Générer des images par IA dans n8n : DALL·E, gpt-image, Flux et Stability en pratique

Illustrer automatiquement chaque article de blog, décliner des visuels produit pour les réseaux sociaux, générer une image d'en-tête pour chaque newsletter : la génération d'images est passée en quelques années du gadget au composant standard des pipelines de contenu. La bascule technologique derrière cette industrialisation est bien identifiée : les travaux de Rombach et al. présentés à CVPR en 2022 (« High-Resolution Image Synthesis with Latent Diffusion Models », voir sur Google Scholar) — l'article fondateur de Stable Diffusion — ont ramené le coût de génération d'une image haute résolution à quelques secondes de calcul, ouvrant la voie aux API bon marché qu'on branche aujourd'hui dans n8n. Voici comment construire un pipeline complet : prompt, génération, retouche, stockage, publication.

Trois façons de générer une image dans n8n

Le node OpenAI (le plus simple). Le node OpenAI natif inclut une ressource Image avec l'opération de génération : choisissez le modèle (DALL·E 3 ou gpt-image), fournissez le prompt, réglez taille et qualité — l'image revient en donnée binaire, directement exploitable par les nodes suivants. Le crédentiel est le même que pour vos workflows de texte (configuration détaillée ici).

HTTP Request pour Flux, Stability et les autres. Les modèles de Black Forest Labs (Flux) et de Stability AI s'appellent via un simple node HTTP Request : un POST authentifié avec le prompt et les paramètres, puis récupération de l'image — soit en binaire dans la réponse, soit via une URL à télécharger dans un second node. Certaines API fonctionnent en asynchrone (soumission puis polling d'un résultat) : le pattern est le même que pour n'importe quelle API lente, avec un node Wait entre la soumission et la relève, et les retries et timeouts habituels.

Les plateformes d'agrégation (Replicate, fal.ai) exposent des dizaines de modèles derrière une même API — la logique « un crédentiel, plusieurs modèles » que nous détaillons pour le texte avec OpenRouter, appliquée à l'image.

L'étage qui change tout : faire écrire le prompt par un LLM

Le piège classique consiste à injecter directement un titre d'article ou un nom de produit comme prompt d'image : les résultats sont plats et incohérents d'un item à l'autre. Le pattern robuste ajoute un étage : une LLM Chain transforme le sujet brut en prompt d'image détaillé selon un gabarit fixe — style graphique de la marque, composition, palette, ce qu'il ne faut pas inclure (texte dans l'image, visages, logos). Verrouillez la sortie avec un Structured Output Parser (champs prompt, negative_prompt, ratio) et vous obtenez des visuels cohérents en série, pour un coût LLM négligeable devant celui de la génération.

Retoucher et décliner : le node Edit Image

Une image générée est rarement publiable telle quelle. Le node Edit Image de n8n couvre l'essentiel sans service externe : redimensionner, recadrer, superposer un texte ou un logo, composer plusieurs images. Le cas d'usage type : générer une image en 1536×1024, puis une boucle Loop Over Items la décline en bannière d'article, carré réseau social et vignette — chaque format avec le bon recadrage et le logo au bon endroit. Les images transitent en données binaires d'un node à l'autre : si vos workflows en manipulent beaucoup, notre guide sur la gestion des fichiers volumineux et du binary data explique comment éviter de saturer la mémoire de l'instance.

Stocker, puis publier

Stockez chaque visuel généré avant publication — pour le réutiliser, le tracer et éviter de payer deux fois la génération. Les cibles classiques : Google Drive pour la simplicité, un bucket S3 pour la production. Enregistrez au passage les métadonnées (prompt, modèle, date, workflow source) dans une Data Table ou un Google Sheets : c'est votre bibliothèque de visuels.

En bout de chaîne, la publication rejoint vos pipelines existants : image d'en-tête dans un article WordPress publié automatiquement, visuel joint à un post LinkedIn généré par IA, ou envoi dans le canal Slack de l'équipe pour validation humaine avant publication — recommandé tant que votre gabarit de prompt n'est pas rodé.

Coûts et garde-fous

La génération d'images se facture à l'image (quelques centimes selon modèle, taille et qualité), ce qui rend les dérapages plus visibles que sur le texte, mais pas impossibles : une boucle mal bornée qui régénère cent variantes se voit sur la facture. Trois garde-fous : plafonnez le nombre d'images par exécution dans le workflow ; enregistrez chaque génération avec son coût estimé (notre méthode de suivi des coûts IA s'applique telle quelle) ; et réutilisez la bibliothèque avant de régénérer — la même illustration de concept peut servir dix articles.

Côté conformité, gardez les prompts loin des marques tierces, des personnes réelles et des styles d'artistes nommés, et vérifiez les conditions d'usage commercial de votre fournisseur — elles diffèrent et évoluent.

Verdict

Un pipeline d'images IA dans n8n tient en cinq nodes : LLM qui rédige le prompt, génération (node OpenAI ou HTTP Request), Edit Image pour décliner les formats, stockage avec métadonnées, publication ou validation humaine. Monté une fois, il illustre chaque contenu de votre pipeline éditorial pour quelques centimes — et libère le vrai budget créatif pour les visuels qui méritent un humain.