← Retour au blog
AiEnviron 7 min de lecture

ChatGPT sait faire des GIF, pas encore un jeu de stickers WeChat

Publié le 11 nov. 2026
ChatGPT sait faire des GIF, pas encore un jeu de stickers WeChat

ChatGPT sait désormais produire des GIF. C’était l’une des fonctions phares d’Images 2.6, sorti plus tôt ce mois-ci. On décrit le mouvement, on obtient une boucle animée, on peut régler la vitesse et retoucher image par image.

Alors pourquoi une compétence nommée ray-sticker-shop existe-t-elle, et pourquoi est-elle apparue sur GitHub le 5 novembre avec un prix affiché ?

Parce qu’entre « j’ai fait un GIF » et « j’ai un jeu de stickers qui passe le contrôle d’upload de WeChat », il y a environ seize étapes de travail fastidieux, précis et sans indulgence. La génération est la partie facile. Tout ce qui vient après est le produit.

Le vrai problème

La plateforme ouverte de stickers de WeChat est un canal de distribution avec des règles. Les stickers font 240 par 240 pixels. Chaque GIF doit rester sous 500 Ko. Il faut une image de couverture, une icône, une bannière et une image de fin, chacune à ses dimensions. Il faut un texte de fiche. Il faut que l’ensemble ressemble au même personnage d’un sticker à l’autre, parce qu’un jeu où la tête du personnage dérive d’une image à l’autre n’est pas un jeu, c’est huit dessins sans rapport.

Demandez à un modèle de traiter les stickers un par un et trois choses dérapent. Le personnage change entre deux appels. La sortie n’est pas à la bonne taille. Le fichier est trop lourd pour la plateforme. Chacun de ces points se corrige à la main, et les corriger à la main pour huit stickers prend un après-midi.

Le README énonce l’échec sans détour : ChatGPT sait produire des GIF, mais un par un, le personnage dérive et les dimensions ne sont pas celles qu’attend WeChat. Cette compétence fait le reste.

Ce qu’elle produit

Une image de référence verrouille le personnage sur tout le jeu. À partir de là, la compétence produit des GIF de 240 par 240 pixels, compressés automatiquement sous 500 Ko, plus la couverture, l’icône, la bannière et l’image de fin. Elle passe un contrôle sur le cahier des charges de WeChat, rédige la fiche et assemble un pack de livraison pour le client.

Ce dernier élément dit à qui l’outil s’adresse. Personne qui bricole un outil pour amateur ne parle de « pack de livraison client ». C’est fait pour celui qui reçoit un message disant « tu peux transformer mon chat en stickers » et doit répondre avec un dossier, pas une promesse.

Installation

C’est une compétence, donc l’installation se résume à un clone dans le répertoire des skills :

git clone https://github.com/imraywang/ray-sticker-shop ~/.claude/skills/ray-sticker-shop

Ensuite, on parle à Claude Code ou Codex en langage courant : transforme cette photo de mon chat en jeu de stickers. La compétence prend le relais.

Les prérequis sont légers. Python 3.9 ou plus avec Pillow (pip install pillow), et une OPENAI_API_KEY. Si vous passez par un proxy, définissez aussi OPENAI_BASE_URL.

Neuf stickers découpés aux coins arrondis, en corail doux, sauge et sable, disposés en grille.

Il existe un mode de repli qui me semble la décision de conception la plus intelligente du dépôt. Sans clé API, l’agent n’échoue pas. Il vous donne les prompts, vous générez les images vous-même dans ChatGPT, vous les remettez dans le dossier, et la compétence assemble, compresse, vérifie et emballe quand même.

Cette seule décision double le public atteignable. Beaucoup de gens ont un abonnement ChatGPT et aucune facturation API configurée. Beaucoup d’autres ont une clé API mais préfèrent ne pas la dépenser pour un test. La compétence marche pour les deux, parce que la génération et le packaging sont séparables, et que le packaging est la partie qui a de la valeur.

L’économie

Huit stickers et cinq éléments annexes, aux tarifs catalogue d’OpenAI, reviennent à environ 0,70 dollar. Les relances coûtent en plus. La dépense réelle est journalisée dans costs.jsonl, dans le répertoire du projet.

Soixante-dix cents pour un livrable, ce n’est pas un coût. Le chiffre intéressant est le taux de relance, et le fait que la compétence le journalise permet de le connaître. Si un jeu demande trois passes pour réussir un sticker, on est à deux dollars et beaucoup d’attente, et le journal dira quel sticker pose problème. C’est ce genre d’instrumentation qui transforme une démo en flux de travail.

Pour comparaison, le tarif courant d’un jeu de stickers sur mesure sur le marché freelance est très loin de soixante-dix cents, ou de soixante-dix dollars. La compétence ne remplace pas l’illustrateur, parce qu’un illustrateur apporte un style et un humour. Ce qu’elle remplace, c’est le travail de packaging, là où la marge de l’illustrateur va mourir.

Ce qu’elle ne peut pas faire

Le README est direct sur les limites, et elles sont juridiques plutôt que techniques.

Ne faites des stickers qu’à partir de personnages dont vous avez les droits. WeChat n’accepte ni œuvre dérivée non autorisée ni fan art. L’approbation appartient à WeChat, et l’outil ne promet ni validation ni revenus.

C’est le bon cadrage et cela vaut la peine d’être répété, parce que l’espace de l’image générée est plein d’outils qui l’omettent. Une compétence qui transforme n’importe quelle photo en actif monétisable n’est qu’à un pas d’une compétence qui transforme le personnage de quelqu’un d’autre en actif monétisable. Poser la limite dans le README, avant que l’utilisateur la demande, coûte peu et reste honnête.

Il y a aussi un plafond technique. La compétence verrouille un personnage à partir d’une image de référence, ce qui marche pour une mascotte simple et peine sur tout ce qui est complexe. Un personnage avec des vêtements détaillés, une silhouette inhabituelle ou un style qui dépend de la qualité du trait dérivera, quelle que soit la solidité du verrou. Huit stickers, c’est un jeu assez petit pour corriger les cas isolés à la main. Quatre-vingts serait un autre projet.

Pourquoi ce schéma mérite l’attention

Les compétences comme format ont leur moment. Il existe des dépôts à des centaines de milliers d’étoiles qui ne sont rien d’autre que des dossiers d’instructions en markdown. La plupart sont des bibliothèques de prompts mieux habillées.

Celle-ci est différente d’une manière précise : elle encode les exigences d’une plateforme, pas les capacités d’un modèle. Le 240 par 240, le plafond de 500 Ko, la couverture, l’icône et la bannière, le contrôle du cahier des charges, le texte de fiche. Rien de tout cela ne vient d’un modèle. Cela vient du processus de soumission de WeChat, qu’il a fallu lire attentivement puis écrire en code et en instructions.

C’est la forme d’une compétence durable. Les capacités changent tous les trois mois. Les exigences des plateformes changent tous les trois ans, et quand elles changent, le diff est petit et la compétence est patchée.

La version généralisable est évidente. Toute plateforme avec un processus de soumission a un document de spécifications. Captures d’écran de l’App Store, capsule Steam, miniatures YouTube, pochettes de podcast, modules A+ d’Amazon. Chacune est une boutique de stickers qui attend quelqu’un pour lire la spec et écrire la checklist. Le modèle qui génère l’image est une commodité. La personne qui a lu la spec ne l’est pas.

Soixante-dix cents et un après-midi gagné, c’est une petite histoire. Le fait que le travail intéressant était le packaging, et que ce packaging pouvait être écrit, voilà ce qui se généralise.

Articles associés