Générer une image avec l’IA : comment structurer un prompt efficace

Adobe a publié un guide de prompting consacré à Firefly, sa plateforme d’IA générative qui réunit ses propres modèles et une sélection de modèles partenaires signés Google, OpenAI, Black Forest Labs, Runway ou Ideogram. Le document formalise une méthode de rédaction en huit éléments, l’illustre par des exemples commentés et se termine par une liste d’erreurs à éviter.

Olivier Huard, Senior Solution Consultant chez Adobe France, accompagne les équipes créatives des entreprises dans l’adoption de ces outils. Il revient sur les principes du guide, sur ce qui a changé depuis les débuts de l’image générée et sur les réflexes qui font gagner, ou perdre, du temps.

Découvrir le guide complet

Pourquoi le prompt parfait n’existe pas vraiment

Si le guide d’Adobe invite à découvrir comment créer le « prompt parfait », il faut avant tout apporter un éclairage. Ce prompt parfait, existe-t-il vraiment ? Olivier Huard relativise d’emblée la formule : « Parfait par rapport à quoi ? Par rapport à qui ? Un résultat qui me paraît parfait ne le sera pas forcément pour quelqu’un d’autre », indique-t-il. « Il n’y a pas de prompt parfait. En revanche, il y a des bonnes pratiques à adopter pour arriver plus vite au résultat escompté. »

La nuance n’est pas seulement rhétorique, car relancer plusieurs fois une même requête ne produit pas des résultats identiques et la sensibilité des modèles à la moindre variation reste forte. « Parfois, il suffit d’un tout petit changement pour modifier complètement la compréhension de l’IA », souligne-t-il.

Une base commune, des ajustements par modèle

Firefly donne accès à ses modèles et à ceux de ses partenaires depuis la même interface, ce qui pose la question de la portabilité d’un prompt. Olivier Huard estime que les constructions de prompts restent proches et s’appuie sur l’image du pâtissier. « On va, par exemple, disposer d’une base pour faire une génoise. Ensuite, quel que soit l’ustensile ou l’ingrédient utilisé, une génoise restera une génoise, sans rester exactement la même à chaque fois », illustre-t-il.

L’ajustement se joue donc sur les détails ajoutés autour de cette base, en fonction des forces connues de chaque moteur. « On sait que GPT Image est plutôt bon sur la partie typographique. On va donc orienter les détails ajoutés autour de cette base pour correspondre au modèle », précise-t-il. Il conseille par ailleurs de mesurer les écarts par soi-même. « Avec le même prompt sur différents modèles, on se rend tout de suite compte des différences de rendu et de structure », indique-t-il.

Les huit éléments d’un prompt structuré

Le cœur du guide tient dans une formule construite autour de huit composants. Adobe conseille d’en intégrer le maximum dans sa description, tout en visant un point d’équilibre entre le prompt trop vague et le prompt surchargé. Les huit éléments sont les suivants :

1. Le type d’image,
2. Le sujet, avec ses traits, ses expressions ou son style architectural,
3. L’action, ce que fait le sujet,
4. L’angle de prise de vue,
5. L’éclairage,
6. L’arrière-plan, du contexte réaliste au flou artistique,
7. La couleur,
8. Le style.

Le guide donne un exemple qui mobilise ces composants, décrivant une « photographie spontanée, cinématographique et onirique d’une femme vue de dos » marchant dans un champ de fleurs sauvages à l’heure dorée, avec le comportement de la lumière, la texture du vêtement, la position de la caméra et le grain final (le prompt complet est visible dans l’encadré ci-dessous, le résultat en image de une). Chaque visuel du document est accompagné de son prompt, composants étiquetés entre parenthèses.

Commencer court, enrichir ensuite

La formule ne dit pas jusqu’où pousser le détail. Sur ce point, Olivier Huard tranche pour la sobriété. « Le mieux est l’ennemi du bien. Si on en fait trop, on risque de partir sur une piste qu’on ne voulait pas », prévient-il. Il reprend sa métaphore culinaire pour décrire la marche à suivre : « On commence par faire sa base, on regarde le résultat et, ensuite, on agrémente. »

L’expérience du terrain confirme le diagnostic : « On trouve des prompts à copier-coller qui sont très longs. On se rend souvent compte qu’en supprimant quasiment la moitié, on obtient les mêmes résultats », raconte-t-il. Il recommande d’ailleurs un exercice, qui est de récupérer des prompts longs trouvés en ligne et les élaguer soi-même jusqu’à ce que le rendu bouge, pour mieux comprendre le fonctionnement d’un modèle.

Restent les fonctions d’amélioration automatique du prompt, proposées par Firefly ou d’autres outils au moment de la génération. Elles enrichissent la requête sans remplacer le travail en amont. « Quand on prompte, il faut déjà avoir une vision claire de ce que l’on veut obtenir », insiste Olivier Huard, qui met en garde contre le réflexe du bac à sable où l’on génère à l’aveugle. Le guide et l’expert orientent sur ce point vers Firefly Boards, la fonction d’idéation visuelle de la firme, dont il a fait son outil préféré. « J’aime beaucoup cette possibilité de mélanger les modèles tiers avec Firefly pour faire de l’itération et de l’idéation », confie-t-il.

Se lancer dans le prompting sans savoir ce que l’on veut, c’est se retrouver dans un bac à sable à faire tout et n’importe quoi.

Le langage naturel a remplacé la syntaxe technique

Les habitudes héritées des premiers générateurs ont largement disparu. Crochets, virgules de juxtaposition et signes de pondération n’ont plus la même utilité, une partie de ces paramètres étant désormais accessibles via des filtres et des préréglages. « Maintenant, on est beaucoup plus dans un dialogue avec l’IA, dans une démarche de langage naturel », résume Olivier Huard.

Le prompt négatif illustre ce glissement, la formulation par soustraction laissant place à une description directe. « Avant, on écrivait généralement « un chat -rayures » ou « -no rayures ». Maintenant, on le précise simplement en langage naturel », explique-t-il. La consigne d’exclusion garde toutefois son utilité quand il s’agit d’être certain qu’un élément ne sera pas généré.

La langue de rédaction ne constitue plus vraiment un obstacle non plus. Firefly comprend plus de 100 langues et le français donne de bons résultats. Olivier Huard conserve néanmoins un réflexe anglophone. « Je prompte plus en anglais parce que c’est le langage informatique universel auquel je suis habitué », indique-t-il, avant d’avancer un argument lié à l’entraînement des modèles, dont les métadonnées sources sont souvent rédigées en anglais. Son conseil consiste à alterner selon les cas. Et, toujours, d’itérer pour comprendre ce qui fonctionne le mieux avec votre vision.

Le vocabulaire métier fait la différence

Si la technicité a quitté la syntaxe, elle s’est déplacée vers le lexique. Les réglages photographiques que l’on saisissait dans Midjourney, comme la focale ou le temps d’exposition, ne sont plus déterminants. « On peut les ajouter, cela ne détériorera pas le prompt, mais est-ce que cela va vraiment jouer sur le rendu ? », interroge Olivier Huard. « La technicité se retrouve dans les termes liés au métier, ceux du photographe, du peintre, de l’illustrateur », poursuit-il.

Cette bascule explique l’écart de résultats entre deux personnes qui décrivent la même intention. « Tout le monde peut prompter, mais les personnes créatives ont des connaissances et des termes esthétiques que n’auront pas les autres », observe-t-il, avant de formuler la chose plus directement : « Qui décrit mieux une photo qu’un photographe ? »

Montrer plutôt que décrire

Une partie du travail de description peut être court-circuitée par l’image. Firefly accepte l’import d’une référence de style et d’une référence de composition, ou la sélection d’une référence en galerie. C’est le levier que met en avant Olivier Huard pour les entreprises : « Quand on est une marque, on a une esthétique et on veut que l’IA s’en imprègne. » Tout ne réclame pas pour autant une référence, la ligne de partage passant par les éléments propres à la marque. « On peut partir de rien pour de l’illustration, quand on a une idée en brainstorming, comme un dragon qui tient ma bouteille de jus de fruits, par exemple. Le dragon, on n’a pas de référence. Par contre, la bouteille de jus de fruits, on veut la sienne, pas une autre », détaille-t-il.

Et parfois, la qualité du support de référence importe peu. « J’ai déjà utilisé exprès des dessins très moches, s’amuse-t-il. « On prend la photo de ce gribouillis où on a essayé de montrer une direction à l’IA, on indique que ce sera la composition et le modèle est capable de combiner l’esthétique, la composition et le prompt. » L’objectif de ces références est aussi de raccourcir le chemin : « On donne un maximum d’outils pour diriger les résultats vers ce que l’on veut, au plus vite. Cela évite trop d’itérations. »

Côté organisation, les prompts commencent à circuler en interne, les équipes conservant ce qui fonctionne le mieux. « Des tests sont faits et, ensuite, c’est mutualisé sur les meilleurs résultats », indique Olivier Huard, qui y voit un moyen de tenir la cohérence de marque. « Parfois, il suffit de changer un élément pour décliner très facilement. Et pour cela, il faut une base de prompt », ajoute-t-il.

Les pièges à éviter

Le guide propose également une liste d’erreurs qui dégradent la qualité du résultat :

• Les prompts vagues, dont le manque de détails empêche le modèle de produire ce qui est attendu,
• Les prompts trop complexes, qui appellent un retour à la formule et un ajustement progressif,
• Les instructions contradictoires, comme demander un rendu photoréaliste après avoir choisi un style cartoon,
• La méconnaissance des limites des modèles, notamment sur le rendu du texte et sur le réalisme.

Le prompt n’est pas le point d’arrivée

La tentation d’obtenir du premier coup un visuel prêt à publier est le travers que pointe le plus fermement Olivier Huard. « Quand on génère quelque chose, le but n’est pas d’obtenir une image finale », affirme-t-il. Il décrit un usage où la génération sert de base, reprise ensuite dans les outils créatifs pour être finalisée.

Ce cadrage peut permettre de limiter le nombre d’itérations. « On fait quelques itérations, on prend la meilleure et, le reste, c’est du travail de graphiste », résume-t-il, en rappelant que la valeur ajoutée se joue précisément là. « Le métier d’un graphiste, c’est de donner une identité et une esthétique à un rendu visuel. » Il prend l’exemple d’une charte à respecter au pixel près. « L’IA va, par exemple, générer un violet. Et on peut avoir l’impression que c’est le même, mais les entreprises ne peuvent pas se permettre que ce ne soit pas exactement le même. Il y aura donc certainement une petite retouche derrière, pour être sûr de correspondre à certains critères de branding. »

L’IA peut partir très vite dans tous les sens. Il faut être capable de canaliser ce dont on a besoin d’un point de vue créatif. Et on ne remplace pas un graphiste par le simple fait de pouvoir prompter une image finale.

Il élargit enfin le propos au-delà de la seule génération. Une bonne partie des fonctions d’IA intégrées aux logiciels relèvent de l’exécution, pas de la création. « Si je dois juste enlever un lampadaire sur une photo, ce n’est pas de la créativité, cela va simplement me prendre du temps. Et là, l’IA va m’aider. » D’où le conseil sur lequel il conclut : « Utilisez-la comme un outil, mais surtout ne vous empêchez pas d’être créatif, c’est votre force. »

Olivier Huard, Senior Solution Consultant, Adobe

Olivier Huard est Senior Solution Consultant chez Adobe France, où il intervient auprès des équipes créatives des entreprises en amont de l’adoption des solutions de l’éditeur. Graphiste, directeur artistique et web designer depuis une trentaine d’années, il est notamment passionné par le pixel art. Alors créateur reconnu, il est passé de l’autre côté en rejoignant Adobe en décembre 2020.