add default system prompt for text generation and update processing functions to accept it

app.py

@@ -64,14 +64,24 @@ def get_text_gen_pipeline():
             return None
     return _text_gen_pipeline
 
+# Default system prompt for text generation
+DEFAULT_SYSTEM_PROMPT = """Vous êtes un designer produit avec de solides connaissances dans la génération de texte en image. Vous recevrez une demande de produit sous forme de description succincte, et votre mission sera d'imaginer un nouveau design de produit répondant à ce besoin.
+
+Le livrable (réponse générée) sera exclusivement un texte de prompt pour l'IA de texte to image FLUX.1-schnell.
+
+Ce prompt devra inclure une description visuelle de l'objet mentionnant explicitement les aspects indispensables de sa fonction.
+A coté de ça vous devez aussi explicitement mentionner dans ce prompt les caractéristiques esthétiques/photo du rendu image (ex : photoréaliste, haute qualité, focale, grain, etc.), sachant que l'image sera l'image principale de cet objet dans le catalogue produit. Le fond de l'image générée doit être entièrement blanc.
+Le prompt doit être sans narration, peut être long mais ne doit pas dépasser 77 jetons."""
+
 @spaces.GPU()
-def refine_prompt(prompt, progress=gr.Progress()):
+def refine_prompt(prompt, system_prompt=DEFAULT_SYSTEM_PROMPT, progress=gr.Progress()):
     text_gen = get_text_gen_pipeline()
     if text_gen is None:
         return "", "Text generation model is unavailable."
     try:
         messages = [
-            {"role": "system", "content": "Vous êtes un designer produit avec de solides connaissances dans la génération de texte en image. Vous recevrez une demande de produit sous forme de description succincte, et votre mission sera d'imaginer un nouveau design de produit répondant à ce besoin.\n\nLe livrable (réponse générée) sera exclusivement un texte de prompt pour l'IA de texte to image FLUX.1-schnell.\n\nCe prompt devra inclure une description visuelle de l'objet mentionnant explicitement les aspects indispensables de sa fonction.\nA coté de ça vous devez aussi explicitement mentionner dans ce prompt les caractéristiques esthétiques/photo du rendu image (ex : photoréaliste, haute qualité, focale, grain, etc.), sachant que l'image sera l'image principale de cet objet dans le catalogue produit. Le fond de l'image générée doit être entièrement blanc.\nLe prompt doit être sans narration, peut être long mais ne doit pas dépasser 77 jetons."},            {"role": "user", "content": prompt},
+            {"role": "system", "content": system_prompt},
+            {"role": "user", "content": prompt},
         ]
         
         # Indicate progress started
@@ -180,25 +190,20 @@ def preload_models():
     print(status)
     return success
 
-# Add a new function to handle example selection
-def handle_example_click(example_prompt):
-    # Immediately return the example prompt to update the UI
-    return example_prompt, "Example selected - click 'Refine prompt with Mistral' to process"
-
 # Create a combined function that handles the whole pipeline from example to image
 # This version gets the parameters from the UI components
 @spaces.GPU()
-def process_example_pipeline(example_prompt, progress=gr.Progress()):
+def process_example_pipeline(example_prompt, system_prompt=DEFAULT_SYSTEM_PROMPT, progress=gr.Progress()):
     # Step 1: Update status
     progress(0, desc="Starting example processing")
     progress_status = "Selected example: " + example_prompt
     
     # Step 2: Refine the prompt
     progress(0.1, desc="Refining prompt with Mistral")
-    refined, status = refine_prompt(example_prompt, progress)
+    refined, status = refine_prompt(example_prompt, system_prompt, progress)
     
     if not refined:
-        return example_prompt, "", None, "Failed to refine prompt: " + status
+        return example_prompt, "", "Failed to refine prompt: " + status
     
     # Return only the refined prompt and status - don't generate image
     return example_prompt, refined, "Prompt refined successfully!"
@@ -256,6 +261,13 @@ def create_interface():
                         info="Higher values produce more diverse outputs",
                     )
                     
+                    system_prompt = gr.Textbox(
+                        label="System Prompt",
+                        value=DEFAULT_SYSTEM_PROMPT,
+                        lines=10,
+                        info="Instructions for the Mistral model"
+                    )
+                    
                 with gr.Tab("Flux"):
                     # Flux settings
                     seed = gr.Slider(label="Seed", minimum=0, maximum=MAX_SEED, step=1, value=0)
@@ -277,7 +289,7 @@ def create_interface():
             gr.Examples(
                 examples=examples,  # Now just a list of prompts
                 fn=process_example_pipeline,
-                inputs=[prompt],  # Only input is the prompt
+                inputs=[prompt, system_prompt],  # Add system_prompt as input
                 outputs=[prompt, refined_prompt, error_box],  # Don't output image
                 cache_examples=True,
             )
@@ -286,7 +298,7 @@ def create_interface():
         gr.on(
             triggers=[prompt_button.click, prompt.submit],
             fn=refine_prompt,
-            inputs=[prompt],
+            inputs=[prompt, system_prompt],  # Add system_prompt as input
             outputs=[refined_prompt, error_box]
         )