Pourquoi vos générations IA ratent (et comment j’ai arrêté de gâcher mes crédits)

Un dimanche soir, vers 23h, j’ai cramé une soirée entière de crédits sur une seule image. Un portrait simple : une femme assise près d’une fenêtre. À chaque essai, quelque chose clochait. Le visage qui part en vrille. Un doigt de trop sur la main posée sur la table. Une lumière si plate qu’on aurait dit une photo d’identité. J’ai failli conclure que le modèle était nul. C’était l’inverse. Le modèle était très bien. C’est moi qui lui parlais mal.

Depuis, j’ai produit plusieurs milliers de générations, sur des modèles d’image comme sur des modules image-to-video. Le constat n’a jamais bougé : presque tous les ratés viennent de l’instruction, pas de l’outil. Voici ce que j’aurais aimé qu’on me dise ce soir là.

L’IA ne vous comprend pas, elle vous complète

C’est le malentendu de départ. On parle à une IA comme à un assistant qui saisirait nos intentions. Sauf qu’elle ne devine rien. Elle prend ce que vous écrivez, et pour tout ce que vous n’avez pas dit, elle comble avec la réponse la plus probable. Or « le plus probable », ça donne du moyen. Du banal. Du déjà-vu mille fois.

« Une femme dans un café » : vous, vous avez une image précise en tête, avec une lumière, une époque, une ambiance. Le modèle n’a rien de tout ça. Il fabrique une femme moyenne, dans un café moyen, sous une lumière moyenne. Et vous trouvez ça fade sans comprendre pourquoi. La raison est simple : vous avez confié toutes les décisions importantes à une machine qui ignore votre goût.

Décrivez votre sujet comme à quelqu’un au téléphone

Le premier déclic, ça a été d’arrêter de décrire vaguement. Maintenant je décris mon sujet comme si je le dictais à un illustrateur à l’autre bout du fil, qui n’a aucune idée de ce que j’imagine.

« Une femme d’une trentaine d’années, cheveux châtains en chignon lâche, pull beige en grosse maille, expression pensive, le regard vers la fenêtre. » Chaque détail retire une décision au modèle et vous rapproche de votre image. Attention : ce n’est pas une question de quantité. Inutile de décrire les lacets si on ne voit pas les pieds. Mais le visage, la posture, l’attitude, soyez précis. C’est là que tout se joue.

La lumière. Si vous ne retenez qu’une chose, c’est ça.

La lumière est le facteur de réalisme le plus puissant, et le plus négligé. Presque personne n’en parle dans son prompt. Du coup le modèle balance un éclairage neutre, frontal, sans relief, et c’est exactement cette lumière plate qui fait qu’on repère une image générée en une demi-seconde.

Le jour où j’ai écrit « lumière naturelle de fin d’après-midi, légèrement latérale, ombres douces », mes images ont changé de catégorie. Pas un peu. Radicalement. Une lumière définie crée du volume, de la profondeur, une intention. Si vous ne testez qu’un seul réflexe après cette lecture, prenez celui-là.

Trop en dire est aussi mortel que pas assez

Une fois qu’on a compris l’intérêt de la précision, on tombe tous dans le piège inverse : on en fait trop. Trente mots-clés empilés, des adjectifs partout, cinq styles « au cas où ». Là, le modèle arbitre tout seul. Il garde des termes, en jette d’autres, et comme certains se contredisent, ça devient une bouillie.

J’ai appris à trancher. Une dizaine d’éléments forts et cohérents battent toujours une liste de courses sans fin. Et surtout, ne mélangez pas des intentions opposées : demander « minimaliste » et « foisonnant de détails » dans la même phrase, c’est réclamer deux choses contraires. Choisissez une direction. Tenez-la.

L’ordre des mots pèse plus que vous ne croyez

Détail technique que beaucoup ignorent : les modèles donnent plus de poids aux premiers éléments du prompt. Ce que vous mettez en tête compte plus que ce que vous reléguez à la fin.

Si le visage et l’expression sont le cœur de votre image, ils passent au début, pas en queue de phrase derrière trois lignes de décor. Je range désormais mes prompts en pyramide inversée : l’essentiel d’abord, le reste ensuite. Ça n’ajoute pas un mot et ça améliore nettement la fidélité.

Les prompts négatifs, le filet qu’on oublie

Quand l’outil les autorise, c’est un cadeau. Au lieu de seulement dire ce que vous voulez, vous dites ce que vous refusez. Les défauts des générations IA sont connus et reviennent en boucle, alors autant les bloquer d’entrée. Les plus utiles à exclure :

• mains déformées et doigts surnuméraires, le grand classique
• yeux asymétriques ou qui louchent
• arrière-plan incohérent ou qui se répète
• texte parasite qui s’invite sur l’image
• artefacts de compression et flou bizarre

Une liste négative courte et ciblée, c’est souvent ce qui fait passer une image de « bien, mais cette main me gêne » à « parfait, je la garde ».

Les réglages, ce qu’on sous-estime le plus

Au delà du texte, il y a les paramètres. Et ils font une différence énorme.

Le ratio et la résolution, d’abord : générer en carré ce qui devait être vertical, c’est se condamner à un recadrage qui casse la composition. Pensez le format avant, pas après.

Ensuite, quand le modèle vous laisse y toucher :

• Le nombre d’étapes. Trop peu donne une image molle, pas finie. Trop, et vous gaspillez crédits et temps pour un gain invisible. Il y a une zone confortable, propre à chaque modèle, qu’on trouve en testant.
• La valeur de guidage. Ce curseur décide à quel point le modèle colle à votre prompt. Trop bas, il part en roue libre. Trop haut, il se crispe, sur-sature, devient rigide. Le bon réglage est presque toujours médian.

Trouvez ces deux réglages une bonne fois pour votre outil, et vous arrêtez de tâtonner à chaque génération.

Garder le même visage d’une image à l’autre

C’est la frustration numéro un dès qu’on veut une série et pas une image isolée. Vous sortez une personne magnifique, et impossible de la retrouver à la génération suivante. Pour construire quelque chose de cohérent, c’est rédhibitoire.

Le prompt seul n’y suffit pas. Écrire « les mêmes traits » ne sert à rien, le modèle réinvente à chaque fois. Ce qui marche, c’est de partir d’une image de référence et d’utiliser les fonctions de cohérence que proposent les outils sérieux, au lieu d’attendre un miracle textuel. Le jour où on accepte ça, on arrête de se battre contre l’outil et on travaille avec lui.

La vraie méthode : une seule variable à la fois

On arrive à ce qui sépare ceux qui progressent de ceux qui brûlent leurs crédits en rond.

Le premier prompt est presque toujours imparfait. Normal, personne ne tombe juste du premier coup. L’erreur, c’est de tout changer entre deux essais : la lumière, le cadrage, le sujet, le style, d’un coup. Le résultat s’améliore, et vous êtes infichu de dire ce qui a marché. Donc vous ne saurez pas le refaire.

La discipline qui m’a tout changé tient en une phrase : générez, regardez honnêtement ce qui cloche, corrigez une seule chose, relancez. C’est plus lent au début. Mais en quelques heures vous construisez votre propre intuition, votre bibliothèque de réglages qui marchent. À partir de là, vous ne devinez plus. Vous savez.

Pour creuser tous ces réglages, un guide complet pour réussir ses générations IA détaille chaque paramètre avec des exemples concrets de cadrage, de lumière et de choix entre image et vidéo. Une bonne base pour avancer avec méthode plutôt qu’à l’aveugle.

Ce que j’aurais voulu savoir plus tôt

La qualité d’une génération n’a rien d’une loterie. Elle vient de la clarté de votre demande. Un sujet précis, une lumière pensée, un prompt focalisé et bien ordonné, des négatifs quand c’est possible, les bons réglages, et cette manie de ne toucher qu’une variable à la fois. Bout à bout, ces réflexes effacent l’immense majorité des ratés.

Le modèle exécute. C’est vous qui tenez la barre. Les doigts en trop et les visages flous ne sont pas une fatalité, c’est un manque de méthode, et la méthode s’apprend. Un seul geste pour vos prochaines générations : décrivez la lumière. Vous verrez la différence dès la première série.