De 2000 posts Instagram à un portfolio professionnel
2022 : Les débuts de l'IA générative grand public
Il y a trois ans, quand Stable Diffusion a été rendu open-source, j'ai immédiatement compris que nous assistions à une révolution. Bien avant que ChatGPT ne fasse la une des journaux, bien avant que Midjourney ne fasse le buzz, j'explorais déjà les possibilités nombreuses de l'IA générative.
Mon parcours dans l'IA :
- Septembre 2023 : Mon premier article sur Stable Diffusion
- Juin 2024 : Analyse de Stable Diffusion v3
- Juin 2024 : Tutoriel LCM-LoRA
- Novembre 2024 : Guide avancé : créer ses propres LoRA
Le résultat ? Trois ans plus tard, j'ai généré plusieurs milliers d'images et développé une véritable expertise en IA générative, particulièrement sur Stable Diffusion.
@wanda_aiart : De Instagram au portfolio
En parallèle de mes expérimentations techniques, j'ai créé le compte Instagram @wanda_aiart pour partager mes créations.
Les chiffres :
Plusieurs followers m'ont contacté en me disant vouloir revoir d'ancien post mais impossible de tout défiler, ils voulaient du repost mais je me suis dit que c'était pas forcément une bonne idée :
Instagram n'est pas conçu pour cela, je me suis mis dans l'idée de créer un portfolio, j'ai d'abord regardé les solutions possibles du genre ArtStation ou Behance, mais je voulais un site personnalisable et surtout à moi. J'aime créer des choses par moi même et désormais avec les IA c'est carrément plus accessible. Je voulais un site avec une page unique de mes images triées par ordre chronologique claire et avec une galerie optimisée et responsive.
Par la suite ce cahier a évolué avec différentes nouvelles fonctionnalités :
- Héberger 500 images sans ralentir le site
- Permettre la recherche par tags (style, personnage, technique)
- Gérer le contenu mature (floutage et disclaimer +18)
- Rendre le workflow d'ajout simple (je continue à créer chaque semaine)
- Performance maximale (chargement en 5 secondes)
Ce que vous allez découvrir dans cet article
- Sélection des images : comment je choisis parmi des milliers
- Conversion AVIF automatique : diviser le poids par 3 avec Python
- Interface de tagging : mon outil maison pour organiser rapidement
- Déploiement automatique : de Git à la production en 1 minute
Objectif : gagner 90% de temps tout en gardant un contrôle total.
Si vous gérez également une grande quantité d'images (photographe, designer, artiste IA), ce workflow pourrait vous inspirer.
Sélection et organisation des images
Toutes mes créations ne méritent pas d'être dans le portfolio. Certaines étaient des tests, d'autres des variations rapides, d'autres encore des challenges d'IA ou juste des ratés.
Mon processus de sélection :
Emplacement
- J'utilise des archives locales (je sauvegarde toutes mes créations)
- Format d'origine : JPG haute qualité (avant compression IG)
Tri manuel
- Qualité artistique : composition, couleurs, cohérence
- Représentativité : montre mes différents styles
- Originalité : pas de doublons ou variations mineures
- Engagement : je garde les images qui ont bien marché sur IG
Organisation chronologique
Je range dans des dossiers YYYY/MM/ (ex: 2024/03/)
Cela me permet de garder un historique de mon évolution.
2000 posts Instagram → environ 500 images sélectionnées.
Soit 25% de mes créations qui méritent le portfolio.
Structure source de mes dossiers :
archives/
├── 2023/
│ ├── 01/ (mes débuts avec le compte insta)
│ ├── 02/
│ ├── ...
├── 2024/
│ ├── 01/
│ ├── ...
├── 2025/
├── 01/
Cette organisation me permet de :
- Retrouver facilement mes créations par période
- Voir mon évolution technique (2022 vs 2025 = différences)
- Automatiser la génération des métadonnées
- Ajouter de nouveaux mois sans tout refondre
Conversion automatique en AVIF
Le défi : 500 images × 2-3 MB = site ultra-lent
Si je mettais mes JPG d'origine sur le portfolio :
- Poids moyen : 2.5 MB par image
- Chargement de 50 images : 125 MB
- Temps de chargement : 20-30 secondes (catastrophique)
Solution : le format AVIF
Le format AVIF (AV1 Image File Format) est le nouveau standard du web moderne :
- 50-70% plus léger que JPEG à qualité identique
- Support de la transparence (comme PNG)
- Supporté par tous les navigateurs récents
📄 portrait_cyberpunk.jpg : 2.8 MB
📄 portrait_cyberpunk.avif : 850 KB (-70%)
Mon script Python convert.py
J'ai développé un script qui automatise tout le processus :
Ce qu'il fait :
- Cherche dans un dossier sépcifique nommé images_originales
- Détecte les JPG/PNG non encore convertis
- Convertit en AVIF (qualité 80 = sweet spot qualité/poids)
- Génère des thumbnails 300×300px pour la grille
- Extrait les métadonnées EXIF (date de création, dimensions)
- Garde les originaux en backup
Mon script Python en action : conversion de 10 images pour décembre 2025
44 images converties en environ 1 minutes
Lancé une seule fois, puis seulement sur les nouvelles images
Résultat sur mon portfolio :
- Page d'accueil (50 images) : 12 MB au lieu de 125 MB
- Temps de chargement : moins de 2 secondes
Bonus technique : Le script génère aussi des versions WebP en fallback pour les vieux navigateurs (même si AVIF est maintenant bien supporté).
Tagging intelligent des images
Le défi : 500 images à organiser
Avoir 500 images, c'est bien. Pouvoir les retrouver facilement, c'est mieux.
Mes besoins de recherche :
- Par style : anime, realistic, cyberpunk, watercolor
- Par personnage : Naruto, Luffy, Jinx (mes fanarts)
- Par thème : portrait, landscape, fantasy, abstract
- Par catégorie : filtrer le contenu mature (nsfw, suggestive)
500 images × 1 minute = 8 heures de tagging
Risque d'erreurs (tags mal orthographiés, doublons)
Difficile de rester cohérent sur 500 images
Mon interface de tagging via tag_images.py
J'ai développé une application Flask locale (Python + HTML/CSS/JS) qui transforme cette corvée en processus fluide.
Fonctionnalités clés :
1. Visualisation en grille
- Affichage de toutes mes images par dossier
- Prévisualisation en grand au clic
- Tri par date de création
2. Suggestions automatiques
- Analyse du nom de fichier
- Détection des couleurs dominantes
- Tags précédents similaires
- Tags populaires en priorité
3. Interface rapide
- Clic sur suggestion : ajout instantané
- Saisie manuelle : autocomplete
- Modification en masse possible
- Sauvegarde automatique
4. Contenu mature
- Tags spéciaux : nsfw, suggestive, explicit
- Floute automatique des thumbnails
- Filtre activable sur le portfolio
Avant l'interface :
50 images taguées manuellement : 1 heure
Avec mon interface :
50 images taguées : 10 minutes
Gain : 83% de temps économisé
Génération automatique du site
Le script Python generate_gallery.py
Une fois mes images converties et taguées, un seul script Python régénère l'intégralité du HTML du portfolio.
Ce qu'il fait en détail :
1. Lecture des métadonnées
- Lit le fichier metadata.json qui contient les tags
- Fusionne les données
- Structure de manière unifiée
2. Génération du HTML
- Cards avec lazy loading
- Boutons de filtrage
- Système de recherche
- Timeline chronologique
3. Optimisation SEO
- Génère sitemap.xml
- Met à jour robots.txt
- Métadonnées OpenGraph
4. Pages annexes
- Page "About" avec stats
- Analytics (en préparation)
- Tags populaires
500+ images indexées : moins de 5 secondes
Avantages du HTML statique
Contrairement à un site dynamique (WordPress, React + API), j'ai choisi le HTML statique pur :
⚡ Performances
- Pas de requête base de données
- CDN Cloudflare : 300+ serveurs
- PageSpeed Score : 95/100
🔒 Sécurité
- Aucune faille backend possible
- Pas de spam/injection
- HTTPS automatique
💰 Coût
- Hébergement : 0€
- Domaine : 15€/an
- Total : 15€/an
📈 SEO
- Contenu 100% crawlable
- Temps de chargement optimal
- Facteur de ranking Google
Déploiement via Cloudflare Pages
Comme je suis sur VSCode, j'ai juste à pousser sur GitHub et Cloudflare se charge de la suite :
- Webhook détecte le push Git
- Build du site (copie des fichiers statiques)
- Déploiement sur le CDN mondial
- Site en ligne sur wanda-aiart.org
Avantages de ce workflow
Simplicité :
- Pas de FTP/SSH : tout passe par Git
- Rollback facile
- Déploiement depuis n'importe où
Fiabilité :
- Zero-downtime : Cloudflare switch entre versions
- Pas de serveur à maintenir
- HTTPS automatique + certificat SSL
Coût :
- Entièrement gratuit !! (Cloudflare Pages gratuit jusqu'à 500 builds/mois)
Résultats et statistiques
Performance du site
Grâce à ce workflow optimisé, mon portfolio atteint des scores exceptionnels :
Métriques Cloudflare (30 derniers jours) :
- 1,9k visiteurs uniques
- 142k requêtes (beaucoup d'images)
- 5 GB de données servies
- Cache hit rate : 32% (en amélioration avec les headers)
Comparaison poids :
- Avant AVIF : 125 MB pour 50 images
- Après AVIF : 12 MB pour 50 images
- Gain : -90% de bande passante
Gain de temps monumental
| Étape | Avant automatisation | Avec automatisation |
|---|---|---|
| Sélection des images | 30 min | 20 min |
| Conversion + redimensionnement | 1h | 2 min |
| Upload FTP | 30 min | — |
| Tagging manuel | 1h | 10 min |
| Mise à jour HTML | 1h | 5 sec |
| Déploiement | — | 30 sec |
| TOTAL | 4h | 33 min |
Sur 1 an (en ajoutant 50 images/mois) :
• Méthode manuelle : 12 mois × 4h = 48 heures
• Méthode automatisée : 12 mois × 33 min = 6h30
41 heures gagnées par an = 1 semaine de travail complète.
Stack technique détaillée
Pour les curieux, voici l'ensemble des outils que j'utilise :
Backend / Scripts Python
Conversion d'images
- Pillow (PIL) : manipulation d'images
- pillow-avif-plugin : support du format AVIF
Interface de tagging
- Flask : serveur web local Python
- Jinja2 : templating HTML
Génération du site
- JSON : stockage des métadonnées
- Python natif : génération HTML statique
Frontend
HTML/CSS/JS pur
- Pas de framework (React/Vue) pour la simplicité
- Vanilla JavaScript : filtrage, lazy loading, modal
- CSS Grid : grille responsive
- Intersection Observer API : lazy loading natif
Format des images
- AVIF (priorité)
- WebP (fallback)
- JPG (fallback ultime)
Hébergement & Déploiement
Version control
- Git : versioning du code
- GitHub : hébergement du repo (privé)
Hosting
- Cloudflare Pages : hébergement gratuit
- Cloudflare CDN : distribution mondiale
- Cloudflare DNS : gestion du domaine
Domaine
- wanda-aiart.org (15€/an chez Cloudflare)
Ce que je fais différemment maintenant
1. Partir sur AVIF dès le début
J'ai commencé en JPG, puis converti → perte de temps. Maintenant j'exporte directement en AVIF depuis Photoshop (plugin requis pour CC 2021).
2. Structurer les tags plus tôt
Au début : tags anarchiques (girl, woman, female…). Maintenant : nomenclature stricte. J'ai dû retravailler 200 images pour unifier.
3. Documenter au fur et à mesure
J'ai codé vite, documenté après. Résultat : j'ai oublié certains choix techniques. Maintenant : Python + README à jour.
4. Anticiper la croissance
Mon script de génération rame à 1000+ images. Je dois passer sur une architecture plus scalable (génération incrémentale).
Conclusion
De 2000 posts Instagram à un portfolio professionnel
Il y a trois ans, j'étais parmi les premiers à explorer Stable Diffusion en tant qu'artiste. Aujourd'hui, avec 2000 créations partagées sur @wanda_aiart, j'ai développé un système complet pour gérer ce flux créatif.
Mon workflow en résumé :
- Sélection : tri manuel des meilleures créations
- Conversion AVIF : script Python automatique
- Tagging : interface Flask sur-mesure
- Déploiement :
git push→ site en ligne en 1 minute
Résultats concrets :
- Site ultra-rapide : PageSpeed 95/100
- 87% de temps gagné vs workflow manuel
- 0€ d'hébergement (Cloudflare Pages)
- 1,9k visiteurs/mois en croissance
L'automatisation n'est pas de la paresse, c'est de l'efficacité.
Chaque heure investie dans mes scripts Python m'a fait gagner des dizaines d'heures de travail répétitif. Cela me laisse plus de temps pour l'essentiel : créer.
Pourquoi partager tout cela ?
Parce que l'IA générative est un domaine neuf, et nous sommes nombreux à tâtonner.
Si vous êtes :
- Artiste IA avec beaucoup de créations à gérer
- Photographe qui veut un portfolio rapide
- Designer cherchant à automatiser son workflow
- Développeur curieux de workflows Python
Cet article peut vous faire gagner des mois d'essais.
Une question ? Un retour ?
Suivez-moi sur LinkedIn pour mes prochains articles (workflow avancés, IA générative, Python automation).
Me suivre sur LinkedInRessources externes utiles
Pour reproduire ce workflow :
- Documentation Cloudflare Pages
- Guide AVIF pour le web (Jake Archibald)
- Python Pillow (traitement d'images)
- Flask Documentation
Pour l'IA générative :
- Stable Diffusion sur HuggingFace
- ComfyUI (workflows avancés)
- Civitai (modèles et LoRA)
- Mon lien affilié pour SeaArt
Envie d'en savoir plus ?
Mes ressources :
- Portfolio d'art IA : wanda-aiart.org
- Instagram : @wanda_aiart (environ 2000 posts)
- LinkedIn : linkedin.com/in/fmenguy
- Blog technique : fmenguy.fr
Mes tutoriels Stable Diffusion :
- Tutoriel avancé : Créer ses propres LoRA (Nov 2024)
- LCM-LoRA : accélérer la génération d'images (Juin 2024)
- Stable Diffusion v3 : une révolution (Juin 2024)
- Débuter avec Stable Diffusion (Sept 2023)
