Ce que l’IA fait bien (et mal) pour la génération de photos : notamment avec les personnes et la cohérence

En bref

L’IA excelle dans les portraits d’un seul sujet, l’ambiance/l’éclairage, la composition et le stylisme général du corps/de la garde-robe. Elle est plus faible sur les cas limites d’anatomie (mains/pieds), le petit texte/logos, les accessoires, les reflets, et le maintien du même visage parfaitement cohérent d’un angle et d’une session à l’autre. Vous pouvez surmonter la plupart de ces faiblesses avec le bon prompting, les bons choix de LoRA, les flux Reference-To-Image/Variations/Photoshoot, Image Upscaler, et en exécutant Head & Face Swap en dernier pour figer l’identité.

Ce que l’IA fait bien

• Ambiance et éclairage photoréalistes. Lumière naturelle de fenêtre, heure dorée, montages studio key/rim, ombres douces, faible profondeur de champ, étalonnages filmiques.

• Portraits d’une seule personne. Portraits en gros plan et 3/4 avec des arrière-plans propres et des traits du visage nets.

• Composition et « sensation » caméra. Rendus 35/50/85mm, angles bas/hauts, cadrage centré vs règle des tiers.

• Stylisme général. Tendances de morphologie, catégories de garde-robe, longueur/texture des cheveux, styles de maquillage.

• Réplication esthétique. Reproduire une ambiance visuelle d’une référence (étalonnage couleur, éclairage, rendu d’objectif) via Reference-To-Image ou l’outil Variations.

• Variété en lot. Produire des ensembles cohérents d’images similaires en une fois (Variations, Photoshoot).

• Texte dans l’image. Panneaux, affiches et légendes, mais uniquement avec le bon modèle (Nano Banana 2 est conçu pour cela ; la plupart des autres génèrent du charabia).

• Contrôle précis du physique/style. Les SDXL Body-Shape LoRAs (Text to Image, Reference-To-Image) et les Flux Klein Style LoRAs (Image Editor) offrent tous deux un contrôle fiable et reproductible qu’un simple prompt ne peut égaler.

Où l’IA peine (et pourquoi)

• Cohérence d’identité entre angles/temps. La même personne peut dériver dans des profils latéraux, des expressions extrêmes ou de nouvelles scènes.

• Mains, pieds et anatomie fine. Les doigts peuvent fusionner, les prises paraître maladroites, les orteils se déformer dans des sandales ; une musculature extrême peut sembler plastique.

• Petit texte/logos et micro-détails sur tout modèle autre que Nano Banana 2 : motifs de bijoux minuscules, cadrans de montre, signalétique.

• Accessoires et occlusions. Montures de lunettes, boucles d’oreilles derrière les cheveux, cheveux traversant le visage, chapeaux touchant les sourcils, mains près de la bouche.

• Reflets et translucidité. Miroirs, verre, surfaces d’eau ; reflets d’objectif sur les lunettes.

• Géométrie de motifs complexes. Rayures serrées, carreaux, mailles de dentelle et broderies détaillées.

• Interactions entre plusieurs personnes. Lignes de regard, placement des mains, cohérence d’échelle/perspective entre plusieurs personnes.

• Réplication exacte de marque ou de marques protégées par le droit d’auteur. Les modèles ont tendance à éviter les logos précis ; les résultats peuvent être erronés ou brouillés.

Obtenir des personnes cohérentes : stratégies éprouvées

1) Soyez explicite sur la personne

Décrivez les repères du visage (couleur/forme des yeux, épaisseur/arche des sourcils, arête/largeur du nez, plénitude/forme des lèvres, mâchoire/pommettes, taches de rousseur/grains de beauté, pilosité faciale), les repères capillaires (longueur, texture, raie, couleur), la tranche d’âge et le type de corps. Cela améliore à la fois la génération et les résultats de Image Upscaler.

2) Utilisez le bon outil au bon moment

• Face Generation pour créer rapidement des visages candidats.

• Text to Image pour de nouveaux looks/poses ; choisissez le modèle selon votre priorité (voir le récapitulatif des modèles ci-dessous).

• Reference-To-Image quand vous avez besoin de la même ambiance, famille d’angles ou ligne de tenue qu’une image d’exemple.

• Photoshoot pour créer des ensembles multi-catégories (bureau/café/vacances…) en préservant l’identité.

• Variations pour des variations rapides et thématiques autour de votre meilleur plan héro.

• Image Upscaler pour améliorer le détail/résoudre le flou. Utilisez les variantes Safe Face si le visage doit rester inchangé.

• Head & Face Swap (dernière étape) pour figer l’identité sur tout ce que vous allez publier.

3) Choisir un modèle : ce en quoi chacun excelle vraiment

Text to Image et Image Editor proposent tous deux une gamme de modèles. Il n’y a pas de « meilleur » unique, cela dépend de ce que vous optimisez :

Si le réalisme diminue sur un modèle, essayez de baisser la force des LoRA (si utilisés), de simplifier le prompt, ou de changer de modèle, puis terminez avec Head & Face Swap pour figer le visage.

4) Des LoRAs sans chaos

ZenCreator propose deux types de LoRAs différents ; consultez le guide complet des LoRA pour les deux :

• SDXL Body-Shape LoRAs (Text to Image, Reference-To-Image) : utilisez 1 à 2 à 0,6–0,9 chacun ; 0,8 est un bon point de départ. Combiner 3 LoRAs est acceptable, mais gardez les forces conservatrices et évitez les contradictions (par ex., Slim Figure vs Plus Size Body). Au-delà de 1,5, les artefacts augmentent (déformations, textures crayeuses) ; si le détail baisse ou si l’anatomie se dégrade, réduisez les forces de 0,2 et simplifiez le prompt.

• Flux Klein Style LoRAs (Image Editor) sont des modèles de style : importez une photo et le LoRA la transforme pour correspondre au modèle. Un à la fois ; les résultats suivent la composition du modèle.

5) Gardez la scène « stable »

• Réutilisez le vocabulaire d’éclairage, les termes de caméra (par ex., « 50mm, à hauteur des yeux, faible profondeur de champ »), et les repères d’étalonnage sur tout l’ensemble.

• Évitez de changer trop de variables à la fois (pose, tenue, environnement, éclairage) si l’identité est votre priorité.

6) Un pipeline qui fonctionne

Génération → sélection des meilleures → Image Upscaler (ou une variante Safe Face si l’identité ne doit pas changer) → Head & Face Swap (final) → LUT couleur/grain optionnel → publication.

Pour de gros lots, exécutez Head & Face Swap uniquement sur les sélections pour économiser crédits/temps.

Prompting pour les personnes (rappels rapides)

• Écrivez dans cet ordre : personne → corps/tenue → pose/caméra → éclairage → environnement → ambiance/étalonnage → qualité.

• Gardez le prompt négatif léger mais ciblé :

  lowres, bad anatomy, extra limbs, deformed hands, fused fingers, duplicate face, blurry, over-smooth skin, watermark, text, jpeg artifacts, harsh sharpening

• Utilisez Magic Prompt (dans Text to Image) si vous ne savez pas comment le formuler : il transforme automatiquement une idée courte en un prompt complet et détaillé.

Consultez le guide complet « Comment écrire des prompts ».

Problèmes courants et solutions

Barres de qualité avant publication

Playbooks pratiques

• Nouvelle persona virtuelle : Face Generation → choisissez une héroïne → Text to Image/Reference-To-Image pour élargir la gamme → Image Upscaler → Head & Face Swap en dernier.

• Sosie d’une personne réelle : générez une scène de base → Head & Face Swap en dernier avec le portrait source autorisé → passe couleur rapide → publication.

• Grand ensemble de campagne : Photoshoot par catégorie → planifiez les publications.

Notes finales

Besoin d’aide pour choisir le bon flux pour votre projet ? Contactez-nous via le chat ou par e-mail à [email protected].