ChatGPT SDXL प्रॉम्प्ट जनरेटर बनाम आपका अपना API स्क्रिप्ट

भाषा मॉडल से SDXL प्रॉम्प्ट प्राप्त करने के दो तरीके

पहला तरीका एक चैट सहायक है। आप एक बार सिस्टम-शैली निर्देश पेस्ट करते हैं, फिर एक-एक करके छोटे विचार भेजते हैं और हर जवाब को अपनी छवि टूल में कॉपी करते हैं। इसमें कोड की आवश्यकता नहीं है, आपको तुरंत जवाब दिखता है, और आप "अंधेरा, अधिक सिनेमैटिक" कह सकते हैं और संशोधन प्राप्त कर सकते हैं। खोज के लिए यह बेहतरीन है।

दूसरा तरीका एक स्क्रिप्ट है। आप कोड में एक बार निर्देश लिखते हैं, फ़ाइल से विचारों की सूची लोड करते हैं, हर एक के लिए चैट पूर्णता एंडपॉइंट को कॉल करते हैं, और परिणामों को एक फ़ाइल में लिखते हैं या सीधे अपनी इमेज जनरेटर में भेजते हैं। यह सेवा एक OpenAI-संगत, केवल-पाठ API है जो एक स्वतंत्र प्रदाता से एक ओपन-वेट मॉडल सर्व करती है। यह ChatGPT नहीं है और न ही OpenAI उत्पाद है, लेकिन Base URL और कुंजी बदलने के बाद कोई भी OpenAI SDK इससे बात कर सकता है।

कोई भी दृष्टिकोण चित्र नहीं बनाता है। दोनों में, मॉडल टेक्स्ट लिखता है और एक अलग टूल जैसे कि SDXL उसे रेंडर करता है।

साइड बाय साइड

कारक	चैट विंडो	API स्क्रिप्ट
सेटअप	कोई नहीं	कुंजी, पायथन की 30 पंक्तियाँ
सर्वोत्तम बैच साइज़	1 से 20 प्रॉम्प्ट	सैकड़ों से लेकर हज़ारों
आउटपुट फॉर्मेट	जो भी चैट लौटाता है; आप इसे हाथ से साफ़ करते हैं	JSON मोड वे फ़ील्ड लौटाता है जिन्हें आप पार्स कर सकते हैं
पुनरुत्पादकता	बातचीत बढ़ने पर यह विचलित होता है	हर कॉल पर समान निर्देश, वैकल्पिक सीड
पुनरावृत्ति	प्राकृतिक: फ़ीडबैक के साथ जवाब दें	आप स्क्रिप्ट में संपादन करते हैं और फिर से चलाते हैं
लागत मॉडल	आपके प्लान पर निर्भर करता है; इसके वर्तमान नियम जाँचें	प्रति टोकन भुगतान, प्रीपेड क्रेडिट
अस्वीकृतियाँ	असिस्टेंट की कंटेंट पॉलिसी पर निर्भर करता है	यह मॉडल कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृतियाँ के बिना उत्तर देता है

ईमानदार सारांश: यदि आप सप्ताह में कुछ छवियाँ बनाते हैं और उन पर बातचीत करने का आनंद लेते हैं, तो चैट के साथ रहें। एक स्क्रिप्ट तब फायदेमंद होती है जब कॉपी-पेस्ट करना आपकी पाइपलाइन में सबसे धीमा चरण बन जाता है।

कॉपी और पेस्ट की लागत

एक साधारण मान्यता लें: 30 सेकंड प्रति प्रॉम्प्ट विचार टाइप करने, प्रतीक्षा करने, परिणाम कॉपी करने और जहाँ यह सही है वहाँ पेस्ट करने के लिए। 1,000 प्रॉम्प्ट के लिए यह 1,000 × 30 s = 30,000 s, या लगभग 8.3 घंटे का ध्यान है।

एक स्क्रिप्ट की एक अलग संरचना है। मान लें कि प्रत्येक API कॉल में लगभग 5 सेकंड लगते हैं (यह एक मान्यता है, इसलिए अपनी माप करें)। 8 अनुरोध एक साथ चलने पर, जो एक पूर्ण कुंजी की समवर्ती अनुरोध सीमा है, 1,000 कॉल में लगभग 1,000 / 8 × 5 s = 625 s लगते हैं, जो 10 मिनट से थोड़ा अधिक है। 300 प्रति मिनट की अनुरोध सीमा का अर्थ है कि निचली सीमा 3 मिनट से थोड़ी अधिक है। आप इसे शुरू करते हैं, कॉफी बनाते हैं, और बाद में फ़ाइल पढ़ते हैं।

बचा हुआ समय मुख्य तर्क है। पैसे का मामला द्वितीयक है, जैसा कि अगले अनुभाग में दिखाया गया है।

प्रति 1,000 प्रॉम्प्ट लागत

यह API 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 चार्ज करता है। मान लें कि हर कॉल में एक 250-टोकन निर्देश और एक 50-टोकन विचार (300 इन) भेजा जाता है और एक 200-टोकन प्रॉम्प्ट वापस आता है।

• इनपुट: 1,000 × 300 = 300,000 टोकन × $0.15 / 1M = $0.045।
• आउटपुट: 1,000 × 200 = 200,000 टोकन × $0.50 / 1M = $0.10।
• कुल: $0.145 1,000 प्रॉम्प्ट्स के लिए।

तुलना के लिए एक चैट सब्सक्रिप्शन या किसी अन्य API से, उस योजना की कीमत को उस माह में आप वास्तव में बनाएंगे प्रॉम्प्ट की संख्या से विभाजित करें, और एक लेख से किसी संख्या पर भरोसा करने के बजाय उनकी वर्तमान कीमत जांचें। साइन-अप के बाद API कुंजी पेज पर एक क्लिक के साथ दावा की गई $0.50 की मुफ़्त ट्रायल क्रेडिट इस आकार के 3,400 से अधिक प्रॉम्प्ट को कवर करती है। $20 से $500 तक टॉप-अप के लिए कीमत पेज देखें, क्रिप्टो द्वारा।

रिट्राइज़ के साथ बैच स्क्रिप्ट

नीचे दी गई स्क्रिप्ट ideas.txt से विचार पढ़ती है, एक पंक्ति प्रति विचार, और prompts.jsonl लिखती है। यह समानांतर में 6 वर्कर चलाती है और 429 पर पुनः प्रयास करती है।

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")

पूर्ण कुंजी पर वर्कर की संख्या 8 या उससे कम रखें, या ट्रायल कुंजी पर 2। यदि आप कोड concurrency के साथ 429 देखते हैं, तो इसे कम करें; rate_limited का मतलब है कि आपने प्रति मिनट की सीमा पार कर दी है। विफल अनुरोधों का बिल नहीं बनता, इसलिए पुनः प्रयास मुफ़्त हैं। पैरामीटर के बारे में अधिक docs में है।

स्क्रिप्ट से बेहतर आउटपुट प्राप्त करना

बैच का पहला चलाव दुर्लभ ही सबसे अच्छा होता है। तीन सस्ते बदलाव टूल बदलने से अधिक परिणाम सुधारते हैं।

• प्रणाली प्रॉम्प्ट में दो या तीन उदाहरण जोड़ें। उन प्रॉम्प्ट को पेस्ट करें जिनसे आपको पसंदीदा इमेज मिलीं, प्रत्येक के साथ वह छोटा विचार जिसने उसे उत्पन्न किया। मॉडल संरचना और विस्तार के स्तर की नकल करता है।
• शैली क्षेत्र पास करें। "फ़िल्म स्टिल", "वॉटरकलर", "आइसोमेट्रिक रेंडर" जैसे छोटे शब्दकोश को बनाए रखें और प्रत्येक विचार के साथ चुनी गई शैली को जोड़ें। एक विचारों की सूची से कई रूप मिल सकते हैं।
• आउटपुट को फ़िल्टर करें। उन पंक्तियों को अस्वीकार करें जिनका प्रॉम्प्ट 25 शब्दों से कम या 80 शब्दों से अधिक है, और केवल उन्हें ही पुनः चलाएं। कोड में एक छोटी जाँच हज़ारों पंक्तियों को पढ़ने से बेहतर है।

प्रत्येक परिणाम के बगल में विचार सहेजें। जब एक इमेज अच्छी आती है, तो आप देखना चाहते हैं कि किसने इसे उत्पन्न किया, और चैट इतिहास खिसक जाता है। विषय-वस्तु आपका निर्णय रहती है: मॉडल कानूनी वयस्क उपयोग के लिए ट्यून्ड है, और एक कठोर सीमा यह है कि नाबालिगों से संबंधित कुछ भी यौन कभी उत्पन्न नहीं होता।

कब चैट के साथ रहें

एक स्क्रिप्ट हमेशा बेहतर विकल्प नहीं होती। चैट सहायक के साथ रहें जब तक कि आप यह न जानते हों कि आप क्या चाहते हैं, जब हर छवि को संरचना पर बातचीत की आवश्यकता हो, या जब आपकी मात्रा इतनी छोटी हो कि सेटअप समय बचने वाले समय से अधिक हो। एक सामान्य पैटर्न चैट का उपयोग एक अच्छे निर्देश खोजने के लिए करना है, फिर उस निर्देश को स्क्रिप्ट में सिस्टम प्रॉम्प्ट के रूप में पेस्ट करना है और वहाँ बैच वर्क चलाना है।

डेटा के बारे में भी सोचें। इस API को भेजे गए प्रॉम्प्ट प्रशिक्षण के लिए उपयोग नहीं किए जाते हैं। किसी भी अन्य सेवा के लिए, अनप्रकाशित रचनात्मक कार्य भेजने से पहले उनकी डेटा नीति पढ़ें।

अधिक गाइड

• स्टेबल डिफ्यूजन प्रॉम्प्ट जनरेटर LLM: पायथॉन सेटअप
• LLM API के साथ रोलप्ले टेक्स्ट-आधारित परिदृश्य