Prompts pour images IA: formule cohérence visuelle

Trois sessions après le lancement d'un nouvel arc narratif, tes joueurs se présentent à table en attendant une révélation visuelle du chef de faction. Le portrait que tu as passé quarante minutes à générer ressemble à tous les autres méchants encapuchonnés des galeries de fantasy stock : indistinct, oubliable, rien à voir avec le personnage que tu as construit. La solution n'est pas un meilleur outil. Les prompts pour images IA, structurés correctement, produisent des fiches de personnages prêtes pour la campagne, des révélations de lieux et des images faciales pour factions qui conservent leur identité visuelle sur cinquante sessions. Voici la structure qui marche vraiment.

Ce que la plupart des prompts font mal à table

L'instinct par défaut, pour un MJ qui a passé des années à écrire des univers, c'est d'écrire les prompts comme des entrées de background. Tu tapes l'histoire du personnage, ses motivations, la blessure secrète de l'enfance, sa posture philosophique. Rien de ça n'apparaît dans l'image. Ce qui apparaît, c'est ce qu'un peintre verrait de l'autre bout de la pièce : la cicatrice sur la joue gauche, la posture étroite, les trois couteaux visibles à la ceinture.

L'approche « liste de courses » pose le même problème en sens inverse. Après prompt sur les forums de campagne ressemble à : « elf rogue dark hood dagger 8k ultra detailed masterpiece ». L'outil génère quelque chose. Il produit rarement un personnage que tu reconnaîtrais trois sessions plus tard. Les qualificatifs comme « masterpiece » et « ultra detailed » consomment des tokens qui pourraient décrire quelque chose dont un joueur se souviendrait vraiment.

Le problème fondamental, c'est que la plupart des worldbuilders écrivent ce qu'ils connaissent d'un personnage, et les générateurs d'images IA rendent ce qui est visible. Plus vite tu apprends à traduire l'univers en ancres visuelles, plus vite l'identité visuelle de ta campagne devient cohérente.

Une formule en cinq blocs pour les portraits de personnages qui tiennent à table

Après six mois de tests en préparation de campagne, y compris une campagne Pathfinder 2e maison avec plus de trente PNJ qui devaient être distinguables à table, les résultats les plus constants viennent de cinq blocs ordonnés. L'ordre compte parce que le modèle pèse plus lourdement les informations en début de prompt.

Bloc 1 : Rôle et origine. Un seul groupe nominal composé. « Halfelin cartographe », « nain ingénieur de siège », « tieffeline érudite de cour ». Pas un nom, pas une histoire, juste l'archétype et l'origine.

Bloc 2 : Ancres visuelles permanentes. Deux ou trois détails visuels spécifiques qui survivraient à une description de personnage écrite de mémoire après la session. « Croc ébréché devant », « boucle d'oreille croissant en argent », « cicatrice de brûlure sur l'avant-bras droit ». Ce sont les détails qui rendent le personnage reconnaissable à travers plusieurs générations du même prompt. Si un détail n'est pas visible dans l'image, laisse-le hors du prompt.

Bloc 3 : Équipement et silhouette. Ce qu'il porte ou transporte, décrit assez précisément pour se lire sur un portrait. « Lourd tablier de cuir par-dessus une cotte de mailles » se lit différemment de « tablier de cuir ». « Deux couteaux étroits tenus bas » est une silhouette différente de « avec des couteaux ». La précision ici n'est pas décoration ; c'est le seul moyen que le modèle distingue un équipement d'un autre.

Bloc 4 : Humeur et posture. Un mot pour l'expression, un pour la posture. « Méfiant, poids rejeté en arrière. » « Amusé, menton incliné. » Évite les états émotionnels abstraits ; utilise l'expression physique de l'émotion. Le modèle ne peut pas rendre « déchiré » mais il peut rendre « mâchoire tendue, yeux légèrement unfocused ».

Bloc 5 : Lumière et format. C'est là que tu dis à l'outil quel type de sortie tu as vraiment besoin. « Portrait, mur de pierre à la lueur des chandelles, style peinture à l'huile, palette sourde. » Pour des jetons VTT : « portrait, fond blanc, illustration numérique. » Pour une révélation de méchant : « dramatiquement rétroéclairé, fond sombre, concept art. » Le bloc format définit aussi le registre visuel de toute ta campagne si tu le gardes identique sur tous les prompts de personnages.

La longueur totale du prompt devrait se situer entre quarante et quatre-vingts mots. Au-delà de quatre-vingts, tu commences à perdre le signal. En dessous de trente, tu obtiens un résultat générique.

Les prompts de lieux : le détail qui rend une scène spécifique

Les portraits de personnages ont une formule. Les prompts de lieux ont un piège différent : la généricité. « Ancienne tour en ruines la nuit » produit exactement le genre d'image que tu as vu mille fois. C'est atmosphériquement correct et émotionnellement inerte.

La solution, c'est la spécificité d'un élément. « Ancienne tour en ruines la nuit » est générique. « Citadelle sur falaise maritime avec une tour est effondrée et lumière torche orangée saignant des meurtrières étroites » est un lieu. La spécificité n'a pas besoin d'être partout dans le prompt. Un détail architectural précis, une condition atmosphérique inhabituelle, une preuve de l'habitation antérieure suffit à pousser la scène au-delà du résultat stock.

Pour les MJ qui jouent des campagnes longues, les prompts de lieux bénéficient d'une ancre secondaire : la preuve de ce qui s'y est passé. « Ballroom écroulée, grand piano à moitié enseveli sous les décombres » place une ruine dans une civilisation. « Champ de bataille trois jours après les combats, corbeaux à la lisière des arbres, engin de siège abandonné dans la boue » met de l'histoire dans un paysage. Ces détails ne nuisent rarement à l'image et la rendent souvent habitée plutôt que rendue.

Garde les prompts de lieux à quarante à soixante mots et évite d'en lister trop de caractéristiques architecturales. Une structure claire, des conditions atmosphériques, un détail narratif.

Garder le canon visuel cohérent sur une longue campagne

Le vrai problème dans une campagne qui s'étend sur soixante ou quatre-vingts sessions, c'est pas de générer de bonnes images. C'est de générer des images cohérentes. Le chef de faction qui est apparu à la session quatre doit se ressembler reconnaissablement à la session quarante-sept, après que ses circonstances ont changé et que tu as besoin d'un nouveau portrait.

La réponse pratique, c'est un Codex de prompts : un document séparé où tu stockes les prompts exacts qui ont produit chaque image canonique, à côté de l'URL de sortie et de quel outil tu as utilisé. Quand tu as besoin d'une nouvelle image du même personnage, tu tires les ancres du Bloc 2 mot pour mot et tu mets à jour uniquement les Blocs 3 à 5. « Croc ébréché devant, boucle d'oreille croissant en argent » reste le même. L'équipement, l'humeur et le format changent.

La cohérence de style sur une campagne entière est plus difficile que la cohérence des personnages. L'approche la plus simple, c'est de choisir une chaîne de style et de ne jamais en dévier. « Style peinture à l'huile, palette sourde, fond légèrement flou » comme suffixe fixe sur chaque portrait de personnage crée une cohérence visuelle plus vite que d'essayer de faire correspondre les styles par personnage. Un registre visuel pour la campagne, comme un roman a un registre de prose.

Certains outils gèrent ça mieux que d'autres. La fonction référence de personnage de Leonardo AI te permet de bloquer une image de référence et de régénérer avec de nouvelles poses ou éclairages, ce qui élimine le besoin de répétition de prompt mot pour mot une fois que tu as un portrait approuvé. Pour les MJ avec de gros distributions, ça vaut le coût de flux de travail.

Quel générateur d'images gère réellement quoi

La réponse honnête, c'est qu'aucun outil seul ne fait tout ce qu'une bibliothèque visuelle de campagne a besoin.

Midjourney produit les meilleurs résultats pour la qualité de portrait fini. Il rend les visages, les tissus et l'atmosphère à un niveau que les autres outils ne font pas systématiquement correspondre. Le compromis, c'est un écosystème fermé : tu travailles dans leur interface web, tu ne peux pas le lancer localement, et la cohérence de style sur une grande distribution nécessite une documentation de prompt soignée.

Stable Diffusion est l'outil pour les MJ qui veulent du contrôle sur le processus plutôt que de la commodité. Lancé localement, il gère les grandes batches sans coût par image et permet le fine-tuning sur des styles d'art spécifiques ou des références de personnages. La syntaxe du prompt est différente (les prompts négatifs vont dans un champ séparé, les poids du modèle comptent), et le coût de mise en place est réel. Le retour, c'est un pipeline visuel qui appartient à la campagne plutôt qu'à un service tiers.

Leonardo AI se situe entre les deux en qualité comme en flexibilité. Son système de référence de personnage est le plus convivial pour les MJ pour maintenir la cohérence visuelle sur une campagne longue durée. La qualité d'image pour les scènes complexes se situe en dessous de Midjourney mais au-dessus de la sortie moyenne de Stable Diffusion sans fine-tuning.

Ideogram vaut le coup pour les symboles de faction, la conception de crest héraldique et l'illustration cartographique. Il gère les graphiques plats stylisés plus proprement que les modèles orientés photorealistes, et la lisibilité des formes géométriques est notablement meilleure. Pas un remplaçant pour un outil de portrait, mais un complément utile à un.

Ce que la Forge génère vs. ce que tu dois encore écrire toi-même

Il y a un pattern dans la préparation de campagne où les MJ commencent à utiliser les prompts pour images IA, obtiennent des résultats qui sont assez bons, puis commencent à utiliser la génération visuelle comme substitut au travail de conception sous-jacent. Le portrait existe, donc le personnage existe. Le concept art du lieu est là, donc le lieu est construit.

Le problème surgit à table. Un joueur demande ce que signifie la cicatrice sur le visage du chef de faction. Tu sais qu'elle est là ; tu l'as décrite dans le prompt. Mais tu ne sais pas ce qu'elle signifie dans la lore. La Forge génère la surface visible. L'histoire qui la sous-tend a encore besoin d'une passe humaine.

La génération d'images assistée par IA est la plus rapide et la plus utile quand la conception sous-jacente est déjà solide. Un personnage avec des motivations claires, un rôle défini dans la structure de faction et au moins une relation à un autre personnage produit un prompt plus utile parce que tu sais quelles trois ancres visuelles comptent vraiment. Un personnage vide qui n'existe que pour remplir un rôle à la session quatre produit un portrait générique parce que tu ne sais pas encore ce qui le rend spécifique.

Ce n'est pas une critique des outils. C'est une description de comment en tirer le maximum. La lore obtient la croyance ou ne l'obtient pas. Génère l'image après que tu saches qui est le personnage. Pas pour découvrir qui il est.

Voilà comment ça tient à table

La formule en cinq blocs produit des portraits de personnages qui tiennent sur les sessions quand les ancres visuelles sont choisies délibérément : des marqueurs physiques, pas des traits de personnalité. Les prompts de lieux avec un détail architectural ou narratif spécifique poussent au-delà du résultat stock générique. La cohérence de style sur une campagne vient de la sélection d'un registre visuel unique et du maintien du suffixe fixe identique sur tous les prompts de personnages.

Les images que les outils génèrent sont meilleures que ce que la plupart des MJ auraient pu se permettre autrement, et elles sont plus rapides que de commander des pièces individuelles pour chaque PNJ avec un rôle parlant. L'écart qu'ils ne comblent pas, c'est le travail de conception qui rend un personnage digne d'être généré au premier lieu. C'est encore ton job de MJ, et les outils assistés par IA fonctionnent mieux une fois que c'est fait.