L’essayage virtuel de ChatGPT défie l’avance de Google dans le shopping IA

L’essayage virtuel de ChatGPT est arrivé le 1er octobre avec deux fonctionnalités de shopping connectées, alors que Google développe déjà depuis des années sa propre cabine d’essayage basée sur l’IA. OpenAI permet désormais aux clients de générer des images d’eux-mêmes portant des vêtements ou accessoires sélectionnés. Ils peuvent également enregistrer des produits dans une collection Favorites au sein de ChatGPT.

Cette mise à jour transforme une conversation d’achat en un processus de décision plus continu. Un client peut décrire une tenue, parcourir des produits correspondants, prévisualiser un article et conserver des options prometteuses sans quitter l’assistant. Toutefois, l’image générée reste une visualisation, et non la preuve qu’un vêtement sera à la bonne taille.

Cette distinction définit la compétition avec Google. Google a introduit l’essayage à partir de photos personnelles en 2025 et a depuis étendu cette expérience à Search, Shopping, Images, Chrome et à des produits de mode expérimentaux. OpenAI arrive plus tard, mais ChatGPT peut relier découverte de produits, conversation, génération d’images et choix enregistrés dans une seule interface.

L’essayage virtuel de ChatGPT relie découverte et visualisation

Le changement important ne réside pas seulement dans la génération d’images. OpenAI a relié l’expérimentation visuelle à un parcours d’achat existant au sein de ChatGPT.

Un nouveau bouton Try on peut apparaître sur les fiches éligibles de vêtements et d’accessoires dans les résultats de shopping de ChatGPT. En le sélectionnant, l’utilisateur peut prendre ou importer un selfie, puis demander une image générée montrant le produit porté par cette personne.

OpenAI indique que ChatGPT Images crée le résultat. Un client peut aussi importer une photo distincte d’un article, y compris une capture d’écran, et demander à ChatGPT de le visualiser sur lui. Cette voie est importante, car l’inspiration ne commence pas toujours par une fiche produit structurée.

Un utilisateur peut photographier un accessoire en magasin, capturer une tenue sur les réseaux sociaux ou enregistrer une image provenant d’un détaillant. ChatGPT peut intégrer cette référence dans la même conversation utilisée pour discuter des couleurs, des styles, des occasions et des alternatives.

L’entreprise a annoncé ces fonctionnalités le 1er octobre 2026. Elles sont disponibles dans ChatGPT sur les appareils mobiles et sur le web, selon ses notes de publication.

La documentation d’OpenAI précise qu’une photo de référence est enregistrée pour les essayages ultérieurs. Les utilisateurs peuvent remplacer ou supprimer cette image dans les paramètres de personnalisation. La réutilisation de la même référence réduit les frictions lors de l’essai de plusieurs produits au cours d’une même session d’achat.

Favorites constitue la seconde partie de la mise à jour. Un contrôle de type signet permet aux utilisateurs d’enregistrer des produits dans la ChatGPT Library, tandis que des dossiers permettent de les organiser en collections plus restreintes.

Un client préparant un voyage pourrait créer des dossiers distincts pour les chaussures, les vestes et les accessoires. Une personne comparant des tenues pour un entretien pourrait conserver plusieurs combinaisons avant de décider quels détaillants visiter.

La Library ne se limite pas au stockage de signets. OpenAI la développe comme un espace persistant pour les documents importés, les fichiers générés, les images, les produits et les lieux. Les nouveaux contrôles de shopping font des décisions relatives aux produits un autre type de contenu réutilisable.

Cette persistance modifie le rôle de ChatGPT. L’assistant n’a plus besoin de recommencer chaque discussion d’achat à partir d’une requête vide ou d’un lien produit oublié.

Une photo de référence enregistrée assure une continuité visuelle. Favorites préserve l’ensemble des options candidates. La conversation apporte des préférences et des retours qui peuvent affiner la demande suivante.

Les instructions d’achat d’OpenAI contiennent également un avertissement essentiel. Les images d’essayage générées peuvent ne pas représenter exactement le client ou le produit, et elles ne garantissent ni la taille ni l’ajustement.

Les utilisateurs doivent toujours vérifier les mensurations du marchand, la description du produit et la politique de retour. L’outil répond plus efficacement à une question de style qu’à une question de taille.

Cette limite maintient le lancement dans un cadre réaliste. ChatGPT peut aider une personne à imaginer une tenue, mais ne peut pas reproduire les informations physiques disponibles dans une véritable cabine d’essayage.

OpenAI veut occuper une plus grande partie de la décision d’achat

L’essayage virtuel et Favorites font entrer ChatGPT plus profondément dans les étapes précédant le paiement, lorsque les clients réduisent leurs choix et forgent leurs préférences.

OpenAI a assemblé ce parcours au fil de plusieurs lancements de produits. En novembre 2025, l’entreprise a introduit shopping research, une expérience spécialisée qui étudie les produits et prépare des guides d’achat personnalisés.

Shopping research pose des questions de clarification et recherche des détails tels que la disponibilité, les spécifications, les avis et les images. Les utilisateurs peuvent signaler que des suggestions ne les intéressent pas ou demander davantage de produits aux caractéristiques similaires.

En mars 2026, OpenAI a ajouté des présentations de produits plus riches, des comparaisons côte à côte, la navigation visuelle et la découverte de produits par image. L’entreprise a également étendu son Agentic Commerce Protocol, qui permet aux marchands et fournisseurs de commerce d’envoyer des informations structurées sur les produits vers ChatGPT.

Les dernières fonctionnalités comblent deux lacunes restantes. L’essayage ajoute une visualisation personnelle, tandis que Favorites offre aux utilisateurs un espace où conserver les produits qui ont passé une première comparaison.

Prenons le cas d’un client recherchant une tenue pour un mariage en octobre. Cette personne peut préciser en langage courant le lieu, la météo attendue, le code vestimentaire, les couleurs et ses préférences en matière de vêtements.

ChatGPT peut proposer des produits, les comparer et recueillir les retours. Le client peut ensuite prévisualiser une robe ou une veste à l’aide d’une photo de référence et enregistrer les meilleures options dans un dossier de mariage.

Cette séquence a davantage de valeur commerciale que la réponse à une question isolée sur un produit. Chaque étape supplémentaire maintient l’utilisateur dans ChatGPT à mesure que l’achat se rapproche.

OpenAI n’a pas besoin que chaque client achève chacune de ces étapes. L’entreprise doit faire de ChatGPT l’endroit où une intention vague se transforme en une courte liste de produits.

L’entreprise a déjà testé une stratégie commerciale plus directe. En septembre 2025, elle a annoncé Instant Checkout pour des produits éligibles, en reliant initialement ChatGPT à des vendeurs Etsy et en prévoyant une disponibilité sur Shopify.

OpenAI a travaillé avec Stripe sur la norme de commerce sous-jacente. Cette évolution a rapproché l’assistant d’une plateforme transactionnelle, comme l’expliquait un précédent rapport sur le commerce.

L’essayage virtuel emprunte une autre voie. Il se concentre sur la période d’incertitude précédant l’achat, lorsque les personnes comparent les options et se demandent si un produit leur convient.

Cette étape laisse davantage de place à la conversation que le paiement. Elle met également à profit la capacité de ChatGPT à interpréter des préférences exprimées de manière imprécise et à ajuster ses recommandations par des questions de suivi.

Favorites renforce cette stratégie, car les décisions d’achat s’étendent souvent sur plusieurs sessions. Un client peut découvrir un article sur son téléphone, le reconsidérer plus tard sur un ordinateur portable, puis y revenir après avoir vérifié les mensurations d’un détaillant.

La Library assure une continuité tout au long de ce processus. Elle fournit également à ChatGPT une trace structurée de ce que l’utilisateur a délibérément choisi de conserver.

OpenAI affirme que ses résultats de produits ne sont pas des publicités et ne sont pas influencés par des partenariats avec des entreprises. L’entreprise indique également que les publicités restent distinctes des recommandations de produits.

Cette promesse sera davantage examinée à mesure que ChatGPT prendra une place plus importante dans le commerce. Le classement des produits peut orienter les décisions d’achat même lorsqu’une recommandation n’est pas présentée comme une publicité.

La question la plus difficile est celle de la transparence. Les clients doivent comprendre pourquoi un produit est apparu, dans quelle mesure ses informations sont à jour et si des alternatives comparables ont été omises.

OpenAI indique que les facteurs peuvent inclure la requête, le contexte de la conversation, le prix, la disponibilité, les avis et la facilité d’utilisation. La mémoire et les instructions personnalisées peuvent également influencer les articles que ChatGPT met en avant.

Ces signaux peuvent améliorer la pertinence. Ils peuvent aussi conduire deux utilisateurs à recevoir des sélections de produits sensiblement différentes sans que toutes les raisons de ces écarts soient visibles.

Google conserve une base plus solide pour le shopping

OpenAI ne lance pas la première cabine d’essayage à partir de photos personnelles. L’entreprise défie Google en proposant un accès plus conversationnel à une catégorie déjà établie.

Google a commencé à proposer un essayage virtuel génératif pour les vêtements en 2023, en montrant initialement les articles sur une sélection de vrais modèles. Cette approche visait à représenter différentes morphologies, carnations, tailles et poses.

En mai 2025, Google a ajouté la possibilité d’importer une photo personnelle. Les clients pouvaient sélectionner des vêtements éligibles et générer une visualisation à partir de leur propre image plutôt que d’un modèle prédéfini.

Le guide d’essayage de Google demande aux utilisateurs de fournir une image en pied, bien éclairée, portant des vêtements ajustés. Il permet également d’enregistrer ou de partager un look généré.

Cette capacité couvre désormais un vaste catalogue dans Search, Shopping et Images sur les marchés pris en charge. Google affirme que son système peut fonctionner avec des milliards de vêtements, même si les catégories éligibles et les exigences régionales continuent de s’appliquer.

Google bénéficie également de son Shopping Graph, une vaste collection de fiches produit, de vendeurs, de marques, d’avis et d’informations sur les stocks. Cette infrastructure lui donne une expérience directe de l’organisation de données commerciales qui évoluent rapidement.

ChatGPT aborde le même problème depuis la direction opposée. Google commence par des résultats de recherche et ajoute une couche d’image personnalisée. OpenAI commence par la conversation et introduit les résultats produits dans ce dialogue.

Ce contraste façonne l’avantage de chaque entreprise.

Google peut relier l’essayage à une large couverture de produits et à des recherches d’achat familières. L’entreprise peut placer la fonctionnalité près des utilisateurs qui manifestent déjà une forte intention commerciale en recherchant une robe, une veste ou une paire de chaussures précise.

OpenAI peut conserver plus naturellement le contexte qualitatif. Une conversation ChatGPT peut inclure l’événement, la météo, la garde-robe existante, les silhouettes préférées, les couleurs rejetées, les contraintes budgétaires et les retours sur des suggestions antérieures.

Cet historique contextuel aide lorsque le client n’a pas encore décidé quel produit rechercher. L’assistant peut intervenir pendant que l’utilisateur transforme un objectif incertain en critères concrets.

Google n’a pas ignoré ce terrain. Son AI Mode et d’autres expériences de recherche conversationnelle peuvent interpréter des questions complexes, tandis que des produits tels que Doppl ont exploré le stylisme personnel généré par IA.

Doppl permet aux utilisateurs d’importer des images de tenues et de les prévisualiser sur une version numérique animée d’eux-mêmes. Google a également introduit des fonctionnalités Wardrobe capables d’organiser les vêtements détectés dans la photothèque d’un utilisateur.

Ces expérimentations montrent pourquoi OpenAI fait face à un adversaire difficile. Google peut relier la recherche de produits, les photos personnelles, l’activité du navigateur, la découverte d’images, la publicité, les flux de marchands et l’expérimentation de mode sur plusieurs surfaces bien établies.

L’avantage d’OpenAI réside dans la concentration de l’interface. Un utilisateur n’a pas besoin de comprendre quel produit Google spécialisé gère chaque étape. ChatGPT présente l’expérience comme une autre capacité au sein d’une conversation familière.

Cette simplicité comporte son propre risque. Réunir découverte, recommandation, visualisation, mémoire et articles enregistrés peut donner aux réponses de l’assistant une apparence plus autoritative que les éléments sous-jacents ne le justifient.

Une image soignée peut convaincre émotionnellement un client, même lorsque les mensurations du vêtement ou les détails générés sont inexacts. La présentation conversationnelle peut encore davantage brouiller la frontière entre une recommandation éclairée et une suggestion plausible.

C’est pourquoi l’enjeu central ne se limite pas à savoir quelles images paraissent les meilleures. Il s’agit de déterminer si ChatGPT peut rendre un processus d’achat en plusieurs étapes cohérent, sans susciter une confiance excessive.

L’avance actuelle de Google ne tranche pas cette question. La domination de la recherche assure une large distribution, mais les habitudes d’achat peuvent évoluer lorsqu’une nouvelle interface réduit les tâches répétitives.

OpenAI doit prouver que cette praticité résiste aux catalogues produits réels, aux images imparfaites, aux stocks changeants et à la réalité complexe des tailles dans l’habillement.

Comment fonctionne l’essayage virtuel de ChatGPT, et ses limites

L’essayage virtuel de ChatGPT génère une interprétation visuelle d’un produit et d’une personne. Il ne simule pas l’ajustement physique et ne vérifie pas la marchandise.

Un système d’essayage virtuel combine les informations provenant de l’image d’une personne avec les caractéristiques visuelles d’un vêtement ou d’un accessoire. Le modèle génère ensuite une nouvelle image qui tente de préserver les deux identités.

Cette tâche est plus complexe que de coller une image sur une autre. Les vêtements se plient autour du corps, réagissent à la posture, recouvrent les vêtements existants et changent de forme selon les matières.

Les motifs, logos, fermetures, sangles et textures de tissu peuvent également se modifier lors de la génération d’images. Un résultat visuellement convaincant peut malgré tout altérer des détails importants pour l’acheteur.

OpenAI ne publie pas d’analyse technique détaillée de cette fonctionnalité d’achat. Son documentation d’assistance indique que ChatGPT Images produit l’essayage généré.

Le processus accepte soit une fiche produit éligible, soit une image de produit importée. Il utilise également un selfie ou une autre photo de référence enregistrée fournie par l’utilisateur.

Ce mécanisme est utile pour évaluer l’apparence générale. Les combinaisons de couleurs, la silhouette, le style global et la compatibilité avec les caractéristiques visibles peuvent devenir plus faciles à imaginer.

Cependant, le résultat ne peut pas révéler le toucher du tissu, indiquer si une couture frotte ou montrer comment une chaussure soutient le pied. Il ne peut pas garantir qu’une taille indiquée correspond aux mensurations de l’acheteur.

Il ne peut pas non plus montrer exactement comment l’article fabriqué tombera sous un éclairage réel. Même une photo produit fidèle ne capture qu’un seul échantillon, angle et ensemble de conditions.

Les chercheurs travaillant sur les systèmes d’essayage virtuel ont régulièrement traité le contrôle des tailles comme un défi distinct de la génération d’apparence. Un modèle peut créer une image attrayante sans disposer de suffisamment de données physiques pour prédire l’ajustement.

OpenAI énonce directement cette limite. Sa documentation indique aux utilisateurs que le résultat ne garantit ni la taille ni l’ajustement, et leur conseille de consulter les informations du marchand.

Cette formulation devrait guider l’utilisation de l’outil par les acheteurs. L’essayage virtuel de ChatGPT ressemble davantage à un tableau d’inspiration visuel qu’à un service de retouche à distance.

La fonctionnalité peut néanmoins réduire l’incertitude. Un acheteur hésitant entre deux couleurs peut obtenir une indication utile sans attendre une précision au centimètre près.

Elle peut également aider les utilisateurs à explorer des styles qu’ils n’essaieraient pas habituellement en magasin. Générer plusieurs looks implique moins de friction sociale ou logistique que de rassembler des vêtements dans une cabine d’essayage.

L’importation d’images de produits élargit cette expérimentation. Elle peut fonctionner avec une inspiration trouvée en dehors de ChatGPT, à condition que l’image soit adaptée et que la demande respecte les règles de la plateforme.

Cependant, les captures d’écran introduisent un autre problème de fiabilité. Le modèle peut ne pas connaître le produit exact, le tissu, la coupe ou les variantes disponibles représentés par une image.

Une demande conversationnelle peut clarifier une partie de ce contexte, mais elle ne peut pas reconstituer des faits absents du matériau source. Les acheteurs devraient revenir à la fiche du détaillant avant de considérer un look généré comme une référence d’achat.

Le résultat généré peut aussi influer sur les attentes concernant l’apparence du corps. Les modèles d’images peuvent lisser les textures, modifier les proportions, altérer les traits du visage ou changer le vêtement afin de produire une composition plus cohérente.

OpenAI reconnaît que ni le produit ni l’utilisateur ne sont nécessairement représentés exactement. Cet avertissement mérite davantage d’attention que le réalisme de l’image finale.

Le meilleur résultat est une aide à la décision aux limites visibles. Le pire est une image persuasive mais inexacte qui l’emporte sur de meilleures informations issues des mensurations et des conditions de retour.

Les photos enregistrées créent un enjeu de confidentialité

La praticité des essayages répétés dépend de la conservation d’une image personnelle, ce qui fait des contrôles des données une partie de l’expérience d’achat.

OpenAI indique qu’une photo de référence reste enregistrée pour de futurs essayages virtuels. L’utilisateur peut la gérer dans Settings, Personalization et Reference photos.

Cette conception évite les importations répétées et accélère l’expérimentation. Elle signifie également que la fonctionnalité ne se contente pas de traiter une image temporaire avant de la supprimer immédiatement.

Un selfie ou une photo en pied peut contenir des informations contextuelles sensibles. Il peut révéler un visage, une morphologie, un âge approximatif, l’intérieur d’un domicile, des indices de localisation ou d’autres personnes en arrière-plan.

Les utilisateurs devraient donc choisir leurs images de référence avec soin. Un fond uni et une photo créée spécifiquement pour l’essayage peuvent réduire les informations inutiles.

La page shopping d’OpenAI explique comment remplacer ou supprimer la référence enregistrée. Toutefois, cette page ne fournit pas les mêmes garanties détaillées et propres à l’essayage que Google publie concernant les données biométriques et l’entraînement des modèles.

La politique relative aux photos de Google indique que son expérience d’essayage ne collecte pas de données biométriques. Elle précise également que les images importées ne sont pas utilisées pour l’entraînement et ne sont pas partagées avec des tiers.

Cela ne rend pas automatiquement un service plus sûr que l’autre. Cela donne toutefois aux utilisateurs un ensemble de déclarations plus explicites à comparer.

Les utilisateurs d’OpenAI devraient examiner les contrôles de données liés à leur compte et à leur organisation. Les environnements grand public, professionnels, éducatifs et d’entreprise peuvent avoir des modalités différentes de traitement des données.

Les utilisateurs devraient également éviter d’importer des photos d’une autre personne sans son autorisation. Un résultat d’essayage réaliste peut sembler anodin, mais la photo source appartient toujours à une personne identifiable.

Les détaillants font face à un défi connexe. Les images générées peuvent déformer les détails d’un vêtement et créer des attentes que le produit réel ne peut pas satisfaire.

Un logo, une longueur, une encolure ou une matière déformés pourraient influencer la décision de l’acheteur. Le consommateur peut associer cette erreur au marchand, même si le détaillant n’a pas généré l’image.

Les affirmations d’OpenAI concernant le classement des produits devront également être observées. L’entreprise affirme que les résultats d’achat sont indépendants et ne sont pas influencés par des partenariats commerciaux.

Pourtant, les systèmes de découverte de produits dépendent des flux des marchands, de métadonnées structurées, de contenus tiers et de signaux de disponibilité. Ces éléments ne sont pas aussi complets chez tous les détaillants.

Un marchand disposant de données plus propres peut devenir plus facile à comprendre pour un système automatisé. Cela ne signifie pas que le système favorise intentionnellement cette entreprise, mais cela peut tout de même affecter sa visibilité.

Le même problème existe déjà dans les moteurs de recherche et les places de marché. L’achat conversationnel rend la sélection moins visible, car les utilisateurs peuvent voir une recommandation concise plutôt que des pages d’alternatives.

Les favoris peuvent accentuer cet effet. Lorsqu’un acheteur enregistre plusieurs produits, les conversations futures pourraient se concentrer de plus en plus sur cet ensemble conservé plutôt que sur le marché au sens large.

Cette persistance est pratique, mais elle peut réduire l’exploration. Les utilisateurs devraient périodiquement demander des alternatives et vérifier que les produits enregistrés restent disponibles avec les caractéristiques indiquées.

OpenAI doit rendre les contrôles de suppression, de correction et de recommandation faciles à trouver. Une fonctionnalité fondée sur des images personnelles et des préférences accumulées dépend de la confiance des utilisateurs.

La précision affecte également cette confiance. Si des essayages répétés modifient de manière incohérente les caractéristiques du corps ou les détails du vêtement, la référence enregistrée cesse de sembler stable.

L’avis de limitation de l’entreprise fixe lui-même une norme de prudence appropriée. OpenAI devrait conserver cet avertissement partout où des images générées apparaissent, et pas uniquement dans la documentation d’assistance.

Ce qui décidera de la compétition du shopping par IA

Le prochain test sera de savoir si les gens utilisent régulièrement ChatGPT pour acheter, et non s’ils génèrent une seule image d’essayage divertissante.

Le premier signal sera une utilisation durable sur plusieurs produits et sessions. Les favoris devraient révéler si les acheteurs reviennent à des décisions antérieures au lieu de considérer l’essayage virtuel comme une nouveauté.

OpenAI n’a pas communiqué de chiffres d’adoption pour ces nouvelles fonctionnalités. Des preuves d’utilisation répétée, de création de dossiers ou de passage de produits enregistrés vers des pages de marchands renforceraient sa stratégie de shopping intégré.

Une brève explosion de génération d’images indiquerait autre chose. Elle montrerait un intérêt pour l’effet visuel sans prouver que ChatGPT influence des décisions d’achat sérieuses.

Le deuxième signal est l’exactitude des produits et des images. OpenAI doit maintenir des détails vestimentaires reconnaissables tout en préservant de manière cohérente l’apparence de l’utilisateur.

Les erreurs compteront surtout lorsqu’elles modifient les caractéristiques déterminantes d’un produit. Un ourlet déplacé, une poche absente, un motif adouci ou un accessoire modifié peut transformer la visualisation en désinformation.

Le système a également besoin de données produit à jour. Une recommandation convaincante perd de sa valeur si la couleur, la taille, le vendeur ou la disponibilité ont changé avant que l’utilisateur n’arrive au paiement.

Le protocole commercial élargi d’OpenAI vise à améliorer la représentation des catalogues. La participation des marchands et la fraîcheur des données détermineront si cette base technique peut rivaliser avec l’infrastructure shopping de Google.

Le troisième signal est la réponse de Google. Google peut étendre l’essayage virtuel à davantage de surfaces, connecter plus étroitement Wardrobe à Shopping ou renforcer l’accompagnement conversationnel autour des produits.

Google pourrait également utiliser sa position dans les navigateurs pour intégrer l’essayage directement aux pages des détaillants. Son implémentation existante dans Chrome pointe déjà vers une couche d’achat qui accompagne les utilisateurs sur le Web.

Un déploiement plus rapide de Google affaiblirait l’avantage d’interface d’OpenAI. Une réponse fragmentée ou déroutante laisserait à ChatGPT la possibilité de devenir le point de départ le plus simple.

Les détaillants devraient surveiller les deux entreprises plutôt que de supposer que l’une contrôlera le parcours. Les flux produits, les images exactes, les informations complètes sur les tailles et les identifiants cohérents aident tout système d’IA à représenter correctement les marchandises.

Les acheteurs devraient appliquer un test plus simple. Utilisez l’essayage virtuel de ChatGPT pour comparer des styles, et non pour remplacer les mensurations, les détails des matières ou les politiques de retour.

Essayez le même article avec plus d’une image de référence si le résultat paraît incohérent. Vérifiez que les détails distinctifs du produit survivent à la génération avant de vous fier à la visualisation.

Examinez les photos enregistrées dans Personalization et supprimez les images qui ne sont plus nécessaires. Consultez à nouveau les Favorites avant l’achat, car les informations sur le produit et sa disponibilité peuvent changer.

Plus important encore, comparez l’image générée avec les images originales du détaillant. La version de l’assistant est une interprétation, même lorsqu’elle paraît photographique.

OpenAI a créé un parcours cohérent, d’une idée vague de vêtement à une courte liste de produits enregistrés. Google conserve une base plus solide dans la recherche de produits et l’historique de l’essayage virtuel.

L’issue dépendra des usages plutôt que de la nouveauté du jour de lancement. Les acheteurs feront-ils confiance à une seule conversation pour guider la découverte, la visualisation, la comparaison et le rappel, ou reviendront-ils à des outils d’achat spécialisés ?

Pour l’instant, considérez l’essayage virtuel de ChatGPT comme un filtre visuel utile. Testez-le face aux détails réels des produits, gardez ses contrôles de photos enregistrées à l’esprit et observez si OpenAI améliore sa cohérence au cours des prochains mois.