Générateur de prompts ChatGPT SDXL vs votre propre script API

Deux façons d’obtenir des prompts SDXL à partir d’un modèle de langage

La première méthode est un assistant de chat. Vous collez une instruction de type système une fois, puis envoyez de courtes idées une par une et copiez chaque réponse dans votre outil d’image. Aucun code n’est nécessaire, vous voyez la réponse immédiatement, et vous pouvez dire « plus sombre, plus cinématographique » pour obtenir une révision. Pour la découverte, c’est difficile à battre.

La deuxième méthode est un script. Vous écrivez l’instruction une fois en code, chargez une liste d’idées depuis un fichier, appelez un endpoint de completions de chat pour chacune, et écrivez les résultats dans un fichier ou envoyez-les directement à votre générateur d’images. Ce service est une API compatible OpenAI, textuelle uniquement, servant un seul modèle à poids ouverts d’un fournisseur indépendant. Ce n’est pas ChatGPT et ce n’est pas un produit OpenAI, mais n’importe quel SDK OpenAI peut s’y connecter une fois que vous avez modifié l’URL de base et la clé.

Aucune des deux méthodes ne génère des images. Dans les deux cas, le modèle écrit du texte et un outil séparé tel que SDXL le rend.

Côte à côte

Facteur	Fenêtre de chat	Script API
Configuration	Aucun	Clé, 30 lignes de Python
Meilleure taille de lot	1 à 20 prompts	Des centaines à des milliers
Format de sortie	Ce que la conversation renvoie ; vous le nettoyez à la main	Le mode JSON renvoie des champs que vous pouvez analyser
Répétabilité	Dérive au fur et à mesure que la conversation s’allonge	Même instruction à chaque appel, seed optionnel
Itération	Naturel : répondre avec des retours	Vous modifiez le script et le relancez
Modèle de coût	Dépend de l’abonnement que vous souscrivez ; consultez ses conditions actuelles	Paiement à l’usage, crédit prépayé
Refus de contenu	Dépend de la politique de contenu de l’assistant	Ce modèle répond sans refus de contenu pour un usage adulte légal

Le résumé honnête : si vous créez quelques images par semaine et aimez discuter à leur sujet, restez sur le chat. Un script commence à être rentable lorsque le copier-coller devient l’étape la plus lente de votre pipeline.

Le coût en temps du copier-coller

Faisons une hypothèse modérée : 30 secondes par prompt pour saisir l’idée, attendre, copier le résultat et le coller là où il doit aller. Sur 1 000 prompts, cela fait 1 000 × 30 s = 30 000 s, soit environ 8,3 heures d’attention.

Un script a une forme différente. Supposons que chaque appel API prenne environ 5 secondes (c’est une hypothèse, mesurez la vôtre). Avec 8 requêtes en vol, qui est la limite de concurrence d’une clé complète, 1 000 appels prennent environ 1 000 / 8 × 5 s = 625 s, soit un peu plus de 10 minutes. Le cap de 300 requêtes par minute signifie que le plancher absolu est un peu plus de 3 minutes. Vous lancez le script, prenez un café, et lisez le fichier ensuite.

Le temps économisé est l’argument principal. L’argent est secondaire, comme le montre la section suivante.

Coût par 1 000 prompts

Cette API facture $0,15 par 1 M de tokens d’entrée et $0,50 par 1 M de tokens de sortie. Supposons que chaque appel envoie une instruction de 250 tokens et une idée de 50 tokens (300 en entrée) et renvoie un prompt de 200 tokens.

• Entrée : 1 000 × 300 = 300 000 tokens × $0,15 / 1 M = $0,045.
• Sortie : 1 000 × 200 = 200 000 tokens × $0,50 / 1M = $0,10.
• Total : $0,145 pour 1 000 prompts.

Pour comparer avec un abonnement chat ou une autre API, divisez le prix de cette offre par le nombre de prompts que vous allez réellement générer en un mois, et vérifiez leur tarification actuelle plutôt que de vous fier à un chiffre issu d’un article. Le crédit d’essai de 0,50 $, réclamé en un clic sur la page clé API après la connexion, couvre un peu plus de 3 400 prompts de cette taille. Consultez la page de tarification pour les recharges de 20 $ à 500 $, par crypto.

Un script par lots avec tentatives

Le script ci-dessous lit les idées depuis ideas.txt, une par ligne, et écrit prompts.jsonl. Il exécute 6 workers en parallèle et réessaie en cas d’erreur 429.

Copyimport json, time
from concurrent.futures import ThreadPoolExecutor
from openai import OpenAI, RateLimitError

client = OpenAI(base_url="https://api.sdxlapi.com/v1", api_key="YOUR_KEY", max_retries=0)

SYSTEM = (
    "Expand the idea into one SDXL prompt of 40 to 60 words: subject, setting, "
    "lighting, style, mood, comma-separated. Return JSON with key 'prompt'."
)

def make(idea):
    for attempt in range(5):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "system", "content": SYSTEM},
                          {"role": "user", "content": idea}],
                response_format={"type": "json_object"},
                temperature=0.8,
            )
            return {"idea": idea, **json.loads(r.choices[0].message.content)}
        except RateLimitError:
            time.sleep(5 * (attempt + 1))
    return {"idea": idea, "prompt": None}

ideas = [l.strip() for l in open("ideas.txt") if l.strip()]
with ThreadPoolExecutor(max_workers=6) as pool, open("prompts.jsonl", "w") as out:
    for row in pool.map(make, ideas):
        out.write(json.dumps(row, ensure_ascii=False) + "\n")

Maintenez le nombre de workers à 8 ou moins sur une clé complète, ou 2 sur une clé d’essai. Si vous voyez 429 avec le code concurrency, réduisez-le ; rate_limited signifie que vous avez dépassé le cap par minute. Les requêtes échouées ne sont pas facturées, donc les tentatives sont gratuites. Plus de détails sur les paramètres sont dans la documentation.

Obtenir de meilleurs résultats avec le script

La première exécution d’un lot est rarement la meilleure. Trois modifications peu coûteuses améliorent les résultats plus que le changement d’outil.

• Ajoutez deux ou trois exemples au prompt système. Collez des prompts qui vous ont donné des images que vous aimiez, chacun avec l’idée courte qui l’a produit. Le modèle copie la structure et le niveau de détail.
• Passez un champ de style. Gardez un petit dictionnaire tel que « film still », « aquarelle », « rendu isométrique », et ajoutez le style choisi à chaque idée. Une seule liste d'idées peut alors produire plusieurs aspects.
• Filtrez la sortie. Rejetez les lignes dont le prompt fait moins de 25 mots ou plus de 80, puis relancez uniquement celles-ci. Une courte vérification en code vaut mieux que de lire mille lignes.

Sauvegardez l’idée à côté de chaque résultat. Lorsqu’une image est bonne, vous voulez voir exactement ce qui l’a produite, et l’historique de chat défile. Le sujet reste votre décision : le modèle est optimisé pour un usage adulte légal, et la seule limite stricte est qu’aucune image sexuelle impliquant des mineurs n’est jamais générée.

Quand rester sur le chat

Un script n'est pas toujours le meilleur choix. Restez avec un assistant de chat lorsque vous ne savez pas encore ce que vous voulez, lorsque chaque image nécessite une conversation sur la composition, ou lorsque votre volume est suffisamment faible pour que le temps de configuration dépasse le temps économisé. Une pratique courante consiste à utiliser le chat pour trouver une bonne instruction, puis à coller cette instruction dans le script en tant que prompt système et à exécuter le travail en masse là-bas.

Pensez également aux données. Les prompts envoyés à cette API ne sont pas utilisés pour l'entraînement. Pour tout autre service, lisez leur politique de données avant d'envoyer des œuvres créatives non publiées.

Plus de guides

• Générateur de prompt Stable Diffusion LLM : installation Python
• Scénarios textuels de jeu de rôle avec une API LLM