تعديل صور المنتجات بالذكاء الاصطناعي دون إعادة التصوير

تستطيع اليوم تعديل جزء محدد داخل صورة منتج موجودة عندك أصلا، مثل تغيير لون عبوة أو إزالة عنصر من الخلفية أو تبديل نص على غلاف، مع إبقاء بقية الصورة على حالها، بدل إعادة التصوير في الاستوديو أو إعادة توليد الصورة كاملة والأمل أن تخرج مشابهة.

هذا ما يتيحه GPT Image 2.5 الذي أضافته OpenAI في 8 سبتمبر 2026 بنسختين: gpt-image-2.5-sunburst الأقوى حين تكون دقة التعديل هي الأهم، وgpt-image-2.5-flare الأسرع لتوليد صور يومية بجودة عالية. ويعمل عبر الواجهة البرمجية، وتحسب تكلفته بالتوكنات لا بعدد الصور، فجرب دفعة من مئة صورة حقيقية من كتالوجك قبل أن تقدر الفاتورة.

ما الذي أعلنته OpenAI بالضبط

حسب صفحات النماذج في توثيق OpenAI الرسمي، النموذجان يستقبلان نصا وصورا معا، ويخرجان صورا فقط. لقطة الإصدار المثبتة لكل منهما تحمل تاريخ الإطلاق نفسه: gpt-image-2.5-sunburst-2026-09-08 و gpt-image-2.5-flare-2026-09-08، وهذه نقطة مهمة عمليا لأنها تتيح لك تثبيت إصدار بعينه حتى لا تتغير مخرجاتك فجأة حين يحدث المزود النموذج.

كلا النموذجين يدعم ستة مستويات جودة: low و medium و high و xhigh و max و auto. ويعملان عبر مسارين: واجهة الصور المباشرة بنقطتيها (توليد الصور وتعديلها)، أو كأداة داخل واجهة Responses حين تريد تجربة محادثة متعددة الخطوات يعدل فيها المستخدم الصورة مرة بعد مرة بالكلام. المسار الأول يكفي إذا كنت تريد صورة واحدة من وصف واحد. المسار الثاني هو ما تحتاجه إن أردت بناء شاشة يعدل فيها موظف التسويق الصورة تدريجيا.

Sunburst أم Flare؟ القاعدة بسيطة

لا تختر بالاسم، اختر بطبيعة العمل. إن كان المطلوب دقة في التعديل — تغيير لون عبوة، إزالة عنصر من خلفية، تبديل نص على غلاف، الحفاظ على شكل المنتج كما هو بالضبط — فهذا مجال Sunburst، وهو النموذج الذي تصفه OpenAI بأنه الأقدر لديها في توليد الصور وتعديلها. وإن كان المطلوب كمية وسرعة — عشرات صور الخلفيات لحملة، صور توضيحية لمقالات، مسودات بصرية سريعة قبل اعتماد الاتجاه — فـ Flare هو الخيار المنطقي.

في الاستخدام الواقعي أغلب الفرق تحتاج الاثنين: Flare في مرحلة التجريب حيث الكمية مطلوبة والخطأ رخيص، ثم Sunburst في المرحلة النهائية حيث الصورة ستذهب إلى صفحة منتج يراها عميل يدفع.

التعديل الجزئي هو التغيير الحقيقي، لا التوليد

توليد الصور من نص لم يعد جديدا ولا نادرا. الجديد الذي يستحق الانتباه هنا هو دعم inpainting، أي إعادة رسم منطقة محددة داخل صورة قائمة مع إبقاء بقية الصورة على حالها. هذا يحول الأداة من مولد صور إلى محرر صور، والفرق بين الاثنين هو الفرق بين أداة تسلي فريق التسويق وأداة تدخل خط الإنتاج الفعلي.

مثال ملموس: متجر عنده ثلاثمئة صنف صورت كلها على خلفية بيضاء، وقرر الانتقال إلى هوية بصرية بخلفية رمادية فاتحة. الطريق القديم: جدولة تصوير جديد، نقل بضاعة، أجرة مصور، أسبوعان. الطريق الجديد: تمرير الصور على الواجهة مع تعليمة واحدة، ومراجعة بشرية للنتائج، ويوم عمل. الصورة نفسها والمنتج نفسه، تغير ما حوله فقط.

التكلفة تحسب بالتوكنات لا بعدد الصور

هذه النقطة تربك كثيرا من أصحاب الأنشطة لأنها لا تشبه تسعير خدمات التصميم. حسب صفحة تسعير OpenAI للنموذجين، السعر واحد لكليهما: إدخال نصي بخمسة دولارات لكل مليون توكن ودولار وربع للمخزن مؤقتا، وإدخال صور بثمانية دولارات لكل مليون توكن ودولارين للمخزن، وإخراج الصور بثلاثين دولارا لكل مليون توكن. الإخراج النصي لا يحسب عليك أصلا لأن هذه النماذج تخرج صورا لا نصا. وتوضح OpenAI أن معدلات التوكنات مطابقة لجيل GPT Image 2 السابق.

النصيحة العملية: لا تقدر التكلفة على الورق. شغل دفعة تجريبية من مئة صورة حقيقية من كتالوجك بنفس الإعدادات التي ستستخدمها، واقرأ الفاتورة، ثم اضرب. تقدير مبني على مئة صورة فعلية أصدق من أي حاسبة، خصوصا أن مستوى الجودة الذي تختاره يغير الاستهلاك بشكل مباشر.

خمسة استخدامات تنفع منشأتك من الأسبوع الأول

• توحيد الكتالوج: خلفيات وإضاءة وزوايا متسقة عبر مئات الأصناف المصورة في أوقات وظروف مختلفة.
• تنويعات الحملة: نسخة صيفية ونسخة رمضانية ونسخة للجمعة البيضاء من الصورة نفسها دون جلسة تصوير لكل مناسبة.
• معاينة التغليف قبل الطباعة: تجربة نص عربي أو شعار جديد على العبوة بصريا قبل الالتزام بأمر طباعة.
• ترميم الصور القديمة: إزالة عناصر مشتتة أو انعكاسات أو علامات قديمة من صور أرشيفية بدل رميها.
• صور المحتوى: صور توضيحية لمدونتك ونشرتك بدل بنوك الصور المكررة التي يستخدمها منافسوك أيضا.

قبل أن تبني عليه: ثلاث ملاحظات

الأولى، التحقق من المنشأة. توثيق OpenAI ينص على أنك قد تحتاج إكمال إجراء التحقق من المؤسسة في لوحة المطور قبل استخدام نماذج GPT Image. أدرج هذه الخطوة في الجدول الزمني من البداية حتى لا تفاجئك في يوم الإطلاق.

الثانية، المراجعة البشرية غير قابلة للحذف. أي صورة منتج ستنشر يجب أن يوقع عليها إنسان. النموذج لا يعرف أن اللون الذي عدله هو اللون المسجل في هويتك التجارية، ولا يعرف أن التعديل جعل المنتج يبدو أكبر مما هو. عرض منتج بصورة لا تطابق الواقع مشكلة تجارية ونظامية قبل أن تكون مشكلة تقنية.

الثالثة، لا ترفع صور أشخاص. صور العملاء أو الموظفين ليست مادة خام للتجريب. اجعل القاعدة واضحة لفريقك: المنتجات والأماكن والمواد التسويقية نعم، الأشخاص لا، إلا بموافقة صريحة موثقة وضمن سياسة واضحة لمعالجة البيانات الشخصية.

كيف يدخل هذا في نظامك بدل أن يبقى أداة جانبية

الفرق بين شركة تستفيد من هذه النماذج وشركة تتحدث عنها هو مكان استخدامها. إن بقيت في نافذة يفتحها موظف ويحمل منها ملفا يدويا فالمكسب محدود ويضيع مع أول إجازة. القيمة تظهر حين تربط الواجهة بنظامك: صنف جديد يدخل الكتالوج فتتولد نسخه البصرية تلقائيا بالمقاسات التي تحتاجها القنوات المختلفة، وتدخل طابور مراجعة، ثم تنشر بضغطة اعتماد واحدة. عندها لا تشتري صورا، بل تبني خط إنتاج بصري يعمل بلا إشراف يومي.

نحن في أوريجامي نبني هذا النوع من الربط ضمن الأنظمة التي نطورها لعملائنا: واجهة برمجية متصلة بقاعدة المنتجات، وطابور مراجعة بصلاحيات واضحة، وسجل يبين من اعتمد أي صورة ومتى. التقنية جاهزة ومتاحة اليوم، والفارق يصنعه القرار: هل تعاملها كلعبة جديدة، أم كخطوة في عملية تشغيلية لها مالك ومقياس نجاح.

المصادر

• توثيق OpenAI الرسمي — نموذج GPT-Image-2.5 Sunburst: developers.openai.com
• توثيق OpenAI الرسمي — نموذج GPT-Image-2.5 Flare: developers.openai.com
• دليل توليد الصور في OpenAI: developers.openai.com