Garder des personnages et produits cohérents dans GPT Image 2

Pourquoi la cohérence est difficile

Chaque génération de GPT Image 2 est un échantillon indépendant. Le modèle n'a aucun souvenir de la dernière image qu'il a faite pour vous : il relit votre prompt et dessine une nouvelle interprétation. Une description comme « une jeune femme aux cheveux bruns » correspond à des millions de visages valides, donc deux exécutions donnent deux personnes différentes qui collent par hasard aux mots.

La cohérence n'est donc pas quelque chose que l'on demande une fois. C'est quelque chose que l'on conçoit en supprimant l'ambiguïté : soit on fixe l'identité avec des pixels (une image de référence), soit on la fixe avec une description textuelle exceptionnellement précise et répétée. Les prompts vagues dérivent ; les prompts surspécifiés tiennent.

Technique 1 — Image de référence (le levier le plus puissant)

GPT Image 2 accepte les images de référence. En passant la même référence à chaque génération, vous ne demandez plus au modèle d'inventer un visage : vous lui demandez d'en préserver un. C'est de loin le moyen le plus fiable de garder une personne, une mascotte ou un produit identique sur toute une série.

Formulez le prompt comme une transformation de la référence, pas comme une nouvelle description de celle-ci :

Using the provided reference image, keep the subject's face, hairstyle, and outfit 100% identical. Only change the scene to a sunlit Parisian café at golden hour. Same person, same clothing, new environment. Photorealistic, 50mm lens, shallow depth of field.

Les expressions qui font le gros du travail : « keep … 100% identical », « only change … », « same person ». Vous dites explicitement au modèle quelles dimensions sont verrouillées et lesquelles sont libres.

Technique 2 — L'ancre d'identité (cohérence en texte seul)

Quand vous ne pouvez pas utiliser d'image de référence — par exemple générer un tout nouveau personnage à partir de rien — construisez une ancre d'identité : un bloc figé d'attributs hyper-spécifiques que vous collez mot pour mot dans chaque prompt. Traitez-le comme la chaîne ADN d'un personnage.

Une description faible laisse trop de place au hasard. Une ancre forte cloue les traits que le modèle randomiserait sinon :

• Visage : âge exact, forme du visage, teint, traits distinctifs (un petit grain de beauté, des taches de rousseur, une cicatrice) — les traits distinctifs ancrent plus fortement que les génériques
• Cheveux : couleur, longueur et texture précises, et un style spécifique (« queue-de-cheval haute en désordre avec deux mèches lâches sur le devant »), pas juste « longs cheveux bruns »
• Tenue : une tenue signature décrite jusqu'à la matière et la coupe — un vêtement récurrent se lit comme le même personnage même si le visage vacille un peu
• Un nom de personnage court utilisé de façon constante — nommer le sujet donne au modèle un concept unique auquel rattacher les traits

Réutilisez ensuite le bloc d'ancre en haut de chaque prompt et ne variez que la scène en dessous. Plus l'ancre est inhabituelle et précise, moins le modèle improvise.

Technique 3 — Fiches de personnage en une seule passe

Au lieu de générer dix images en espérant qu'elles correspondent, générez une image qui contient toutes les vues dont vous avez besoin. GPT Image 2 est performant sur les mises en page multi-panneaux structurées, donc une fiche de rotation du personnage garde chaque angle parfaitement cohérent parce qu'ils ont tous été dessinés dans la même passe.

Character reference sheet for a single original character on a clean neutral background. Show, in one image: front view, 3/4 view, side profile, and back view, all the SAME character with identical face, hairstyle, and outfit across every pose. Add two facial expression close-ups (neutral and smiling). Consistent proportions, model-sheet style, even lighting, no text labels.

Utilisez la fiche obtenue elle-même comme image de référence pour les générations de scènes suivantes. Vous avez en pratique amorcé une identité stable à partir de rien.

Technique 4 — Itérez, ne recommencez pas

Quand une image est bonne à 90 %, ne la jetez pas pour relancer. Réinjectez-la comme référence et demandez une retouche chirurgicale : « same image, but change only the jacket color to deep green; keep everything else pixel-identical. » Chaque tour préserve ce qui marchait et change une seule variable. Repartir du texte réintroduit tout le hasard que vous venez d'éliminer.

Échecs courants et corrections

• Le visage dérive d'une exécution à l'autre → passez de la description textuelle à une image de référence ; le texte seul tient rarement un visage sur de nombreuses images
• La tenue change à chaque fois → déplacez la tenue dans l'ancre d'identité et décrivez matière + coupe, pas seulement la couleur
• Référence ignorée → faites du prompt explicitement une transformation (« using the provided image, keep X, change only Y ») plutôt qu'une nouvelle description
• Le personnage semble « apparenté mais pas le même » → votre ancre est trop générique ; ajoutez un ou deux traits vraiment distinctifs auxquels le modèle peut s'accrocher
• La fiche multi-panneaux a des panneaux incohérents → indiquez « the SAME character » dans le prompt et demandez moins de panneaux par image

La version courte

Image de référence pour le verrouillage le plus fort. Ancre d'identité quand vous n'avez pas de référence. Fiche de personnage pour amorcer une nouvelle identité en une passe. Itérez sur les quasi-réussites au lieu de relancer. La cohérence, c'est de l'ambiguïté supprimée, pas un mot-clé magique.