Comment obtenir des photos IA de toi cohérentes à chaque génération

La première fois que la plupart des gens lancent plus d'une génération IA à partir de la même photo de visage, ils le remarquent immédiatement : la photo un leur ressemble, la photo deux ressemble à un cousin, et à la photo cinq la ressemblance a suffisamment dérivé pour que l'ensemble publié côte à côte ressemble à une confrontation de personnes différentes. Prise isolément, chaque image peut être très réussie. Côte à côte, l'incohérence est la première chose que tout le monde voit.

Ce n'est pas un défaut à accepter. C'est un manque précis et corrigeable dans la façon dont la plupart des gens rédigent leurs prompts — et le corriger, c'est ce qui sépare une photo IA isolée d'une véritable série de contenu.

Pourquoi la cohérence se casse en premier lieu

Du point de vue du modèle, chaque génération est un événement indépendant. Si tu ne réancres pas explicitement les mêmes détails à chaque fois, le modèle n'a aucune mémoire de ce qu'il a produit juste avant — il réinterprète ta photo de référence à neuf, avec la part d'aléatoire que le processus d'échantillonnage introduit sur ce passage précis. Les petites ambiguïtés de ton prompt sont résolues différemment à chaque fois : largeur de la mâchoire, écartement des yeux, nuance exacte du teint, longueur perçue des cheveux. Aucune n'est fausse isolément. Elles ne concordent simplement pas entre elles.

La solution n'est pas un réglage particulier — c'est d'écrire des prompts assez précis pour laisser au modèle moins de place pour improviser différemment d'un passage à l'autre.

Verrouille la description du visage, pas seulement la photo

La plupart des gens envoient une photo de référence et supposent que cela suffit à garantir la cohérence. Cela aide, mais bien moins qu'on ne le croit — le modèle continue de combler les détails ambigus selon son propre jugement, à chaque fois. La solution consiste à décrire le visage dans le prompt lui-même, à chaque fois, avec les mêmes mots :

*"même sujet : barbe courte et foncée, mâchoire marquée, teint brun moyen, coupe dégradée courte"*

Réutilise exactement cette formule dans chaque prompt de la série. Ne la réécris pas et ne cherche pas à l'"améliorer" entre deux générations — la cohérence vient précisément de la répétition, pas d'une meilleure formulation. Traite-la comme une variable verrouillée, pas comme une phrase que tu as le droit de retoucher.

Verrouille la carrure et les proportions de la même façon

C'est le visage qui retient l'attention, mais l'incohérence de carrure est tout aussi visible dans les plans larges — largeur d'épaules, taille par rapport à une voiture ou à une porte, silhouette générale. Si ta série mêle gros plans et plans en pied, ajoute aussi un descripteur de carrure à la formule verrouillée :

*"carrure athlétique, 1,83 m, épaules larges"*

Sans cela, un gros plan recadré et un plan en pied de la même "personne" peuvent se lire comme deux morphologies différentes, ce qui casse l'illusion plus vite qu'une mâchoire légèrement différente.

Une seule photo de référence, pas un jeu tournant

Si tu construis une série, résiste à l'envie d'envoyer une photo de référence différente pour chaque nouvelle scène. Des angles différents, un éclairage différent, des expressions différentes dans tes photos sources donnent au modèle des informations différentes, et cette variance ressort dans le résultat. Choisis une photo de référence propre, bien éclairée, à expression neutre, et réutilise-la pour toute la série — plus tes entrées restent fixes, plus tes sorties le restent.

Si tu n'as que des photos flatteuses prises à des occasions différentes, la parade reste la formule verrouillée ci-dessus : elle compense la variance des photos de référence en donnant au modèle un texte explicite sur lequel s'appuyer plutôt que de deviner à partir d'un angle légèrement différent à chaque fois.

Verrouille aussi les variables hors visage

La cohérence ne concerne pas que le visage. Si une série doit donner l'impression d'une même séance continue — disons cinq photos du même "jour" — verrouille aussi la garde-robe et l'étalonnage :

*"porte le même manteau en laine anthracite, t-shirt blanc, même grain de pellicule chaud, même étalonnage heure dorée"*

Ne fais varier que ce qui doit changer d'une prise à l'autre : l'environnement, la pose, l'angle de la caméra. Tout le reste reste fixe. C'est le principe qui explique pourquoi les prompts lifestyle de luxe se lisent comme un ensemble cohérent plutôt que comme un assortiment d'images sans lien — l'environnement porte la variété, le sujet reste ancré.

Génère en une salve serrée, pas étalée sur plusieurs jours

Celle-ci relève de la méthode et non du prompt, mais elle compte : si tu construis un ensemble assorti, lance toutes les générations dans la même session, à la suite, avec le même envoi de référence et le même texte de description verrouillé collé tel quel dans chaque prompt. Revenir trois jours plus tard et retaper la description de mémoire, c'est exactement le genre de petite variance qui réintroduit la dérive que tu cherches à éliminer. Copie la formule qui marche, garde-la quelque part où tu peux la coller, et réutilise-la mot pour mot pendant toute la vie de la série.

Que faire quand une génération dérive quand même

Même avec tout cela verrouillé, tu obtiendras de temps en temps un résultat qui ne colle pas — un visage proche, mais décalé d'une façon que tu n'arrives pas vraiment à nommer. N'essaie pas de te sortir d'une seule mauvaise génération à coups de prompt engineering. Relance-la avec le prompt identique à celui qui a fonctionné pour les autres. Comme le modèle réintroduit de l'aléatoire à chaque passage, quelle que soit la rigueur du prompt, une deuxième tentative avec le même texte verrouillé règle généralement l'affaire sans toucher au reste de la série.

Ce que PROMPTMVSTR apporte

Les prompts de l'archive sont écrits avec cette même discipline de description verrouillée intégrée — c'est en partie pourquoi une catégorie comme voitures d'exception ou voyages de luxe tient comme un ensemble au lieu de ressembler à des coups isolés sans lien. Si tu construis ta propre série de zéro, Comment générer des photos IA de luxe qui semblent vraiment réelles couvre la mécanique de prompt sur laquelle cette technique s'appuie, et le Virtual Photoshoot gère automatiquement l'envoi et la réutilisation de la photo de référence sur toute une salve, si bien que le même descripteur de visage et de carrure se propage à chaque génération sans que tu aies à le retaper.