Como Criar um Bot de Telegram para Geração de Imagens por IA

Em 2024, o investimento em redes neuronais generativas está no seu ponto mais alto, com mais de 29 mil milhões de dólares em 2024. Os pedidos para a API DALL·E e Midjourney excedem cinco vezes o número de pedidos feitos em 2021. Os bots no Telegram tornaram-se, portanto, uma das formas simples de automatizar tarefas repetitivas. De acordo com o Telegram Analytics, mais de 68 por cento das pequenas empresas em toda a ex-CEI usam bots para serviço de apoio ao cliente, vendas, marketing e criação de conteúdo.

E talvez a melhor parte seja que muitas pessoas pensam que criar um bot que transforma texto em imagens é um grande desafio, mas com as ferramentas modernas sem código, pode levar apenas 15 a 20 minutos para construir um bot que o ajude a fazer exatamente isso! Não é necessária programação.

"Desenvolvemos um bot de criação de imagens que usamos para os nossos próprios propósitos — os designers poupam até 15h/semana em rascunhos rápidos usando esta ferramenta. Criámos tudo isto no ASCN.AI durante algumas noites, combinando a nossa API DALL·E como um Pedido HTTP e acionando o bot com o Telegram Trigger e criando um Agente de IA usando apenas formatação de texto em russo. Este bot pode ler o contexto, dar sugestões para melhorias nos prompts e enviar imagens de volta no chat imediatamente — novamente, sem ter que escrever qualquer código. Com a ajuda do editor visual, os profissionais de marketing podem facilmente modificar a lógica para futuras tarefas por conta própria."

Neste artigo, explicamos, passo a passo, como selecionar uma rede neuronal, obter um token de API, configurar as ligações do Telegram e criar geração automatizada de imagens usando Agentes de IA. Descobrirá como navegar por erros típicos, aproveitar as poupanças de subscrição e escalar o seu bot para se adequar a qualquer carga.

Um Guia para Usar um Bot de Telegram com IA para Geração de Imagens

Em termos simples, um bot de Telegram é uma conta automatizada que pode ser controlada através da API de bot do Telegram. Considere o bot como um assistente virtual que age com base nos pedidos do utilizador, executa pedidos e envia mensagens, ficheiros ou imagens de volta. Um bot de Telegram é diferente de um chat regular, pois o bot completa tarefas configuradas por um programador sem qualquer intervenção humana.

Lista das principais funções de um bot de Telegram:

• Notificações/Newsletters: Os bots de Telegram enviam automaticamente notificações, newsletters ou atualizações de estado.
• Processamento de Comandos: Os utilizadores podem enviar comandos (por exemplo, /start, /help, /order), e o bot responderá a esses comandos com a resposta apropriada.
• Integração com Outros Serviços: Integre com o seu CRM, processadores de pagamento e/ou fontes externas através da API de bot do Telegram para recolher dados.
• Recolha de Dados: Realize inquéritos ou crie formulários ou aplicações através do seu bot.

Como é que os bots de Telegram me ajudam a gerar imagens?

• Velocidade: Uma imagem pode ser criada em menos de 30 segundos sem a necessidade de um designer.
• Acessibilidade: O bot está disponível 24/7 via Telegram de qualquer parte do mundo.
• Escalabilidade: Pode atender a muitos pedidos de uma só vez.
• Personalização: Pode gerar muitos tipos diferentes de imagens com base no pedido de texto específico que envia ao bot.

Um exemplo real de uma agência de marketing que utiliza um bot de Telegram para gerar imagens em vez de ter que esperar por aprovações de design diminuiu o tempo para criar gráficos de capa de redes sociais em quase 80%. As equipas de design agora concentram-se em projetos mais complexos, enquanto a geração rápida de imagens é alcançada instantaneamente.

Simples e eficaz!

A Base da Geração de Imagens por IA

O processo de geração de uma imagem usando IA baseia-se num tipo específico de modelo de aprendizagem de máquina; especificamente, "modelos de difusão" e "transformadores". Estes tipos de modelos são treinados numa quantidade muito grande de pares de dados "imagem-texto". O utilizador submete um prompt de texto e o modelo gerará uma imagem única em questão de segundos.

DALL·E (o modelo comercial da OpenAI), um modelo que está disponível como API, é conhecido por gerar imagens fotorrealistas e composições complexas, até uma resolução máxima de 1024x1024 pixels. Stable Diffusion é uma ferramenta de código aberto, executada localmente na máquina do utilizador, permitindo a personalização através de ajuste fino, mas requer uma placa gráfica (GPU) com um mínimo de 8GB VRAM e algum conhecimento de técnicas de aprendizagem de máquina. Midjourney é mais popular para a criação de estilo artístico e produção de arte conceptual. Midjourney está disponível como API e opera dentro da plataforma Discord, onde os subscritores pagam uma taxa de subscrição para a usar.

Para criar uma imagem com estes sistemas, o utilizador insere um prompt, que é decomposto e analisado pela IA, que identifica os principais parâmetros (palavras-chave) dados no prompt. A IA então sintetiza a imagem a partir da informação fornecida pelo prompt, adicionando níveis crescentes de detalhe.

Embora estas três ferramentas produzam diferentes níveis de qualidade artística, existem algumas ressalvas. O texto nas imagens tende a aparecer mal representado devido às traduções de prompt para imagem; como resultado, o texto é frequentemente difícil de ler (ou seja, não faz sentido). Também existem frequentemente problemas na geração de partes do corpo humano, como mãos e rostos, que aparecem deformadas ou desfiguradas no produto final. Como evidenciado pelo facto de que a qualidade das imagens geradas a partir de prompts detalhados é tipicamente muito melhor do que as geradas usando prompts vagos, a qualidade da geração de imagens melhorou nos últimos dois anos.

De acordo com o Stanford AI Index, as melhorias na arquitetura e o aumento do tamanho do conjunto de dados levaram a uma melhoria de 34% na precisão da geração de prompts complexos de 2022 a 2024 (com uma correspondente diminuição de artefactos).

APIs e Redes Neuronais Usadas para Gerar Imagens

DALL·E, Stable Diffusion e Midjourney, para citar apenas alguns, são algumas das APIs e Redes Neuronais mais populares disponíveis hoje e cada uma tem os seus prós e contras.

Se quiser apenas lançar um projeto comercial rápido, DALL·E faz sentido. Para experimentar tudo e mais alguma coisa, use Stable Diffusion; para peças artísticas, use Midjourney.

Como Funcionam as APIs de Geração de Imagens

As APIs de Geração de Imagens permitem enviar pedidos a uma rede neuronal usando HTTP e devolverão um URL contendo as imagens geradas. Aqui está um exemplo do pedido que faria à OpenAI DALL·E:

POST https://api.openai.com/v1/images/generations

Headers:
Authorization: Bearer {API_KEY}
Content-Type: application/json

Body:
{
  "prompt": "A futuristic city at sunset, cyberpunk style",
  "n": 1,
  "size": "1024x1024"
}

A resposta devolverá uma resposta JSON contendo o URL da imagem gerada. Também pode especificar parâmetros adicionais, incluindo quantas variações gostaria, a resolução das imagens geradas e a descrição das imagens.

APIs de terceiros são usadas para Stable Diffusion ou para executar o modelo localmente usando uma API REST e requerem experiência prévia com DevOps.

Antes de Criar um Bot de Telegram para Geração de Imagens

Antes de criar um bot de Telegram para geração de imagens, precisa de registar o bot e obter o seu token. Ao criar um bot de Telegram, não são necessárias competências de programação e o processo de registo é muito rápido.

Para criar o seu Bot de Telegram, siga estes passos:

1. Localize e envie uma mensagem para @BotFather na aplicação Telegram
2. Envie o comando /newbot
3. Dê um nome ao seu bot, por exemplo, ImageGeneratorAI
4. Escolha um nome de utilizador único para o seu bot, deve terminar com "bot"
5. Após a conclusão deste processo, receberá um Token de API na forma de uma longa sequência; deve guardá-lo em segurança e inseri-lo durante a configuração, e é crucial que não partilhe este token com terceiros, pois pode resultar na comprometer do seu bot de Telegram.

Em resumo, a arquitetura do seu bot incluirá:

• Camada de Entrada: O bot de Telegram recebe mensagens dos utilizadores
• Camada Lógica: Um fluxo de trabalho ou Agente de IA processa as mensagens do utilizador, melhora os prompts e gere a lógica
• Camada de Integração: Um Pedido HTTP enviado para a API de geração de imagens; um link devolvido e uma imagem enviada de volta ao utilizador

Deve garantir que lida com o tratamento de mensagens de erro, garantindo que define tempos limite e implementa o cache. O cache não só lhe poupará dinheiro, mas também ajudará a melhorar a fiabilidade do seu bot.

Escolher a Sua Solução de Servidor

Existem plataformas sem código (por exemplo, ASCN.AI, n8n, Zapier) que lhe fornecem uma forma visual de criar fluxos de ação (Workflows) sem a necessidade de programação. Para as soluções mais complexas e escaláveis, pode programar com uma variedade de linguagens (Python, Node.js ou Go).

Como Construir com a Plataforma Sem Código ASCN.AI (Workflows)

1. Registe uma conta no ASCN.AI
2. Navegue até ao Construtor Sem Código
3. Pode criar um fluxo de trabalho totalmente novo e incluir um Nó de Sondagem de Bot de Telegram. Uma vez criado, insira um token de bot no seu fluxo de trabalho e teste enviando o comando /start. O seu bot deve responder imediatamente a este comando.
4. Em seguida, inclua um Nó de Pedido HTTP para contactar a API DALL·E, passando o prompt, o tamanho e o número de variantes necessárias para gerar.
5. Terá então de pegar na informação que vem na resposta e extrair o URL dessa resposta que contém a imagem gerada.
6. Depois de obter o URL da imagem, criará outro Nó de Envio de Foto do Telegram que lhe permitirá enviar este URL da imagem ao utilizador.
7. Existem três comandos para os quais precisa de criar uma Lógica de Comutação: /start, /help, e todas as mensagens de texto diretas serão enviadas para um passo de Geração.
8. Por último, utilizará um Agente de IA para tornar os seus pedidos de imagens o mais eficientes possível. O Agente de IA converterá as suas frases curtas em pedidos detalhados para gerar a imagem da mais alta qualidade possível.
9. Como parte do seu processo de design, pense em lidar com erros de API; se algo correr mal, envie uma mensagem ao utilizador no chat informando-o de que houve um problema com o pedido.
10. Assim que tiver concluído todas estas ações de design, terá um bot a funcionar.

Não é assim tão difícil, certo?

Aqui está um exemplo de um programa Python simples usando a API DALL·E e Telegram:

import os
from telegram import Update
from telegram.ext import Updater, CommandHandler, MessageHandler, Filters, CallbackContext
import openai

TELEGRAM_TOKEN = os.getenv("TELEGRAM_BOT_TOKEN")
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
openai.api_key = OPENAI_API_KEY

def start(update: Update, context: CallbackContext):
    update.message.reply_text("Hello! The purpose of this bot is to take the user's input and generate an image based off of their input.")

A forma como fará isso será através das APIs DALL·E ou Stable Diffusion da OpenAI. Este bot funcionará ouvindo a mensagem de um utilizador (que conterá uma descrição do que ele quer que seja uma imagem), e quando vir essa mensagem, responderá com uma mensagem dizendo que está a gerar uma imagem e o utilizador deverá esperar ver a imagem em breve.

Um problema com o uso destes tipos de APIs é que existem limites para quantas vezes por minuto ou por dia pode usá-las para gerar imagens. Por exemplo, a API DALL·E da OpenAI tem um máximo de 50 pedidos por minuto para clientes que estão no plano pago e custa $0.02 por cada imagem gerada com um tamanho de 1024 pixels de largura por 1024 pixels de altura.

Se exceder o limite de pedidos do seu fornecedor de API, receberá uma resposta de erro de 429 (demasiados pedidos). Existem outros fornecedores de imagens semelhantes, como Stable Diffusion, e tendem a ter preços baixos (por exemplo, a API Stable Diffusion tem um custo de aproximadamente $0.0023 para imagens com um tamanho de 512 pixels por 512 pixels) e requerem uma base de subscrição e lista de espera, ou ambos.

Pode reduzir o número de pedidos que faz a estas APIs de geração de imagens através de métodos como:

• Armazenar em cache os resultados de pedidos que são iguais a outros pedidos para que as imagens geradas a partir deles não precisem de ser geradas novamente;
• Limitar o número total de pedidos que aceita por utilizador individual (limite de taxa);
• Testar imagens usando tipos de modelos de baixo custo até estar pronto para utilizar fornecedores de API de geração de imagens de nível comercial com base nos seus níveis de uso projetados; e/ou
• Consultar um profissional quando não tiver certeza de que informações devem ser fornecidas por estes fornecedores de API de geração de imagens.
• Filtrar palavrões e símbolos indesejados ao validar prompts.

Armazenar Tokens em Segurança: O Armazenamento Seguro de Tokens é conseguido através do uso de Variáveis de Ambiente Seguras e Segredos.

Registo de Pedidos para Fins de Auditoria.

Perguntas Frequentes (FAQ)

Posso criar um bot sem escrever código?

Existem muitas plataformas "sem código" como ASCN.AI; n8n; Zapier, que lhe permitem construir um bot de forma totalmente visual. Para a maioria das funções de negócio, estas ferramentas funcionarão perfeitamente.

Existem ferramentas pré-existentes disponíveis?

@ImageAI_bot dentro do DALL·E oferece 3 gerações de imagens gratuitas diariamente e atualmente oferece uma subscrição por cerca de $9.99 por mês. @midjourney_bot opera no Discord, com preços que variam de $10 a $60 mensais. @StableDiffusion_bot é gratuito, mas tem um desempenho e fiabilidade muito baixos. Se desenvolver o seu próprio bot, manterá o controlo total, poupará dinheiro em subscrições e adicionará as suas próprias funcionalidades personalizadas.

Como posso melhorar a qualidade das imagens?

Use prompts descritivos detalhados, incluindo estilo desejado, iluminação, etc. Use prompts negativos. Use o comando /upscale para aumentar a resolução das fotos. Use vários bots/modelos diferentes para criar novas imagens.

Posso editar imagens criadas anteriormente?

Sim, pode editar imagens criadas anteriormente através de inpainting, criando variações de imagens existentes ou criando imagens a partir de outras imagens usando ControlNet no @flux_ai_bot ou @leonardo_ai_bot. Se a funcionalidade não for suportada, pode contar com editores de terceiros para corrigir imagens geradas.

Quais são os custos de usar Bots de IA?

As versões gratuitas oferecem gerações de imagens limitadas (5–15 imagens diárias) com uma resolução máxima de 1024×1024 e não incluem direitos comerciais. As subscrições pagas custam de $8 a $30 por mês e incluem uma licença comercial, upscaling para 4K e acesso à API. Criar um Bot Personalizado via ASCN.AI custa um mínimo de $29/mês mais uma taxa de API Gemini (aproximadamente $0.002–$0.005 por imagem gerada).

Resumo e Sugestões

• Comece por usar ferramentas sem código para desenvolver um protótipo rapidamente.
• Combine agentes de IA para melhorar a qualidade e o detalhe do prompt.
• Controle os pedidos dos utilizadores para evitar exceder o orçamento.
• Avalie e recolha estatísticas e analise dados de uso para desenvolver produtos.
• Adicione monetização a uma combinação de versões gratuitas e premium.
• Mantenha os modelos atualizados e migre para versões mais recentes conforme necessário.
• Inclua uma secção de FAQ e suporte dentro do bot para os utilizadores.
• Armazene informações sensíveis em segurança.
• Antes de escalar o número de utilizadores, certifique-se de testar com utilizadores reais.
• Construa a funcionalidade incrementalmente e crie uma interface fácil de usar.