Remarque
La génération d’image est en préversion publique cours et peut être modifiée.
À propos de la génération d’images
Décrivez l’image dont vous avez besoin en langage naturel, et Copilot la génère pour vous. Vous pouvez ensuite demander des modifications dans la même conversation jusqu’à ce que l’image corresponde à votre projet.
La génération d’images est disponible dans :
- Visual Studio Code
- GitHub Copilot app
- GitHub Copilot CLI
La génération d’image n’est pas disponible avec Copilot Free ou Copilot Student.
Fonctionnement de la génération d’images
Lorsque vous demandez une image, le modèle de raisonnement de votre session appelle un outil qui envoie votre demande à un modèle dédié, GPT Image 2.5 Flare.
Copilot affiche un aperçu de l’image dans la conversation et enregistre l’image dans votre projet.
Exemples d’invites
Soyez précis sur le sujet et le style souhaités. Par exemple:
Create an app icon of a paper airplane in a flat, minimal style with a blue background.
Create an app icon of a paper airplane in a flat,
minimal style with a blue background.
Pour affiner le résultat, demandez des modifications dans une invite de suivi :
Make the background a darker blue and add a subtle drop shadow under the airplane.
Make the background a darker blue and add a
subtle drop shadow under the airplane.
Facturation pour la génération d’images
La génération d’images est facturée séparément du modèle que vous utilisez pour votre session. L’utilisation est mesurée en jetons de texte et d’image, qui sont pris en compte dans votre AI credits.
Pour connaître les taux par token, consultez Modèles et tarification pour GitHub Copilot. Pour plus d’informations sur la façon dont AI credits sont facturés, consultez Facturation basée sur l’utilisation pour les individus ou Facturation basée sur l’utilisation pour les organisations et les entreprises.
Contrôle de l’accès à la génération d’images
Les propriétaires d’organisation et d’entreprise gèrent le modèle de génération d’images à l’aide de leur stratégie de modèle, comme n’importe quel autre Copilot modèle. Si le modèle de génération d’image est désactivé, les membres ne peuvent pas générer d’images.
Consultez Gestion de la disponibilité des modèles dans votre entreprise ou Gestion de la disponibilité des modèles dans une organisation.
Provenance et sécurité du contenu
La provenance du contenu est l’enregistrement de l’origine d’un élément de contenu et indique s’il a été modifié depuis. Pour les images générées par l’IA, la provenance signifie attacher un signal à l’image lors de sa création.
Les signaux de provenance courants sont les suivants :
- Métadonnées C2PA : norme ouverte de l’industrie pour des métadonnées signées, dont toute altération est détectable, qui enregistrent la façon dont un fichier a été créé et modifié.
- Filigranes perceptibles : marque visible sur l’image, telle qu’un logo, un badge ou un texte superposé, que tout le monde peut voir sans outils spéciaux.
- Filigranes imperceptibles : signal incorporé dans les pixels de l’image que les utilisateurs ne peuvent pas voir, mais le logiciel détecteur peut lire. Les filigranes imperceptibles survivent aux rognages, à la compression et aux captures d’écran mieux que les métadonnées.
OpenAI associe des manifestes C2PA aux images qu’il génère et publie des outils qui les lisent. Étant donné que les données C2PA se trouvent dans les métadonnées du fichier, réencoder le fichier, faire une capture d’écran ou supprimer les métadonnées les supprime généralement.
Vous pouvez opter pour un filigrane « Made with AI » perceptible sur les images que Copilot génère et modifie. Il s’agit d’un paramètre par utilisateur et est désactivé par défaut. Copilot ne prend actuellement pas en charge le fait d’exiger ce filigrane au niveau de l’organisation ou de l’entreprise. Pour préserver la provenance du contenu, ne supprimez pas, masquez ou modifiez les métadonnées C2PA, les filigranes perceptibles ou les filigranes imperceptibles sur les images, y compris l’étiquette « Made with AI ».
Les contrôles de sécurité d’OpenAI filtrent GitHub les messages à l’écran et les images tout au long de la génération et de la modification d’image. GitHub et OpenAI vérifient chaque requête à quatre étapes :
- Avant que la demande atteigne le modèle
- Lorsque du texte ou des images sont envoyés au modèle
- Lorsqu’une image est modifiée
- Avant l’affichage du résultat
Il s’agit notamment de classifieurs de texte et d’images qui vérifient les violations des politiques, ainsi que l’analyse basée sur le hachage des images d’entrée et de sortie pour les correspondances avec du contenu interdit connu. Si un contrôle de sécurité identifie une violation de stratégie, la demande ou l’image est bloquée.