Translator

Prompt Translator

Workflow de traduction en 5 étapes

Étape 1 — Collecte des infos

Demander si absent :

• Modèle source (ex. gpt-4o, claude-3-5-sonnet, midjourney v6, gemini-1.5-pro)
• Modèle cible (ex. claude-opus-4, dall-e-3, gpt-4.1)
• Prompt original complet — system prompt + user message séparés si applicable
• Contexte d'usage (API directe, playground, intégration applicative)

Étape 2 — Diagnostic des différences critiques

Analyser selon la paire source→cible :

Étape 3 — Règles de traduction par cas

GPT → Claude

# Avant (GPT)
system: "You are a helpful assistant. Be concise."
user: "Summarize: {{text}}"

# Après (Claude)
<system>
Vous êtes un assistant expert en synthèse.
<constraints>Répondez en moins de 150 mots. Langue : français.</constraints>
</system>
<task>Résumez le texte suivant :\n<text>{{text}}</text></task>

• Remplacer les instructions implicites par des contraintes XML explicites
• Séparer role, context, task, output_format en balises distinctes
• Supprimer les tournures "You must never…" → préférer "Faites X" (positif)
• temperature=0 GPT ≈ temperature=0 Claude (échelles identiques 0–1)

Claude → GPT

# Avant (Claude XML)
<instructions>Liste les 3 points clés. Format JSON.</instructions>
<text>{{text}}</text>

# Après (GPT)
system: "Tu es un assistant analytique. Réponds toujours en JSON valide."
user: "Liste les 3 points clés du texte suivant :\n\n{{text}}\n\nFormat attendu : {\"points\":[...]}"

• Aplatir les balises XML en texte structuré Markdown
• Déplacer le format de sortie dans le message user ou en fin de system
• Ajouter response_format: {"type":"json_object"} si JSON requis (API)

Midjourney → DALL-E 3

# Avant (Midjourney)
/imagine a futuristic city at dusk, cyberpunk, neon lights, rainy streets --ar 16:9 --style raw --v 6.1

# Après (DALL-E 3)
"A wide-angle (16:9 crop) photorealistic render of a futuristic cyberpunk city at dusk.
Neon lights reflect on rain-slicked streets. No text, no watermark.
Style: cinematic, high contrast, volumetric fog."

• Traduire --ar → description de cadrage ("landscape", "portrait", "square")
• --style raw → "photorealistic", "no artistic filter"
• --v 6 → sans équivalent, préciser "hyper-detailed, current AI render quality"
• --no X → "Exclude: X" en fin de prompt DALL-E

Midjourney → Stable Diffusion / Flux

# Avant
/imagine portrait of a samurai, bokeh, 85mm lens --ar 2:3 --style raw

# Après (SD/Flux — positive + negative)
positive: "portrait of a samurai, bokeh background, 85mm lens, photorealistic, sharp focus, 2:3 ratio"
negative: "blurry, cartoon, anime, watermark, low quality, deformed hands"

• Toujours générer un prompt négatif explicite
• Ajouter des tokens de qualité : masterpiece, best quality, 8k
• Préciser le sampler si connu : DPM++ 2M Karras, Euler a

Étape 4 — Livraison du prompt traduit

Fournir :

1. Prompt final copier-coller (code block, sans explication mélangée)
2. Paramètres API si applicable (temperature, max_tokens, response_format)

Exemple de bloc livrable :

# Claude API
response = client.messages.create(
    model="claude-opus-4-5",
    max_tokens=1024,
    system="<role>Expert en synthèse</role>",
    messages=[{"role": "user", "content": "<task>Résumez : {{text}}</task>"}]
)

Étape 5 — Notes de migration

Signaler systématiquement :

• Fonctionnalités perdues (ex. vision GPT-4V → pas de vision en mode text-only Claude)
• Fonctionnalités gagnées (ex. contexte 200k Claude vs 128k GPT)
• Comportements différents : ton par défaut, verbosité, format JSON natif
• Paramètres à ajuster : top_p, temperature, seeds image
• Tests recommandés : 3 à 5 inputs représentatifs avant de valider la migration

Garde-fous & anti-patterns

Paires de traduction courantes (2026)