Méthode
Garder un personnage cohérent tout au long d’une série
D’une génération à l’autre, rien ne se transmet de soi-même : chacune repart de zéro, si bien qu’une description écrite aboutit à un visage un peu différent chaque fois que vous lancez. Pour tenir un personnage, fournissez-le sous forme d’image au lieu de le redécrire : ébauchez le sujet une fois, conservez l’image réussie, puis renvoyez-la dans chacune des prises suivantes.
Une ancre est une image, pas un paragraphe
Ce qui fige une identité, c’est une pièce jointe, pas une phrase mieux tournée. Ye et al., dans l’article consacré à IP-Adapter, en donnent la raison en toutes lettres : obtenir l’image voulue à partir du seul texte reste délicat, car « it often involves complex prompt engineering ». Aucun adjectif ne désigne une mâchoire précise, et aucune pile d’adjectifs n’en compose une.
Toute image ne fait pas une bonne ancre. Un portrait simple, éclairé de façon égale, l’emporte en général sur une image spectaculaire, parce qu’il contient moins d’éléments susceptibles d’être copiés par erreur : un contre-jour dur ou une forte dominante colorée comptent aussi comme indices, et le modèle n’a aucun moyen de deviner que seul le visage vous intéressait. Gardez une ancre sans relief et laissez la mise en scène au prompt.
Une image peut aussi servir de point de départ à un clip plutôt que d’indice, et c’est un autre travail, soumis à d’autres règles ; transformer une image en vidéo explique cette distinction et le recadrage qu’elle vous impose.
La capacité est déclarée, jamais déduite
Chaque modèle du catalogue publie ce qu’il sait faire : texte en image, image en image, texte en vidéo, image en vidéo. Ce champ est écrit noir sur blanc au lieu d’être calculé selon que le modèle accepte des images ou non ; la page du modèle, l’endpoint du catalogue et le serveur s’accordent ainsi sur la forme que doit prendre le corps de la requête.
Les modèles qui lisent des références déclarent leur propre minimum et leur propre maximum, et les refus jouent dans les deux sens. Un modèle bâti autour des références rejette une requête qui n’en contient aucune. Un modèle qui n’en lit pas rejette une requête qui en porte, au lieu d’écarter la pièce jointe et de rendre malgré tout. C’est ce second refus qui vous fait économiser : une image écartée en douce vous laisserait une sortie qui l’a ignorée, et aucun signe à l’écran pour vous le dire.
Les tailles valides appartiennent elles aussi au modèle et ne s’héritent pas d’un parent au nom voisin. Les pièces jointes peuvent entraîner un supplément, que le bouton de génération comme choisir résolution et durée totalisent pour vous.
Ébaucher une fois, garder la bonne image, la réinjecter
Commencez sur un modèle qui travaille à partir de la seule description, tant que le personnage reste négociable et que vous payez pour découvrir qui il est, pas pour protéger quoi que ce soit. Retravaillez la formulation jusqu’à obtenir une image juste ; y parvenir est un métier à part entière, et concevoir un personnage original le parcourt de bout en bout. Pour un personnage illustré ou inventé, le flux de travail d’art IA pour figures et personnages est l’endroit où dessiner cette première image retenue ; ce guide porte sur ce que vous en faites ensuite. Un personnage au style hentai ou anime suit la même habitude d’ancrage, avec en plus la règle que le générateur de hentai IA fixe pour chacun d’eux : majeur sur chaque image.
Conservez-la ensuite au sens propre, en téléchargeant le fichier : une ancre que vous comptez réutiliser pendant des mois doit vivre dans un endroit que vous maîtrisez.
La renvoyer ne se résume pas à copier son lien. Une génération terminée est servie derrière vos identifiants, et le prestataire qui calcule l’image n’a aucun moyen de se connecter en votre nom : le fichier doit être importé, puis joint par l’adresse obtenue en retour ; transformer une image en vidéo donne l’endpoint et les motifs de rejet. Dans l’interface, la zone de référence s’en occupe pour vous, et une sélection des modèles d’édition qui acceptent une ancre est réunie sur une page, avec ce que chacun accepte ; le catalogue complet contient le reste.
Chaque plan suivant tient alors en une requête avec une scène différente : même pièce jointe, même description du personnage, seule la mise en scène est réécrite. La référence de l’API donne le corps de la requête, et écrire des prompts sans filtre la discipline de formulation qui évite que le reste du cadre ne bouge avec.
Où l’identité dérive, et quoi changer
Ici, la reproductibilité tient à la pièce jointe et non à un nombre que l’on note : sur les modèles qui en proposent une, une seed laisse encore l’image dériver d’un essai à l’autre, et la plupart des modèles n’en proposent aucune ; choisir résolution et durée expose ce mécanisme. Deux soumissions identiques sont deux tirages indépendants : une série qui ne tient que par la description dérive par construction.
Réécrire le prompt entre deux prises en est la cause la plus fréquente. Chaque description reformulée rouvre la négociation sur tout ce que vous n’aviez pas l’intention de toucher, visage compris. Déplacez une proposition à la fois et vous verrez ce qui se déplace avec elle.
Élever chaque nouveau résultat au rang d’ancre est la deuxième. Une génération reformule ses entrées au lieu de les copier : une ancre tirée d’une ancre, elle-même tirée d’une ancre, s’éloigne pas à pas de son point de départ. Tenez un jeu d’ancres : l’image d’origine reste dans chaque requête, et les bonnes images nouvelles viennent s’y ajouter au lieu de la remplacer. Cette difficulté n’a rien d’imaginaire. Avrahami et al., dans « The Chosen One: Consistent Characters in Text-to-Image Diffusion Models », ouvrent sur le constat que « the users that use these models struggle with the generation of consistent characters ».
La troisième cause est une ancre qui ne montre pas la partie qui dérive. Un portrait de trois quarts ne dit rien d’une boucle de ceinture visible seulement de dos, et le modèle la réinvente à chaque fois. Ajoutez une vue qui la montre plutôt qu’une phrase qui la décrit.
Mieux vaut savoir ce que vous ne faites pas. DreamBooth (Ruiz et al., CVPR 2023) part de « just a few images of a subject » et affine le modèle pour qu’il « learns to bind a unique identifier with that specific subject ». Aucune étape d’entraînement n’a lieu ici : l’identité est redérivée de vos images à chaque requête. Voilà pourquoi elle peut glisser, et aussi pourquoi vous pouvez changer de personnage entre deux plans sans rien réentraîner.
Emmener le personnage jusqu’à la vidéo
La vidéo ne se partage pas de la même manière. Un modèle vidéo qui accepte une image s’ouvre sur elle : c’est l’image que vous avez produite qui s’anime, ce qui met la composition hors de débat et fait du recadrage votre décision plutôt que celle du modèle. Côté vidéo, rien ne compose un plan autour d’un personnage à votre place : qui apparaît à l’écran doit être réglé tant que le travail reste une image.
L’ordre en découle : construisez l’ancre sur un modèle d’image, mettez en scène le cadre voulu en image fixe, confiez cette image à la vidéo, et gardez la description du personnage identique pour que seule l’action change. La page du générateur de vidéo IA sans censure présente les voies possibles, et storyboard et prévisualisation une suite de plans qui doit se lire comme une seule production.
Questions fréquentes
Puis-je utiliser une image générée comme référence en collant son URL ?
Non. Une génération terminée est servie derrière vos identifiants, et le prestataire qui va chercher la référence ne peut pas se connecter à votre place. Importez le fichier et joignez l’adresse qui vous est renvoyée ; sur une page de modèle, la zone de référence le fait pour vous.
Pourquoi le même prompt me rend-il un visage différent à chaque fois ?
Parce que rien de ce que vous envoyez ne fixe le tirage. Le corps de la requête ne contient que le modèle, votre texte et les options de ce modèle ; la plupart des modèles n’ont pas de champ seed, et sur ceux qui en ont un, un nombre répété peut encore dériver : deux soumissions identiques donnent deux résultats indépendants.
Dois-je remplacer mon ancre par le dernier résultat à chaque fois ?
Non. Chaque génération reformule ses entrées au lieu de les copier, si bien que des ancres tirées d’ancres dérivent. Gardez l’image d’origine dans chaque requête et laissez les bonnes images nouvelles rejoindre le jeu plutôt que de la mettre à la retraite.
Joindre davantage de références améliore-t-il le résultat ?
Ajouter des références, c’est poser une question plus étroite, pas régler la qualité. Chaque image retire une décision au modèle, ce qui n’aide que si la décision qu’il prenait était justement celle qui tournait mal.