CLIP Interrogator résout un problème créatif très concret : vous avez une image que vous aimez, vous voulez en générer une similaire, mais vous ne trouvez pas les mots pour la décrire. Au lieu de deviner des prompts, vous téléversez l'image et l'outil produit une description détaillée que vous pouvez coller directement dans un générateur.
Le processus se déroule en deux étapes. D'abord, le modèle BLIP génère une légende simple et générale de ce qui apparaît. Ensuite, le modèle CLIP compare l'image à un large corpus de phrases sélectionnées — souvent appelées « flavors » — couvrant objets, styles artistiques, ambiances et même noms d'artistes, et ajoute celles qui correspondent le mieux. Le résultat est bien plus riche que ce qu'un seul modèle de légendage pourrait produire.
clipinterrogator.org est davantage le site de référence de cet outil que l'application elle-même : il documente son fonctionnement, les modèles utilisés (BLIP, CLIP et OpenCLIP), comment l'exécuter dans Google Colab ou l'installer en local, et renvoie vers l'application hébergée. Il est gratuit et constitue un incontournable de la communauté Stable Diffusion pour l'ingénierie de prompts et l'accord de style.
