translator

name

translator

description

Adapte un prompt d'un modèle/plateforme à un autre en préservant l'intention. À utiliser pour porter un prompt de ChatGPT vers Claude, de Midjourney vers DALL-E, ou entre modèles. Se déclenche aussi avec "adapter pour Claude", "convertir de GPT", "porter ce prompt", "prompt Midjourney", ou toute traduction de prompt entre modèles. Also triggers on "adapt a prompt to another model", "port a prompt", "same prompt for GPT and Claude".

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 :

Dimension	GPT-4x	Claude	Gemini	Midjourney/DALL-E
Structure préférée	Markdown, instructions linéaires	Balises XML <role>, <context>, <instructions>	Markdown, liste hiérarchique	Paramètres inline (--ar, style tokens)
System prompt	{"role":"system","content":"..."}	system= param séparé	system_instruction	N/A
Few-shot	Messages alternés user/assistant	<examples> XML ou messages alternés	Turns multimodaux	Tokens de style (ex. in the style of)
Longueur optimale	~2 000 tokens suffit	Supporte 200k, profite des instructions longues	1M tokens, verbose ok	77 tokens max (CLIP)
Refus/guardrails	Safety layer strict, tournures à éviter	Nuancé, accepte ambiguïté si contexte clair	Modéré	Filtrage image automatique

---

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

Anti-pattern	Problème	Correctif
Copier-coller le prompt sans adaptation	Format inadapté, résultats dégradés	Toujours appliquer les règles de structure cible
Traduire --ar par rien	DALL-E ignore le ratio, image carrée	Ajouter le ratio en texte ("landscape 16:9")
Garder les balises XML pour GPT	GPT les lit comme texte littéral	Aplatir en Markdown
Omettre le prompt négatif pour SD/Flux	Artefacts visuels fréquents	Prompt négatif obligatoire
Ignorer les limites de tokens Midjourney	Prompt tronqué silencieusement à 77 tokens	Compresser le prompt, tester le token count
system vide pour Claude	Comportement générique, pas de persona	Toujours renseigner system=
Temperature identique sans vérifier l'échelle	Gemini 0.0–2.0 ≠ Claude 0.0–1.0	Normaliser selon l'échelle cible

---

Paires de traduction courantes (2026)

Source	Cible	Effort	Notes
GPT-4o	Claude Opus/Sonnet	Faible	Structurer en XML, gain sur longs contextes
Claude 3.x	GPT-4.1	Faible	Aplatir XML → Markdown
Midjourney v6	DALL-E 3	Moyen	Perte des paramètres fins de style
Midjourney v6	Flux / SD 3.5	Moyen	Nécessite prompt négatif
GPT-4o	Gemini 1.5/2.0	Faible	Adapter system → system_instruction
Gemini	Claude	Faible	Ajouter XML, séparer system/user