ai-product-image-diff

Vérification des différences produit IA, correction par point et re-vérification

Mode de fonctionnement et périmètre

Processus par défaut : Détection du problème → Affichage agrandi numéroté → L'utilisateur désigne les éléments à corriger → Codex choisit automatiquement la méthode de réparation → Affichage de la comparaison avant/après et du résultat de la re-vérification.

• Premier tour : uniquement vérification et affichage, pas de correction automatique. L'utilisateur dit "corriger D01, Q02" pour autoriser la correction de ces éléments ; Codex choisit directement la méthode et l'exécute, sans demander à l'utilisateur de choisir un outil, une méthode ou une approbation supplémentaire. Les autorisations explicites déjà données restent valables pour les tours suivants.
• Lorsque l'utilisateur a déjà spécifié les problèmes et le périmètre des modifications, Codex complète les éléments de localisation et de référence nécessaires puis corrige directement, sans forcer un nouveau cycle de désignation. Si l'utilisateur demande uniquement une vérification, une évaluation de la compétence ou une discussion de la solution, la correction n'est pas lancée.
• "Corriger uniquement D01" ne s'étend pas aux autres éléments ; "Tout corriger" s'applique aux éléments actuellement affichés, pour lesquels il existe une base de correction suffisante, sans transformer automatiquement les doutes insuffisamment étayés en modifications obligatoires. En cas de référence peu claire ou de localisation impossible, l'agent clarifie uniquement l'élément concerné ; le travail déjà défini se poursuit.
• Par défaut, seuls les produits spécifiés sont vérifiés ; les accessoires, l'apparence des personnes ou l'arrière-plan ne sont pas inclus automatiquement. Si l'utilisateur demande explicitement "changer le visage", "restituer l'apparence du mannequin", etc., une vérification supplémentaire de la cohérence des personnes est ajoutée ; une fois la demande faite, elle n'est pas redemandée.
• Avant d'exécuter une réparation, lire references/repair-workflow.md. Si l'utilisateur spécifie un outil ou une méthode, cela est respecté en priorité. Le choix automatique de la méthode se base sur les références existantes et les capacités réelles de l'outil ; aucune méthode n'est garantie comme étant la plus efficace.

Entrée et identification des références

Entrée prioritaire : image IA à vérifier + photo studio originale correspondante ; les images du même produit, les détails du tissu, le logo standard, les photos réelles du même mannequin sous un angle similaire peuvent servir de références auxiliaires.

L'identification des références se fait selon les annotations et l'utilisation de l'utilisateur, et non en fonction du fond blanc, du fond transparent, de l'ordre des fichiers ou du nom de dossier "image générée". Les différents modèles, couleurs et personnes doivent être traités séparément ; le mélange est interdit. Si l'identité n'est pas claire et peut affecter la conclusion, demander les informations clés manquantes ; ne pas certifier la véracité de la référence.

• La photo studio originale permet de confirmer les changements avant/après IA, mais aussi d'exclure les écarts de couleur, le flou, l'éclairage et les obstructions préexistants. En cas de conflit entre références, les lister ; si elles ne peuvent être expliquées, les mettre en attente de vérification.
• En l'absence de photo originale d'entrée, il est possible de signaler les différences visibles par rapport à une référence du même produit, mais toutes les différences ne doivent pas être attribuées à l'IA.
• Les modifications de posture (identique, petite modification, grande modification) doivent être mentionnées séparément. En cas de changement de posture, seules les structures et les sensations visuelles communes et localisables sont comparées ; on n'exige pas que les plis soient identiques dans les moindres détails, et on ne déduit pas l'état des parties nouvellement exposées ou obstruées.
• Demander des preuves supplémentaires uniquement pour les doutes spécifiques, sans réclamer l'ensemble du matériel en une fois. Si l'image IA elle-même est en basse résolution, privilégier la lecture de l'image IA originale haute résolution ou de ses parties ; une nouvelle photo réelle ne peut prouver que les détails réels du produit, et ne peut pas à elle seule prouver que l'image IA floue a conservé ou supprimé ces détails. Pendant la collecte de preuves, continuer à traiter les éléments suffisamment étayés.

Vérification image par image, personne par personne

Lister d'abord les fichiers et les sujets cibles, puis vérifier un par un ; si un problème est trouvé, terminer la vérification des autres sujets de la même image.

• Pour les images avec plusieurs personnes, attribuer un numéro à chaque sujet cible en fonction de sa position dans l'image (gauche/centre/droite), et enregistrer le modèle, la couleur, l'image de référence, l'angle de vue, l'obstruction et la netteté visible. Pour chaque personne, laisser une conclusion, y compris "aucune différence confirmée dans la zone visible", "flou normal", "obstruction", "preuves insuffisantes".
• Sélectionner les points de vérification en fonction du produit : contour, pièces et connexions, coutures, ourlets, fermetures et lacets, sangles et poignées, semelles et lacets de chaussures, bords de chapeaux et réglages, logo, texte et motifs, couleurs locales et texture. Ne pas déduire la composition du matériau, les performances ou les structures cachées.
• Qualité d'image et texture traitées séparément : conservation des motifs fins, netteté des points de couture, niveaux de plis, brillance, flou localisé, ondulations colorées. Les variations d'éclairage, d'exposition, de température de couleur, de perspective et de déformation dues au port du vêtement, si elles peuvent être raisonnablement expliquées, ne doivent pas être considérées comme des erreurs de produit.
• En cas de flou anormal, tenir compte de la profondeur de champ réelle, des points de couture voisins, du flou de mouvement et de l'image originale ; ne pas appliquer mécaniquement la règle "proche net, lointain flou". Le flou ne signifie pas une erreur de contenu ; l'invisibilité ne signifie pas l'absence ; ne pas deviner le texte du logo.
• Ne pas retourner automatiquement le logo en raison de l'orientation du personnage ou de la jambe gauche/droite. Vérifier d'abord la conception du côté gauche/droit, l'angle de prise de vue et si l'image entière est inversée. Les copies retournées uniquement pour faciliter l'observation doivent être marquées comme telles et l'image originale non retournée doit être conservée.
• Lorsque l'utilisateur demande une vérification du visage, comparer les caractéristiques faciales visibles pour chaque personne ; les variations d'expression, d'angle ou d'éclairage ne sont pas directement interprétées comme un changement de visage. Si l'angle de référence manque, signaler la limitation ; ne pas promettre une reproduction précise d'un angle non montré.

Premier tour : agrandir les problèmes pour l'utilisateur

D'abord, regarder directement l'image, si nécessaire lire la taille réelle et recadrer une partie. Par défaut, fournir un aperçu comparatif visible dans la conversation et une courte liste de candidats ; ne pas se contenter d'un texte de demande de correction.

1. Aperçu général et couverture : indiquer quels fichiers et quels sujets cibles ont été vérifiés. En cas de vérification par échantillonnage, le préciser ; ne pas utiliser quelques zones représentatives pour simuler une validation complète.
2. Agrandissement numéroté pour comparaison : attribuer un numéro stable à chaque candidat (ex. D pour différence produit, Q pour optimisation qualité, R pour à revoir, F pour personne). Indiquer le fichier, la position de la personne, la partie concernée et le numéro de la référence, avec l'IA à gauche et la référence à droite.
3. Brève description : comportement de la référence → changement visible dans l'IA | certitude et sévérité | méthode de correction suggérée et limites. Sévérité : haute (erreur de structure / marque / composant clé), moyenne (erreur d'apparence locale évidente), basse (différence mineure). Les suggestions de qualité sont listées séparément et ne sont pas automatiquement élevées au rang d'erreur de produit. La méthode suggérée est une appréciation de Codex ; l'utilisateur n'a pas à choisir entre des options techniques.
4. Collecte du périmètre de modification : laisser l'utilisateur indiquer directement les numéros ou décrire les éléments à modifier. Après l'affichage du premier tour, attendre son choix ; ne pas modifier par défaut. Si une autorisation explicite de modification a déjà été donnée, poursuivre selon les règles précédentes.

L'aperçu doit montrer les zones comparables et suffisamment de contexte pour identifier leur position. Comparer les tailles d'affichage les plus proches possibles pour le produit, en indiquant les différences de résolution évidentes. Le recadrage normal, le redimensionnement non génératif, la mise en page et les annotations sont autorisés ; l'accentuation, la réduction du bruit, la génération de détails ou la différence automatique ne doivent pas être utilisés pour créer des preuves de détection. Les parties recadrées en taille réelle doivent être traçables ; ne pas présenter un agrandissement par interpolation comme de nouveaux détails réels.

Pour les différences confirmées, utiliser un cadre de la même couleur et du même numéro pour les localiser. Les doutes, obstructions et variations d'éclairage raisonnables doivent être étiquetés clairement et ne pas être présentés comme des erreurs confirmées. En l'absence de différence confirmée, ne pas forcer un problème et ne pas dire "parfaitement identique".

Correction automatique après sélection par l'utilisateur

Lire la référence de réparation, choisir la méthode en fonction de la disponibilité des pixels d'origine, des changements de posture/angle, du type d'erreur et des capacités de l'outil. Modifier uniquement les éléments sélectionnés par l'utilisateur et les bords de fusion nécessaires ; conserver le fichier original et générer une copie avec numéro de version.

L'utilisateur n'a pas à choisir à nouveau la méthode de correction. Après une brève description de la méthode utilisée et de son objectif, procéder à l'exécution. Si des éléments supplémentaires sont nécessaires, ne demander que les références spécifiques qui permettront de résoudre le problème sélectionné. Continuer à travailler sur les éléments encore réalisables. Si l'outil n'est pas disponible ou si les preuves de correction sont insuffisantes, expliquer les limites ; ne pas présenter des suggestions textuelles comme des résultats de correction.

Affichage après correction et re-vérification

Après la correction, effectuer automatiquement une re-vérification, sans que l'utilisateur ait à relancer "vérifier". Utiliser les mêmes numéros ; comparer l'image IA originale, l'image corrigée et la référence photo : confirmer si le problème cible a été amélioré et vérifier les zones adjacentes pour détecter de nouvelles différences.

• Produire des agrandissements "avant/après/référence" des zones sélectionnées ainsi qu'un aperçu complet de l'image corrigée. Si une correction générative a été appliquée à une personne ou à un vêtement, vérifier les marques, les bords, les obstructions et les autres zones déjà validées.
• L'état de chaque élément est : corrigé et re-vérifié / amélioré mais non validé / preuves insuffisantes / non exécuté / annulation d'une erreur d'appréciation. Si un jugement esthétique ou de similarité est nécessaire, le préciser clairement ; ne pas simuler une validation humaine.
• Si la première correction d'un même élément n'apporte pas d'amélioration évidente, essayer une autre méthode fondée ; si elle échoue encore, conserver la meilleure copie et expliquer les limites, sans régénérer indéfiniment ni modifier à plusieurs reprises des zones déjà validées. Si l'utilisateur ajoute des demandes, continuer séparément.
• Les éléments non sélectionnés restent en attente ; ils ne sont pas automatiquement fermés simplement parce que d'autres éléments ont été corrigés ce tour-ci. Les variations d'éclairage existantes, les obstructions raisonnables, etc., qui ne nécessitent pas de modification, sont enregistrées avec leur raison.
• Si de nouvelles preuves ou des retours humains apparaissent, mettre à jour l'élément initial en précisant la base du changement ; ne pas sauter la re-vérification parce que l'utilisateur a dit "c'est bon". Le passage de la vérification technique ne signifie pas que l'utilisateur l'a finalement adoptée.

Fichiers et enregistrements

Respecter les exigences de sortie de l'environnement actuel ; ne pas écraser les références, les images IA originales ou les fichiers PSD sources de l'utilisateur ; ne pas placer les images métier dans le package de distribution de la compétence.

• Aperçu du premier tour : diff_result.png ; plusieurs fichiers peuvent être traités. Si le rapport doit être sauvegardé, utiliser diff_report.md avec un index fichier-personne-problème, en précisant la portée (vérification complète ou par échantillonnage).
• Enregistrement des corrections : repair_record.md contenant le numéro sélectionné, l'image originale et la référence, la méthode de correction, la version de sortie, l'état de la re-vérification et les éléments non résolus. Pour les corrections génératives, indiquer la zone de génération ; ne pas les présenter comme une restauration de pixels réels d'origine.
• Comparaison après correction : repair_preview.png. Pour la clôture ou l'archivage, utiliser closure_record.md ; conserver une copie exacte de l'image finale et le numéro de version correspondant ; n'enregistrer que les validations ou adoptions humaines explicites de l'utilisateur.
• En fin de rapport, mentionner : jugement visuel du modèle, une vérification humaine est recommandée.