Trình tạo prompt ChatGPT SDXL so với tập lệnh API của bạn

Hai cách để lấy prompt SDXL từ mô hình ngôn ngữ

Cách đầu tiên là trợ lý trò chuyện. Bạn dán hướng dẫn dạng hệ thống một lần, sau đó gửi các ý tưởng ngắn từng cái một và sao chép mỗi câu trả lời vào công cụ tạo ảnh của bạn. Nó không cần mã, bạn thấy câu trả lời ngay lập tức và có thể nói "tối hơn, điện ảnh hơn" và nhận được bản sửa đổi. Để khám phá thì khó có gì sánh bằng.

Cách thứ hai là tập lệnh. Bạn viết hướng dẫn một lần trong mã, tải danh sách các ý tưởng từ một tệp, gọi endpoint hoàn thành trò chuyện cho mỗi cái và ghi kết quả vào tệp hoặc gửi chúng trực tiếp đến trình tạo ảnh của bạn. Dịch vụ này là một API chỉ dành cho văn bản tương thích OpenAI phục vụ một mô hình trọng số mở từ nhà cung cấp độc lập. Nó không phải là ChatGPT và không phải là sản phẩm của OpenAI, nhưng bất kỳ SDK OpenAI nào cũng có thể giao tiếp với nó một khi bạn thay đổi URL cơ sở và khóa.

Cả hai phương pháp đều không vẽ tranh. Trong cả hai, mô hình viết văn bản và một công cụ riêng biệt như SDXL sẽ tạo ra hình ảnh từ văn bản đó.

Bên cạnh nhau

Yếu tố	Cửa sổ trò chuyện	Tập lệnh API
Cài đặt	Không	Khóa, 30 dòng Python
Kích thước hàng loạt tốt nhất	1 đến 20 prompt	Hàng trăm đến hàng nghìn
Định dạng đầu ra	Dù giao diện trò chuyện trả về gì; bạn sẽ tự làm sạch nó bằng tay	Chế độ JSON trả về các trường bạn có thể phân tích
Tính lặp lại	Trệch hướng khi cuộc trò chuyện phát triển	Cùng hướng dẫn trong mọi lần gọi, hạt giống tùy chọn
Lặp lại	Tự nhiên: cung cấp phản hồi	Bạn chỉnh sửa tập lệnh và chạy lại
Mô hình chi phí	Phụ thuộc vào gói dịch vụ bạn đang giữ; hãy kiểm tra các điều khoản hiện tại của nó	Trả theo token, tín dụng trả trước
Lời từ chối	Phụ thuộc vào chính sách nội dung của trợ lý	Mô hình này trả lời mà không từ chối nội dung cho mục đích sử dụng người lớn hợp pháp

Tóm tắt trung thực: nếu bạn tạo một vài hình ảnh mỗi tuần và thích trò chuyện về chúng, hãy tiếp tục với trò chuyện. Một tập lệnh bắt đầu có hiệu quả về chi phí khi việc sao chép và dán trở thành bước chậm nhất trong quy trình của bạn.

Chi phí thời gian của sao chép và dán

Hãy đưa ra một giả định khiêm tốn: 30 giây cho mỗi prompt để nhập ý tưởng, chờ đợi, sao chép kết quả và dán nó vào nơi phù hợp. Với 1,000 prompt, đó là 1,000 × 30 s = 30,000 s, hoặc khoảng 8,3 giờ tập trung.

Một kịch bản có hình dạng khác. Giả sử mỗi lệnh gọi API mất khoảng 5 giây (đó là một giả định, vì vậy hãy đo lường thời gian của chính bạn). Với 8 yêu cầu đang chạy đồng thời, tức là giới hạn đồng thời của một khóa đầy đủ, 1.000 lệnh gọi mất khoảng 1.000 / 8 × 5 s = 625 s, hơn 10 phút một chút. Giới hạn yêu cầu là 300 mỗi phút có nghĩa là giới hạn tuyệt đối là hơn 3 phút một chút. Bạn khởi động nó, pha cà phê và đọc tệp sau đó.

Thời gian tiết kiệm được là lập luận chính. Tiền bạc là thứ yếu, như phần tiếp theo sẽ cho thấy.

Chi phí cho 1.000 prompt

API này tính $0,15 cho mỗi 1M token đầu vào và $0,50 cho mỗi 1M token đầu ra. Giả sử mỗi lệnh gọi gửi một hướng dẫn 250 token và một ý tưởng 50 token (300 đầu vào) và trả về một prompt 200 token.

• Đầu vào: 1.000 × 300 = 300.000 token × $0,15 / 1 triệu = $0,045.
• Đầu ra: 1.000 × 200 = 200.000 token × $0,50 / 1 triệu = $0,10.
• Tổng cộng: $0.145 cho 1,000 prompt.

Để so sánh với gói đăng ký trò chuyện hoặc API khác, hãy chia giá của gói đó cho số lượng prompt bạn sẽ thực sự tạo trong một tháng và kiểm tra giá hiện tại của họ thay vì tin tưởng vào một con số từ bài viết. Tín dụng dùng thử $0,50, được yêu cầu chỉ bằng một cú nhấp chuột trên trang khóa API sau khi đăng ký, bao gồm hơn 3.400 prompt có kích thước này. Xem trang giá cả để nạp tiền từ $20 đến $500, bằng tiền mã hóa.

Tập lệnh hàng loạt với khả năng thử lại

Tập lệnh bên dưới đọc các ý từ ideas.txt, mỗi dòng một ý, và ghi prompts.jsonl. Nó chạy 6 worker song song và thử lại khi gặp 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")

Giữ số worker ở mức 8 trở xuống trên khóa đầy đủ, hoặc 2 trên khóa dùng thử. Nếu bạn thấy 429 với mã concurrency, hãy giảm nó; rate_limited có nghĩa là bạn đã vượt quá giới hạn mỗi phút. Các yêu cầu thất bại không được tính phí, vì vậy các lần thử lại miễn phí. Thêm về các tham số có trong tài liệu.

Nhận kết quả tốt hơn từ tập lệnh

Lần chạy hàng loạt đầu tiên hiếm khi là tốt nhất. Ba thay đổi rẻ tiền cải thiện kết quả nhiều hơn việc chuyển đổi công cụ.

• Thêm hai hoặc ba ví dụ vào prompt hệ thống. Dán các prompt đã cho bạn những hình ảnh bạn thích, mỗi cái kèm theo ý tưởng ngắn tạo ra nó. Mô hình sao chép cấu trúc và mức độ chi tiết.
• Điền một trường phong cách. Giữ một từ điển nhỏ như "film still", "watercolor", "isometric render", và nối phong cách đã chọn vào mỗi ý tưởng. Một danh sách ý tưởng sau đó có thể tạo ra nhiều kiểu khác nhau.
• Lọc đầu ra. Từ chối các hàng có prompt ngắn hơn 25 từ hoặc dài hơn 80 từ, sau đó chạy lại chỉ những mục đó. Một kiểm tra ngắn trong mã tốt hơn việc đọc hàng nghìn dòng.

Lưu ý tưởng bên cạnh mọi kết quả. Khi một hình ảnh được tạo ra tốt, bạn muốn xem chính xác điều gì đã tạo ra nó, và lịch sử trò chuyện sẽ trôi qua. Chủ đề vẫn là quyết định của bạn: mô hình được tinh chỉnh cho mục đích người lớn hợp pháp, và giới hạn cứng duy nhất là không bao giờ tạo ra nội dung tình dục liên quan đến người chưa thành niên.

Khi nào nên giữ lại trò chuyện

Một tập lệnh không phải lúc nào cũng là lựa chọn tốt hơn. Hãy tiếp tục với trợ lý trò chuyện khi bạn chưa biết mình muốn gì, khi mỗi hình ảnh cần một cuộc trò chuyện về bố cục, hoặc khi khối lượng của bạn đủ nhỏ mà thời gian thiết lập sẽ vượt quá thời gian tiết kiệm được. Một mẫu phổ biến là sử dụng trò chuyện để tìm một hướng dẫn tốt, sau đó dán hướng dẫn đó vào tập lệnh làm prompt hệ thống và chạy khối công việc ở đó.

Bạn cũng nên cân nhắc về dữ liệu. Các prompt gửi đến API này không được dùng để huấn luyện. Với bất kỳ dịch vụ nào khác, bạn hãy đọc chính sách dữ liệu của họ trước khi gửi tác phẩm sáng tạo chưa được phát hành.

Hướng dẫn khác

• Trình tạo prompt Stable Diffusion LLM: Thiết lập Python
• Kịch bản nhập vai dạng văn bản với API LLM