La première fois que l’on utilise une IA pour générer des images, ce qui bloque le plus souvent n’est pas le bouton, mais trois questions : faut‑il commencer par un texte ou télécharger une image de référence ? À quel niveau de détail faut‑il formuler les prompts ? Et lorsque le premier résultat n’est pas satisfaisant, où faut‑il exactement apporter des modifications ?

Cet article présente un processus réplicable de génération d’images par IA, réalisé avec PixPix. Vous commencerez par définir l’usage et le format de l’image, puis vous rédigerez un prompt incluant la focale, le sujet principal, l’environnement, l’éclairage et le style. Ensuite, à partir d’un exemple original d’enceinte portable, vous apprendrez à sélectionner les résultats, à effectuer des ajustements un paramètre à la fois, et à réutiliser les images obtenues pour la retouche ou la création vidéo.

Les exemples et les prompts ont été redessinés spécialement pour cet article ; ils servent ici à illustrer la méthode et ne reflètent pas les résultats mesurés sur un modèle particulier.

Conclusion rapide : décidez d’abord où l’image sera utilisée

Une « belle image générée par IA » n’est pas forcément une « image utilisable ». Avant de commencer la génération, posez‑vous quatre questions :

1. L’image sera‑t‑elle utilisée comme photo principale d’un produit, dans du contenu sur les réseaux sociaux, en couverture d’un article ou comme bannière ?

2. Quel est le sujet principal de l’image ?

3. Quelles informations visuelles doivent rester inchangées, par exemple la forme du produit, l’identité d’une personne ou les couleurs de la marque ?

4. Après la génération, l’image sera‑t‑elle utilisée telle quelle, ou devra‑t‑elle encore être retouchée, agrandie ou transformée en vidéo ?

Ces réponses détermineront si vous devez privilégier la génération à partir d’un texte ou celle à partir d’une image, quel format choisir, ainsi que les éléments du prompt qui doivent être formulés avec la plus grande précision.

Ordre recommandé : définir l’usage → choisir la méthode de génération → fixer le format → rédiger le premier prompt → affiner la structure → ne modifier qu’un seul paramètre majeur à chaque étape.

Choisir entre la génération à partir d’un texte et celle à partir d’une image

La page officielle de PixPix propose actuellement deux modes : la génération à partir d’un texte, qui commence par une description écrite, et la génération à partir d’une image, où l’on télécharge une image de référence, un croquis ou une capture d’écran, afin que le résultat conserve la structure, la composition ou le style de l’image originale.

Commencer par la génération à partir d’un texte lorsqu’il n’y a pas d’objet précis

Lorsque vous explorez de nouveaux personnages, des scénarios conceptuels, des couvertures d’articles ou des idées de produits fictifs, un texte suffit souvent. L’essentiel est alors de décomposer votre « idée » en éléments visuels que le modèle peut reconnaître, plutôt que de préparer d’emblée une image de référence.

Par exemple, « créer une image publicitaire très estivale » reste trop abstrait. Le modèle ne sait ni quel est le sujet, ni où il se trouve, ni comment est éclairé, ni à quelle distance se situe l’objectif. Il est beaucoup plus facile d’obtenir un résultat exploitable en précisant clairement l’objet, l’environnement et l’éclairage.

Privilégier les images de référence lorsque l’homogénéité est essentielle

Si l’image doit conserver un produit réel, l’apparence d’une personne, une posture, une structure de croquis ou une composition existante, il convient de privilégier la génération à partir d’une image ou les méthodes permettant d’utiliser une image de référence.

Une image de référence ne garantit pas un résultat parfaitement identique. Après la génération, il reste indispensable de vérifier :

• La silhouette, les couleurs et les matériaux du produit ont‑ils changé ?

• Le visage, les vêtements et les accessoires conservent‑ils leur identité ?

• La composition respecte‑t‑elle la relation avec l’image de référence ?

• Les textes et logos présents sur l’image de référence ont‑ils été modifiés ?

• Le style de l’arrière‑plan a‑t‑il influencé le sujet ?

Si l’homogénéité est une exigence stricte, le prompt doit explicitement indiquer « ce qui doit rester inchangé », sans se limiter à décrire uniquement ce que l’on souhaite ajouter.

Établir un objectif de génération à partir d’un exemple original

Cet article propose un visuel fictif pour un nouveau produit estival : une enceinte Bluetooth portable, aux angles arrondis, de couleur orange corail et sans marque, posée sur une table en pierre calcaire blanche au bord d’une piscine bleu clair. Au crépuscule, la lumière oblique pénètre depuis la gauche ; quelques gouttes d’eau perlent sur la surface, tandis que l’arrière‑plan conserve des ondulations d’eau épurées, donnant à l’ensemble une impression fraîche et moderne, typique d’une photographie commerciale.

Cette image est prévue pour une annonce de nouveau produit sur les réseaux sociaux ; elle adopte donc d’abord un format vertical, tout en laissant un espace au‑dessus du sujet pour le placement ultérieur du texte. L’image ne doit pas comporter le logo de la marque, des mentions sur l’emballage, d’autres éléments électroniques ni les mains d’une personne.

Commençons par diviser les objectifs en deux catégories de contraintes :

Ce découpage permet d’éviter que le prompt ne devienne trop long. Les informations qui doivent rester stables doivent apparaître clairement, tandis que les parties susceptibles d’être explorées laissent au modèle une marge de manœuvre.

Légende : Au départ, seuls la piscine, le plan de travail en pierre de grotte, la position de la caméra et la lumière chaude à gauche sont conservés, afin de fournir des repères environnementaux précis pour l’intégration ultérieure du produit.

Rédigez le prompt en cinq modules vérifiables

Plutôt que d’accumuler des adjectifs abstraits tels que « sophistiqué », « époustouflant » ou « parfait », confiez à chaque expression une tâche visuelle spécifique. Une structure adaptée aux débutants pourrait être :

Caméra et composition + Sujet et caractéristiques + Environnement et position + Lumière et ambiance + Style visuel.

Légende : Les points 1 à 5 correspondent respectivement à la caméra et à la composition, au sujet, à l’environnement, à la lumière et au style visuel ; les numéros explicatifs sont placés dans le corps du texte, afin d’éviter d’entasser de longues phrases directement sur l’image.

La caméra et la composition déterminent comment l’image est découpée

« Gros plan », « plan moyen », « vue plongeante », « regard à hauteur d’œil », « sujet centré » ou « espace vide en haut » influencent directement l’organisation de l’image. Si l’image doit accueillir un titre ou un bouton, prévoyez cet espace dès la phase de création, plutôt que d’imposer ensuite un recadrage brutal du sujet.

Le sujet et ses caractéristiques indiquent ce qui figure dans l’image

Commencez par nommer les objets, puis ajoutez les formes, matériaux et couleurs qui influencent réellement leur reconnaissance. Par exemple :

Une enceinte Bluetooth portable orange corail, sans marque, au boîtier rectangulaire aux bords arrondis, dotée d’un grillage fin en tissu et d’un seul bouton discret sur le dessus.

« Sans marque » ne fait que réduire la probabilité d’apparition d’un logo aléatoire ; après génération, il convient toutefois de vérifier qu’aucun faux texte ou motif rappelant un logo n’est apparu.

L’environnement et la position définissent les relations spatiales

L’environnement ne se limite pas au simple arrière‑plan ; il faut aussi préciser comment le sujet interagit avec l’espace. Dans notre cas, « posé sur un plan de travail en pierre de grotte au bord de la piscine » est plus explicite que « fond de piscine », car cela spécifie à la fois la surface, la position et le type de contact.

La lumière et l’ambiance assurent l’unité de la texture

Décrivez d’où provient la lumière, sa douceur ou son intensité, ainsi que son ton général — froid ou chaud. Par exemple : « La lumière chaude du soir vient obliquement de la gauche, projetant une ombre courte et douce vers l’arrière‑droite de l’enceinte ». Cela est bien plus facile à vérifier que de simplement écrire « lumière cinématographique ».

Le style visuel vient conclure l’ensemble

Le style peut être « photographie de produit commerciale moderne », « photographie éditoriale rafraîchissante » ou « illustration douce en papier découpé ». Évitez d’inclure simultanément dans un même prompt des expressions concurrentes telles que photographie, peinture à l’huile, rendu 3D et film rétro.

Effectuez la première génération dans PixPix

Accédez à Générateur d’images et de vidéos par IA PixPix, et commencez ce cas par la fonction « texte → image ». Les paramètres proposés varient selon les modèles ; les options réelles dépendent du panneau de génération actuel.

Choisissez d’abord un format adapté au lieu de publication

Le format doit correspondre à l’usage final, plutôt que de le décider après la génération de l’image :

• Format vertical : plus adapté aux contenus sur les réseaux sociaux mobiles et aux affiches de personnalités ;

• Format carré : idéal pour les contenus devant s’adapter à divers formats d’affichage ;

• Format horizontal : mieux adapté aux couvertures de blog, aux bannières web et aux présentations.

Dans ce cas, l’objectif est une annonce de nouveau produit sur les réseaux sociaux ; il est donc recommandé d’utiliser un format vertical. Si vous devez également créer une couverture de blog par la suite, générez ensuite une version horizontale une fois la composition stabilisée, sans simplement remplir mécaniquement les côtés d’une image verticale.

Utilisez le premier prompt complet

Prompt original pour ce cas

Photographie de produit en plan moyen‑proche, avec un espace vide épuré en haut. Une enceinte Bluetooth portable, couleur orange corail, sans marque, au boîtier rectangulaire aux angles arrondis, dotée d’un tissu fin et d’un bouton discret sur le dessus, posée sur un plateau en pierre calcaire blanc cassé au bord d’une piscine bleu clair. Le plateau présente quelques gouttes d’eau bien visibles, tandis que l’arrière-plan se compose de vagues douces et épurées. Au crépuscule, le soleil chaud vient frapper obliquement depuis la gauche, projetant une ombre courte et naturelle derrière l’enceinte, dont le corps orange corail arbore des reflets subtils. Photographie commerciale moderne et épurée, mettant en valeur des matériaux authentiques, avec une image nette, sans présence humaine, logo, textes d’emballage ni autres appareils électroniques.

Il s’agit d’un prompt rédigé spécialement pour cet exemple original ; il ne s’agit pas du prompt d’origine tiré d’un article de référence, ni d’une garantie que tel ou tel modèle le suivra mot pour mot.

Lors du premier passage, examinez d’abord la structure, sans vous précipiter sur les détails

Après la génération, réduisez d’abord l’image pour en saisir l’ensemble, puis vérifiez successivement :

1. Avez‑vous immédiatement repéré l’enceinte ?

2. Le sujet principal a‑t‑il été coupé ou masqué ?

3. L’espace vide en haut est‑il suffisant pour la mise en page ultérieure ?

4. La relation spatiale entre le plateau, la piscine et l’enceinte est‑elle cohérente ?

5. La direction de la lumière et les ombres portées sont‑elles naturelles ?

Si, lors du premier passage, la composition est correcte, cela vaut la peine de poursuivre les ajustements. Ne renoncez pas trop vite à un résultat bien structuré simplement parce qu’un bouton n’est pas assez précis.

Note explicative : cette image illustrant un problème pédagogique maintient la cohérence entre le produit, le décor et la direction de la lumière, mais le sujet est trop petit et l’avant‑plan occupe une part excessive ; elle convient donc parfaitement pour montrer comment corriger uniquement la distance de la caméra et la proportion du sujet.

Ne modifiez qu’une seule variable principale à la fois

Lorsque le résultat de la génération s’écarte de l’objectif, identifiez d’abord la nature du problème, puis ajustez la phrase correspondante.

Par exemple, si le sujet est trop petit, il suffit de modifier le début comme suit :

Photographie produit en plan rapproché vertical : l’enceinte occupe environ la moitié de la hauteur de l’image, avec un espace vide réservé en haut.

Pour le reste — matériaux, environnement et lumière — on conserve les paramètres initiaux. Ainsi, il sera plus facile d’identifier quel ajustement a provoqué le changement.

Légende : version corrigée, avec un agrandissement du sujet et un espace vide en haut ; l’enveloppe orange corail, la grille textile, les zones d’ombre au contact ainsi que l’ombre projetée en arrière‑droite forment ensemble un point focal visuel clair.

Ne pas regrouper toutes les erreurs dans un seul avertissement négatif

« Ne pas brouiller, ne pas déformer, ne pas rendre laid, ne pas produire une qualité médiocre » ne remplace pas une description positive claire. Les restrictions négatives doivent cibler les risques réels, par exemple, dans ce cas, « ne pas inclure de personnes, de logos, de textes sur l’emballage ou d’autres éléments électroniques ».

Si le modèle continue de mal interpréter le sujet, il est souvent plus efficace de simplifier la description des conflits, d’ajuster les paramètres de la prise de vue ou d’utiliser une image de référence, plutôt que d’ajouter sans cesse des termes négatifs.

Sélectionner parmi les images candidates celle qui mérite d’être poursuivie

Ne pas choisir uniquement l’option présentant le plus de détails. Un ordre de sélection plus pratique serait :

1. Identité du sujet et composition globale ;

2. Contact, perspective et relations entre lumière et ombre ;

3. Matériaux et couleurs ;

4. Petits ornements, bords et défauts locaux.

Les erreurs liées à la composition et au sujet impliquent généralement une régénération complète ; tandis que les petits problèmes tels que des faux textes, des gouttes d’eau ou des imperfections marginales se prêtent mieux à une retouche locale ultérieure.

La page officielle de PixPix présente actuellement des capacités d’édition d’images telles que le recadrage local, l’agrandissement, le remplacement d’arrière‑plan et l’amélioration de la qualité. Une fois la structure de l’image établie, il est possible d’affiner certains détails, d’étendre le cadre ou d’accroître la qualité ; pour créer du contenu animé, on peut également utiliser une image fixe comme point de départ pour une future vidéo générée par IA.

Légende : trois images consécutives illustrant, de gauche à droite, le point de départ de la scène, les premiers problèmes identifiés et l’objectif de correction. L’accent est mis sur la proportion du sujet et la hiérarchie visuelle, et non sur l’utilisation d’une simulation pédagogique comme mesure expérimentale du modèle.

Un modèle de prompt réutilisable

Modèle général

【Cadre et objectif】, le point central de l’image est le 【sujet principal】, caractérisé par sa 【couleur, forme, matière et mouvement】. Le sujet se situe dans un 【environnement et une position précise】, entretient un 【contact ou une relation spatiale】 avec la 【surface ou d’autres objets】. Des lumières issues de la 【direction】—à la fois chaudes/froides et douces/dures—produisent des effets de 【hautes lumières et d’ombres】. L’ensemble présente un 【style visuel unique】, tout en conservant un 【espace typographique ou une composition clé】, sans inclure d’éléments perturbateurs directement liés à la mission.

Lors du remplissage du modèle, privilégiez les termes qui modifient l’image. Si la suppression d’un mot n’affecte pas l’objectif visuel de l’image, ce mot n’est généralement pas indispensable.

Questions fréquentes

Un prompt plus long est-il forcément meilleur ?

Non. Le prompt doit couvrir les décisions visuelles essentielles, mais sa longueur ne garantit pas pour autant un contrôle précis. Les adjectifs redondants, les styles contradictoires ou les concepts abstraits non perceptibles risquent au contraire de diluer le sujet principal.

Peut-on utiliser directement un prompt en chinois ?

Vous pouvez d’abord employer la langue que vous maîtrisez le mieux pour exprimer précisément vos idées. L’essentiel est d’expliquer clairement l’objectif, le sujet, l’environnement, la lumière et le style, puis de vérifier comment le modèle concerné interprète votre description. Si le résultat répète une mauvaise compréhension d’un terme, essayez alors d’utiliser une expression synonyme plus précise.

Peut-on générer une image de produit sans image de référence ?

Il est possible de créer une illustration conceptuelle d’un produit fictif ; toutefois, si vous souhaitez reproduire fidèlement l’apparence, les couleurs et les détails d’un produit réel déjà commercialisé, il est souvent difficile de préserver son identité uniquement grâce au texte. Dans ce cas, il est recommandé de télécharger une image de référence claire et de vérifier point par point la conformité.

Pourquoi un même prompt peut‑il produire des résultats différents ?

La génération d’images par IA comporte une part d’exploration : une même description peut donner lieu à des compositions et des détails variés. Il est donc plus maîtrisable de formuler clairement les informations indispensables et de procéder à des ajustements ciblés, en s’appuyant sur des images de référence ou en conservant les résultats déjà validés, plutôt que de recommencer systématiquement depuis zéro.

Quand faut‑il agrandir l’image ?

Commencez par vérifier la composition, le sujet, la lumière et les matériaux, puis procédez à l’amélioration de la qualité d’image. L’agrandissement peut améliorer la taille finale et certains détails, mais il ne corrige pas automatiquement les erreurs de relations spatiales ou de structure du produit.

Résumé

La génération d’images par IA ne consiste pas à écrire un prompt « parfait » dès le départ, mais à décomposer la création en une série d’étapes successives, chacune pouvant être évaluée :

Définir l’usage → Choisir entre la génération à partir d’un texte ou d’une image de référence → Fixer le format de l’image → Décrire l’objectif, le sujet, l’environnement, la lumière et le style → Affiner la structure → Effectuer des corrections univariées → Réaliser des retouches locales et finaliser l’image.

Lors de votre première utilisation de PixPix, vous pouvez appliquer directement le modèle présenté ici pour réaliser une illustration conceptuelle. Si la tâche concerne un produit réel ou une personne bien définie, préparez dès le départ des images de référence, listez les exigences de conformité comme points de contrôle, puis lancez le processus de génération et d’édition.