pour une TPE artisanale.
Le vrai travail n'est pas dans le modèle lui-même. C'est dans l'intégration : comprendre le workflow métier de Muriel, construire l'interface qui correspond à ses habitudes, calibrer les prompts pour l'univers visuel de sa marque, et relier tous les composants de façon fiable.
C'est exactement ce que je fais avec haruni.net — transformer des technologies IA en outils opérationnels pour des projets concrets.