Gerador de prompts SDXL do ChatGPT vs. seu script de API

Duas maneiras de obter prompts SDXL de um modelo de linguagem

A primeira maneira é um assistente de chat. Você cola uma instrução no estilo de sistema uma vez, depois envia ideias curtas uma de cada vez e copia cada resposta para sua ferramenta de imagem. Não precisa de código, você vê a resposta imediatamente e pode dizer "mais escuro, mais cinematográfico" e obter uma revisão. Para descoberta, é difícil de superar.

A segunda maneira é um script. Você escreve a instrução uma vez no código, carrega uma lista de ideias de um arquivo, chama um endpoint de conclusão de chat para cada um e grava os resultados em um arquivo ou os envia diretamente para seu gerador de imagens. Este serviço é uma API compatível com OpenAI, apenas de texto, que serve um único modelo de pesos abertos de um provedor independente. Não é o ChatGPT e não é um produto da OpenAI, mas qualquer SDK da OpenAI fala com ele assim que você altera a URL base e a chave.

Nenhuma das abordagens desenha imagens. Em ambas, o modelo produz texto e uma ferramenta separada, como SDXL, o renderiza.

Lado a lado

Fator	Janela de chat	Script de API
Configuração	Nenhum	Chave, 30 linhas de Python
Melhor tamanho de lote	1 a 20 prompts	Centenas a milhares
Formato de saída	O que o chat retornar; você limpa manualmente	O modo JSON retorna campos que você pode analisar
Repetibilidade	Deriva conforme a conversa cresce	Mesma instrução em cada chamada, seed opcional
Iteração	Natural: responder com feedback	Você edita o script e executa novamente
Modelo de custo	Depende do plano que você possui; verifique seus termos atuais	Pague por token, crédito pré-pago
Recusas	Depende da política de conteúdo do assistente	Este modelo responde sem recusas de conteúdo para uso adulto legal

O resumo honesto: se você faz um punhado de imagens por semana e gosta de conversar sobre elas, fique com o chat. Um script começa a valer a pena no ponto em que copiar e colar se torna a etapa mais lenta do seu pipeline.

O custo de tempo de copiar e colar

Faça uma suposição modesta: 30 segundos por prompt para digitar a ideia, esperar, copiar o resultado e colá-lo onde pertence. Em 1.000 prompts, isso são 1.000 × 30 s = 30.000 s, ou cerca de 8,3 horas de atenção.

Um script tem um formato diferente. Digamos que cada chamada de API leve cerca de 5 segundos (essa é uma suposição, então meça a sua). Com 8 requisições em andamento, que é o limite de concorrência de uma chave completa, 1.000 chamadas levam cerca de 1.000 / 8 × 5 s = 625 s, pouco mais de 10 minutos. O limite de 300 requisições por minuto significa que o piso absoluto é pouco mais de 3 minutos. Você inicia, faz café e lê o arquivo depois.

O tempo economizado é o principal argumento. O dinheiro é secundário, como a próxima seção mostra.

Custo por 1.000 prompts

Esta API cobra $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Suponha que cada chamada envie uma instrução de 250 tokens e uma ideia de 50 tokens (300 in) e retorne um prompt de 200 tokens.

• Entrada: 1.000 × 300 = 300.000 tokens × $0,15 / 1M = $0,045.
• Saída: 1.000 × 200 = 200.000 tokens × $0,50 / 1M = $0,10.
• Total: $0,145 para 1.000 prompts.

Para comparar com uma assinatura de chat ou outra API, divida o preço desse plano pelo número de prompts que você realmente fará em um mês e verifique a precificação atual deles em vez de confiar em um valor de um artigo. O crédito de teste de $0,50, reivindicado com um clique na página da chave de API após o login, cobre um pouco mais de 3.400 prompts desse tamanho. Veja a página de preços para recarregamentos de $20 a $500, por cripto.

Um script em lote com retentativas

O script abaixo lê ideias de ideas.txt, uma por linha, e grava prompts.jsonl. Ele executa 6 workers em paralelo e faz retentativas em 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")

Mantenha a contagem de workers no máximo 8 com uma chave completa, ou 2 com uma chave de teste. Se você vir 429 com o código concurrency, diminua; rate_limited significa que você excedeu o limite por minuto. Requisições falhas não são cobradas, então as repetições são gratuitas. Mais sobre parâmetros está na documentação.

Obtendo melhores resultados do script

A primeira execução de um lote raramente é a melhor. Três alterações baratas melhoram os resultados mais do que trocar de ferramenta.

• Adicione dois ou três exemplos ao prompt do sistema. Cole prompts que geraram imagens que você gostou, cada um com a ideia curta que o produziu. O modelo copia a estrutura e o nível de detalhe.
• Passe um campo de estilo. Mantenha um pequeno dicionário como "cena de filme", "aquarela", "render isométrico" e anexe o estilo escolhido a cada ideia. Uma lista de ideias pode então gerar várias aparências.
• Filtre a saída. Rejeite linhas cujo prompt tenha menos de 25 palavras ou mais de 80, depois execute novamente apenas aquelas. Uma verificação rápida no código supera a leitura de mil linhas.

Salve a ideia ao lado de cada resultado. Quando uma imagem sai bem, você quer ver exatamente o que a produziu, e o histórico de bate-papo desaparece da tela. O assunto continua sendo sua decisão: o modelo é ajustado para uso adulto legal, e o limite rígido é que nada sexual envolvendo menores de idade é gerado.

Quando permanecer no chat

Um script nem sempre é a melhor escolha. Continue com um assistente de chat quando você ainda não sabe o que quer, quando cada imagem precisa de uma conversa sobre composição, ou quando seu volume é pequeno o suficiente para que o tempo de configuração exceda o tempo economizado. Um padrão comum é usar o chat para encontrar uma boa instrução, depois colar essa instrução no script como prompt do sistema e executar o trabalho em massa lá.

Pense também nos dados. Os prompts enviados para esta API não são usados para treinamento. Para qualquer outro serviço, leia a política de dados antes de enviar trabalho criativo não lançado.

Mais guias

• Gerador de Prompt Stable Diffusion LLM: Configuração Python
• Cenários de Roleplay Baseados em Texto com uma API LLM