Ingénierie des prompts GPT Image 2 : 12 astuces pour doubler la qualité des images générées

La méthode la plus rapide pour améliorer la qualité des images générées par l'IA n'est pas de changer de modèle, mais de réécrire la prompt. La plupart des gens s'arrêtent après avoir écrit une quinzaine de mots, ce qui donne des images assez banales. Ils en attribuent alors la faute au modèle, relancent le processus, mais le résultat reste tout aussi banal.

Cet article est la solution. Vous trouverez ci-dessous 12 astuces concrètes et éprouvées qui vous permettront de transformer les résultats de GPT Image 2, passant d’un « premier jet correct » à une « image finale prête à être publiée ». Chaque image d’exemple a été générée par GPT Image 2 à l’aide de prompts similaires à ceux décrits dans cet article.

1. Soyez précis. Soyez encore plus précis.

« Une voiture dans le désert » n'est pas un indice. Le modèle ne peut deviner que le modèle de voiture, l'année, la couleur, le cadre et l'heure à laquelle la photo a été prise. Fixez bien ces éléments :

Une Mustang décapotable rouge cerise de 1965, garée sur une route désertique au crépuscule,
la poussière soulevée par les roues arrière, au loin un plateau à l'horizon plat, prise de vue en contre-plongée,
les rayons du soleil créent des reflets sur le pare-chocs chromé.

Chaque critère (« 1965 », « rouge cerise », « décapotable », « prise de vue en contre-plongée ») évite au modèle d'avoir à faire une supposition. Le résultat n'est donc plus une « image générique », mais cette image.

2. Indiquez la plage focale, n'indiquez pas vos « impressions »

85mm 镜头, 35mm 镜头, 24mm 广角 et 100mm 微距 sont les mots-clés les plus rentables parmi les suggestions d'images. Un seul mot permet de contrôler à la fois le cadrage, la compression spatiale, la profondeur de champ et la distorsion des bords.

• 85mm——Portraits séduisants, flou d'arrière-plan harmonieux
• 35mm——Photos d'environnement naturelles, images aux tons doux
• Grand angle de 24 mm——Paysages, intérieurs immersifs
• 100mm Macro——Gros plans sur les produits, textures des matériaux

Si vous êtes bloqué sur une phrase, changez d'angle de prise de vue, puis essayez autre chose.

3. Diriger la lumière comme le ferait un directeur de la photographie

Dire que « l'éclairage est bon » n'a aucun sens. Seuls les termes cinématographiques sont pertinents :

• 伦勃朗光 ——Source lumineuse unique et dure, ombres triangulaires sur les joues
• 明暗对比 / chiaroscuro ——Contraste marqué, environnement sombre, sujet unique éclairé
• 背后的描边光（rim light） ——Effet de silhouette, séparation du sujet et de l'arrière-plan
• 阴天散射光 ——Éclairage doux et uniforme, sans ombres dures
• 黄金时刻逆光 ——Taches de lumière aux teintes chaudes, longues ombres portées

Les mots-clés de l'image ci-dessus sont : single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting. Trois mots, ciblés.

4. À l'aide d'un vocabulaire de composition

Les modèles d'images maîtrisent le vocabulaire de la composition classique :

• 三分法构图，主体在右下三分位
• 居中对称构图
• 从前景延伸到地平线的引导线
• 画面左侧 2/3 留白

L'emplacement du pêcheur sur l'image ci-dessus correspond exactement à celui indiqué dans l'indice : 主体位于画面右下三分位，平静的雾气湖面占据上方三分之二.

5. Nommez une palette de couleurs à l'aide de 3 à 5 couleurs

Des descriptions de couleurs vagues ne donneront que des couleurs vagues. Des noms de couleurs courts et précis permettent d'obtenir des résultats précis :

Nuances : rouge cerise, ocre sable, ciel doré, ombre brun foncé

Des noms de couleurs séparés par des deux-points et des virgules. Les valeurs hexadécimales sont également acceptées, mais elles sont moins stables que les noms de couleurs courants. Ne mentionnez pas plus de 5 couleurs : plus vous en citez, moins le modèle s'engage sur chacune d'entre elles.

6. Mettre le texte entre guillemets et préciser le style de police

Lorsque vous souhaitez ajouter du texte à une image, procédez comme suit :

1. Insérer le texte dansvirgule inversée (ponct.): "FRESH BREAD DAILY"
2. Une description en langage courant de «police» : 优雅手绘衬线字体

Limitez chaque ligne à 6 mots maximum. Les phrases trop longues risquent de s'étaler.

7. Fixer le sujet sur un support solide

Qu'il s'agisse de photos de produits, de plats ou de natures mortes, précisez toujours de quoi il s'agit. Le plan de travail a des propriétés matérielles que le modélisateur utilisera :

• 带奶白和金色纹理的粉色大理石板
• 带可见木纹的未上漆橡木桌
• 夜晚潮湿的柏油路面，街灯倒影
• 亚麻桌布，柔和的褶皱

Cette « table » floue illustre l'écart qui existe entre les photos de banque d'images et les images retouchées.

8. Relier les éléments à l'aide d'un verbe d'action physique

Lorsque l'image comporte deux éléments principaux, ne vous contentez pas de les énumérer. Donnez au modèle un verbe d'action spatiale pour lui indiquer comment les relier :

• 靠在
• 从…升起
• 倒映在
• 缠绕在
• 俯瞰着

C'est là toute la différence entre « un chat, une fenêtre » et « un chat recroquevillé sur le rebord de la fenêtre, les pattes posées sur la vitre ».

9. Décrivez ce qui n'apparaît pas dans l'image

Les descriptions négatives sont tout aussi importantes que les descriptions positives. Ajoutez une petite phrase à la fin de la description de la scène :

L'étiquette ne comporte ni texte, ni logo, ni filigrane, et l'arrière-plan est vide.

GPT Image 2 respecte généralement scrupuleusement les directives no text et no logos. Il est recommandé d'ajouter un filigrane à toute image à usage commercial afin d'éviter que des filigranes inutiles ne s'intègrent à l'image.

10. Mélangez les styles de manière réfléchie, mais choisissez un thème principal

La fusion de styles est l'une des techniques les plus expressives en matière de modélisation, à condition de choisir d'abord un style principal, puis d'y superposer un style secondaire à titre de touche finale :

Illustration stylisée : l'esthétique aquarelle de Ghibli, rehaussée de reflets néons cyberpunk,
des nuages aux nuances aquarellées douces, associés à des enseignes lumineuses aux contours nets.

Si vous associez deux styles à parts égales (« Ghibli ET cyberpunk »), le modèle les lissera, et l'image paraîtra plate. Ce n'est qu'en utilisant une structure de type « style de base + style décoratif + reflets » que l'image conservera sa cohérence.

11. Avant de présenter la liste des points clés, commencez par un paragraphe de texte continu

Je rédige mes meilleurs conseils sous forme de paragraphes de 4 à 6 lignes, plutôt que sous forme de liste de points clés. Et ce, pour deux raisons :

• **La prose peut forcer l'auto-contradiction.**Une cuisine lumineuse et joyeuse, une lumière sombre et oppressante » : cette phrase semble manifestement incorrecte lorsqu’on la lit à haute voix ; en revanche, sous forme de liste, cela passe plus facilement inaperçu.
• **Le modèle traite les virgules comme des limites.**Une phrase cohérente permet de maintenir la continuité entre les propositions (« sur le marbre, entouré de feuilles, parsemé de gouttelettes »), ce que ne permettent pas trois fragments indépendants.

Les prompts par points clés conviennent aux modèles purement basés sur des étiquettes. GPT Image 2 n'est pas un modèle de ce type.

12. Ne modifiez qu'une seule variable à la fois

Cette dernière règle concerne le flux de travail, et non la rédaction. Lorsqu'une image est « presque parfaite » :

• Modifier uniquementvariable—— objectif, éclairage, heure, plan de travail ——, puis régénérer
• et comparer côte à côte
• . Verrouiller cette variable, puis passer à la suivante.

La plupart des gens échouent dans leurs itérations pour deux raisons : soit ils modifient trois paramètres à la fois et ne parviennent pas à déterminer lequel a eu un effet ; soit ils repartent chaque fois de zéro (« Texte vers image ») au lieu de s'appuyer sur la version précédente (« Image vers image »). Ces deux problèmes peuvent être corrigés en un après-midi d'entraînement.

Une comparaison « avant/après » qui parle d'elle-même

Mots-clés inappropriés :

Un homme joue du piano dans un bar

Une bonne phrase d'invitation (utilisant les astuces n° 1, 2, 3 et 5) :

Portrait au contraste cinématographique : un pianiste de jazz d'âge mûr est assis devant un piano à queue dans un bar sombre et enfumé,
. Un seul projecteur à incandescence aux teintes chaudes, placé au-dessus de sa tête, projette une lumière chaleureuse sur son visage et ses mains,
tandis que le reste de la pièce est plongé dans une ombre profonde. Objectif 85 mm, texture de la peau digne d'une photographie.
Teintes : ambre chaud, bordeaux profond, ombres presque noires.

Même modèle, même nombre de générations… mais des résultats radicalement différents. C'est là tout le principe de l'ingénierie des prompts : le modèle ne pose aucun problème, c'est votre prompt qui constitue le goulot d'étranglement.

Essayez-le

Rendez-vous sur GPT Image 2 Texte vers image, choisissez n'importe quelle suggestion parmi celles proposées et collez-la dans le champ prévu à cet effet pour lancer la génération. Modifiez ensuite un seul paramètre (angle de prise de vue, éclairage ou palette de couleurs) et relancez la génération. En moins de dix essais, vous saurez instinctivement quel paramètre influence le plus votre sens esthétique.

C'est cette capacité de jugement qui fait toute la différence entre « savoir créer des images IA » et « savoir créer des images ».