Générateur d'images à invite

L'invite est le seul élément de contrôle dont vous disposez pour la conversion de texte en image, et la plupart des gens la perdent à deux reprises : d'abord lorsqu'ils ne parviennent pas à décrire ce qu'ils souhaitent, puis lorsqu'une image qui leur plaît ne leur permet pas de retrouver le texte qui l'a créée. La solution pratique consiste à procéder par rétro-ingénierie : vous disposez d'une image de référence, d'une ambiance colorée, d'un éclairage ou d'une composition qui fonctionne déjà, et vous souhaitez qu'une invite aboutisse au même résultat. Le faire à l'œil est long et peu fiable, car les éléments qui pilotent réellement un modèle sont des paramètres simples et mesurables : la saturation des couleurs, le contraste (fort ou faible), la tonalité de la lumière (chaude ou froide) et la largeur du cadre.

Cet outil mesure ces éléments directement à partir de vos pixels. L'image est décodée sur un canevas, sous-échantillonnée, et chaque pixel est comptabilisé dans des zones de couleur afin de déterminer la palette dominante. Chaque couleur est convertie en un nom compréhensible par le modèle ; ainsi, l'invite affiche « bleu azur profond » au lieu d'un code hexadécimal. La luminosité moyenne et sa dispersion déterminent la luminosité et le contraste, l'équilibre entre le rouge et le bleu donne la température de couleur, et une analyse du gradient évalue la densité des contours pour distinguer les œuvres minimalistes épurées des photographies complexes et texturées. La largeur et la hauteur sont réduites à leur rapport réel, et si le fichier contient un canal alpha, l'invite indique que le sujet est déjà isolé.

L'emplacement de l'invite est aussi important que son contenu ; le résultat est donc généré pour chaque modèle et non une seule fois pour tous. Midjourney reçoit une phrase descriptive avec des paramètres de fin pour le format d'image, la version, le style et la stylisation, ainsi qu'une liste d'options négatives. Stable Diffusion reçoit des balises séparées par des virgules, précédées de modificateurs de qualité, et une invite négative distincte pour le flou, les artefacts et les filigranes. DALL-E 3 reçoit un paragraphe en langage naturel, car il ignore en grande partie les listes de balises. Flux reçoit un texte sans aucun paramètre. Utilisez-le pour recréer un style qui vous plaît, pour assurer la cohérence d'un ensemble d'images de campagne ou pour fournir à un client une invite correspondant à la maquette qu'il a déjà approuvée.

Il est important de préciser une limite : cet outil ne reconnaît pas les objets. Il ne peut pas distinguer un vélo d'un support à vélos, car cela nécessiterait un modèle de vision sur un serveur et donc le téléchargement de votre image. Son rôle est de traduire des données mesurables en termes compréhensibles par les modèles, une étape souvent difficile à appréhender. Vous indiquez l'objet sur une seule ligne, et tout le reste est lu directement à partir des pixels. Le décodage, la mesure et l'enregistrement se font dans votre navigateur ; aucun fichier n'est téléchargé, aucun compte n'est requis, aucune clé API n'est nécessaire et il n'y a pas de limite de données quotidiennes.