Prompt ChatGPT photo : la méthode pour obtenir une image précise, pas générique

Un prompt ChatGPT photo qui se lit comme une légende donne un résultat générique. « Une photo d’un café » est une légende — elle dit de quoi parle l’image, rien sur son apparence. Le modèle comble alors chaque vide avec son choix par défaut : un cadrage de photo de stock, une lumière plate, des couleurs que personne n’a demandées. La solution n’est pas une formule habile. C’est de donner le même niveau de détail qu’à un photographe avant une prise de vue.

Ce qu’un bon prompt photo doit contenir

Six éléments, à peu près dans cet ordre d’importance. En omettre un, c’est laisser le modèle choisir à votre place.

• —Sujet et action : pas « un chef cuisinier », mais « un chef en train de touiller, concentré, manches relevées ».
• —Décor : où, et à quel moment. Une cuisine en plein coup de feu ne ressemble en rien à la même cuisine à sept heures du matin.
• —Cadrage : plan rapproché, plan large, à hauteur d’yeux, vue du dessus.
• —Lumière et couleur : lumière du matin à travers une fenêtre, néons durs au plafond, palette de couleurs sourdes.
• —Style : photo réaliste, aquarelle, illustration vectorielle, rendu cinématographique.
• —Contraintes : ce qui ne doit surtout pas apparaître — aucun texte visible, aucun logo, personne d’autre dans le cadre.

Où ça sert au bureau

• —Un visuel pour un post sur les réseaux sociaux, à partir d’une idée plutôt que d’une photo existante.
• —Une image d’illustration pour un article de blog ou une présentation, dans un style cohérent avec la charte graphique.
• —Un visuel de mise en situation pour un produit encore en maquette, avant qu’une vraie photo soit disponible.

Un exemple avant/après

Prompt incomplet : « Une photo d’un café. » Résultat : une image de café générique, qui pourrait illustrer n’importe quel article sur le sujet, avec une lumière plate et un cadrage de carte postale.

Prompt complet : « Un café en train de couler dans une tasse en céramique blanche, posée sur une table en bois clair près d’une fenêtre. Lumière du matin, douce, qui vient de la gauche. Cadrage rapproché, légèrement de biais. Style photo réaliste, couleurs chaudes et un peu désaturées. Aucun texte ni logo visible, personne dans le cadre. » Chaque élément répond à une question que le modèle aurait sinon tranchée seul, et le résultat ressemble enfin à l’image précise que vous aviez en tête plutôt qu’à une photo de stock parmi d’autres.

Un prompt photo qui fonctionne ne décrit pas ce que l’image montre. Il décrit comment un photographe l’aurait construite.

Ce qu’il faut vérifier avant utilisation

1. 01Un texte ou un logo dans l’image : ces modèles peinent encore à reproduire du texte lisible. Vérifiez qu’aucun mot déformé ne s’est glissé dans un coin de l’image.
2. 02Les mains et les détails fins : comptez les doigts et regardez les objets qui se chevauchent — c’est là que les erreurs les plus visibles se cachent encore.
3. 03Une ressemblance involontaire avec un logo ou un personnage protégé : le modèle peut s’inspirer de références connues sans que vous l’ayez demandé.
4. 04La cohérence avec l’usage prévu : une image générée pour un post social n’a pas les mêmes exigences de fidélité qu’un visuel destiné à représenter un produit réel.

Le modèle reste aussi sûr de lui quand un détail est faux que lorsqu’il est correct. Les lignes directrices de l’OCDE traitent la vérification humaine comme un élément normal d’un usage responsable, pas comme une étape réservée aux cas sensibles — pour une image comme pour un texte.

Ces modèles de génération d’image progressent vite, mais de façon inégale entre les types de tâches — le AI Index de Stanford HAI suit ce rythme chaque année. Les mains, le texte et les motifs fins restent les points où l’écart entre une image plausible et une image correcte se referme le plus lentement.

Ce que cette méthode vaut au-delà d’une seule image

Décrire précisément ce que l’on attend d’un modèle plutôt que de lui laisser deviner est le même réflexe, qu’il s’agisse d’une image, d’un texte ou d’une vidéo. Le PwC AI Jobs Barometer mesure, sur près d’un milliard d’offres d’emploi, une prime salariale nette pour les profils qui maîtrisent précisément cette méthode — donner un contexte complet, puis vérifier le résultat. Les métiers de communication et de contenu visuel où cette compétence prend une place croissante ressortent des statistiques d’emploi de l’INSEE, et les tensions de recrutement correspondantes sont suivies par France Travail.

À essayer dès lundi

1. 01Choisissez une image que vous devez produire cette semaine et écrivez les six éléments avant d’ouvrir l’outil.
2. 02Rédigez le prompt en suivant cet ordre : sujet et action, décor, cadrage, lumière, style, contraintes.
3. 03Générez au moins deux versions et comparez-les en détail plutôt que de garder la première.
4. 04Vérifiez le texte, les mains et les détails fins avant d’utiliser l’image où que ce soit.

Cette même méthode de contexte précis s’applique à un personnage qui doit rester reconnaissable d’une image à l’autre — Personnage IA le détaille sur l’exemple d’une mascotte. Dans l’autre sens, décrire une image existante plutôt que d’en générer une, IA description image applique le même principe de précision. Une fois l’image obtenue, Google Veo 2 montre comment lui ajouter du mouvement sans perdre les détails qui comptaient.

La méthode de base — donner un contexte complet plutôt qu’une demande vague — est celle que détaille Formation prompt IA pour l’écrit, avec d’autres exercices.

Coursium fait pratiquer cette 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.