Personnage IA : la méthode pour garder le même visage d’une image à l’autre
Créer un personnage IA reconnaissable dans plusieurs images demande une méthode, pas un prompt magique. La fiche de référence, un exemple concret et ce qu’il faut vérifier avant publication.
Créer un personnage IA pour une mascotte d’entreprise ou une série d’illustrations tourne presque toujours autour du même problème : la première image est réussie, mais la deuxième montre un visage différent, une tenue différente, parfois même une couleur de peau différente. Aucun générateur d’image ne garantit une cohérence parfaite entre deux générations séparées. La question n’est donc pas quel outil choisir, mais quelle méthode limite les écarts.
La cohérence de personnage veut dire une chose précise : le visage, les proportions, les vêtements et les traits distinctifs restent reconnaissables d’une image à l’autre, même dans une pose ou un décor différent. C’est un problème de méthode de génération, pas de talent artistique.
Où ça sert au bureau
- Une mascotte récurrente pour les publications sur les réseaux sociaux d’une entreprise.
- Un personnage illustratif qui revient dans une newsletter interne, semaine après semaine.
- Une figure simple utilisée en icône dans des présentations, pour donner un repère visuel constant.
La fiche de référence, avant le premier prompt
Avant de générer quoi que ce soit, écrivez une description fixe du personnage : âge approximatif, couleur et style de cheveux, tenue, couleurs dominantes, un ou deux traits distinctifs. Cette description devient votre texte de référence, à copier-coller identique dans chaque prompt suivant — jamais reformulée ni résumée, parce que la moindre variation de mots change la façon dont le modèle interprète le personnage.
Si l’outil que vous utilisez accepte une image en entrée, en plus du texte, gardez la toute première image réussie comme référence visuelle pour les générations suivantes plutôt que de repartir uniquement du texte à chaque fois. Le texte seul dérive plus vite qu’une image de référence associée au texte.
Un exemple de bout en bout
Fiche de référence : « Renarde illustrée en aplats de couleur, pelage orange et blanc, écharpe bleue, grands yeux ronds, style plat et simple sans dégradés. » Premier prompt : cette fiche suivie de « assise à un bureau avec un ordinateur portable ». Deuxième prompt, pour une autre publication : la même fiche suivie de « en train de marcher, tenant un café ». Le texte de la fiche ne change pas un seul mot entre les deux prompts — seule la situation change.
En comparant les deux images côte à côte, l’écart le plus fréquent porte sur un détail précis : l’écharpe bleue devient turquoise, ou les yeux perdent leur forme ronde caractéristique. Ce n’est pas un échec du prompt — c’est la raison pour laquelle chaque image doit être vérifiée avant d’entrer dans une série destinée à paraître cohérente.
Un personnage IA n’est pas cohérent parce que le prompt était bon. Il est cohérent parce que quelqu’un a comparé chaque nouvelle image à la précédente avant de la publier.
Ce qu’il faut vérifier avant de publier
- Comparez la nouvelle image à la fiche de référence, détail par détail — couleurs, vêtements, traits distinctifs — pas seulement une impression générale de ressemblance.
- Regardez les mains et le texte en arrière-plan si l’image en contient : ce sont les zones où ces modèles se trompent le plus souvent, quel que soit le personnage.
- Vérifiez qu’aucun élément visuel ne rappelle trop précisément une marque ou un personnage existant, involontairement repris par le modèle.
- Gardez toutes les images validées dans un même dossier de référence, pour comparer la prochaine génération à l’ensemble de la série plutôt qu’à une seule image.
Pourquoi cette dérive existe, et pourquoi elle persiste
Un générateur d’image ne mémorise pas un personnage entre deux demandes séparées : il réinterprète le texte et l’image de référence à chaque fois, sans certitude que le résultat sera identique. Le rythme auquel ces modèles s’améliorent sur ce point précis est suivi chaque année par le Stanford HAI dans son état des lieux des capacités de l’IA générative — les progrès sont réels, mais inégaux d’un outil à l’autre, ce qui rend la vérification manuelle nécessaire encore aujourd’hui, quel que soit le générateur choisi.
Ce principe — qu’un humain reste responsable de vérifier un contenu généré avant de le diffuser — figure explicitement dans les lignes directrices de l’OCDE sur l’IA, pour l’image comme pour le texte.
Une compétence qui dépasse le personnage lui-même
Écrire une fiche de référence précise et la réutiliser sans la reformuler est le même réflexe que celui décrit dans Formation prompt IA pour un texte : donner un contexte fixe et complet plutôt qu’une demande vague à chaque fois. Le PwC AI Jobs Barometer mesure une prime salariale nette pour les profils qui maîtrisent ce type de méthode avec l’IA, au-delà du seul outil utilisé.
Les métiers créatifs et de communication où ce genre de production visuelle occupe une vraie part de l’activité ressortent des statistiques d’emploi de l’INSEE, qui permettent de mesurer l’ampleur du sujet au-delà d’un seul cas d’usage. Les tensions de recrutement sur ces métiers sont suivies par France Travail.
À essayer dès lundi
- Écrivez une fiche de référence de trois à quatre phrases pour un personnage, avec des détails précis plutôt que des adjectifs vagues.
- Générez une première image, puis une deuxième dans un contexte différent, en copiant la fiche mot pour mot.
- Comparez les deux images détail par détail et notez ce qui a changé sans que vous l’ayez demandé.
- Ajustez la fiche pour préciser justement ce détail avant la génération suivante.
Cette méthode de contexte fixe est la même que celle détaillée dans Formation IA générative pour progresser étape par étape, et Formation ChatGPT explique comment reconnaître une formation qui traite la vérification comme une étape à part entière plutôt qu’un détail. La même rigueur s’applique à un autre exemple concret dans Lettre de motivation IA.
Coursium fait pratiquer ce type de méthode par petites leçons sur votre téléphone, sur des tâches réelles plutôt que des démonstrations. Gardez une longueur d’avance sur l’IA en commençant ici — ou lisez d’abord à propos de Coursium.
Gardez une longueur d’avance sur l’IA — apprenez les outils sur votre téléphone.
Obtenir l’app