Recettes de prompts image-vers-image pour Grok Imagine Quality : des prompts d'édition à copier-coller avec les sorties réelles

Résumé

• Ce que contient cet article : quatre prompts d'édition d'image à copier-coller, destinés à grok-imagine-quality/image-to-image, chacun montrant l'image d'entrée exacte sur laquelle il repose, ainsi que la sortie brute produite sur l'API en direct — toutes issues d'une première génération, sans aucune tentative masquée, et hébergées ici de façon permanente.
• À quoi sert ce modèle : l'édition à haute cohérence. Vous fournissez 1 à 3 images de référence accompagnées d'une instruction, et il rend la scène à nouveau — rééclairage, restylisation, remplacement du décor ou composition de deux images de référence — tout en préservant ce que vous avez demandé de conserver.
• Faits sur le schéma (vérifiés le 2026-07-12 sur l'API de tâches en direct) : prompt et image_urls sont obligatoires ; image_urls accepte 1 à 3 URL accessibles publiquement ; le champ facultatif resolution vaut 1k ou 2k en minuscules ; le champ facultatif aspect_ratio accepte auto ainsi que 13 ratios fixes, jusqu'à l'ultra-large 20:9 et le portrait 9:20. Pas de strength, pas de seed, pas de prompt négatif — les champs inconnus sont rejetés avec un code 400.
• Tarifs (d'après la page de tarification) : 0,08 $ par image de sortie en 1K, 0,10 $ en 2K, plus 0,015 $ par image de référence. Dans cet article, une édition 1K à référence unique coûte 0,095 $ aux tarifs actuels, et chaque édition s'est terminée en 27 à 39 secondes.
• Budget média estimé pour cet article : deux images de base gpt-image-2 et une couverture, à 0,03 $ chacune, plus quatre éditions en qualité quality (trois éditions à référence unique à 0,095 $ chacune, une composition à deux références à 0,11 $) — soit 0,485 $ au total aux tarifs actuels.

Comment ces recettes ont été réalisées

Chaque recette comporte trois parties : l'image d'entrée, le prompt d'édition exact (à copier tel quel) et la sortie brute. J'ai généré deux images de base avec gpt-image-2, rédigé moi-même chaque prompt d'édition, puis exécuté chacun d'eux via l'API de tâches hiapi en direct sur grok-imagine-quality/image-to-image. Sous chaque sortie figurent les paramètres et le coût réel, pour que vous puissiez reproduire exactement l'appel.

Le schéma n'exposant aucun réglage d'intensité d'édition, le prompt assume toute la fonction de guidage. Des habitudes qui fonctionnent systématiquement :

• Découpez le prompt en une « clause de modification » et une « clause de préservation ». Indiquez d'abord ce qu'il faut changer, puis énumérez tout ce qui doit rester : « Keep her face, expression, pose, the corduroy jacket, the marble table… exactly the same. » La clause de préservation n'est pas décorative — c'est votre seul levier de cohérence.
• Désignez les objets par leurs attributs plutôt que par leur catégorie. « the mustard-yellow corduroy jacket » et « the black over-ear headphones » ancrent bien mieux le modèle sur l'objet précis de l'image de référence que « the jacket » ou « the product ».
• Utilisez aspect_ratio: "auto" pour hériter du format d'entrée. Dans nos exécutions, une entrée 3:2 a renvoyé du 3:2 (1248×832), une entrée carrée a renvoyé du carré. Avec deux images de référence, la sortie suit la première URL de image_urls — l'ordre compte.
• Attendez-vous à une recomposition de la scène, pas à un gel des pixels. Le modèle rend la scène à nouveau au lieu de masquer des pixels. L'identité, les vêtements, la disposition et la lumière sont étonnamment bien préservés, mais la pose des objets peut se replacer naturellement (vous le verrez dans les recettes 3 et 4) — si une orientation exacte importe, verrouillez-la dans la clause de préservation.

Recette 1 — Rééclairage ciblé : heure dorée, tout le reste immobile

Objectif : changer uniquement la lumière, et rien que la lumière — le test classique pour vérifier si un modèle d'édition préserve réellement l'identité.

Entrée, une image fixe gpt-image-2 à 0,03 $ :

Prompt :

Relight this photo as late golden hour: warm low sun coming from the left,
long soft shadows across the table, amber rim light on her hair and jacket.
Keep her face, expression, pose, the corduroy jacket, the marble table, the
coffee cup and the entire composition exactly the same. Photorealistic, same
camera angle, same framing.

Sortie brute :

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (entrée 3:2 → sortie 1248×832) · 39 secondes · estimation actuelle : 0,095 $

Pourquoi cela fonctionne : la clause de modification porte uniquement sur la lumière (direction, température de couleur, longueur des ombres, lumière de contour), tandis que la clause de préservation énumère chaque élément qui ne doit pas bouger. Le visage, les taches de rousseur, les boutons de la veste, la position de la tasse et l'arrière-plan de rue sont tous conservés — seul le soleil a bougé. Ce schéma (rééclairage + clause de préservation détaillée) est la recette la plus réutilisable de l'article : remplacez « late golden hour » par « blue hour just after sunset », « overcast diffused daylight » ou « neon-lit night », et gardez le reste tel quel.

Recette 2 — Transition de style complète : photo → aquarelle

Objectif : l'inverse de la recette 1 — changer tout le style de rendu tout en préservant le contenu : pose, expression, composition, décor.

L'image fixe d'entrée est la même que pour la recette 1. Prompt :

Repaint this exact scene as a loose watercolor illustration: soft translucent
washes, visible cold-press paper texture, fine ink outlines, muted earth
palette with the mustard-yellow jacket as the main color accent. Preserve the
composition, her pose and expression, the round marble table and the cafe
street behind her.

Sortie brute :

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" · 38 secondes · estimation actuelle : 0,095 $

Pourquoi cela fonctionne : les prompts de transition de style échouent souvent parce qu'ils ne nomment que le style (« make it watercolor »). Nommer les mécanismes du médium — lavis translucides, texture de papier pressé à froid, contours à l'encre — donne au modèle des éléments concrets à rendre, et choisir un seul élément comme accent de couleur évite que la palette ne devienne trouble. En toute honnêteté : la texture du velours côtelé dans la sortie se rapproche davantage d'un daim lisse ; les textures de tissu font partie de ces détails fins qu'un redessin complet aplanit.

Recette 3 — Remplacement de décor : photo produit en studio → photo de vie quotidienne

Objectif : prendre une image produit e-commerce propre et l'intégrer dans un décor stylisé — l'usage commercial le plus fréquent de l'image-vers-image.

Entrée, une image produit gpt-image-2 à 0,03 $ :

Prompt :

Place these exact headphones on a sunlit wooden desk beside an open laptop
and a small potted plant, warm morning window light from the right, cozy
blurred home-office background, shallow depth of field. Do not change the
headphones themselves: same shape, same matte black finish, same angle, no
logos.

Sortie brute :

grok-imagine-quality/image-to-image · resolution: "1k" · aspect_ratio: "auto" (entrée 1:1 → sortie 1024×1024) · 27 secondes · estimation actuelle : 0,095 $

Pourquoi cela fonctionne : la description du décor porte la mise en scène (bureau, ordinateur portable, plante, lumière de fenêtre, faible profondeur de champ), tandis que la clause de préservation verrouille la forme et le fini du produit. Une remarque honnête sur cette exécution : malgré « same angle », le modèle a repositionné le casque pour qu'il repose naturellement sur le bureau au lieu de rester bien droit — la forme des oreillettes, le fini mat et l'absence de logo sont conservés, mais l'orientation s'est replacée pour respecter la physique de la scène. Si l'angle exact du catalogue est non négociable, précisez-le explicitement : « standing upright in exactly the same orientation as the reference ».

Recette 4 — Deux images de référence : composer un produit dans une scène

Objectif : utiliser l'emplacement multi-références (image_urls accepte jusqu'à 3 images) pour fusionner deux images — placer l'image produit de la recette 3 dans le décor de café de la recette 1.

Entrées : l'image produit du casque (première URL) et le portrait au café (seconde URL). Prompt :

Combine these two images: place the black over-ear headphones from the first
image on the marble cafe table from the second image, next to the coffee cup,
resting naturally on the tabletop. Match the soft overcast daylight and
shallow depth of field of the cafe photo. Keep the woman, her pose and the
entire cafe scene from the second image unchanged.

Sortie brute :

grok-imagine-quality/image-to-image · image_urls: [product, café] · resolution: "1k" · aspect_ratio: "auto" (suit le format 1:1 de la première image de référence) · 33 secondes · estimation actuelle : 0,11 $

Pourquoi cela fonctionne : désigner les images par leur position (« from the first image », « from the second image ») correspond proprement au tableau image_urls, et donner à l'objet une relation physique avec la scène (« resting naturally on the tabletop, next to the coffee cup ») est la clé d'une composition réussie — le modèle a reproduit la lumière couverte et a même ajouté une ombre de contact douce sous les oreillettes. Deux choses à savoir : le format de sortie suit la première URL (carré, comme l'image produit — si vous voulez le format d'une scène, placez-la en premier), et la composition est légèrement recomposée pour faire de la place au produit, plutôt que de geler pixel par pixel la seconde image.

Exécuter ces recettes vous-même

Soumettez à l'endpoint de tâches, interrogez jusqu'au statut success, téléchargez la sortie. Les images de référence doivent être des URL accessibles publiquement — les liens S3/R2 pré-signés fonctionnent parfaitement.

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-imagine-quality/image-to-image",
    "input": {
      "prompt": "Relight this photo as late golden hour: warm low sun from the left, long soft shadows. Keep the subject, wardrobe and composition exactly the same.",
      "image_urls": ["https://your-host.com/your-photo.jpg"],
      "resolution": "1k",
      "aspect_ratio": "auto"
    }
  }'

Le même flux en Python :

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY"}

task = requests.post(API, headers=HEADERS, json={
    "model": "grok-imagine-quality/image-to-image",
    "input": {
        "prompt": ("Repaint this exact scene as a loose watercolor illustration: "
                   "soft translucent washes, visible paper texture, fine ink "
                   "outlines. Preserve the composition and the subject's pose."),
        "image_urls": ["https://your-host.com/your-photo.jpg"],  # 1-3 public URLs
        "resolution": "1k",        # 1k | 2k (lowercase)
        "aspect_ratio": "auto",    # auto follows the input frame
    },
}).json()
task_id = task["data"]["taskId"]

while True:
    t = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if t["status"] in ("success", "fail"):
        break
    time.sleep(5)

assert t["status"] == "success", t.get("error")
url = t["output"][0]["url"]  # expiring link - download it now
open("edit.jpg", "wb").write(requests.get(url).content)

Le parcours complet d'une requête (en-têtes, gestion des erreurs, cycle de vie des tâches) est décrit dans le guide de l'API grok-imagine-quality image-vers-image, et la documentation générale de la plateforme se trouve ici.

Référence rapide du schéma

Champ	Obligatoire	Valeurs (vérifiées en direct le 2026-07-12)
prompt	Oui	Texte libre, au moins 1 caractère — votre seul moyen de contrôler l'édition
image_urls	Oui	Tableau de 1 à 3 URL d'images accessibles publiquement
resolution	Non	1k, 2k — en minuscules (1K est rejeté)
aspect_ratio	Non	auto, 2:1, 20:9, 19.5:9, 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16, 9:19.5, 9:20, 1:2

Pas de strength, pas de seed, pas de prompt négatif, pas de masque — le schéma rejette les champs inconnus avec un code 400, donc chaque décision d'édition tient à la formulation du prompt. Avec aspect_ratio: "auto", la sortie a suivi le format d'entrée dans toutes nos exécutions ; avec plusieurs images de référence, elle suit la première URL.

Questions fréquentes

En quoi cela diffère-t-il de grok-imagine/image-to-image classique ? Même forme d'API, autre gamme. grok-imagine/image-to-image coûte 0,03 $ par image, plus 0,003 $ par image de référence — environ un tiers du prix — et constitue le choix par défaut adapté aux brouillons à gros volume. L'avantage de la gamme quality est précisément ce sur quoi reposent ces recettes : la fidélité à l'image de référence sous des éditions agressives. Prototypez d'abord sur la gamme de base, puis relancez la version retenue sur la gamme quality.

Puis-je contrôler l'intensité de l'édition ? Pas via un paramètre — il n'existe pas de champ strength, et l'envoyer renvoie un code 400. L'intensité de l'édition réside dans la formulation : « relight as golden hour » est une retouche légère, « repaint as watercolor » est un rendu complet, et la longueur de la clause de préservation contrôle ce qui est conservé dans un sens ou dans l'autre.

Les visages restent-ils cohérents ? Dans notre exécution de rééclairage (recette 1), oui — même visage, même expression et mêmes taches de rousseur, seule la lumière a changé. Ce n'est qu'une exécution, pas un benchmark : pour les travaux critiques sur le visage, gardez une clause de préservation explicite (« keep her face and expression exactly the same ») et vérifiez la sortie avant livraison.

---

Les quatre prompts sont à copier — le découpage clause de modification / clause de préservation s'applique à toute édition que vous savez décrire. Obtenez une clé, pointez l'extrait de code ci-dessus vers grok-imagine-quality/image-to-image, et votre première édition (0,095 $ à référence unique) reviendra en une demi-minute environ.