Obtenir des résultats photoréalistes avec GPT Image 2.0 demande plus qu’un prompt basique. Cet article détaille les indications précises sur l’éclairage, les détails de texture de la peau, les paramètres d’objectif et les astuces de composition qui distinguent les images d’IA plates de celles qui ressemblent à de vraies photographies.
GPT Image 2.0 a changé la donne dans la création d’images par IA. Les rendus sont plus nets, la compréhension des prompts est plus fine, et l’écart entre « clairement généré par IA » et « véritablement photographique » s’est réduit. Mais cet écart n’a pas disparu. Si vous utilisez GPT Image 2.0 pour produire des portraits, des environnements ou des photos de produits réalistes et que vos résultats paraissent encore légèrement décalés, le problème ne vient presque jamais du modèle. Il vient presque toujours du prompt.
Cet article détaille les techniques qui permettent de faire passer régulièrement une image d’IA de correcte à photoréaliste. Il ne s’agit pas de suggestions générales. Ce sont les structures de prompt exactes, les choix de paramètres et les indices de composition qui activent les capacités de réalisme déjà intégrées aux modèles les plus avancés.
Le système visuel humain est extraordinairement doué pour repérer ce qui cloche. Pas une erreur grossière comme une main à six doigts, mais une anomalie subtile : une lumière venant de deux directions à la fois, une peau sans pores, des ombres qui ne correspondent à aucune source visible. Les modèles d’IA entraînés sur des milliards d’images peuvent reproduire des motifs visuels de façon statistique, mais ils ne comprennent pas la physique. Cela signifie que la responsabilité d’une lumière, d’une texture et d’une profondeur physiquement justes repose entièrement sur votre prompt.
La vallée de l’étrange est généralement évoquée à propos de l’animation 3D, mais elle s’applique tout aussi bien aux images fixes. Un portrait d’IA presque juste provoque plus de malaise qu’une image clairement stylisée, parce que le cerveau cherche sans cesse à résoudre l’incohérence. Les défaillances courantes sont les suivantes :
Corriger ces défauts n’a rien de compliqué. Il suffit de savoir quels signaux traduisent le « réel » et de les inclure explicitement dans le prompt.
Un prompt plat décrit le sujet. Un prompt puissant décrit la photographie. La différence est réelle entre « une femme qui boit un café » et « plan moyen pris sur le vif d’une femme aux cheveux bruns bouclés tenant une tasse en céramique, lumière matinale douce et diffuse venant d’une fenêtre givrée à sa gauche, vapeur visible s’élevant de la tasse, taches de rousseur naturelles sur les joues, objectif 85 mm f/1.8 à faible profondeur de champ, grain du film Kodak Portra 400 ». La seconde version indique au modèle quel type d’appareil a capturé ce moment, d’où vient la lumière et quelles qualités de surface porte le sujet. Ces détails construisent le réalisme couche après couche.
Si vous ne pouviez améliorer qu’un seul élément de vos prompts, choisissez l’éclairage. Plus que tout autre élément, la lumière détermine si une image se lit comme une photographie ou comme un rendu. Les vraies photographies résultent d’une source lumineuse dominante unique, modifiée par l’environnement. Les images d’IA sans éclairage précisé retombent par défaut sur quelque chose de générique et sans direction.
N’écrivez pas « bon éclairage » ou « bien éclairé ». Décrivez la source avec précision :
| Description vague | Description précise |
|---|---|
| « bon éclairage » | « soleil d’après-midi chaud venant du haut à gauche » |
| « éclairage dramatique » | « une seule lumière de tungstène clé à 45 degrés, ombre dure sur la joue droite » |
| « lumière naturelle » | « lumière douce et diffuse d’une fenêtre à droite, ciel couvert » |
| « éclairage de studio » | « triangle de Rembrandt, lumière de remplissage à 30 % de puissance du côté opposé » |
Plus votre prompt ressemble au schéma d’éclairage d’un directeur de la photographie, plus le résultat ressemble à une photographie prise d’après ce schéma.
Les ombres dures aux bords nets proviennent de sources lumineuses petites ou lointaines, comme le soleil direct ou une ampoule nue. Les ombres douces à la transition progressive proviennent de grandes sources, comme un ciel couvert ou une softbox de studio. Nommer à la fois la direction et la qualité ancre le réalisme physique.
💡 Essayez : « lumière volumétrique de fin d’après-midi venant de la gauche, projetant une longue ombre douce vers le bas à droite, rayons de lumière visibles dans une atmosphère poussiéreuse »
La qualité de l’ombre est l’un des moyens les plus rapides de signaler si une image a été créée ou capturée.
Les sujets humains sont la partie la plus difficile de l’art photoréaliste généré par IA. Les gens regardent les visages plus que tout autre sujet, et la tolérance à l’erreur est quasiment nulle. Bien rendre la peau demande de nommer les imperfections, et non de les effacer.
Une peau parfaite est l’un des indices les plus fiables qu’une image a été générée par IA. La vraie peau présente des pores visibles près du nez et des joues, une texture de surface fine qui capte la lumière selon les angles, des irrégularités de teint comme de légères taches de rousseur et des rougeurs autour du nez, ainsi que de fines rides autour des yeux et de la bouche, même chez les sujets jeunes. Écrire « peau photoréaliste avec pores visibles, variations naturelles du sous-ton, légère rougeur autour du nez, texture de surface fine captant la lumière latérale » apporte plus de réalisme que n’importe quel mot-clé de style.
Les yeux font ou défont un portrait. Les éléments qui signalent de vrais yeux sont précis : un reflet de lumière (une petite réflexion de la source lumineuse dominante), le détail de l’iris avec ses motifs radiaux en forme de fibres dans la partie colorée, un éclat de verre mouillé sur le blanc de l’œil, des cils rendus comme des mèches individuelles plutôt qu’une masse compacte, et une légère ombre projetée par la paupière supérieure sur l’iris. Décrivez-les explicitement dans le prompt. « Iris brun doré à motifs radiaux fibreux, spéculaire de verre mouillé sur la sclérotique, mèches de cils individuelles, reflet de lumière à 10 heures » produit un résultat complètement différent de « yeux détaillés ».
Les modèles d’image d’IA ont vu assez de photographies pour comprendre le langage des métadonnées d’appareil. Quand vous inscrivez des paramètres d’appareil dans votre prompt, vous ne décrivez pas seulement une esthétique. Vous activez les connaissances que le modèle possède sur la manière dont des objectifs précis restituent l’espace, la séparation des sujets et la décroissance de la lumière.
Les différentes focales produisent des effets perceptifs distincts :
| Focale | Effet | Idéal pour |
|---|---|---|
| 24-35 mm | Grand-angle, légère distorsion sur les bords, contexte environnemental | Architecture, rue, paysage |
| 50 mm | Perspective naturelle, proche de l’œil humain | Documentaire, lifestyle |
| 85 mm | Légère compression, rendu flatteur du sujet | Portraits, sujets en gros plan |
| 100 mm macro | Détail extrême, compression spatiale aplatie | Produit, gros plan macro |
| 135-200 mm | Forte compression, isolation marquée du sujet | Portraits au téléobjectif, faune |
Écrire « objectif portrait 85 mm f/1.4 » évoque immédiatement un rendu précis : séparation du sujet et de l’arrière-plan, légère compression des traits, flou d’arrière-plan doux avec des reflets circulaires en flou de mise au point. Le modèle comprend ce que fait cet objectif parce qu’il a vu des milliers d’images étiquetées avec exactement cette focale.
La faible profondeur de champ est l’un des signaux de réalisme les plus forts d’un prompt. Elle indique au modèle qu’un véritable système optique a produit cette image. Précisez l’ouverture : « f/1.8, faible profondeur de champ, éléments de premier plan flous, flou d’arrière-plan (bokeh) ».
Le grain complète l’effet optique. Les appareils numériques modernes produisent du grain à forte sensibilité ISO. Les appareils argentiques produisent des motifs de grain caractéristiques issus de la chimie de l’émulsion. Les deux motifs sont présents dans l’ensemble des données d’entraînement de l’IA. Préciser un film comme « grain du film Kodak Portra 400 » ou « bruit numérique ISO 3200 » place l’image dans une tradition photographique connue.
💡 La focale nommée, l’ouverture et le film choisi forment le raccourci à trois éléments le plus rapide vers un rendu photoréaliste, sur la plupart des modèles texte vers image.
Un prompt solide ne se contente pas de décrire le sujet. Il décrit le monde que le sujet occupe. Un environnement avec une profondeur physique, des conditions atmosphériques et des détails de surface ancre le sujet dans l’espace et donne à la lumière qui le touche l’impression d’être justifiée plutôt que posée.
Les arrière-plans génériques donnent des images génériques. Comparez :
La seconde version donne au modèle des informations sur l’espace, les sources lumineuses qu’il contient et les conditions atmosphériques. Ces informations influencent aussi l’éclairage du sujet, car sur une vraie photographie, l’arrière-plan et le sujet partagent le même environnement.
Les environnements réels contiennent de l’air. La brume, le brouillard léger, la poussière et l’humidité réduisent le contraste et la saturation avec la distance. Cet effet s’appelle la perspective atmosphérique, et c’est un puissant signal de réalisme dans n’importe quel prompt :
Ces indices demandent au modèle de restituer la profondeur comme la possède un environnement réel, et non comme un rendu 3D qui l’aplatit artificiellement.
Flux Dev est l’un des modèles les plus performants pour un rendu photoréaliste disponibles actuellement sur PicassoIA. Son architecture à 12 milliards de paramètres gère la texture fine, les dispositifs d’éclairage complexes et les sujets humains avec un niveau de fidélité qui en fait le choix naturel lorsque l’objectif final est une photographie convaincante.
Suivez cette séquence pour obtenir régulièrement de bons résultats avec Flux Dev :
| Paramètre | Valeur recommandée | Pourquoi |
|---|---|---|
| Format | 16:9 ou 3:2 | Correspond aux formats photographiques standard |
| Étapes d’inférence | 40-50 | Davantage de passes de débruitage produisent une texture de surface plus fine |
| Guidance scale | 3,5 | Équilibre le respect du prompt sans sur-accentuer les contours |
| Format de sortie | PNG | Sans perte pour tout post-traitement |
| Go Fast | Désactivé | Le mode bf16 standard préserve la reproductibilité du seed |
💡 Pour itérer rapidement sur des concepts, Flux Schnell est nettement plus rapide. Une fois la direction du prompt verrouillée, passez à Flux Dev pour le rendu final de haute qualité. Les deux sont disponibles sur PicassoIA sans limite de crédits.
Générer à résolution standard puis faire un upscaling est souvent préférable à une génération directement à la taille maximale. Le modèle a davantage de contrôle sur la composition et les détails fins aux dimensions standard. L’exigence essentielle est d’utiliser un upscaler d’IA qui reconstruit la texture au lieu de simplement redimensionner les pixels.
Seedream 3 génère nativement jusqu’à 2048 pixels sur le plus grand côté. Pour un contenu destiné à des mises en page imprimées, des écrans grand format ou des publications sociales haute résolution, cela supprime entièrement l’étape d’upscaling. Le réglage de guidance scale permet de choisir entre un respect strict du prompt et une liberté de composition, et le modèle gère nativement les formats 16:9 et 9:16 pour tous les formats de sortie standard.
Real ESRGAN sur PicassoIA prend en charge l’étape d’upscaling pour les images générées en résolution standard. Avec l’échelle par défaut de 4x, une sortie de 512 pixels devient un fichier de 2048 pixels. L’option de restauration des visages est particulièrement précieuse pour les portraits, où les yeux et la texture de la peau sont souvent les premières victimes de la compression JPEG. Activez-la dès que le sujet présente des traits visibles.
Quand utiliser chaque outil :
| Scénario | Outil recommandé |
|---|---|
| Besoin d’une sortie en 2K dès la première génération | Seedream 3 |
| Généré en résolution standard, besoin d’agrandir | Real ESRGAN |
| Portrait dont les détails du visage sont dégradés par la compression | Real ESRGAN avec restauration des visages activée |
| Lot d’images de produits à résolution constante | Au choix, selon la source |
Après avoir passé en revue tous les éléments ci-dessus, voici la structure qui produit régulièrement un rendu photoréaliste, quels que soient le sujet et les conditions d’éclairage :
[Camera angle] shot of [subject with surface texture details],
[environment/background with specific physical elements],
[named light source + direction + quality + color temperature],
[focal length] [aperture] [lens type],
[film stock or digital grain specification],
[atmospheric detail if applicable],
RAW 8K photography --ar 16:9 --style raw
Exemple d’application du modèle :
Plan en contre-plongée d’une jeune femme aux cheveux auburn tressés et aux taches de rousseur sur les pommettes, assise dans l’embrasure d’une ruelle étroite avec des briques peintes qui s’écaillent et du lierre grimpant derrière elle, soleil chaud de fin d’après-midi venant du haut à droite, créant une ombre aux contours nets en travers de la moitié gauche de son visage, objectif fixe 85 mm f/1.4 avec flou d’arrière-plan doux, grain du film Kodak Portra 400, brume atmosphérique légère adoucissant le fond lointain de la ruelle, photographie RAW 8K --ar 16:9 --style raw
Ce prompt unique couvre l’angle de prise de vue, la description du sujet, l’environnement, la direction et la qualité de l’éclairage, la focale, l’ouverture, le film et la profondeur atmosphérique. Chaque élément ajoute une couche de précision physique, et l’ensemble forme un résultat convaincant.
La plupart des échecs de réalisme proviennent d’une courte liste d’erreurs répétitives :
Tout ce qui précède mène à une seule conclusion : le réalisme dans l’art d’IA est un problème de description, et non un problème de modèle. Les outils de PicassoIA, en particulier Flux Dev, Flux Schnell et Seedream 3, ont la capacité de produire des résultats qui tiennent face à de vraies photographies. Ce qui détermine si c’est le cas, c’est la précision avec laquelle vous décrivez le monde physique dans votre prompt.
Choisissez un élément de cet article et appliquez-le à votre prochaine génération. Commencez par l’éclairage. Nommez une source précise, donnez-lui une direction et décrivez sa qualité, dure ou douce. Ce seul changement apportera plus à votre résultat que n’importe quel mot de style ou changement de modèle.
Lorsque vous serez prêt à passer à une résolution d’impression ou à récupérer les détails du visage d’un export compressé, Real ESRGAN vous attend sur PicassoIA sans limite de crédits. Générez, agrandissez, itérez et ne gardez que les images qui ressemblent vraiment à des photographies.
Choisissez votre langue
