Créez des chatbots IA sur mesure qui génèrent des médias avec l'API Flixly

Entreprises et développeurs intègrent de plus en plus de chatbots IA sur mesure à leurs sites et applications pour répondre aux questions, guider les utilisateurs et automatiser le support. L'étape suivante que visent de nombreuses équipes, c'est un bot capable aussi de créer : une image produit, une courte vidéo, une réponse parlée. C'est là qu'intervient l'API Flixly.

Précisons un point dès le départ : Flixly ne propose pas d'API de chat textuel ni de complétion LLM. La conversation elle-même provient du fournisseur de modèle de langage que vous utilisez déjà. L'API Flixly y ajoute la génération d'images, de vidéos et d'audio, afin que votre chatbot puisse fournir de vrais médias aux utilisateurs, et pas seulement du texte. Ce tutoriel de création de chatbot montre comment relier les deux.

Pourquoi ajouter l'API Flixly à votre chatbot ?

Un bot purement textuel peut décrire une image ; un bot capable de gérer les médias peut la livrer. L'API Flixly vous offre :

• Une clé, de nombreux modèles : des modèles d'image, de vidéo et d'audio du catalogue derrière une seule API REST. Parcourez-les dans l'annuaire des modèles.
• Des endpoints simples : lancez une tâche avec POST /api/v1/generate et suivez-la avec GET /api/v1/generations/{id}.
• Des webhooks : soyez averti lorsqu'une génération est terminée.
• Des garde-fous : des limites de débit et des plafonds de dépenses mensuels réglables pour chaque clé.
• Paiement à l'usage : des crédits issus de packs ponctuels, sans abonnement à souscrire.

Prérequis

Avant d'écrire du code, assurez-vous de disposer de :

• Un compte Flixly (inscription).
• Une clé API Flixly, créée dans Clés API.
• Un compte auprès d'un fournisseur de modèle de langage pour les réponses du chat.
• Node.js 18 ou plus récent (pour fetch intégré) ou Python.
• Facultatif : un framework frontend comme React pour l'interface.

Étape 1 : configurer votre accès à l'API

1. Créez un compte Flixly et ajoutez des crédits depuis la page des tarifs si votre crédit de départ s'épuise.
2. Générez une clé API dans les paramètres de votre tableau de bord.
3. Stockez les clés en lieu sûr dans un fichier .env :

FLIXLY_API_KEY=your_flixly_key_here
LLM_API_KEY=your_llm_provider_key_here

N'exposez jamais l'une ou l'autre clé dans du code côté navigateur ; tous les appels ci-dessous s'exécutent sur votre serveur.

Étape 2 : effectuer votre premier appel à l'API Flixly

Lancez une génération. Les identifiants de modèle proviennent de GET /api/v1/models ; ici, nous utilisons GPT-Image 2.0 (gpt-image-2) :

import 'dotenv/config';

const BASE = 'https://www.flixly.ai/api/v1';
const headers = {
  'Authorization': `Bearer ${process.env.FLIXLY_API_KEY}`,
  'Content-Type': 'application/json'
};

export async function startImage(prompt) {
  const res = await fetch(`${BASE}/generate`, {
    method: 'POST',
    headers,
    body: JSON.stringify({ model: 'gpt-image-2', prompt })
  });
  if (!res.ok) throw new Error(`Flixly error ${res.status}`);
  return res.json(); // { id, status, ... }
}

La réponse contient l'id de la génération et un status. Certaines tâches se terminent immédiatement ; d'autres renvoient processing.

Étape 3 : récupérer le résultat

Interrogez l'endpoint de statut jusqu'à ce que la tâche soit completed ou failed :

export async function waitForResult(id) {
  while (true) {
    const res = await fetch(`${BASE}/generations/${id}`, { headers });
    const job = await res.json();
    if (job.status === 'completed') return job.output_url;
    if (job.status === 'failed' || job.status === 'blocked') throw new Error(job.error);
    await new Promise(r => setTimeout(r, 3000));
  }
}

En production, transmettez plutôt un webhook_url dans la requête de génération et laissez Flixly notifier votre serveur. Consultez le guide des webhooks.

Étape 4 : le connecter à la conversation

Votre modèle de langage gère le dialogue. Lorsqu'il détecte une demande de média, votre backend appelle Flixly :

async function handleMessage(history, message) {
  const wantsImage = /\b(draw|generate|create) (an? )?(image|picture)\b/i.test(message);
  if (wantsImage) {
    const job = await startImage(message);
    const url = job.output_url ?? await waitForResult(job.id);
    return { type: 'image', url };
  }
  // Otherwise call your LLM provider with the conversation history
  return { type: 'text', text: await callYourLLM(history, message) };
}

Une détection par mots-clés n'est qu'un point de départ. De nombreux fournisseurs de LLM prennent en charge l'appel d'outils ou de fonctions : vous pouvez donc décrire un outil generate_image et laisser le modèle décider quand l'appeler.

Réponses vocales et vidéo

Le même endpoint couvre les modèles audio et vidéo. Choisissez dans la liste des modèles un modèle de synthèse vocale comme Gemini 3.1 Flash TTS ou un modèle vidéo comme Seedance 2.0, puis transmettez l'identifiant du modèle avec votre prompt.

Étape 5 : créer une interface web

Un frontend minimal envoie les messages à votre backend et affiche du texte ou des médias :

<div id="chat-container">
  <div id="messages"></div>
  <input id="input" type="text" placeholder="Type your message...">
  <button id="send">Send</button>
</div>
<script>
  // POST the message to your server, then append text,
  // an <img>, <video> or <audio> element based on the reply type
</script>

Étape 6 : déploiement et montée en charge

• Hébergez votre backend sur n'importe quelle plateforme Node.js.
• Utilisez des webhooks plutôt que des boucles d'interrogation serrées.
• Définissez des plafonds de dépenses sur chaque clé API pour qu'un bot très sollicité ne vide pas votre solde.
• Gérez les erreurs : une requête que votre solde ne peut pas couvrir renvoie une erreur de crédits insuffisants, affichez donc un message clair aux utilisateurs.

La référence complète, y compris la spécification OpenAPI, se trouve dans la documentation de l'API et sur le portail développeurs.

Bonnes pratiques

• Demandez confirmation avant de générer : les médias coûtent des crédits, laissez donc les utilisateurs valider les requêtes coûteuses.
• Limitation du débit : respectez les limites de chaque clé et mettez les requêtes en file d'attente de votre côté.
• Modération : filtrez les prompts avant de les envoyer à l'une ou l'autre API.
• Conformité en matière de confidentialité : évitez d'envoyer des données personnelles dans les prompts et respectez le RGPD.
• Tests : testez les tâches échouées, bloquées et lentes, pas seulement le scénario idéal.

Conclusion

Flixly n'écrira pas les réponses de votre chatbot, mais il peut rendre votre chatbot IA sur mesure bien plus utile en lui permettant de créer des images, des vidéos et des extraits vocaux à la demande. Associez votre modèle de langage à l'API Flixly, commencez avec un seul modèle d'image, puis élargissez. Obtenez votre clé et lisez la documentation de l'API pour démarrer.