Réponse en bref
La cohérence d’une série générée vient de décisions arrêtées avant la première requête et appliquées après la dernière. Rédigez un brief visuel, faites approuver quelques images d’ancrage et réutilisez-les comme références, planifiez l’ensemble avec une liste de plans, terminez chaque image avec le même étalonnage et le même recadrage, examinez l’ensemble côte à côte au regard de la charte graphique et conservez les données de provenance, telles que les Content Credentials.
Pourquoi une série se disperse quand chaque image repart de zéro
Un générateur d’images n’a aucune mémoire de votre campagne. Chaque demande est traitée à partir de rien, si bien que deux requêtes qui diffèrent de quelques mots peuvent renvoyer une autre lumière, un autre objectif, un autre traitement de la peau et une autre idée de ce que « minimaliste » veut dire. Prises une à une, les images peuvent toutes être bonnes. Placées côte à côte sur une page, elles donnent l’impression que cinq studios ont été engagés.
Les entreprises qui conçoivent ces outils le disent elles-mêmes. Le guide de génération d’images d’OpenAI range la cohérence parmi les limites de ses modèles : il leur arrive de peiner à garder visuellement identiques des personnages récurrents ou des éléments de marque d’une génération à la suivante. C’est une description franche du comportement par défaut, et il est prudent de supposer la même chose de tout autre générateur tant que sa documentation ne montre pas le contraire. Personne ne devrait planifier une série en comptant que la dixième image ressemblera d’elle-même à la première.
La cohérence visuelle des images IA est donc une discipline de production, et non une astuce de rédaction de requêtes. Quatre choses font le travail : des décisions écrites avant toute génération, des références qui ancrent ces décisions, une finition appliquée de la même façon à chaque fichier et un examen de l’ensemble en tant qu’ensemble. Les sections suivantes les abordent dans l’ordre et s’achèvent sur la manière de montrer d’où viennent les images.
Le brief visuel écrit précède la première requête
Commencez par une page de texte, validée par la personne qui a la charge de la marque. Elle indique à quoi servent les images et qui les verra, puis fixe les variables qu’un générateur choisirait sinon à votre place : le médium (photographie, rendu 3D ou illustration dessinée), la palette, la qualité et la direction de la lumière, la distance et la hauteur de l’appareil, le type de fond, la manière de montrer les personnes et ce qui ne doit jamais apparaître.
La précision compte davantage que l’éloquence. La documentation de Google pour ses modèles d’image Gemini conseille d’être très spécifique, au motif que plus de détails donnent plus de contrôle, et recommande d’expliquer la finalité de l’image parce que la lecture que le modèle fait du contexte oriente le résultat. « Chaleureux et haut de gamme » ne contrôle rien. « Lumière du jour douce venant de la gauche, surface en pierre claire, accent vert sourd, produit à hauteur d’yeux, large espace vide à droite » peut être confronté à une image.
Transformez le brief en un bloc de texte fixe pour la requête et rangez-le là où toute l’équipe peut le copier. Pour chaque image, seule la ligne du sujet change ; le bloc est collé tel quel. Cela paraît pointilleux jusqu’au jour où quelqu’un réécrit de mémoire « lumière du jour douce » en « lumière naturelle vive » et où l’ensemble prend un second visage. La dérive des mots est une dérive visuelle, et un bloc enregistré est la protection la moins chère contre elle.
Les images de référence ancrent ce que les mots ne fixent pas
Certaines qualités résistent à la description : la douceur exacte d’une ombre, la texture d’un style de rendu, un visage. Les outils actuels acceptent donc des images en plus des mots. La documentation de Google décrit la possibilité de fournir plusieurs images de référence dans une même demande, avec des quotas distincts pour les objets à reproduire fidèlement, pour les personnages dont l’apparence doit rester la même et pour les images servant de référence de style. Les limites varient d’un modèle à l’autre et sont révisées : lisez la page en vigueur de l’outil que vous utilisez plutôt que de vous fier au chiffre d’un article.
Choisissez les ancrages délibérément. Générez des candidates à partir du brief, faites approuver par le responsable de la marque deux ou trois images exactement justes et déclarez-les références de toute la série. Pour des vues d’un même personnage sous plusieurs angles, Google recommande d’inclure les images déjà générées dans les demandes suivantes afin que le personnage reste le même. La discipline consiste à toujours revenir aux ancrages approuvés au lieu d’alimenter chaque demande avec le dernier résultat ; sans cela, chaque petit écart devient le point de départ du suivant.
Veillez à l’origine des images que vous utilisez. Une référence doit être une image que vous avez réalisée, commandée ou dont vous détenez la licence. Ancrer une campagne sur la photographie d’une autre marque ou sur le style reconnaissable d’un illustrateur en activité revient à importer, avec l’apparence, un problème juridique et de réputation. Si la série comprend un produit réel, photographiez-le correctement et servez-vous de ces photographies comme références d’objet, afin que les scènes générées montrent ce que vous vendez réellement.
Une palette fixe et un seul schéma d’éclairage
Inscrivez la palette dans le brief sous la forme d’une courte liste de couleurs, avec leurs valeurs et leurs rôles : laquelle sert de fond, laquelle d’accent, laquelle est réservée au produit. Limitez-vous à quelques-unes. Nommez aussi les couleurs en toutes lettres dans la requête et ne présumez pas qu’une valeur de couleur saisie en ressortira à l’identique : prévoyez de mesurer et de corriger les couleurs de la marque ensuite, au moment de la finition.
C’est la lumière qui donne à des images séparées l’air d’une seule séance. Arrêtez un schéma et décrivez-le par une phrase qui ne change jamais : d’où vient la lumière, si elle est dure ou douce, chaude ou neutre, et quelle est la profondeur des ombres. Ajoutez le moment de la journée si les scènes sont en extérieur. Une série où la lumière tombe de la gauche dans chaque cadre supporte une bonne part de variété dans les sujets.
Fixez l’appareil dans le même esprit. La documentation de Google suggère d’employer le langage de la photographie, comme le type de plan et l’angle, pour maîtriser la composition. Retenez un ou deux cadrages, une hauteur de prise de vue et une profondeur de champ, et écrivez-les dans le bloc. Limitez les fonds à une petite famille de surfaces et d’espaces. Moins il reste de variables libres, plus grande est la part du résultat que vous avez décidée vous-même.
La liste de plans fait d’une idée une série que l’on peut compter
Avant de générer quoi que ce soit, dressez la liste des images dont la série a besoin. Un tableau simple suffit : un numéro, le sujet, le cadrage, le format pour chaque canal, l’emplacement prévu pour le texte et un statut. La liste fait apparaître les répétitions et les manques tant qu’il ne coûte rien de les corriger, et elle sépare les deux sortes de décisions que l’on confond : ce qui varie d’une image à l’autre et ce qui reste constant dans toutes.
Avancez dans la liste par lots. Générez plusieurs candidates pour chaque ligne et choisissez en les plaçant à côté des images déjà retenues, et non en prenant isolément la plus frappante. La candidate la plus frappante est souvent celle qui s’écarte le plus de l’ensemble. La documentation de Google reconnaît sans détour qu’un premier essai est rarement définitif et recommande d’affiner par petites modifications successives ; prévoyez du temps pour cela dans le planning.
Tenez une fiche de production pour chaque image retenue : le bloc de requête et la ligne du sujet, les images de référence, l’outil et la version du modèle, la date. Lorsqu’il faudra refaire une image dans un autre format six mois plus tard, cette fiche fera la différence entre un après-midi et une semaine. Les outils sont mis à jour et une nouvelle version peut ne pas interpréter la même requête de la même manière : essayez donc de terminer une série sur une seule version, et notez-le quand ce n’est pas possible.
La postproduction fait de l’ensemble une seule famille
La génération s’achève sur un dossier de fichiers réussis mais légèrement différents. C’est la finition qui les rassemble. Appliquez à tous un même étalonnage, construit sur les ancrages approuvés, et corrigez les couleurs de la marque par la mesure plutôt qu’à l’œil. Utilisez le même grain, la même netteté, les mêmes règles de recadrage et de marges, les mêmes réglages d’export. Un traitement commun apporte davantage à la cohérence visuelle des images IA que n’importe quel nombre de régénérations.
Ajoutez les mots et les logos dans le logiciel de mise en page, pas dans le générateur. Le guide d’OpenAI note que ses modèles, bien que nettement améliorés, peuvent encore avoir du mal avec le placement précis et la netteté du texte, et un logo presque juste est pire qu’aucun logo. Réservez un espace calme pour la typographie dès la préparation des plans, puis composez la vraie police sur l’image terminée, là où l’orthographe, l’espacement et la position sont sous votre contrôle.
Vérifiez la lisibilité de ce texte avec des chiffres. Les Règles pour l’accessibilité des contenus Web du W3C demandent un rapport de contraste d’au moins 4,5:1 entre le texte et son arrière-plan, et d’au moins 3:1 pour le texte de grande taille, et elles appliquent l’exigence aux images de texte. L’explication qui les accompagne est explicite : un texte trop peu contrasté en raison de la charte graphique n’est pas exempté ; seuls les logos le sont. Une image d’arrière-plan qui laisse le texte en dessous du rapport figure parmi les échecs répertoriés ; ajoutez donc un voile de couleur derrière les mots ou déplacez-les vers une zone plus calme.
Examinez toute la série côte à côte au regard de la charte graphique
Jugez la série comme le public la rencontrera : ensemble. Disposez toutes les images en vignettes sur une seule planche, à côté de quelques photographies ou illustrations existantes de la marque. À cette taille, l’œil cesse de lire des sujets et se met à lire des motifs. Le cadre un peu plus chaud, le visage rendu dans un style plus brillant et le fond qui appartient à une autre campagne se trahissent en quelques secondes.
Parcourez ensuite une liste écrite, image par image. Contrôlez la palette et la direction de la lumière au regard du brief, le cadrage et le fond au regard de la liste de plans, et l’usage du logo, le ton et les règles de représentation des personnes au regard de la charte graphique. Cherchez de près les défauts propres aux images générées : mains et objets difformes, lettres parasites, signes qui rappellent le logo de quelqu’un d’autre. Si un produit réel apparaît, comparez-le au produit lui-même, car une image qui lui ajoute une caractéristique qu’il n’a pas est une affirmation fausse.
La personne qui contrôle ne devrait pas être celle qui a produit les images, car leur auteur a trop vu chacune d’elles pour la remarquer encore. Rejetez ce qui échoue et régénérez-le à partir des ancrages ; faire admettre un cadre douteux à force d’arguments, c’est ainsi que les exigences se relâchent. Une fois l’ensemble approuvé, archivez les images finales avec le brief et les fiches de production. Elles constituent la matière de référence de la série suivante, qui partira alors d’autre chose que d’une requête vide.
Content Credentials : consigner d’où viennent les images
Une série cohérente appelle aussi une réponse cohérente à la question de sa fabrication. Le moyen technique s’appelle Content Credentials, la norme ouverte élaborée par la Coalition pour la provenance et l’authenticité des contenus (C2PA). Son document explicatif décrit une Content Credential comme un enregistrement de la provenance d’un fichier, lié à celui-ci par des moyens cryptographiques et composé de déclarations sur son origine, sur les modifications qu’il a subies et sur tout recours à l’IA. Une action effectuée par un système d’IA y est identifiée comme telle.
Il faut comprendre ce que cet enregistrement ne fait pas. Le même document précise que les Content Credentials ne portent aucun jugement sur la véracité du contenu ; elles montrent si l’information de provenance est intacte et qui l’a signée. La provenance n’est pas toujours complète, par exemple lorsqu’un fichier est recadré dans un outil qui ne prend pas en charge la norme, et les métadonnées peuvent être entièrement supprimées, raison pour laquelle la spécification prévoit aussi des filigranes et des empreintes numériques permettant de retrouver l’enregistrement. La documentation de Google indique pour sa part que toutes les images générées par ses modèles Gemini portent un filigrane SynthID.
Concrètement, vérifiez si votre générateur et votre logiciel de retouche écrivent des Content Credentials, et si vos réglages d’export et votre plateforme de publication les conservent. Inspectez un fichier terminé avec un outil de vérification avant la sortie de la série. Là où le lecteur croirait sinon voir une photographie, dites dans la légende ou dans le crédit que l’image a été générée. Les règles d’étiquetage fixées par la loi et par chaque plateforme diffèrent et évoluent : vérifiez celles qui vous concernent. Conserver la provenance dès le premier fichier est bien plus simple que la reconstituer une fois la question posée.
Checklist pratique
- Rédigez un brief visuel d’une page avec les valeurs de la palette, l’éclairage, la position de l’appareil et les exclusions, et reprenez sa formulation dans chaque requête.
- Faites d’abord approuver deux ou trois images d’ancrage et joignez ces mêmes références à toutes les générations suivantes de la série.
- Planifiez l’ensemble sous forme de liste de plans, avec le sujet, le cadrage, le format et la zone de texte de chaque image, avant d’en générer une seule.
- Appliquez un étalonnage, une règle de recadrage et un réglage d’export à tout l’ensemble, et ajoutez typographie et logos à la mise en page.
- Examinez toutes les images côte à côte au regard de la charte graphique, puis vérifiez que les données de provenance ont survécu à l’export final.
Questions et réponses
Pourquoi des images IA issues de requêtes proches sont-elles si différentes ?
Parce que chaque demande est générée indépendamment et que de petites variations de formulation modifient la lumière, la couleur, le cadrage et le style de rendu. La documentation d’OpenAI mentionne la cohérence visuelle entre plusieurs générations comme une limite connue de ses modèles d’image. Le remède consiste à fixer ces variables dans un brief écrit, à réutiliser la même formulation et les mêmes références, et à unifier les résultats en postproduction.
Combien d’images de référence faut-il pour une série cohérente ?
Il n’existe pas de nombre universel. Deux ou trois images d’ancrage approuvées suffisent en général à tenir un style, avec des références supplémentaires pour un produit ou un personnage récurrent. Chaque outil fixe ses propres limites quant au nombre d’images acceptées et à l’usage de chacune, et ces limites changent : consultez la documentation en vigueur de celui que vous employez.
Un générateur d’images peut-il reproduire exactement les couleurs d’une marque ?
N’y comptez pas. Nommez les couleurs dans la requête pour vous en approcher, puis mesurez les couleurs de la marque dans le fichier terminé et corrigez-les en retouche, avec le même réglage pour toutes les images de l’ensemble. Si du texte doit être posé sur l’image, contrôlez son contraste d’après les seuils du W3C : 4,5:1 pour le texte normal et 3:1 pour le texte de grande taille.
Que sont les Content Credentials, et prouvent-elles qu’une image est réelle ?
Il s’agit d’un enregistrement de l’origine et de l’historique de retouche d’un fichier, conçu pour rendre toute altération visible et défini par la norme ouverte C2PA ; il peut montrer qu’une image a été produite avec un outil d’IA. Il ne juge pas si le contenu est vrai. L’enregistrement peut aussi être incomplet ou avoir été retiré du fichier : traitez-le comme un indice de provenance et conservez en plus vos propres notes de production.
Faut-il générer les logos et le texte directement dans l’image ?
Il est plus sûr de les ajouter ensuite. Les générateurs peuvent mal placer ou déformer les lettres, et un logo doit être exact. Prévoyez un espace vide pour la typographie dans la liste de plans, générez l’image sans mots et posez le vrai logo et la vraie police dans le logiciel de mise en page, où l’orthographe, la position et le contraste peuvent être maîtrisés et corrigés.