digitalsamba/ideogram4

Compétence Ideogram 4

Génération texte-vers-image avec Ideogram 4 (9,3B, poids ouverts, publié juin 2026). Sa superpuissance est le rendu de texte in-image le plus performant — il surpasse des modèles bien plus grands (FLUX.2 dev 32B, Qwen-Image 20B, Hunyuan 80B) pour l'affichage de signalétique, logos, légendes et texte multi-lignes lisibles — en plus du contrôle exact des palettes de couleurs et des boîtes englobantes.

Cet avantage est verrouillé derrière un format de légende JSON structurée. Un prompt en texte simple vous donne des résultats de niveau FLUX et manque complètement l'intérêt de ce modèle. Cette compétence apprend à Claude à agir comme un « expenseur de prompt magique » — transformant la demande informelle de l'utilisateur en la légende JSON sur laquelle Ideogram 4 a été entraîné.

Backend : La boîte à outils utilise l'API hébergée v4 d'Ideogram (pas de poids auto-hébergés). L'API accepte un json_prompt structuré, donc tout ce que cette compétence enseigne s'applique directement — Claude construit la légende, l'outil la poste comme json_prompt. Les formules API payantes incluent une licence commerciale, ce que n'offrent pas les poids auto-hébergeables (non commerciaux) — c'est pourquoi nous utilisons l'API. Coût ~0,03 $/image (turbo) à ~0,10 $/image (qualité).

Quand utiliser cette compétence

Recourez à Ideogram 4 (plutôt qu'à FLUX.2) quand l'image nécessite :

• Du texte lisible dans l'image — cartes-titres, miniatures, fonds de tiers inférieur, signalétique, logos, cartes de citation, appels à l'action avec titre intégré
• Des couleurs exactes de marque — conditionnement par palette hexadécimale, par élément
• Une disposition contrôlée — boîtes englobantes pour placer texte/objets dans des régions spécifiques
• Du texte multilingue dans l'image

Utilisez FLUX.2 à la place quand : l'image n'a pas de texte critique, vous avez besoin d'une sortie sous licence commerciale, ou vous voulez simplement un fond atmosphérique rapide. FLUX accepte les prompts en langage naturel ; Ideogram veut du JSON. Voir tools/flux2.py.

La chose à ne pas rater

Toujours émettre une légende JSON structurée, pas une phrase simple. Le modèle est entraîné exclusivement sur des légendes JSON qui nomment chaque élément explicitement. Claude est un meilleur expanseur que le prompt magique hébergé gratuit d'Ideogram (leur propre documentation note que celui fourni « n'est pas le même que celui utilisé en production »), donc construisez la légende vous-même avec cette compétence plutôt que de passer du texte brut.

Légende minimale valide :

{"high_level_description":"Un voilier au coucher du soleil sur une eau calme.","style_description":{"aesthetics":"serein, chaud, heure dorée","lighting":"contre-jour, heure dorée","photo":"grand angle, f/8","medium":"photographie","color_palette":["#FF6B35","#F7C59F","#004E89"]},"compositional_deconstruction":{"background":"Océan calme à horizon bas avec ciel orange-rose.","elements":[{"type":"obj","desc":"Voile triangulaire blanche silhouette contre le soleil couchant."}]}}

Le schéma complet, les règles strictes d'ordre des clés et le système de coordonnées des boîtes englobantes se trouvent dans prompting.md. Les exemples travaillés de cartes-titres / miniatures / cartes de citation sont dans examples.md.

Référence rapide — tools/ideogram4.py

Fine couche au-dessus de l'API hébergée v4 d'Ideogram. Nécessite IDEOGRAM_API_KEY dans .env (clé depuis developer.ideogram.ai). --json poste la légende dans le champ json_prompt de l'API (pas de prompt magique côté serveur — Claude est l'expanseur) ; --prompt poste text_prompt.

# Légende JSON rédigée à la main (voie recommandée pour le texte/disposition) — Claude écrit caption.json
uv run tools/ideogram4.py --json caption.json --output title.png

# Légende depuis l'entrée standard (Claude peut la pipe directement)
cat caption.json | uv run tools/ideogram4.py --json - --output title.png

# Prompt simple — le prompt magique côté serveur d'Ideogram l'étend (plus faible ; préférer --json)
uv run tools/ideogram4.py --prompt "Carte-titre : 'AI ENGINEERING REVIEW' blanc gras sur fond sombre" --output title.png

# Injecter des couleurs hex de marque dans la palette de la légende (mode JSON)
uv run tools/ideogram4.py --json caption.json --brand digital-samba --output cta.png

# Niveau de qualité + résolution
uv run tools/ideogram4.py --json caption.json --speed QUALITY --resolution 2048x2048 --output slide.png

Ideogram 4.5 (optionnel)

--model 4.5 envoie les mêmes drapeaux à Ideogram 4.5 sur l'API v2 (POST /v2/image/generate/ideogram-4-5, multipart comme l'appel v1). Il a été exécuté en conditions réelles : Les légendes JSON produisent un texte quasi parfait ; les prompts simples ajoutent du texte de remplissage déformé, donc envoyez toujours une légende JSON à 4.5. Ideogram 4 reste le défaut car les tailles de 4.5 doivent être des multiples de 32, ce qui exclut le format exact YouTube 1280x720 (/thumbnail utilise 4.0 pour cela).

uv run tools/ideogram4.py --model 4.5 --json caption.json --speed QUALITY --resolution 1440x2560 --output card.png

• Prompt : les deux modes vont dans le champ unique prompt de 4.5. --json envoie la légende en JSON compact. 4.5 lit le format de légende d'Ideogram 4, et une légende valide contourne le prompt magique côté serveur. Le texte de --prompt est étendu par le prompt magique, comme sur v1.

• --speed est mappé à quality : TURBO, DEFAULT et QUALITY au même prix que sur Ideogram 4, et FLASH, qui n'a pas de prix Ideogram 4, vers faible (prix indiqués par Ideogram, vérifié le 2026-10-12 ; les tailles 1K et 2K coûtent le même prix) :

  --speed	quality 4.5	Par image
  FLASH, TURBO	low	0,03 $
  DEFAULT (le défaut)	medium	0,06 $
  QUALITY	high	0,10 $

  Le niveau very_low de 4.5 nécessite des images source, donc l'outil ne l'envoie jamais. Sur --model 4, FLASH est toujours envoyé tel quel, mais la documentation d'Ideogram indique qu'il renvoie actuellement une erreur HTTP 400.

• --resolution est envoyé comme size : auto, ou LARGExHAUTEUR avec les deux côtés multiples de 32 et au moins 256px, au plus 2048x2048 pixels au total, et un rapport hauteur/largeur d'au maximum 6:1. Si omis, Ideogram choisit une taille depuis le prompt. L'outil vérifie ces règles avant d'appeler l'API et se termine avec le code 2 quand une taille les enfreint. 1440x2560 (la taille de carte 9:16) et 2048x2048 passent. Six préréglages d'Ideogram 4 ne passent pas, et l'erreur suggère un remplacement : 720x1280 (1440x2560), 1280x720 (2560x1440), 720x1440 (1440x2880), 1440x720 (2880x1440), 1296x3168 (1280x3072), 3168x1296 (3072x1280). Sans images source, Ideogram nécessite aussi un de ses préréglages 1K/2K supportés, liste qu'il ne publie pas, donc une taille qui passe les vérifications peut quand même obtenir une erreur HTTP 400.

Fichiers clés

• prompting.md — schéma JSON complet, ordre strict des clés, système de coordonnées des boîtes englobantes, règles de palette
• examples.md — légendes travaillées pour cartes-titres, miniatures, cartes de citation, appels à l'action de marque

Adaptation à la production vidéo

Le créneau d'Ideogram 4 dans la boîte à outils est celui des diapositives et miniatures avec texte intégré, là où FLUX et LTX-2 échouent (les deux rendent du texte déformé). Associations naturelles :

Cas d'usage	Pourquoi Ideogram 4
Fond de carte-titre / CTA avec texte de titre	Texte lisible + couleurs hex de marque exactes en un seul passage
Miniature YouTube / réseaux sociaux avec une phrase percutante	Gros texte lisible est son point fort
Carte de citation / carte de statistique	Texte multi-lignes + contrôle de disposition via boîtes englobantes
Signalétique/logos dans une scène de démonstration produit	Texte in-image que les autres modèles ne peuvent pas rendre

Ensuite, introduisez l'image fixe dans Remotion (<OffthreadVideo>/Img) ou animez-la avec tools/ltx2.py --input.