Quelqu'un a joint une image — une carte avec du texte en russe — et a demandé, en russe, la même carte en turc. Ce qui est revenu, ce sont deux images, toutes deux facturées, sur un fond différent, avec des lettres qui n'étaient des mots dans aucune langue. La réponse les décrivait en turc comme venant « du lien ci-dessous ».
Un seul signalement, trois défauts distincts. Aucun n'aurait produit ce résultat à lui seul.
La voie économique ne sait pas épeler
Les outils d'image demandent par défaut une qualité « moyenne », et une demande moyenne sans préférence de qualité atterrit dans la branche du routeur triée par coût, qui aboutit au modèle d'image actif le moins cher. Ce modèle est un modèle de diffusion. Les modèles de diffusion sont très bons pour les images et notoirement mauvais pour les lettres — pires encore pour les lettres hors de l'alphabet latin.
C'est un bon réglage par défaut pour « un renard dans une forêt » et un mauvais pour une affiche, une invitation, un menu ou une carte, où le texte est le livrable lui-même. Ce type de demande quitte désormais la voie économique. Une consigne est lue à la recherche des signes de cela — formulations entre guillemets, lignes en majuscules, listes à puces, une liste de mots bornée pour les choses surtout faites de texte, dans plusieurs alphabets — et l'outil dispose aussi d'un indicateur explicite que le modèle peut poser quand il le sait. Les négations sont retirées d'abord, pour que « pas de texte » ne déclenche rien. L'un ou l'autre signal envoie l'appel vers le palier qualité. Le palier d'image que tu obtiens reste ton choix ; cela décide seulement quel modèle est autorisé à essayer.
Un modèle qui ne pouvait pas voir l'image
Le deuxième défaut est plus grave, car c'est lui qui a produit du charabia plutôt qu'un simple lettrage médiocre. Les détecteurs qui reconnaissent « fais-moi une image » et « change cette image » étaient écrits pour l'anglais et le turc. Une phrase en russe ne correspondait à aucun des deux, donc le tour n'a jamais été marqué comme nécessitant de voir, et il est parti vers un modèle texte sans vision. Ce modèle a appelé l'outil image avec la phrase comme consigne. Il dessinait à partir de zéro quelque chose qu'il n'avait jamais regardé.
Des motifs russes ont été ajoutés pour les deux. Plus important encore, une garde a été ajoutée pour l'expression à l'origine de tout ça : « le même », « aynısını », « такую же », « comme celle que j'ai envoyée ». Quand une demande pointe vers une image jointe, forcer une nouvelle génération n'est pas une erreur de peu — c'est faux, et c'est facturé.
L'outil se décrivait mal lui-même
Le troisième défaut est gênant de la façon la plus simple. La description de l'outil image disait encore que l'outil d'édition n'était « pas encore branché » et que le résultat revenait sous forme de lien. Ni l'un ni l'autre n'était vrai depuis un moment. Le modèle a donc évité l'outil d'édition qu'il aurait dû utiliser, puis a décrit une image intégrée comme un lien.
Les descriptions ont été réécrites — ce que chaque outil fait vraiment, le fait que « la même carte dans une autre langue » est une édition, que le résultat est une image et jamais un lien, que le modèle ne peut pas la voir, et que la description doit être dans la langue de l'utilisateur. Chaque résultat d'image porte désormais un indice sur la façon d'en parler.
Les trois corrections sont fixées par des tests qui rejouent les tours d'origine mot pour mot, y compris les cas limites qui doivent continuer d'aller vers la voie économique.