Comment créer des images avec ChatGPT Images 2.0?

ChatGPT Images 2.0, lancé le 21 avril, fonctionne avec le nouveau modèle d’images d’OpenAI, appelé gpt-image-2 dans l’API. Tous les utilisateurs de ChatGPT profitent de la qualité améliorée, dont un petit texte, des icônes et des éléments d’interface plus nets, et une meilleure prise en charge des écritures non latines. Les forfaits payants (Plus, Pro et Business) peuvent aussi activer le mode de réflexion (thinking mode), dans lequel le modèle planifie l’image avant de la dessiner, peut faire des recherches sur le Web et peut produire, à partir d’une seule demande, jusqu’à huit images qui vont ensemble.

Vous n’avez besoin d’aucune syntaxe particulière. La compétence est la même qu’avec tout bon prompt : dites clairement ce que vous voulez, puis améliorez le résultat un changement à la fois.

Rédiger un bon prompt d’image

Un prompt d’image utile couvre six éléments. Vous n’en aurez pas toujours besoin de tous, mais passer la liste en revue évite la plupart des premiers résultats décevants.

Mettez entre guillemets tous les mots qui doivent apparaître dans l’image, et dites où ils vont. Le rendu du texte s’est beaucoup amélioré, mais le guide d’OpenAI cite encore le placement précis du texte parmi les limites : relisez donc toujours le résultat lettre par lettre avant de le publier.

Un exemple concret : quatre images pour une boulangerie

Une petite boulangerie veut quatre images assorties pour les réseaux sociaux : du pain, des croissants, un gâteau et ses heures d’ouverture. Commencez par une seule image et réussissez-la.

Une illustration à l’aquarelle douce avec de fins contours à l’encre, montrant
un pain au levain rond sur une planche de bois, sur le comptoir d’une petite
boulangerie dans la lumière du petit matin. Palette chaude : crème, blé,
terre cuite, vert adouci. Le pain dans le tiers inférieur, un espace crème uni
au-dessus. Format vertical pour une story sur téléphone. En haut, dans un
style simple écrit à la main, les mots « Frais tous les samedis ».

Peaufinez ensuite avec des changements courts et précis : « Rends la lumière plus chaude », « Lettrage plus petit », « Enlève le couteau ». Chaque demande de suivi ne devrait changer qu’une chose, pour que vous sachiez ce qui a fonctionné.

Si vous développez avec l’API, le même modèle est offert par l’Image API d’OpenAI. Cette ébauche en Python utilise la bibliothèque officielle openai; une vérification de l’organisation peut être exigée avant que les modèles GPT Image fonctionnent sur votre compte.

import base64
from openai import OpenAI

client = OpenAI()  # lit OPENAI_API_KEY dans l’environnement

STYLE = ("Aquarelle douce avec de fins contours à l’encre. Palette chaude : crème, "
         "blé, terre cuite, vert adouci. Sujet dans le tiers inférieur, "
         "espace crème uni au-dessus. Aucun autre texte que celui demandé.")

def make(subject, filename):
    result = client.images.generate(
        model="gpt-image-2",
        prompt=f"{STYLE}\nSujet : {subject}",
        size="1024x1536",      # portrait
        quality="medium",      # low pour les brouillons, high pour les fichiers finaux
    )
    with open(filename, "wb") as f:
        f.write(base64.b64decode(result.data[0].b64_json))

make("Trois croissants sur un linge de lin", "croissants.png")

Le guide indique low, medium, high et auto pour la qualité, et suggère la qualité basse pour les brouillons rapides. Notez que gpt-image-2 ne prend pas encore en charge les arrière-plans transparents, et que les très grandes images, au-delà d’environ 2560 sur 1440 pixels, sont étiquetées comme expérimentales.

Ce qu’il faut vérifier avant d’utiliser une image

Cherchez les doigts en trop, les objets déformés, les mots mal orthographiés et les logos qui ont l’air vrais mais qui ne le sont pas. Assurez-vous qu’aucune personne réelle n’est montrée d’une façon à laquelle elle n’a pas consenti. La génération d’images peut prendre jusqu’à deux ou trois minutes pour les demandes complexes : les brouillons en qualité basse font donc gagner du temps. Et si vous prévoyez de vendre ou de faire de la publicité avec ces images, lisez d’abord les conditions d’utilisation actuelles d’OpenAI.

Comment garder un style constant dans une série d’images?

Rédigez un prompt de guide de style : un court paragraphe qui fixe la technique, la palette, l’éclairage, la composition et le style du lettrage, comme le texte STYLE ci-dessus. Collez-le tel quel au début de chaque demande de la série, et ne changez que la ligne du sujet. De petits changements de formulation dans la partie sur le style causent une dérive visible.

Utilisez votre meilleure image comme référence. Dans ChatGPT, téléversez-la et demandez l’image suivante « exactement dans le même style que celle-ci ». Dans l’API, le point de terminaison des modifications (edits) accepte une ou plusieurs images de référence avec un nouveau prompt, et gpt-image-2 lit toujours les images fournies en haute fidélité, ce qui aide à garder les détails stables.

Avec un forfait payant, essayez le mode de réflexion pour toute la série d’un coup : « Crée quatre images de story assorties pour une boulangerie : pain au levain, croissants, gâteau d’anniversaire et nos heures (du mercredi au dimanche, de 7 h à 15 h), toutes dans ce style. » Comme le modèle planifie la série d’un bloc, les personnages, les objets et les couleurs ont plus de chances de concorder.

Même ainsi, OpenAI signale que les personnages récurrents et les éléments de marque peuvent encore dériver d’une image à l’autre. Placez la série terminée côte à côte, régénérez toute image qui détonne, et conservez les prompts qui ont fonctionné dans un document pour que la prochaine série parte du même point.