Guide des prompts Grok Imagine 2.0 : structure, exemples et vraies images

Un prompt Grok Imagine 2.0 s’écrit en phrases simples sur une seule image, dans l’ordre de xAI : sujet, détails, style, lumière, couleur, cadrage. Les mots qui doivent apparaître dans l’image vont entre guillemets doubles, avec l’endroit où ils se placent. Nous avons lancé 11 prompts le 26 octobre 2026 : chaque mot entre guillemets est sorti correct, et le modèle a choisi le format d’image jusqu’à ce que nous fixions aspect_ratio.

La structure d’un prompt Grok Imagine 2.0

L’Image Prompting Guide de xAI donne un seul ordre pour tous les prompts d’une série — sujet, détails et point focal, direction artistique, lumière, couleur, composition — et demande quatre à six phrases de prose qui décrivent une seule image.

La dernière ligne, Texte, vient de nous.

• Le sujet d’abord : le guide de xAI écrit qu’« un prompt qui commence par l’ambiance, le type de pellicule ou une liste de choses à éviter produit une scène stylisée dont le sujet n’est qu’un substitut ».
• Décrivez ce que vous voulez, pas ce que vous voulez éviter. « Brushed steel with fine horizontal grain » donne au modèle une matière à dessiner, et une longue liste d’interdits se fait facilement ignorer.
• Texte : le guide de xAI n’a aucune règle sur les mots dans l’image, et l’annonce indique que le modèle planifie la typographie et la mise en page, si bien que le petit texte sort net. Nous avons mis chaque mot entre guillemets doubles et indiqué sa place, et les 14 lignes entre guillemets sont sorties correctes.
• Format : le prompt ne le fixe pas. aspect_ratio vaut auto par défaut, ce qui laisse le modèle choisir le ratio qui convient au prompt, et nos 11 exécutions sans réglage sont revenues en portrait 832×1248, paysage 1248×832, carré 1024×1024 et 1280×720. La partie API montre comment verrouiller le format.
• Longueur et langue : xAI ne publie ni longueur maximale de prompt ni liste de langues de prompt. Les nôtres faisaient 30–48 mots en une à trois phrases, en anglais.

Comment nous avons fabriqué les images

• Modèle grok-imagine-image-2.0 via l’API média asynchrone d’OmniaKey le 26 octobre 2026, avec l’opération generate et aucun paramètre, donc aspect_ratio est resté sur la valeur par défaut de xAI, auto, et la résolution aussi. Chaque tâche a réussi du premier coup.
• Ensuite deux exécutions de plus du prompt d’affiche avec aspect_ratio sur "16:9" : une depuis notre script de test et une depuis le script Python ci-dessous. Les deux sont revenues en 1280×720, avec le texte bien orthographié.
• La sortie était en JPEG, et le temps entre la requête et l’image terminée allait de 15.6 s à 41.1 s. La plupart sont tombées entre 16 et 25 s ; l’icône a pris 41.1 s.
• Nous avons regardé chaque image en taille réelle et relu chaque mot des quatre images avec du texte face au prompt, lettre par lettre.
• OmniaKey vend l’accès API à Grok Imagine 2.0, donc les prompts sont passés par là. Tous les prix ici sont ceux de xAI.
• Sources : l’Image Prompting Guide de xAI, le guide de génération d’images et la page des tarifs, vérifiés le 26 octobre 2026.

Chaque prompt n’a tourné qu’une fois : chaque image est donc un seul échantillon.

Huit prompts avec de vraies images

1. Une affiche avec un titre et une petite ligne

Ce prompt demande un grand titre, une petite ligne et un rendu plat de sérigraphie.

A minimalist jazz concert poster. Large bold title "BLUE HOUR" at the top and a smaller line "Live at Harbor Hall · Nov 14 · 8 PM" at the bottom. A single saxophone silhouette in deep blue on a cream background, lots of empty space, flat screen-print style.

En français : une affiche de concert de jazz minimaliste, avec un grand titre en haut et une ligne avec date et salle en bas, sur fond crème avec la silhouette d’un saxophone en bleu profond.

Réglages : generate, pas de aspect_ratio (auto), revenue en 832×1248 en 16.4 s.

Ce qui s’est passé :

• « BLUE HOUR » occupe le haut en grandes capitales condensées bleu foncé, la petite ligne est en bas et parfaitement orthographiée, points médians compris.
• Un saxophone bleu foncé remplit le centre du papier crème avec une légère texture d’impression, et l’espace vide reste vide.
• Le saxophone montre ses clés en traits clairs : on lit un dessin plutôt qu’une silhouette plate.

Ce qu’il faut changer :

• Rien pour le texte ; gardez la petite ligne dans une même paire de guillemets pour que les points restent avec elle.
• Pour une silhouette pure, essayez “a solid single-color saxophone shape with no inner details”.

2. Une étiquette produit aux mots exacts

Ce prompt place deux courtes lignes de texte sur une photo produit.

Studio product photo of a glass bottle of cold brew coffee with a kraft paper label that reads "NORTH ROAST" and "Cold Brew · 12 oz". The bottle stands on wet dark slate with ice cubes around it, soft side light, dark background, sharp focus on the label.

En français : une photo produit d’une bouteille de cold brew en verre, avec une étiquette en papier kraft qui porte “NORTH ROAST” et “Cold Brew · 12 oz”, posée sur de l’ardoise noire mouillée avec des glaçons.

Réglages : generate, pas de aspect_ratio (auto), revenue en 832×1248 en 17.1 s.

Ce qui s’est passé :

• Une bouteille de café en verre foncé couverte de gouttes se dresse sur de l’ardoise noire mouillée, entourée de glaçons, sur fond noir.
• L’étiquette kraft affiche « NORTH ROAST » en grosses capitales et « Cold Brew · 12 oz » sous un filet fin, les deux exactes.
• Le modèle a aussi dessiné un petit contour de montagne au-dessus du nom, que le prompt ne demandait pas.

Ce qu’il faut changer :

• Si l’étiquette ne doit porter que vos mots, essayez “the label shows only these two lines of text, no logo”.

3. Une fiche recette : plusieurs lignes et des icônes

Ce prompt demande un titre, trois étapes numérotées et une icône par étape.

A clean recipe card titled "3-Step Pancakes" with three numbered steps: "1. Mix flour, milk and eggs", "2. Rest the batter 10 minutes", "3. Cook on a hot pan". A small line icon next to each step, cream background, simple sans-serif font.

En français : une fiche recette propre intitulée “3-Step Pancakes”, avec trois étapes numérotées mot pour mot et une petite icône au trait à côté de chacune.

Réglages : generate, pas de aspect_ratio (auto), revenue en 832×1248 en 15.6 s.

Ce qui s’est passé :

• Le titre « 3-Step Pancakes » est en haut au-dessus d’un filet brun court, et trois lignes sont séparées par des traits fins.
• Les mots de chaque étape sont exacts et passent sur deux lignes, avec une icône au trait à droite : un fouet, une horloge, une poêle.
• Les numéros sont dans des cercles (« 1 », « 2 », « 3 ») au lieu de « 1. », « 2. », « 3. ».

Ce qu’il faut changer :

• Si le style « 1. » compte, essayez “numbers written as 1., 2., 3. before each step, no circles”.

4. Un tableau de menu avec des prix

Ce prompt teste cinq courtes lignes manuscrites avec des prix.

A cafe chalkboard menu with the heading "TODAY" and five lines of small handwritten text: "Flat white 4.50", "Oat latte 5.00", "Matcha 5.50", "Almond croissant 4.00", "Banana bread 3.50". Wooden frame, warm cafe light.

En français : un tableau de menu de café avec le titre “TODAY”, cinq lignes manuscrites et leurs prix, un cadre en bois et une lumière chaude de café.

Réglages : generate, pas de aspect_ratio (auto), revenue en 1248×832 en 29.8 s.

Ce qui s’est passé :

• Un tableau noir dans un cadre en bois rustique pend sur un mur de plâtre chaud, avec une plante en pot au bord gauche.
• « TODAY » est en grandes capitales de craie, souligné, avec un petit gribouillis de feuille.
• Les cinq articles sont dans une écriture de craie soignée, les prix s’alignent en colonne à droite, et chaque article et chaque prix sont exacts.

Ce qu’il faut changer :

• Gardez chaque ligne courte et donnez les mots exacts ; cinq lignes courtes sont toutes sorties justes ici.

5. Une photo de rue : objectif et lumière

Ce prompt emploie des mots de photographe pour demander un rendu photo.

Candid street photograph of an elderly man feeding pigeons in a stone plaza at golden hour. Shot on a 35mm lens, shallow depth of field, natural skin texture, warm low sun, slight film grain.

En français : une photo de rue prise sur le vif d’un homme âgé qui nourrit les pigeons sur une place de pierre à l’heure dorée, objectif 35mm et faible profondeur de champ.

Réglages : generate, pas de aspect_ratio (auto), revenue en 1248×832 en 19.8 s.

Ce qui s’est passé :

• Un homme âgé à casquette plate et long manteau sombre s’accroupit sur les dalles et tend une main ouverte aux pigeons autour de lui.
• La lumière est chaude et basse, avec la place, des passants et un grand mur de pierre flous derrière.
• Son visage montre des rides et de la texture, la main paraît naturelle, et le grain de pellicule reste léger.

Ce qu’il faut changer :

• Rien à changer. Le guide de xAI conseille de nommer la texture une seule fois et de demander une lumière qui garde le sujet lisible ; les deux ont tenu ici.

6. De la nourriture vue de dessus : nommer chaque ingrédient

Ce prompt énumère les garnitures et donne une direction à la lumière.

Overhead food photo of a bowl of shoyu ramen with a soft-boiled egg, chashu pork, nori and sliced scallions on a dark wooden table. Chopsticks rest on the bowl, light steam rises, natural window light from the left.

En français : une photo de nourriture vue de dessus d’un bol de ramen shoyu, chaque ingrédient nommé, les baguettes posées sur le bol et la lumière naturelle d’une fenêtre à gauche.

Réglages : generate, pas de aspect_ratio (auto), revenue en 1024×1024 en 20.7 s.

Ce qui s’est passé :

• Une vue plongeante sur un bol en grès posé sur du bois sombre patiné : un demi-œuf au jaune coulant orangé, deux tranches de chashu roulé, deux feuilles de nori, un tas de ciboule émincée et des nouilles dans un bouillon brun.
• Des baguettes en bois reposent en travers du côté droit du bol, avec de fines volutes de vapeur en haut.
• Le modèle a ajouté un tas de champignons sombres émincés, absents du prompt.

Ce qu’il faut changer :

• Listez tout ce qui doit être dans le bol, puis essayez “nothing else on top” si les garnitures doivent correspondre exactement.

7. Un intérieur : chaque objet avec sa matière

Ce prompt nomme chaque objet avec sa matière et sa couleur.

Interior design photo of a small Scandinavian living room: light oak floor, a white sofa with a mustard throw, a round oak coffee table, a large window with soft morning light, a tall fiddle-leaf fig in a white pot. Calm, airy, eye-level view.

En français : une photo d’intérieur d’un petit salon scandinave, chaque meuble avec sa matière et sa couleur, une lumière douce du matin et une vue à hauteur des yeux.

Réglages : generate, pas de aspect_ratio (auto), revenue en 1248×832 en 16.3 s.

Ce qui s’est passé :

• Tout ce qui est nommé est là : parquet en chêne clair, canapé blanc avec un plaid moutarde sur un accoudoir, table ronde en chêne sur un tapis tissé, la grande fenêtre à gauche avec des arbres dehors, un grand figuier lyre dans un pot blanc à droite.
• Des cadres sont accrochés au mur, la vue est à hauteur des yeux, claire et douce.

Ce qu’il faut changer :

• Rien à changer. Un prompt qui nomme chaque objet, sa matière et sa couleur les a tous obtenus ; gardez ce schéma pour d’autres pièces.

8. Une illustration à l’aquarelle

Ce prompt nomme une technique et une texture de papier.

Children's book illustration in soft watercolor: a small fox reading a book under a giant red mushroom in a forest, fireflies glowing around it, gentle pastel colors, visible white paper texture.

En français : une illustration de livre pour enfants à l’aquarelle douce, un petit renard lit sous un champignon rouge géant dans une forêt, des lucioles autour, des pastels doux et une texture de papier blanc visible.

Réglages : generate, pas de aspect_ratio (auto), revenue en 832×1248 en 24.9 s.

Ce qui s’est passé :

• Une aquarelle douce d’un renard orange sous un grand champignon à chapeau rouge, tenant un livre bleu ouvert, avec des lucioles lumineuses autour, des fougères, de petites fleurs et de petits champignons.
• La texture du papier blanc se voit sur les bords.
• Le renard a les yeux fermés : il semble plus endormi que lisant.

Ce qu’il faut changer :

• Dites l’expression qu’il vous faut : essayez “eyes open, looking down at the page”.

Ce qui rate et comment le corriger

Un prompt vague laisse le modèle tout décider

Chaque mot que vous omettez, le modèle le remplit, et il peut le remplir avec une vraie marque.

a cool car

En français : une voiture sympa. Trois mots, rien d’autre.

A 1960s cherry-red convertible parked on a coastal road at sunset, low angle from the front three-quarter view, chrome bumper catching the light, ocean and cliffs behind it, photorealistic, warm golden light.

En français : un cabriolet rouge cerise des années 1960 garé sur une corniche au coucher du soleil, angle bas de face, pare-chocs chromé dans la lumière.

• « a cool car » est revenue comme une supercar moderne gris foncé sur asphalte mouillé au crépuscule, avec des montagnes, des pins et un ciel rose nuageux derrière. Elle porte des insignes d’un vrai constructeur automobile sur le capot et les roues.
• Le prompt précis a tout mis dans l’image : le cabriolet rouge cerise, l’angle bas de face, la calandre et le pare-chocs chromés au soleil, la mer et les falaises derrière. Le modèle a ajouté une plaque portant « 1962 CLK ».

Les icônes simples ressemblent à des logos connus

Le prompt d’icône demandait des formes simples et les a obtenues, tout près d’une marque que vous connaissez déjà.

Flat vector app icon: a white paper plane on a rounded square with a blue-to-teal gradient. Simple geometric shapes, no text, centered, clean edges, plain white background around the icon.

En français : une icône d’appli vectorielle plate, un avion en papier blanc sur un carré arrondi avec un dégradé de bleu à turquoise, formes géométriques simples, sans texte, centrée.

Le résultat est exactement ce qui était demandé — un avion en papier blanc, légèrement décentré, sur un carré arrondi bleu à turquoise, sans texte — et il ressemble beaucoup au logo d’une messagerie bien connue. Les idées d’icône simples et courantes atterrissent près de marques célèbres : ajoutez un détail qui est à vous et comparez le résultat aux logos existants avant de l’utiliser.

Voici les ratés que nous avons vus, avec le correctif de chacun.

Lancer ces prompts depuis l’API

L’API média d’OmniaKey se fait en trois étapes : créer une tâche, interroger la même tâche jusqu’à la fin, puis télécharger le fichier.

pip install requests
export OMNIAKEY_API_KEY="your-key"

Voici le script que nous avons lancé, inchangé :

import os
import time
import uuid

import requests

API = "https://api.omniakey.com/v1/media/tasks"
HEADERS = {"Authorization": f"Bearer {os.environ['OMNIAKEY_API_KEY']}"}

PROMPT = (
    'A minimalist jazz concert poster. Large bold title "BLUE HOUR" at the top and a smaller '
    'line "Live at Harbor Hall · Nov 14 · 8 PM" at the bottom. A single saxophone silhouette '
    "in deep blue on a cream background, lots of empty space, flat screen-print style."
)

# 1. Create the task. Reuse the same Idempotency-Key only when retrying this exact request.
resp = requests.post(
    API,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json={
        "model": "grok-imagine-image-2.0",
        "type": "image",
        "operation": "generate",
        "input": {"prompt": PROMPT},
        "parameters": {"aspect_ratio": "16:9"},  # leave it out and the model picks the shape
    },
    timeout=30,
)
resp.raise_for_status()
task = resp.json()
print("task:", task["id"], task["status"])

# 2. Poll the same task until it finishes. Slow is not failed: keep polling this id.
while task["status"] in ("queued", "processing"):
    time.sleep(4)
    task = requests.get(f"{API}/{task['id']}", headers=HEADERS, timeout=30).json()

if task["status"] != "succeeded":
    raise SystemExit(f"task ended {task['status']}: {task.get('error')}")

# 3. Download the image now: the signed URL lasts about an hour.
asset = task["assets"][0]
with open("blue-hour.jpg", "wb") as f:
    f.write(requests.get(asset["url"], timeout=60).content)
print("saved blue-hour.jpg", asset["mime_type"], asset["byte_size"], "bytes")

Sa sortie le 26 octobre 2026 :

task: task_ETAcsodTDIPQkhTVyykyRiRdBpYDOgj7 queued
saved blue-hour.jpg image/jpeg 205099 bytes

De la requête au fichier enregistré, il a fallu environ 16 secondes.

• aspect_ratio : l’API de xAI accepte 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20, 21:9, 5:2 et auto. xAI conseille de fixer un ratio sur toute une série et 3:2 pour la plupart des photos. Nos deux exécutions en 16:9 sont revenues en 1280×720, et la mise en page a été reconstruite pour le cadre large plutôt que recadrée : titre en haut, saxophone au centre, la petite ligne en bas.
• Sur OmniaKey, Grok Imagine ne fait que de la génération et n doit valoir 1. L’API de xAI elle-même retouche aussi les images et renvoie jusqu’à 10 images par requête.
• L’API de xAI a aussi des réglages quality et resolution, que nous n’avons pas testés via OmniaKey.
• Téléchargez le fichier dès que la tâche est finie : le lien signé dure environ une heure et l’enregistrement de la tâche 24 heures.
• Prix : xAI affiche Grok Imagine 2.0 à $0.04 par image, quel que soit la longueur du prompt (vérifié le 26 octobre 2026). L’ancien grok-imagine-image-quality est à $0.05 et grok-imagine-image à $0.02 par image, et notre test de l’API Grok Imagine avec les trois modèles d’image passe les mêmes quatre prompts dans les trois. Sur OmniaKey, une tâche échouée est remboursée automatiquement. Pour le tarif actuel d’OmniaKey, voir la page du modèle Grok Imagine 2.0 et la documentation de l’API image.

Questions fréquentes

Quelle longueur peut avoir un prompt Grok Imagine 2.0 ?

xAI ne publie aucune longueur maximale pour un prompt d’image. Son Image Prompting Guide demande quatre à six phrases pour une seule image fixe, et les nôtres faisaient 30–48 mots en une à trois phrases. Les huit recettes ci-dessus sont toutes restées proches du prompt.

Comment obtenir un texte juste dans Grok Imagine 2.0 ?

Mettez chaque ligne de texte entre guillemets doubles et dites où elle se place dans le cadre. Nos quatre prompts avec du texte ont rendu correctement les 14 lignes entre guillemets, points médians et prix compris, et l’annonce de xAI indique que le petit texte sort désormais net. Le guide de xAI n’a pas de règle pour le texte, les guillemets sont donc notre méthode, pas la sienne.

Quelle taille font les images de Grok Imagine 2.0 ?

Laissées sur auto, nos 11 exécutions sont revenues en 832×1248, 1248×832, 1024×1024 et 1280×720. Régler aspect_ratio sur "16:9" a donné 1280×720 aux deux exécutions. L’API de xAI a aussi resolution, avec 1k par défaut et 2k en option.

Grok Imagine 2.0 peut-il retoucher une image ?

Oui via xAI, qui accepte une retouche sur POST /v1/images/edits avec jusqu’à 5 images sources par requête. Son guide conseille de commencer par les une à trois modifications et de garder le reste. Sur OmniaKey, Grok Imagine ne fait que de la génération, donc une demande de retouche est refusée.

Grok Imagine 2.0 réécrit-il mon prompt ?

L’API de xAI facture le texte du prompt à un modèle de réécriture (upsampler), et son schéma de réponse n’a aucun champ pour un prompt réécrit. Ce que l’upsampler change n’est pas publié : lisez l’image face à votre prompt plutôt que de deviner.

Combien coûte Grok Imagine 2.0 ?

xAI affiche $0.04 par image pour grok-imagine-image-2.0, vérifié le 26 octobre 2026, et la génération coûte le même prix quelle que soit la longueur du prompt. Une retouche est facturée pour l’image d’entrée et l’image de sortie. Pour le tarif actuel d’OmniaKey, voir la page du modèle Grok Imagine 2.0.

Journal des mises à jour

• 27 octobre 2026 : première version, avec des prompts lancés le 26 octobre 2026.