Générer des images avec des tâches d'agent IA : article et bannière en une seule exécution

En résumé : Pour générer des images de blog grâce à des tâches d'agents IA, regroupez le brief, les spécifications de l'image et le responsable de la révision au sein d'une seule et même tâche. L'Agent rédige l'article, appelle une API d'image telle que MiniMax H3-Image avec une clé issue de son environnement, joint les deux fichiers à la tâche et s'arrête à l'étape de validation. Un relecteur humain valide ensuite le rendu ou demande des modifications.

Il est aujourd'hui possible de générer des images de blog lors de l'exécution d'agents IA sans avoir à développer une plateforme de contenu dédiée. Côté modèles, la démarche s'est simplifiée cette semaine : le 10 novembre 2026, MiniMax a lancé H3-Image, un modèle d'image open-weight capable de produire des visuels de 16 mégapixels en une dizaine de secondes selon l'éditeur. La difficulté n'a jamais résidé dans l'appel API, mais plutôt dans la centralisation au même endroit du brouillon, de l'image, du prompt d'origine et de la décision finale concernant ces livrables.

Ce guide vous présente ce flux de travail articulé autour d'une seule tâche. Vous découvrirez ce que doit contenir le brief, où renseigner la clé API, quel script l'Agent doit exécuter et ce que le relecteur doit vérifier. Si vous déléguez déjà des tâches de développement à des agents, Sharkly applique à la création de contenu cette même boucle associant tâche, exécution et révision.

Pourquoi confier les deux rôles à un seul agent

Lorsque la rédaction et la création de l'image constituent deux étapes distinctes, l'image d'en-tête finit par diverger du contenu de l'article. L'auteur change d'angle à la troisième version, alors que l'image reflète toujours la première. Quelqu'un colle un prompt dans une application web, télécharge un fichier, le renomme et le dépose dans un dossier partagé. Plus tard, personne n'est en mesure de retrouver quel prompt a servi à générer quelle image.

Centraliser l'ensemble dans une seule tâche résout ce problème en confiant les deux livrables à un responsable unique et à un historique partagé :

• L'Agent prend connaissance de la version finale du texte avant de rédiger le prompt de l'image, ce qui garantit un en-tête parfaitement raccord avec l'article publié.
• Le prompt, l'identifiant du modèle, les dimensions et le coût sont consignés dans la même tâche que le brouillon.
• Le relecteur examine simultanément le texte et l'image pour trancher en une seule fois.
• Toute demande de révision parvient à l'Agent avec l'intégralité du contexte, sans avoir à relancer une nouvelle conversation.

Le contrat de collaboration entre l'humain et l'agent reste élémentaire : l'Agent rédige, génère, joint les fichiers et rend compte. L'humain décide, ajuste et publie.

Ce que propose MiniMax H3-Image

H3-Image est le modèle de génération texte-image et d'édition d'images conçu par MiniMax. Un checkpoint unique prend en charge les deux modes, et le mode édition accepte de 1 à 16 images de référence. Voici les caractéristiques publiées par MiniMax dans son guide de génération d'images et sa fiche de modèle (model card) :

La remise de lancement propose 50 % de réduction lorsque l'image finale atteint au moins 16 600 000 pixels. La page des tarifs de MiniMax précise que cette offre court jusqu'au 17 novembre 2026 à 16:00 UTC. Une image d'en-tête de blog ayant rarement besoin de 16 mégapixels, le format 2K en 16:9 représente l'option par défaut la plus judicieuse.

Faut-il auto-héberger les poids ouverts (open weights) ?

Pour la majorité des équipes, la réponse est non. Les poids sont distribués sous la licence communautaire MiniMax-H3-Image, qui n'est pas une licence open source standard. Consultez-la directement : elle exclut plusieurs territoires de sa zone couverte et exige une autorisation écrite spécifique au-delà d'un million de dollars US de chiffre d'affaires annualisé ou pour tout service hébergé. De plus, le téléchargement est particulièrement lourd : 66,28 Go pour le transformeur de diffusion et 66,7 Go pour l'encodeur de texte. L'utilisation de l'API reste la solution la plus réaliste pour alimenter un flux de blog.

Étape 1 : rédiger le brief sous forme de tâche

La description de la tâche constitue le brief. Tout ce dont l'Agent a besoin pour finaliser son travail en toute autonomie doit y figurer. En voici un exemple pertinent :

**Post:** How we cut CI time by 40% with test sharding
**Audience:** platform engineers
**Length:** 1,400 words
**Header image:** 16:9, 2K, MiniMax-H3-Image
**Image direction:** abstract, no text in the image, brand blues
**Deliver:** article.md + header.jpg + prompt.txt attached to this Task
**Reviewer:** Maria (approves both before anything is published)

Conservez les détails propres à chaque article dans la tâche. Placez plutôt dans une Skill les règles récurrentes comme la ligne éditoriale, le style visuel ou le format des noms de fichiers. Dans Sharkly, une Skill regroupe des consignes réutilisables ainsi que des fichiers d'appui, et l'Agent charge automatiquement les Skills associées à chaque lancement. Notre guide expliquant ce qu'est une compétence d'agent de code (Skill) en détaille le fonctionnement.

Étape 2 : fournir la clé API d'image à l'Agent

L'exécution requiert la présence de MINIMAX_API_KEY dans son environnement. Les paramètres d'Agent de Sharkly permettent de définir des variables d'environnement en clair ou secrètes ; une tâche en cours d'exécution reçoit automatiquement les variables et associations secrètes configurées à son initialisation.

Prêtez attention à l'avertissement affiché dans ce panneau. Les valeurs en clair sont consultables par les gestionnaires d'agents autorisés et ne constituent pas un coffre-fort sécurisé : une clé API facturée sur votre compte doit obligatoirement figurer dans la configuration des secrets. N'indiquez jamais de clé dans la description d'une tâche ni dans un commentaire. Notre checklist de sécurité des secrets pour agents de code fait le tour complet du sujet.

Sharkly n'intègre pas de connecteur d'image MiniMax natif. L'Agent interroge l'API exactement comme n'importe quel service HTTP : par l'intermédiaire d'un script exécuté sur la machine (Computer) hôte. Sharkly propose néanmoins MiniMax Code (mcode) en tant qu'environnement d'exécution (Runtime) depuis son journal des modifications du 26/10/2026 ; les équipes déjà installées sur MiniMax Code peuvent ainsi y faire tourner l'Agent. Pensez à tester la génération d'images via une exécution sans interface graphique (headless) avant de la déployer en production.

Étape 3 : le script exécuté par l'Agent

Intégrez ce script à la Skill pour que chaque exécution utilise la même requête. Il applique fidèlement la structure de payload recommandée dans le guide de MiniMax :

# make_header.py: generate one 16:9 header with MiniMax H3-Image
import os, sys, json, requests

prompt = open(sys.argv[1]).read().strip()   # prompt.txt written by the Agent
resp = requests.post(
    "https://api.minimax.io/v1/images/generations",
    headers={"Authorization": f"Bearer {os.environ['MINIMAX_API_KEY']}"},
    json={
        "model": "MiniMax-H3-Image",
        "prompt": prompt,
        "aspect_ratio": "16:9",
        "area": "2K",
        "n": 1,
        "response_format": "url",
    },
    timeout=600,
)
resp.raise_for_status()
result = resp.json()
item = result["data"][0]
if "error" in item:
    sys.exit(f"Image failed: {item['error']['message']}")

with open(f"header.{result['output_format']}", "wb") as f:
    f.write(requests.get(item["url"], timeout=120).content)

json.dump({"size": item["size"], "revised_prompt": item["revised_prompt"]},
          open("image-meta.json", "w"), indent=2)

Trois détails méritent votre attention en environnement d'équipe :

1. Aucune nouvelle tentative automatique. La documentation de MiniMax précise que l'appel n'est pas idempotent : une nouvelle tentative automatique peut donc vous facturer une seconde image. Laissez l'Agent notifier l'échec plutôt que de relancer la requête en boucle.
2. Conservez revised_prompt. L'optimisation automatique des prompts est active par défaut, et la réponse de l'API renvoie le prompt révisé utilisé pour la génération. Conservez-le pour permettre au relecteur d'orienter les ajustements sans tâtonner.
3. Téléchargez le fichier en local. La documentation invite à télécharger les images pour les héberger par vos propres moyens : ne transmettez donc pas l'URL temporaire renvoyée par l'API au relecteur.

Étape 4 : joindre les deux fichiers et s'arrêter pour révision

Dès que le brouillon et l'image sont prêts, l'Agent les associe à la tâche et fournit un compte-rendu de ses actions. Le CLI Sharkly prend en charge ces deux opérations en une commande unique :

sharkly task comment "$TASK_ID" \
  --body-file run-summary.md \
  --attachment article.md \
  --attachment header.jpg \
  --attachment image-meta.json

Le résumé consigne le nombre de mots, l'identifiant du modèle, les dimensions de l'image, le bloc usage retourné par l'API ainsi que les points n'ayant pas pu être vérifiés. L'Agent transfère ensuite la main en indiquant que la tâche attend une révision. Cette notification parvient directement dans le module Task Chats de la barre latérale, évitant ainsi de passer inaperçue.

Tous les résultats sont centralisés dans la tâche. Le relecteur n'a plus besoin d'éplucher un terminal, un dossier de téléchargements ou l'historique d'un fil de discussion.

Étape 5 : relire l'article et l'image conjointement

Le relecteur ouvre la tâche et contrôle les deux éléments au regard du brief :

• L'image d'en-tête concorde-t-elle avec l'angle retenu dans la version finale du texte, et non avec une version de travail antérieure ?
• L'image comporte-t-elle du texte généré ? Les modèles d'image commettant encore des erreurs typographiques, le brief préconise de ne pas en inclure.
• L'illustration met-elle en scène l'interface d'un produit réel ? Si c'est le cas, remplacez-la par une véritable capture d'écran, une interface générée par IA n'étant qu'une maquette.
• Les données et affirmations de l'article concordent-elles avec les sources mentionnées ?

Pour demander des modifications, publiez un simple commentaire sur la tâche. L'Agent reprendra le fil en disposant en contexte du brouillon, de l'image et du prompt initial. Pour approfondir le rôle de la supervision humaine dans ces flux, lisez notre guide sur les agents de code assistés par l'humain (human-in-the-loop).

Quand éviter ce flux de travail

Inutile d'adopter cette démarche pour des besoins ponctuels. Si vous avez simplement besoin d'une illustration isolée pour un diaporama, ouvrir l'interface web sera bien plus rapide que de formaliser un brief.

Évitez également toute génération artificielle pour les captures d'écran de produits, les graphiques appuyés sur des données chiffrées réelles et les photos de personnes ou d'événements réels. Ces contenus exigent des sources authentiques. La génération par IA convient parfaitement aux visuels conceptuels, aux illustrations d'en-tête abstraites ou aux diagrammes que vous auriez de toute façon refaits à la main. Pour assurer une cohérence visuelle d'un article à l'autre, consultez notre guide pour harmoniser les visuels de marque avec des agents IA.

Conclusion

Le modèle de génération d'images représente la partie la plus simple. MiniMax H3-Image crée une bannière 2K pour environ deux centimes, d'après ses propres barèmes tarifaires. Le véritable gain d'efficacité réside dans la structure qui l'entoure : une tâche unique, un brief précis, une exécution d'Agent et une seule étape de validation.

Configurez ce dispositif une bonne fois pour toutes. Connectez une machine (Computer), créez un Agent configuré avec votre clé d'API d'image dans ses secrets, fournissez-lui la Skill et le script présentés plus haut, puis confiez-lui la rédaction du prochain article. La prise en main de Sharkly est gratuite ; rendez-vous sur sharkly.ai pour découvrir les offres disponibles.

FAQ

Un agent IA peut-il générer des images de blog en toute autonomie ?

Oui, dès lors que l'environnement d'exécution dispose d'une clé d'API d'image ainsi que d'un script ou d'un outil permettant de l'appeler. L'Agent rédige le prompt à partir du brouillon, effectue l'appel API, télécharge le fichier produit et le rattache à la tâche pour relecture.

Qu'est-ce que MiniMax H3-Image ?

H3-Image est le modèle open-weight développé par MiniMax pour la génération texte-image et l'édition d'images, rendu public le 10 novembre 2026. Il génère des images d'environ 16 mégapixels et prend en charge jusqu'à 16 images de référence en mode édition.

Combien coûte une image d'en-tête générée avec H3-Image ?

La page de tarification de MiniMax affiche un coût indicatif de 0,02333 $ pour une image générée en 2K et de 0,06879 $ en 4K. La facture réelle dépend de la longueur du prompt, la révision automatique des tokens étant également facturée.

Sharkly intègre-t-il nativement le modèle d'image MiniMax ?

Non. Sharkly assure l'exécution de votre Agent sur votre machine (Computer), et c'est cet Agent qui sollicite l'API MiniMax au moyen de votre propre clé. MiniMax Code est proposé en tant qu'environnement d'exécution (Runtime) sur Sharkly, ce qui est bien distinct d'un connecteur d'images dédié.

Où la clé API doit-elle être enregistrée ?

Dans la configuration secrète de l'Agent. Les variables d'environnement standard de Sharkly demeurent visibles par les administrateurs de l'Agent, tandis que les descriptions de tâches et les commentaires restent consultables par toute personne ayant accès à la tâche.

L'Agent doit-il également publier l'article ?

Non. La décision de publication doit toujours revenir à un humain. L'Agent prépare le brouillon et y rattache les éléments ; le relecteur valide et procède à la publication.