Prompt image IA : structure plutôt que longueur brute

Prompt image IA Midjourney : construire un brief en 6 cases plutôt que d'empiler des mots clés

Les bons prompts ne sont pas plus longs, ils sont structurés. Six cases : sujet, style, lumière, composition, mood, technique. Oublie une et le modèle la remplit avec son option la plus générique, celle avec laquelle dix mille autres ont déjà généré la même image fade. C'est pas une histoire de chance. C'est l'exacte raison pour laquelle ton rendu ressemble au Pinterest de tout le monde. C'est pas une question de stacker des adjectifs jusqu'à ce que quelque chose colle. C'est nommer chaque décision qu'un vrai photographe ou un vrai art director ferait avant même d'ouvrir l'obturateur. Voilà la vraie différence entre un output de chance et un qui se répète.

Tu as déjà fait le truc classique : tu tapes « une femme dans un parc, cinématique, 8k, meilleure qualité » et tu récupères exactement le même rendu surexposé et over-lissé que celui que reçoit chaque personne qui tape cette même phrase. C'est pas du malchance, c'est un prompt avec trois cases à vide, remplies par le guess le plus moyen que le modèle a dans son arsenal.

La structure 6-cases que suit réellement chaque prompt qui fonctionne

Oublie la soupe de mots-clés séparés par des virgules. « Renard, forêt, automne, brumeux, lumière du soleil, 8k, meilleure qualité » dit rien au modèle sur ce que tu cherches vraiment, donc il te sort du stock-photo moyen. Le modèle a vu dix mille images taguées avec ces mots exactement, et il moyenne tous ça en output le plus safe possible.

Le brief qui tient sur tous les modèles, c'est : sujet, style, lumière, composition, mood, technique. Six cases. Si tu peux pas nommer ce qui va dans une case, le modèle pige pour toi, et il pige la moyenne de chaque image qu'il a jamais vue avec ce tag. C'est ça, le « look IA » que tu cherches à tuer.

Demarre toujours par le sujet. Pas « une femme », mais ce qu'elle fait, ce qu'elle porte, ce qu'elle tient et où elle est. Style après : nomme un médium ou un mouvement, pas une vibe. « Cinématique » veut rien dire de spécifique pour un modèle, c'est un mot de marketing, pas une instruction visuelle. « Film Kodachrome 1978, tirage couleur » c'est du concret que le modèle peut vraiment simuler.

Composition c'est la case que tu sautes le plus. Choix de la focale, angle, cadrage distance : un 35mm trois-quart de bas angle c'est pas du tout la même chose qu'un 85mm serré en gros plan, et le modèle a besoin que tu choisisses une au lieu de deviner « une belle image ».

Décortique ce qui fonctionne réellement : un sujet qui fait quelque chose de concret, un style nommé, une source lumineuse avec direction, une focale et un cadrage, un registre émotionnel, et les flags techniques que le modèle a besoin. Tu en oublies deux et tu vas récupérer la quarantième variation du même portrait beige que tout le monde aussi génère cette semaine.

Mood c'est la case que tout le monde ou saute complètement ou surcharge avec trois adjectifs contradictoires à la fois. Choisis un registre : calme, tendu, festif, clinique. Pas « épique et serein et dramatique » empilés ensemble, qui dit juste au modèle d'être la moyenne de trois moods aplatis en un milieu mou et indécis. Et technique au bout, pas au début : aspect ratio, seed, les flags spécifiques au modèle. C'est la case qui lock les cinq autres une fois que tu as vraiment décidé ce qu'elles disent.

Midjourney v7, Flux 1.1 Pro, SD3.5 : même brief, règles différentes

On a passé le même brief 6-cases dans trois modèles, même sujet, même cue lumière, même cadrage. Les outputs se sont divergés plus qu'on pensait, et c'est exactement pour ça qu'il faut tester plutôt que de supposer.

Midjourney v7 veut des phrases courtes, signal haut, pas des paragraphes entiers. Il récompense le --sref pour la cohérence stylée et lit le --stylize plus agressif que les versions d'avant. Tu lui envoies un bloc entier et il recommence à moyenner la noise en quelque chose de plus safe et plus plat. C'est toujours le modèle avec la meilleure sense du mood et de la lumière atmosphérique des trois, mais il faut que tu sois économe sur comment tu demandes.

Flux 1.1 Pro fait l'inverse total. Il suit de près les briefs en langage naturel et il récompense le détail, en particulier les spécifications de caméra et film. Dis « 85mm, f/1.8, Kodak Portra 400 » et Flux accroche vraiment le grain et la réponse couleur au lieu de tout lisser en plastique. C'est le modèle à utiliser quand le brief c'est une photo, pas une illustration, et c'est devenu le standard pro pour exactement cette raison.

Stable Diffusion 3.5 récompense les mots-clés structurés et pondérés : les parenthèses pour monter l'emphasis, les crochets pour la descendre. (rim light:1.4) c'est pas pareil que taper « strong rim light » dans une phrase, et ce contrôle numérique c'est tout l'intérêt. Si tu buildais un pipeline avec des LoRAs custom et du ControlNet, SD3.5 c'est toujours celui que t'owns end to end, self-hosted ou via une interface.

Aucun de ces trois est objectivement meilleur. C'est des surfaces de contrôle différentes builded pour des jobs différents. Picke celui dont la surface de contrôle match le brief que t'as écrit, pas celui que tout le monde screenshotait sur X cette semaine parce qu'il a nailé un output par chance.

Vaut le dire direct : switcher de modèle mid-project parce qu'un output t'a déçu c'est le chemin le plus rapide pour te retrouver avec un dossier d'images mismatched et zéro continuité visuelle. Décide le modèle basé sur le brief, runne le même brief dans trois quatre seeds avant de juger le modèle lui-même, et change de tool que si la surface de contrôle peut vraiment pas faire ce que le brief demande.

Le vocabulaire lumière qui tue le look IA

Le fix le plus rapide pour des renders qui crient « généré » : nomme la source lumineuse et sa direction. Pas « bonne lumière », une phrase avec zéro info dedans. Une source, une qualité, une direction.

« Soleil bas filtrant à travers du bambou, ombres dures coupant vers la gauche » ça donne au modèle une setup physique à simuler, comme un gaffer setuperait un plateau. « Bonne lumière » ça lui donne rien, donc il defaults au look plat, sans ombre, overlit qui est devenu le tell unmistakable d'un prompt rushé écrit en trente secondes.

Vole au vocabulaire d'éclairage réel plutôt que d'inventer le tien : éclairage Rembrandt pour un petit triangle de lumière sur la joue ombragée, rim light pour la séparation du background, volumetric fog pour l'atmosphère avec vraie profondeur. C'est pas des mots décoratifs pour sonner fancy. Chacun dit au modèle de simuler une setup physique spécifique plutôt que de deviner ce que tu voulais dire.

Ajoute « RAW photo » ou « unprocessed » dans la case technique si c'est le look plastique over-smoothed qui te revient tout le temps. C'est une petite phrase qui fait disproportionately bcp de travail contre le rendu over-rendu que chaque modèle defaults quand le prompt laisse de la place pour deviner.

Cinq prompts que t'as qu'à voler là maintenant

On a testé ceux-là sur les trois modèles au-dessus. C'est pas de l'art fini, c'est des starting points builded sur la structure 6-cases. Change le sujet, garde la structure intacte.

• Portrait éditorial : « Portrait trois-quart, angle bas, focale 35mm, éclairage Rembrandt depuis la gauche caméra, palette d'automne muted, expression calm et résolue, film grain, RAW photo. »

• Still life produit-adjacent : « Flat lay vue de haut sur béton brut, une ombre nette et dure depuis une fenêtre, un objet léger décalé du centre, tons desaturés, unprocessed. »

• Architecture brutalist : « Wide shot, façade béton symétrique, lumière diffuse overcast, zéro personnes en frame, color grade froid, focale 24mm, cadrage documentaire. »

• Étude texture risograph : « Esthétique tirage risograph deux couleurs, décalage registration visible, blocs couleur plats, pattern halftone en points, grain papier visible. »

• Paysage moody : « Wide shot, soleil bas filtrant à travers le brouillard, température couleur cool, longues ombres, palette minimaliste, composition cinématique. »

Drop n'importe lequel de ceux-là dans Flux pour du photorealism ou Midjourney pour de l'atmosphère, et regarde quelle case break en premier quand l'output te déçoit. C'est généralement exactement la case que tu dois tightener le round suivant, pas une raison de reroll aveuglement.

Construis une bibliothèque plutôt qu'une cimetière de screenshots

La plupart des gens leur « collection de prompts » c'est quarante screenshots perdu dans une appli Notes, rien labellisé, rien réutilisable six semaines après quand t'as réellement besoin de cette exact setup lumière encore. C'est pas une bibliothèque, c'est un cimetière que tu vas jamais déterrer.

Une vrai bibliothèque tag par case, pas par vibe. Fiche un prompt sous « lumière : side light dure » et « style : riso print » plutôt que sous « le cool » ou « le truc renard ». Quand tu as besoin d'une setup lumière spécifique un mois plus tard, tu la trouves en dix secondes plutôt que de scroll une camera roll en espérant reconnaître une thumbnail.

C'est aussi ici qu'Are.na gagne sa place dans le workflow, pas comme un nice-to-have mais comme l'étape avant l'étape. Are.na-ise tes références avant d'écrire un seul prompt : blocke la DNA visuelle d'abord (lumière, texture, palette) dans un channel, puis traduis ce channel en six cases. C'est plus lent que de taper direct dans un modèle, mais tes outputs arrêtent de ressembler à ceux de tout le monde.

Quand itérer plus te tue plus

Lock la seed. Change une case par round. C'est toute la discipline, et quasi personne la fait.

L'instinct quand un output déçoit c'est de reroll dix fois et d'espérer que la seed aléatoire te sauve. Ce qui marche vraiment : garde la seed fixée, change une variable exactement à la fois, lumière d'abord, composition après, mood en dernier, évalue le résultat par rapport au brief que t'as écrit au départ, pas par rapport à si tu l'aimes perso aujourd'hui. « Est-ce que ça match ce que j'ai demandé » dépasse « est-ce que j'aime le vibe » chaque fois, parce que la deuxième question a pas de fin et tu vas brûler cent générations en chassant un feeling au lieu d'une spec.

Si tu as changé quatre trucs à la fois et tu reroll toujours sans amélioration, le brief était incomplete depuis le start. Retournes aux six cases. Quelque chose est vide, et aucune quantité de reroll ne fixe une case vide.

Pour du contrôle technique plus profond sur le photorealism, Black Forest Labs documente le comportement de l'adhérence aux prompts et guidance-scale de Flux plus en détail que la plupart des guides third-party embêtent à faire, vaut les quinze minutes si tu pushes au-delà du casual use.

Alors quel modèle tu runnes cette brief en premier?

Flux 1.1 Pro si le brief lit comme une photo. Midjourney v7 si ça lit comme un mood. SD3.5 si tu veux owner le pipeline end to end et stacker des LoRAs custom par-dessus un model de base.

Zéro réponse universelle ici, et chaque mec qui te vend une c'est en train de te vendre un template pack, pas une méthode. Écris le brief 6-cases en premier, décide quel genre d'image ça décrit réellement une fois que c'est sur la page, et là seulement picke le modèle qui match. Vole les cinq prompts au-dessus, casse-les, rebuild-les pour ton sujet et ta propre stack de références. C'est ça le vrai job, et c'est une meilleure façon de passer un après-midi que de scroll le showcase feed de quelqu'un d'autre pour la centième fois.