Generatore di prompt ChatGPT SDXL vs il tuo script API

Due modi per ottenere prompt SDXL da un modello linguistico

Il primo modo è un assistente chat. Incolli un'istruzione in stile system una volta, poi invii idee brevi una alla volta e copi ogni risposta nel tuo strumento per immagini. Non serve codice, vedi la risposta immediatamente e puoi dire "più scuro, più cinematografico" per ottenere una revisione. Per la scoperta è difficile batterlo.

Il secondo metodo è uno script. Scrivi l'istruzione una volta nel codice, carica un elenco di idee da un file, chiama un endpoint di chat completions per ciascuna e scrivi i risultati su un file o inviali direttamente al tuo generatore di immagini. Questo servizio è un'API solo testo compatibile con OpenAI che serve un unico modello a pesi aperti di un provider indipendente. Non è ChatGPT e non è un prodotto OpenAI, ma qualsiasi SDK OpenAI può funzionare con essa dopo aver modificato l'URL di base e la chiave.

Nessun approccio disegna immagini. In entrambi, il modello scrive testo e uno strumento separato come SDXL lo renderizza.

Fianco a fianco

Fattore	Finestra di chat	Script API
Configurazione	Nessuno	Chiave, 30 righe di Python
Dimensione batch ottimale	Da 1 a 20 prompt	Centinaia o migliaia
Formato di output	Qualunque cosa restituisca la chat; la pulisci manualmente	La modalità JSON restituisce campi che puoi analizzare
Ripetibilità	Deriva man mano che la conversazione cresce	Stessa istruzione su ogni chiamata, seed opzionale
Iterazione	Naturale: rispondi con feedback	Modifichi lo script e lo esegui di nuovo
Modello di costo	Dipende dal piano che hai; verifica i termini attuali	Pagamento a consumo, credito prepagato
Rifiuti	Dipende dalla policy sui contenuti dell'assistente	Questo modello risponde senza rifiuti sui contenuti per uso adulto legale

Il riassunto onesto: se crei un paio di immagini a settimana e ti piace conversare su di esse, resta con la chat. Uno script inizia a convenire quando il copia-incolla diventa il passaggio più lento del tuo flusso di lavoro.

Il costo in tempo del copia e incolla

Fai un'assunzione modesta: 30 secondi per prompt per digitare l'idea, attendere, copiare il risultato e incollarlo dove serve. Su 1.000 prompt sono 1.000 × 30 s = 30.000 s, o circa 8,3 ore di attenzione.

Uno script ha una struttura diversa. Supponiamo che ogni chiamata API richieda circa 5 secondi (è un'ipotesi, misura i tuoi tempi). Con 8 richieste in esecuzione, che è il limite di concorrenza di una chiave completa, 1.000 chiamate richiedono circa 1.000 / 8 × 5 s = 625 s, poco più di 10 minuti. Il limite di 300 richieste al minuto significa che il tempo minimo assoluto è poco più di 3 minuti. Avvialo, preparati un caffè e leggi il file dopo.

Il tempo risparmiato è l'argomento principale. Il denaro è secondario, come mostra la sezione successiva.

Costo per 1.000 prompt

Questa API addebita $0,15 per 1M di token in input e $0,50 per 1M di token in output. Supponiamo che ogni chiamata invii un'istruzione da 250 token e un'idea da 50 token (300 in) e restituisca un prompt da 200 token.

• Input: 1.000 × 300 = 300.000 token × $0,15 / 1M = $0,045.
• Output: 1.000 × 200 = 200.000 token × $0,50 / 1M = $0,10.
• Totale: $0,145 per 1.000 prompt.

Per confrontare con un abbonamento chat o un'altra API, dividi il prezzo di quel piano per il numero di prompt che effettuerai effettivamente in un mese e controlla la loro tariffazione attuale invece di fidarti di una cifra tratta da un articolo. Il credito di prova da $0,50, richiesto con un clic sulla pagina chiave API dopo l'accesso, copre poco più di 3.400 prompt di questa dimensione. Vedi la pagina prezzi per ricariche da $20 a $500, con cripto.

Uno script batch con ritentativi

Lo script qui sotto legge le idee da ideas.txt, una per riga, e scrive prompts.jsonl. Esegue 6 worker in parallelo e ritenta su 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")

Mantieni il conteggio dei worker a 8 o meno su una chiave completa, o 2 su una chiave di prova. Se vedi 429 con il codice concurrency, abbassalo; rate_limited significa che hai superato il limite per minuto. Le richieste fallite non sono addebitate, quindi i ritentativi sono gratuiti. Maggiori dettagli sui parametri sono nella documentazione.

Ottenere output migliori dallo script

La prima esecuzione di un batch raramente è la migliore. Tre modifiche economiche migliorano i risultati più del cambio di strumento.

• Aggiungi due o tre esempi al system prompt. Incolla prompt che ti hanno dato immagini che ti sono piaciute, ciascuno con l'idea breve che lo ha prodotto. Il modello copia la struttura e il livello di dettaglio.
• Passa un campo stile. Tieni un piccolo dizionario come "film still", "watercolor", "isometric render" e aggiungi lo stile scelto a ogni idea. Un elenco di idee può quindi produrre diversi look.
• Filtra l'output. Scarta le righe il cui prompt è più corto di 25 parole o più lungo di 80, poi ritenta solo quelle. Un controllo breve nel codice batte la lettura di mille righe.

Salva l'idea accanto a ogni risultato. Quando un'immagine viene bene, vuoi vedere esattamente cosa l'ha prodotta, e la cronologia della chat scorre via. L'argomento resta tua decisione: il modello è ottimizzato per uso adulto legale, e l'unico limite rigido è che non viene mai generato nulla di sessuale che coinvolga minorenni.

Quando restare con la chat

Uno script non è sempre la scelta migliore. Resta con un assistente chat quando non sai ancora cosa vuoi, quando ogni immagine richiede una conversazione sulla composizione, o quando il tuo volume è piccolo a sufficienza che il tempo di configurazione supererebbe il tempo risparmiato. Uno schema comune è usare la chat per trovare un'istruzione buona, poi incollare quell'istruzione nello script come system prompt ed eseguire il lavoro in bulk lì.

Pensa anche ai dati. I prompt inviati a questa API non vengono utilizzati per l'addestramento. Per qualsiasi altro servizio, leggi la loro politica sulla privacy prima di inviare opere creative non ancora rilasciate.

Altre guide

• Generatore di prompt per Stable Diffusion LLM: configurazione Python
• Scenario testuali di roleplay con un'API LLM