Comment ça marche, en un paragraphe
Vous tapez une description et une image apparaît. En dessous, l'outil part d'un bruit visuel aléatoire et le pousse petit à petit vers quelque chose qui correspond à vos mots, après avoir appris à quoi ressemblent les mots à partir d'un nombre colossal d'images légendées.
Une seule conséquence explique l'essentiel de la frustration des débutants : le modèle compare votre description à des motifs, il ne suit pas des instructions comme le ferait une personne. Si vous écrivez « pas de chien », le mot chien est quand même là et un chien a de bonnes chances d'apparaître. Si vous laissez quelque chose de côté, l'outil ne vous le demande pas : il comble le vide avec la version la plus moyenne de cette chose qu'il ait vue.
Tout le savoir-faire est là. Dites précisément ce que vous voulez, et dites ce que vous ne voulez pas à l'endroit prévu pour ça.
La formule en six parties
Presque tous les bons prompts d'image contiennent les six mêmes éléments. Ceux qui manquent sont remplis par des valeurs par défaut, et ces valeurs par défaut sont exactement ce qui donne à une image son air générique.
| Élément | Ce qu'il faut dire | Si vous l'omettez |
|---|---|---|
| Sujet | La chose précise, avec les détails qui comptent | La version la plus générique de ce nom |
| Décor | Où la scène se passe, et quelle part on en voit | Un fond vide ou encombré |
| Lumière | Moment de la journée, direction, qualité | Plate, uniforme, sans vie |
| Cadrage | Gros plan ou plan large, sous quel angle | Un plan moyen centré, à chaque fois |
| Style | Photographie, peinture à l'huile, rendu 3D, illustration | Une image de synthèse lisse |
| Ambiance et couleurs | Le ressenti et la palette | Sursaturé et très contrasté |
Un prompt faible : un salon chaleureux.
Un prompt solide : Un petit salon avec un feu allumé dans la cheminée et un chat tigré endormi sur un vieux fauteuil, lumière de fin d'après-midi par une fenêtre orientée à l'ouest, plan large depuis l'embrasure de la porte, photographie réaliste, 35 mm, bruns chauds et ambre doux, ambiance calme et habitée.
Les deux demandent à peu près le même effort de réflexion. Le second est une image ; le premier n'est qu'une catégorie.
Ajoutez ensuite la partie que les débutants sautent complètement : une liste de négatifs. Négatif : texte, filigrane, doigts en trop, arrière-plan encombré, sourire de photo de banque d'images. L'essentiel de ce qui donne à une image son air de production IA vient d'un petit ensemble d'artefacts récurrents, et les nommer suffit à les enlever.
L'astuce qui rend tout ça facile
Vous n'êtes pas obligé d'écrire ces prompts vous-même. Demandez à une IA de texte de les écrire pour vous.
Écris un prompt de génération d'image pour : [votre idée approximative]. C'est pour [objectif]. Structure-le en sujet, décor, lumière, cadrage, style, couleurs et ambiance, puis une liste de négatifs. Donne-moi trois versions qui diffèrent par le cadrage plutôt que par les adjectifs.
Les modèles de langage écrivent des prompts d'image nettement mieux que la plupart des gens, parce que le format leur est familier et qu'ils en ont vu des quantités énormes d'exemples. C'est pour cette raison que générer des images à l'intérieur d'un chat est réellement plus utile qu'une boîte à images isolée : l'outil qui écrit le prompt est juste à côté de celui qui dessine.
Pourquoi votre image est ratée
Une courte liste de diagnostic qui couvre presque tous les problèmes de débutant.
Fade et générique. Vous n'avez précisé ni la lumière ni le cadrage. Ces deux éléments font plus de travail que n'importe quelle autre paire.
Les bons éléments, mal placés. Dites le cadrage explicitement : plan large en contre-plongée, gros plan, sujet dans le tiers gauche. Le modèle n'a aucune idée de l'endroit où vous voulez les choses tant que vous ne le dites pas.
Un élément que vous aviez demandé d'écarter est dans l'image. Le nommer dans le prompt principal le rend plus probable, pas moins. Déplacez-le dans la liste de négatifs.
Les mains, les visages ou les petits détails répétés sont ratés. Cela reste le point faible partout. Essayez un cadrage plus serré, un autre angle, ou des mains hors champ. Parfois, il suffit de relancer.
Le texte est du charabia. C'est normal. Voyez la section suivante.
On dirait une photo de banque d'images. Ajoutez pris sur le vif, décrivez une action plutôt qu'une pose, et mettez sourire de banque d'images face à l'objectif dans les négatifs.
Mauvais format pour l'endroit où vous en avez besoin. Demandez directement le format d'image qu'il vous faut. Recadrer un carré en bannière jette à la poubelle la composition que vous aviez demandée.
Itérer sans tourner en rond
Les débutants relancent le même prompt en espérant un meilleur tirage. Une part de hasard est inévitable, mais la plupart des essais gâchés viennent du fait de changer plusieurs choses à la fois.
- Changez une seule chose par essai. La lumière, ou le cadrage, ou le style. Pas les trois, sinon vous ne saurez pas ce qui a aidé.
- Réglez la composition avant le détail. Obtenir d'abord le bon cadrage et la bonne lumière est bien plus efficace que de peaufiner un sujet mal placé dans l'image.
- Dites ce qui était réussi. Quand une image s'approche du but, dites-le avec des mots dans le prompt suivant au lieu de supposer que l'outil s'en souvient.
- Sauvegardez les prompts qui ont marché. Six ou huit structures de prompt fiables valent plus que n'importe quelle image isolée, et ce sont elles qui donnent à une série d'images un air de famille.
Ce qu'il ne sait toujours pas faire
Le texte. Les mots dans les images restent peu fiables partout. Un mot court passe parfois ; un titre ou un logo, en général non. Générez l'image propre et ajoutez le texte dans n'importe quel outil de design, ce qui vous donne au passage la bonne police.
Les agencements exacts. « Exactement trois objets, le rouge à gauche » n'est pas suivi de façon fiable. Si l'agencement compte, générez les éléments et composez-les vous-même.
Le même personnage deux fois. Obtenir une personne ou un produit identiques sur toute une série est difficile. Des descriptions détaillées et répétées aident, mais un résultat identique n'est pas garanti.
Retoucher une vraie photo au millimètre. L'outil ajuste très bien l'arrière-plan, la lumière et le style. Il ne sait pas déplacer de façon fiable un objet de cinq centimètres vers la gauche.
Et sur l'usage des résultats : vérifiez les règles avant qu'une image générée parte vers un usage commercial. Faites particulièrement attention aux images qui ressemblent à une personne réelle, à un lieu reconnaissable ou au style caractéristique d'un artiste vivant. Les conditions changent d'un outil à l'autre et la responsabilité revient à celui qui publie l'image.
- Incluez les six éléments : sujet, décor, lumière, cadrage, style, ambiance
- Mettez ce que vous ne voulez pas dans une liste de négatifs, jamais dans la description principale
- Demandez à une IA de texte d'écrire le prompt d'image à partir de votre idée approximative
- Générez directement au format d'image dont vous avez vraiment besoin
- Changez une seule variable par essai pour savoir ce qui a aidé
- Ajoutez le texte dans un outil de design plutôt que dans le modèle d'image
- Sauvegardez les prompts qui ont marché pour que vos images restent cohérentes
Questions fréquentes
Faut-il savoir dessiner pour générer des images avec l'IA ?
Non, mais il faut savoir décrire, et c'est la partie que les débutants sous-estiment. L'écart entre une image décevante et une bonne image tient presque entièrement à la précision avec laquelle vous avez décrit la lumière, le cadrage et le style. Si décrire une scène en détail ne vous vient pas naturellement, demandez à une IA de texte de transformer votre idée approximative en prompt structuré : ça marche très bien.
Puis-je utiliser l'IA pour trouver des idées d'images ?
Oui, et c'est plus utile que la plupart des gens ne l'imaginent. Demandez à un chatbot cinq concepts descriptifs, puis demandez-lui de transformer votre préféré en prompt d'image complet et structuré, avec liste de négatifs. Les modèles de langage écrivent de meilleurs prompts d'image que la plupart des débutants, et c'est pour ça que générer des images dans un chat vaut mieux qu'une boîte à images isolée.
Pourquoi le texte de mon image ressemble à du charabia ?
Parce que le texte rendu dans l'image est vraiment le point faible de tous les modèles d'images, et aucun prompt ne le corrige de façon fiable. Les mots courts et isolés sortent parfois ; les titres, les logos et les étiquettes, en général non. Générez l'image sans texte et ajoutez la typographie dans n'importe quel outil de design, ce qui vous permet en plus d'utiliser la bonne police et de la placer correctement.
Quel générateur d'images est le meilleur ?
Cela dépend du sujet, bien plus que les gens ne le croient. Flux est le plus fort en photoréalisme et sur tout ce qui doit avoir l'air sorti d'un appareil photo. Stable Diffusion offre plus de contrôle stylistique et plus de variété pour l'illustration. Le moyen le plus rapide de trancher est de passer le même prompt dans deux d'entre eux et de regarder les résultats côte à côte, car le gagnant sur les portraits n'est souvent pas le gagnant sur les intérieurs.
Faut-il un abonnement séparé pour la génération d'images ?
Pas forcément. La génération d'images est incluse dans Whizi à partir de l'offre Pro, aux côtés des modèles de texte, ce qui couvre le travail créatif et éditorial courant sans seconde facture. Un outil d'images dédié garde du sens pour les personnes qui en font leur métier au quotidien et qui veulent un contrôle stylistique très fin.