fralapo/génération-prompts-image

Ingénierie de Prompts pour Génération d'Images — Universel

Compétence d'ingénierie de prompts générique pour tout modèle moderne de génération / édition d'images. Fonctionne par défaut de manière agnostique au modèle ; bascule vers des instructions spécifiques au modèle lorsque l'utilisateur nomme un modèle.

Les prompts solides partagent la même anatomie quel que soit le modèle — sujet, environnement, éclairage, appareil/objectif, style, format, et (pour les éditions) ce qui doit être préservé. Ce qui diffère est la surface syntaxique : Midjourney utilise --flags, GPT Image 2 préfère le JSON structuré, GPT Image 2.5 récompense les références avec rôles et les listes de verrouillage, Nano Banana analyse le langage naturel pour adresser les images de référence, SDXL s'appuie sur des blocs de tokens pondérés plus des prompts négatifs, FLUX récompense la densité en prose, Ideogram est le plus fort en typographie.

Quand Utiliser Cette Compétence

• L'utilisateur demande d'écrire ou d'améliorer un prompt d'image pour n'importe quel modèle
• L'utilisateur veut modifier une image téléchargée (changement de tenue, modification d'arrière-plan, restylage avec préservation du visage, ajout/suppression d'objet, inpainting)
• L'utilisateur demande des portraits avec identité préservée, intégration de célébrités, séquences de vieillissement, portraits de groupe multi-personnages
• L'utilisateur souhaite une mise en page bento/infographie, un diorama isométrique, une affiche produit en vue éclatée, une couverture de magazine, une planche de bande dessinée, une grille de storyboard, une image principale e-commerce, une vignette YouTube
• L'utilisateur a besoin de prompts spécifiques à un style : cinématographique, Kodak Portra, anime, 3D chibi, pixel art, cadre baroque, ukiyo-e, design suisse, cyberpunk, RAW iPhone, point-and-shoot des années 90, flash direct 35mm
• L'utilisateur mentionne « préserver le visage », « même visage à 100% », « changer seulement l'arrière-plan », « garder la pose », « multi-vue », « boîte de figurine d'action », « vue éclatée »
• L'utilisateur souhaite des prompts compatibles Raycast avec des espaces réservés {argument name="..." default="..."}
• L'utilisateur nomme explicitement un modèle (Midjourney, MJ, SDXL, FLUX, GPT Image 2 / 2.5, Nano Banana, etc.)

Routage des Modèles

Lorsque l'utilisateur nomme un modèle dans sa requête, lisez le fichier correspondant sous references/models/ pour la syntaxe et les particularités, puis superposez-le à l'anatomie universelle ci-dessous.

Mots-clés déclencheurs (n'importe lequel)	Lire
nano banana, nano-banana, gemini 2.5 flash image, gemini image, nano banana pro, 纳米香蕉	references/models/nano-banana.md
gpt image 2.5, gpt-image-2.5, image 2.5, chatgpt images 2.5, flare, sunburst, gpt-image-2.5-flare, gpt-image-2.5-sunburst	references/models/gpt-image-2-5.md (+ gpt-image-2.md pour la grammaire partagée)
gpt image 2, gpt-image-2, duct-tape, gpt image 2 prompts	references/models/gpt-image-2.md
gpt image 1, gpt-image-1, dall-e 3, dall·e 3, dalle 3	references/models/gpt-image-1.md
midjourney, mj, --ar, --stylize, --sref, --cref, niji, --niji	references/models/midjourney.md
stable diffusion, sd 1.5, sdxl, sd 3, sd3, sd3.5, comfyui, automatic1111, forge	references/models/stable-diffusion.md
flux, flux.1, flux dev, flux schnell, flux pro, black forest labs	references/models/flux.md
imagen, imagen 3, imagen 4	references/models/imagen.md
ideogram, ideogram 2, ideogram 3	references/models/ideogram.md
recraft, recraft v3	references/models/recraft.md
seedream, seedream 4, seedream 5, doubao image, jimmeng, byteimage	references/models/seedream.md
aucun modèle nommé	par défaut, utiliser le modèle universel agnostique ; demander à l'utilisateur quel modèle

Commencez toujours par references/models/_index.md si vous devez parcourir toutes les routes à la fois.

Deux Niveaux de Capacité (général)

Capacité	Niveau « Standard »	Niveau « Pro »
Portraits photoréalistes	✅	✅ (peau/pores plus nets)
Fusion multi-image	⚠️ 2–3 références	✅ 5+ références
Rendu de texte dans l'image	Étiquettes courtes uniquement	Citations longues, multi-lignes, CJK
Mises en page bento/infographie	Grilles simples	8+ modules avec champs de données
Scènes de foule dense	Dérive au-delà de 4–5 visages	Maintient l'identité sur plusieurs
Prompts JSON/YAML structurés	Analyse partielle	Analyse fiable
Règles conditionnelles complexes	Faible	Forte

Le mapping par modèle de « Standard » vs « Pro » est documenté dans chaque references/models/<nom>.md. Exemples :

• Nano Banana = Standard ; Nano Banana Pro / Nano Banana 2 = Pro
• GPT Image 1 / DALL·E 3 = Standard ; GPT Image 1.5 = Standard+ ; GPT Image 2 = Pro ; GPT Image 2.5 Flare = Pro, Sunburst = Pro+ (éditions de précision, copie exacte dense)
• Midjourney v6 = Standard ; v7 = Pro
• SD 1.5 = Standard ; SDXL / SD3 / SD3.5 = Pro
• FLUX.1 [schnell] = Standard ; FLUX.1 [dev] / [pro] = Pro
• Seedream 4.0 / 4.5 = Standard ; Seedream 5.0 = Pro

Règle empirique : utilisez le niveau Pro par défaut pour les infographies, les affiches avec titres, les scènes multi-personnages, les prompts JSON/YAML structurés et le texte CJK. Le niveau Standard suffit pour les éditions à sujet unique et les prompts courts.

Anatomie Universelle du Prompt

Chaque prompt solide empile ces blocs. L'ordre est flexible ; les étiquettes sont facultatives lorsque le contexte est clair.

[Sujet]         qui/quoi — gestion des références (« garder le visage à 100% »)
[Action/Pose]   ce qu'ils font, orientation du corps
[Garde-robe]    vêtements, accessoires, matériaux, couleur
[Environnement] lieu, accessoires, sol, mur de fond
[Éclairage]     lumière principale/secondaire/contour, heure de la journée, qualité (dure/douce), température de couleur
[Appareil/Obj.] 85mm f/1.4, drone vue de dessus, orthographique, à hauteur des yeux
[Réf. style]    pellicule (Kodak Portra 400), réalisateur, époque (années 2000), moteur de rendu
[Format]        rapport hauteur/largeur (1:1, 16:9, 9:16), résolution (1080x1080, 8K)
[Préserver]     (mode édition) ce qui NE doit PAS changer
[Négatif]       anti-artefacts : « pas de texte », « pas de second objet », « pas de déformation »

Modèle minimal viable — génération

Un {style/médium} de {sujet} {action} dans {environnement}.
{Garde-robe + accessoires}.
Éclairage : {lumière principale + contour + ambiance}. Appareil : {objectif, angle}.
{Rapport hauteur/largeur}, {résolution}. {Référence de style}.

Modèle minimal viable — édition d'image

{Verbe d'édition} la {zone cible} de l'image jointe :
{changement spécifique}.
Préserver : visage/identité, pose, tenue, éclairage d'arrière-plan — aucune altération.
Modifier uniquement : {zone explicite}.
Respecter la {logique d'éclairage / balance des couleurs / perspective} d'origine.

Entrées de Référence (par modèle)

La manière d'adresser une image de référence téléchargée varie. Le modèle universel fonctionne avec la plupart des modèles en langage naturel ; les modèles basés sur des drapeaux nécessitent une syntaxe explicite.

Famille de modèles	Formulation
Nano Banana / Gemini	« la personne dans l'image téléchargée », « même visage à 100% depuis la référence » — langage naturel
GPT Image 2	« Basé sur ce personnage », « En utilisant ce portrait », « Téléchargez une image source » — langage naturel
GPT Image 2.5	« Image 1 = produit (forme, étiquette) ; Image 2 = uniquement la lumière/couleur ; Image 3 = uniquement la mise en page » + une priorité de conflit ; dites ce que chaque référence NE doit PAS apporter
Midjourney	--cref <url> pour la référence du personnage, --sref <url> pour la référence de style, --cw 100 poids
Stable Diffusion / FLUX	IP-Adapter / ControlNet au niveau du flux de travail, pas dans le texte du prompt
Imagen / Ideogram / Recraft	Charge utile referenceImages au niveau de l'API ; le texte du prompt fait référence via « la référence fournie »

Pour la syntaxe exacte, voir le fichier correspondant sous references/models/.

Catalogue de Catégories

Les modèles détaillés et les exemples se trouvent dans references/.

• references/patterns.md — vocabulaire universel : éclairage, appareil photo, ratios, balises de style, idiomes de composition, règles pour objet unique, fusion multi-référence, vocabulaire de prompt négatif
• references/templates.md — modèles à compléter pour 18+ catégories courantes (portrait, produit, affiche, diorama, infographie, grille de bande dessinée, vue éclatée, héro e-commerce, vignette YouTube, fiche personnage, storyboard, etc.)
• references/identity-preservation.md — phrases de verrouillage du visage, modes d'échec, corrections, gestion multi-personne, préservation du visage en style mixte, séquences de vieillissement
• references/structured-prompts.md — formats JSON / YAML / XML et quels modèles les analysent de manière fiable
• references/text-rendering.md — placer des titres lisibles, des citations, du CJK dans l'image, limites de niveau par modèle
• references/editing-workflow.md — édition non destructive, inpainting, fusion multi-image, avant/après, cohérence des personnages entre les panneaux
• references/examples.md — prompts fonctionnels organisés par catégorie, attribués, avec le modèle qui a produit chacun
• references/workflows.md — Génération Directe, Illustration de Contenu (article/vidéo → image), et modèles de conversation Remix/Personnalisation
• references/external-corpora.md — pointeurs vers des bibliothèques de prompts publiques (YouMind 12k+, EvoLink ~3k, listes Awesome) lorsque l'utilisateur souhaite des prompts éprouvés plutôt qu'une composition fraîche
• references/models/ — particularités par modèle, surface syntaxique, paramètres, anti-patrons (gpt-image-2-5.md ajoute le choix Flare/Sunburst, les règles de taille/qualité de l'API, 10 motifs, 12 modèles, échecs connus, liste de vérification)

Règles Rapides (indépendantes du modèle)

1. Paragraphe + lignes de contrainte battent la soupe d'étiquettes pour les modèles en langage naturel (Nano Banana, GPT Image 2 / 2.5, FLUX, Imagen). Pour Midjourney et SDXL, les blocs d'étiquettes denses séparées par des virgules plus des drapeaux fonctionnent toujours.
2. Spécifiez le rapport hauteur/largeur explicitement — 1080x1080, 16:9, 9:16, ou --ar 9:16 pour Midjourney. Ne comptez pas sur les valeurs par défaut.
3. Ancre d'identité pour chaque édition. « Même visage à 100% depuis la référence », « garder les traits du visage exactement cohérents », « ne pas changer le visage ».
4. Les éditions non destructives ont besoin d'une liste d'autorisation. Nommez ce qui change ET ce qui est préservé — la plupart des modèles dérivent sinon sur la tenue/pose.
5. Objectif + éclairage = photoréalisme. 85mm f/1.4, Kodak Portra 400, éclairage trois points, lumière de contour golden hour, flash direct puissant ont un poids réel sur tous les modèles.
6. Les contraintes d'objet unique doivent être répétées. Si vous voulez exactement un objet, écrivez un bloc explicite de contrainte d'objet unique strict (voir references/patterns.md#règle-objet-unique).
7. Texte dans l'image = citez-le exactement. Entourez les chaînes exactes de guillemets doubles : police serif lisant « Stay Hungry, Stay Foolish ». Pour le CJK, préférez les modèles de niveau Pro.
8. Utilisez des [ESPACES RÉSERVÉS] (crochets, majuscules) pour les modèles réutilisables. Utilisez {argument name="x" default="y"} pour les extraits Raycast — pris en charge comme espace réservé littéral par Nano Banana, GPT Image 2 / 2.5 et tout modèle en langage naturel.
9. Pour les mises en page bento/infographie, énumérez les modules (M1…M8) avec le type de contenu par cellule — favorise fortement les modèles de niveau Pro.
10. Les négatifs vont à la fin sous forme de liste NÉGATIF : ou de puces NE PAS : — sauf pour SDXL/Midjourney où les négatifs ont une syntaxe dédiée (--no pour MJ, entrée de prompt négatif dédiée pour SD).
11. Pour un aspect naturel / non IA : demandez explicitement « texture de peau naturelle, cheveux rebelles, légère asymétrie, pas de retouche glamour, pas de filtre de beauté, pas d'esthétique IA trop polie ». GPT Image 2 / 2.5 et Nano Banana Pro les respectent tous les deux.
12. Un changement par tour d'édition + une liste de verrouillage. Nommez le seul changement, énumérez ce qui reste, autorisez uniquement les effets secondaires physiquement nécessaires (ombres de contact, reflets). Faites varier les branches à partir d'un maître enregistré. La préservation est visuelle, pas pixel-identique — compositez lorsque les pixels doivent correspondre.
13. Passez en revue chaque sortie par rapport à une vérification concrète — texte en taille réelle et en taille téléphone, nombre d'objets/personnes, identité avant stylisation, géométrie du produit, périmètre de l'édition, alpha décodé.
14. Pour la cohérence entre images (même personnage dans N panneaux) : décrivez le personnage une fois en détail, puis référencez-le comme « le même personnage que dans le panneau 1 » — fonctionne sur GPT Image 2 / 2.5 et Nano Banana Pro ; plus faible sur les autres.

Anti-Patrons

• Prompts en salade d'étiquettes sur les modèles en langage naturel (portrait, 8k, chef-d'œuvre, beau, très détaillé) — moins performants qu'un paragraphe structuré
• Demander « photoréaliste » sans objectif/éclairage — produit un rendu générique
• Édition sans clause de préservation — le modèle mute le visage/la pose
• Plusieurs rapports hauteur/largeur contradictoires dans un seul prompt — un gagne, de manière imprévisible
• Échange de visage avec seulement une description faciale (pas d'image de référence) — faible fidélité
• Entasser > 10 sujets nommés dans un seul prompt — dérive d'identité au-delà de ~5 sur le niveau Standard, au-delà de ~8 sur le niveau Pro
• Incorporer un texte exact de > 15 mots sur les modèles de niveau Standard — l'orthographe se casse
• Mélanger les --flags de Midjourney dans un prompt Nano Banana / GPT Image / FLUX — les drapeaux sont analysés comme du texte littéral et polluent la sortie
• Valeurs par défaut « IA polie » lorsque vous visez un style de vie candide — interdisez explicitement la retouche glamour
• S'attendre à ce qu'un modèle d'image exporte un GIF, ZIP, vecteur ou HTML — générez la feuille, puis divisez/assemblez avec du code (voir models/gpt-image-2-5.md Motif 6)
• Faire confiance à « pas de texte / UNIQUEMENT ce texte / pas de filigrane » sans vérifier — les négatifs ne sont honorés qu'une partie du temps
• Forcer du JSON sur un tout petit prompt — {"subject":"pomme rouge"} est pire que Une pomme rouge sur une table blanche, éclairage studio, 1:1.

Modes de Conversation

Quatre points d'entrée distincts traités dans references/workflows.md :

• Génération Directe — l'utilisateur décrit une image ; vous composez un prompt à partir de l'anatomie + du modèle + du fichier par modèle.
• Illustration de Contenu — l'utilisateur colle un article / script vidéo / notes de podcast ; vous analysez le thème + le ton, faites correspondre à un modèle, et passez au Remix.
• Inspiration → Prompt (reconstruction) — l'utilisateur partage une image qu'il aime ; vous rédigez un nouveau brief à partir de ce qui est visible et listez les inconnues (références, tours précédents, éditions) au lieu de prétendre récupérer le prompt d'origine.
• Remix / Personnalisation — après le choix d'un modèle, ne posez que les questions de personnalisation pertinentes (genre, âge, cadre, humeur, profession) et remixez le modèle avec le contenu de l'utilisateur.

Si l'utilisateur souhaite simplement des prompts éprouvés et attestés par des images plutôt qu'un prompt fraîchement composé, orientez-le vers les corpus consultables dans references/external-corpora.md (12 000+ prompts sur YouMind, ~3 000 cas GPT Image 2 sur EvoLink, ~250 cas GPT Image 2.5 sur wangrunlin / LaplaceYoung / VulcanEon, plus des index consultables de liste Awesome).

Flux de Travail

1. Demandez à l'utilisateur — générer à partir de zéro, modifier une image existante, illustrer un contenu, reconstruire un prompt à partir d'une image d'inspiration, ou parcourir

… [tronqué pour la traduction]