Sellier

Sur Vinted, une photo prise sur un lit défait ou dans une chambre mal éclairée fait fuir les acheteurs. Les vendeurs particuliers n'ont ni studio, ni lumière, ni temps à consacrer à la retouche. Les modèles d'édition d'image par IA permettent désormais d'obtenir un rendu propre à partir d'une seule photo de téléphone. Nous avons conçu Sellier pour ces vendeurs de seconde main.

L'objectif était un parcours très court : une photo, un style, une image prête à publier. Le vêtement devait rester fidèle à la réalité, pour ne pas tromper l'acheteur. L'application a été lancée sur l'App Store, puis revendue.

Une vendeuse photographie une veste sur un cintre accroché à sa porte. On voit le couloir, le cadre de porte et une ombre portée. Elle veut un visuel net, mais sans que la couleur ou la matière de la veste changent, sinon l'acheteur se plaindra à la réception. Un autre vendeur pose trois articles à plat sur son lit et prend une seule photo. L'application doit comprendre qu'il y a plusieurs vêtements et lui demander lequel mettre en avant. Tout cela devait tenir dans le temps d'attente qu'un utilisateur accepte sur mobile, soit quelques secondes.

Nous avons développé une application iOS en React Native avec Expo, une API Node.js et un site Next.js qui sert aussi de back-office. Le traitement se fait en deux temps. D'abord, un modèle de vision d'OpenAI vérifie que la photo montre bien un article à vendre, repère les vêtements présents et rédige un titre, une description et des mots-clés pour l'annonce. Ensuite, un modèle d'édition d'image applique le style choisi parmi quinze : studio épuré, lifestyle, mannequin ou selfie miroir. L'image est livrée au format portrait 4:5 attendu par Vinted. Les abonnements hebdomadaires et mensuels passent par RevenueCat, avec une génération offerte chaque mois. Un mécanisme de reprise relance automatiquement les générations interrompues, pour qu'aucun utilisateur ne reste bloqué devant un écran de chargement.