Mon premier article long ; il est un peu long, donc je recommande de le liker et de le mettre en favori pour le lire plus tard.
Les amis qui me suivent savent que je bricole des portraits IA ces derniers temps.
Cette série est principalement centrée sur ChatGPT image-2 / gpt-image-2. Ce n'est pas le genre de jeu où on écrit juste « un beau portrait de fille » et on croise les doigts. Il s'agit de les exécuter série par série.
Champs de fleurs, vergers, vieux pavillons, tableaux noirs, séances en studio, flash direct, brume douce, CCD. Pour un même thème, je change à plusieurs reprises les actions, les objectifs et l'éclairage. Parfois, après une série, les bonnes sont vraiment géniales, et les échecs sont incroyablement absurdes.
Il y a quelques jours, je parcourais mon dossier de portraits Eagle et j'étais un peu sans voix en regardant ce tas d'images. Comment dire ? J'avais l'impression d'avoir joué le rôle d'assistant photographe pour l'IA ces derniers temps.
Je suis chargé d'écrire la scène, la lumière, les accessoires, le maquillage et les actions ; l'IA est chargée d'essayer de capturer l'image dans ma tête. Puis, en faisant défiler, j'ai réalisé que les prompts qui produisent systématiquement des résultats stables ne sont ni les plus longs, ni ceux avec les mots les plus fleuris. Ceux qui fonctionnent le mieux sont comme une « antisèche de photographie ».
Vous n'avez pas besoin de traiter l'IA comme un puits aux vœux métaphysique. Vous pouvez la traiter comme une équipe de photographie. Le photographe a besoin de connaître la position de la caméra, le maquilleur a besoin de connaître le look, le styliste a besoin de connaître les vêtements, le régisseur a besoin de savoir ce qui est sur le plateau, l'équipe des accessoires a besoin de savoir ce qui est sur la table, et la post-production a besoin de savoir si l'image finale est argentique, flash direct, brume douce ou un instantané mobile. Lorsqu'un prompt est écrit à ce niveau, il ne génère pas simplement une coquille vide de « jolie personne ». Il commence à avoir un sens de la présence.
Regardons-en quelques-uns d'abord.
Le mot-clé pour celui-ci n'est pas « beauté de style ancien ». C'est : vieux bureau en bois, cage à oiseaux, petit oiseau, papier fait main, rouleaux, rideaux en bambou, cadres de fenêtre, rideaux de gaze soufflés par le vent, rétroéclairage de brume blanche à l'extérieur de la fenêtre. Vous voyez, le personnage n'est qu'une partie du cadre. Ce qui soutient vraiment l'image, c'est cette pièce.
Regardez celui-ci.
Portrait argentique dans un champ de marguerites d'été avec chapeau de paille. Celui-ci n'est pas non plus juste « fille d'été ». Il a des marguerites, un chapeau de paille, un grand avant-plan de fleurs blanches, des ombres d'arbres tachetées, un ciel bleu, des cumulus, de l'herbe, une couverture de pique-nique, plus un angle de caméra bas et des fleurs floues au premier plan.
C'est ce dont je veux le plus parler cette fois. Ne commencez pas à écrire des prompts de portrait à partir de la « personne ». Commencez par « pourquoi cette photo fonctionne ».
Moi aussi, j'écrivais n'importe quoi au début
Quand j'ai commencé à jouer avec les portraits IA, j'ai facilement fait une erreur. Je m'efforçais désespérément d'écrire « beau ». Clair, atmosphérique, haut de gamme, cinématographique, exquis, réaliste, délicat. Ces mots sont-ils utiles ? Un peu. Mais ils sont trop vagues. C'est comme dire à un photographe : « Prends-moi une photo haut de gamme. » Le photographe vous regardera probablement et demandera : où est-ce qu'on tourne, quelle est la lumière, quelle est la tenue, quelle est l'ambiance, mi-corps ou corps entier, à quelle distance est l'objectif de la personne ? L'IA, c'est pareil. Ce n'est pas qu'elle ne comprend pas la beauté ; c'est qu'elle ne sait pas quel type de beauté vous voulez.
Alors plus tard, quand j'écrivais des prompts de portrait, je me posais d'abord une question : Quel est le « point d'ancrage » de cette image ? Certaines images fonctionnent à cause de la scène. D'autres à cause de la lumière. D'autres à cause du maquillage. D'autres à cause de l'angle de l'objectif. D'autres à cause d'une action. Vous attrapez d'abord cette chose, et ensuite les mots suivants ont un endroit où atterrir.
Couche 1 : Donnez-lui une scène qui tient debout
Maintenant, quand j'écris des portraits, je n'écris pratiquement plus de grands mots comme « intérieur », « extérieur » ou « séance en studio ». Trop vagues. Je l'écris comme un espace spécifique. Par exemple, un « vieux bureau d'étude de pavillon » n'est pas juste une « pièce de style ancien ». C'est un vieux bureau en bois, une cage à oiseaux, un oiseau jaune-vert, des grains éparpillés, des livres anciens, du papier fait main, des rouleaux, une pierre à encre, une vieille assiette à fruits en porcelaine, des pêches, des rideaux en bambou, des cadres de fenêtre, un vieux cadre de lit. Cette liste d'objets semble longue, mais ce n'est pas pour que chaque accessoire apparaisse. C'est pour donner à l'IA une « densité spatiale ».
Je lui dis que cette pièce n'est pas vide. Quelqu'un a vécu ici. Il y a l'humidité du vieux bois, du papier, des rideaux de gaze, une cage à oiseaux et un peu de poussière. Une fois la scène établie et la personne entrée, cela devient naturel.
Prenez la série du verger d'été, par exemple.
Je n'ai pas juste écrit « portrait de verger ». J'ai écrit feuilles, branches, fruits verts, vignes, paniers en bambou, corbeilles de fruits, chapeaux de paille, jus de fruits, pailles, sentiers naturels, fond de végétation dense. Plus important encore, j'ai écrit une phrase : « L'objectif est comme caché entre les branches et les feuilles des arbres fruitiers. » Cette phrase est très utile. Elle force un obstacle au premier plan dans le cadre. Avec un premier plan, l'image n'est pas plate. Avec un obstacle, la photo a l'air d'avoir été réellement prise par quelqu'un, plutôt que l'IA plaçant la personne carrément devant un fond.
Maintenant, je juge si une scène est bien écrite en voyant si elle a trois couches : Qu'y a-t-il au premier plan ? Où est la personne ? Qu'y a-t-il à l'arrière-plan ? Si les trois couches sont vides, cela générera probablement une image très plate.
Couche 2 : N'écrivez pas seulement le style, écrivez la méthode d'imagerie
Beaucoup de gens aiment écrire des styles : look argentique, CCD, cinématographique, look magazine, atmosphérique. Vous pouvez les écrire, mais ce n'est pas suffisant. Maintenant, je préfère écrire « à quoi ressemble l'appareil avec lequel ça a été pris ». Par exemple : photographie Fujifilm, photographie Nikon, instantané mobile, CCD flash direct, lumière de studio douce et crémeuse hautement clé. Derrière différents appareils se trouvent différentes logiques d'imagerie.
Le Fujifilm en extérieur a tendance à apporter une saturation élevée, un ciel bleu et un grain argentique. Le CCD flash direct aura des ombres dures, des reflets sur la peau et un sens de la présence. Les prises de vue en studio avec brume douce auront un faible contraste, des bords flous et des reflets crémeux. Quand vous écrivez « haut de gamme », l'IA ne sait pas comment être haut de gamme. Si vous écrivez « lumière de studio douce et crémeuse hautement clé, grande zone de lumière douce enveloppant le personnage de face et de côté, exposition globale légèrement élevée, faible contraste, comme si on filmait à travers un filtre Pro-Mist », elle sait où mettre l'effort.
Cette image « Orchidée blanche et brume douce » suit cette logique.
Ce qui me satisfait le plus dans cette image, ce n'est pas le visage. C'est que la lumière est très douce. Les mains, les fleurs, le dessus de table blanc et l'arrière-plan sont tous adoucis par la lumière. Ce qui a vraiment fonctionné dans le prompt, c'était « hautement clé », « brume douce », « faible contraste », « bokeh au premier plan » et « reflets légèrement débordants mais pas blancs morts ».
Voici un petit conseil : n'écrivez pas seulement que la lumière est belle. Écrivez d'où elle vient, où elle atterrit et quel effet elle crée finalement.
Couche 3 : Écrivez le maquillage comme des points d'ancrage, pas un tutoriel
Écrire des portraits facilite la chute dans un autre piège : rendre la description du maquillage de plus en plus longue. Fard à paupières, cils, aegyo-sal, brillant à lèvres, highlighter de l'arête du nez, blush des joues, texture de la peau — on fourre tout dedans. Je suis aussi tombé dans ce piège. Le résultat, c'est que certaines images ressemblent à des pubs de beauté, et les visages commencent même à avoir l'air faux. Plus tard, j'ai découvert que le maquillage est mieux capturé par des « points d'ancrage minimum reconnaissables » — les points d'identification les plus importants pour ce visage.
Par exemple, dans le « Portrait pêche oxygène », les points d'ancrage du maquillage sont : maquillage doux rose pêche, peau crémeuse, blush pêche, blush sous les yeux, lèvres rose pêche hydratées, accessoires capillaires fruités, ornements de cheveux en ruban.
Vous remarquerez que l'accent n'est pas sur les « traits parfaits ». L'accent est sur le fait que tout le visage ressemble à une pêche. Le blush, la couleur des lèvres, les accessoires capillaires, les accessoires et la lumière servent tous cette sensation. À ce stade, n'écrivez pas un tas de styles de maquillage contradictoires dans le prompt. N'écrivez pas « froid et blasé du monde » tout en écrivant « doux et énergique ».
Couche 4 : N'écrivez pas des actions fixes, écrivez des squelettes d'action
C'est là que beaucoup de gens bloquent, car l'endroit le plus facile pour que les portraits IA échouent est la pose. Un doigt supplémentaire, un cou tordu comme s'il était cassé, des jambes qui ne se connectent pas. Maintenant, j'évite par défaut les poses comme « regarder en arrière vers la caméra » ou « corps tourné mais tête retournée ». Ce n'est pas qu'elles ne peuvent pas produire de bonnes images ; c'est juste que le taux d'échec est trop élevé. Surtout le cou et les épaules — ils se cassent facilement.
Donc je préfère écrire des squelettes d'action. Par exemple : Baisser la tête et les yeux, doigts touchant légèrement les pétales sur la table. Assis sur l'herbe à se prélasser au soleil, sans être forcé de regarder la caméra. Courir à travers les branches des arbres fruitiers, sourire de côté mais avec la tête et les épaules dans la même direction. Tenir une pêche près du visage, un instantané ludique en gros plan.
Cette image « Professionnelle du tableau noir » fonctionne à cause de quelques éléments : tableau noir, formules, porte-badge, lunettes à monture noire, bureau de nuit, flash direct. L'action n'est pas un mouvement de danse complexe ; ce sont juste les mains soutenant le dessus de table, le corps légèrement de côté, regardant la caméra avec un flash direct. Plus le flash est direct, plus l'action doit être simple, car le flash direct expose très clairement la structure du corps.
Couche 5 : Donnez-lui un peu d'aléatoire, mais ne randomisez pas la direction
Avant, j'avais peur de l'aléatoire. Je pensais que les prompts devaient être écrits aussi strictement que possible. Plus tard, j'ai découvert que ce n'était pas le cas. La pire chose pour les portraits est que toutes les images se ressemblent. Maintenant, je laisse intentionnellement des variables à certains endroits. Par exemple : « Tous les accessoires n'ont pas besoin d'apparaître, sélectionner en fonction des besoins de la composition. » Ou « La distance de l'objectif varie pour chaque image. » Ou « Les actions et les expressions sont aléatoires, pas besoin de regarder la caméra. »
Cette « Couronne de fleurs au ruisseau d'été » en est un exemple typique. Sa direction est claire : été, lumière forte, couronne de fleurs, cheveux verts, ambiance de fée du jardin. Mais elle n'impose pas que le personnage doive faire face directement à la caméra. Par conséquent, l'image est plus naturelle. Mon sentiment est que la structure la plus stable n'est pas de « tout verrouiller », mais de « verrouiller le squelette du style et laisser le cadre respirer ».
Mon style d'écriture courant actuel
Si vous voulez écrire des portraits IA, je suggère de ne pas apprendre d'abord ces longs prompts « universels ». Utilisez plutôt une structure stable. J'écris à peu près comme ça :
Ratio d'aspect, photographie réaliste, thème de portrait spécifique, appareil photo ou méthode d'imagerie spécifique
Base du personnage, clairement adulte, forme du visage/tempérament, coiffure, points d'ancrage du maquillage, texture de peau réaliste
Stylisme vestimentaire, couleur, matière, portabilité réaliste, relation avec le thème
Scène, ce qu'il y a au premier plan, où se trouve la personne, ce qu'il y a à l'arrière-plan, quels accessoires peuvent être présents
Objectif, plan large ou gros plan, grand angle ou plan moyen, contre-plongée ou plongée, cadrage audacieux, faible profondeur de champ
Action/Expression, un squelette d'action clair, peut éviter de regarder la caméra, direction naturelle de la tête/des épaules
Éclairage, d'où vient la lumière, où elle frappe, quels reflets/ombres/éblouissements/grains elle produit
Contraintes négatives, pas de peau plastique, pas de doigts déformés, pas de membres supplémentaires, pas de rotation brusque de la tête
Le vrai point est de faire se relier les éléments
Quand je parcours ces images, un sentiment est particulièrement évident : dans les bonnes images, les éléments « se connaissent ». Les pêches et le blush se connaissent. Le chapeau de paille et les ombres des arbres se connaissent. Le tableau noir et le porte-badge se connaissent. Les mauvaises images ne sont pas seulement laides ; elles présentent souvent des éléments qui ne se connaissent pas. Une personne se tient devant un fond, mais les vêtements viennent d'un autre monde, la lumière vient d'un autre monde, et les accessoires sont juste collés dessus. Cela crée cette « odeur d'IA ».
En fait, écrire des prompts, c'est entraîner sa propre esthétique
Pour être honnête, après avoir fait autant de portraits, je ne pense plus que les prompts soient des formules magiques. Ce sont des outils qui vous forcent à améliorer votre esthétique. Vous ne pouvez pas l'écrire clairement parce que l'image dans votre tête n'est pas encore claire. Une fois que vous commencez à écrire sur les premiers plans, l'éclairage, les objectifs, les actions, le maquillage et les relations entre les accessoires, vous constaterez que votre façon de regarder les images a aussi changé.
L'IA n'a pas rendu l'esthétique sans importance ; elle l'a rendue plus spécifique. Toutes ces sensations que vous ne pouviez pas exprimer avant doivent maintenant devenir des mots. Quand vous pouvez expliquer ces choses clairement, les images IA commencent enfin à se comporter correctement.
La version la plus courte
Si vous ne retenez qu'une chose aujourd'hui, souvenez-vous de ceci : L'ordre d'écriture d'un prompt de portrait peut être : Thème, Méthode d'imagerie, Stylisme du personnage, Relations de scène, Composition de l'objectif, Squelette d'action, Texture de l'éclairage, Garde-fous négatifs. Ne commencez pas par « belle fille ». Commencez par « pourquoi la photo fonctionne ».
