Vous générez une première image et le personnage tombe juste. Vous relancez pour obtenir la scène suivante, et ce n'est plus la même personne : le nez a changé, la coiffure a raccourci, le visage a pris dix ans. Garder le même personnage IA sur toutes ses images reste le point de blocage numéro un dès qu'on veut produire autre chose qu'un visuel isolé. Un carrousel, un catalogue produit, un livre illustré, une bande dessinée, une campagne portée par une mascotte : tout cela exige que le héros reste lui-même d'une image à l'autre.
Ce n'est pas une limite des modèles d'images. C'est une erreur de méthode, et elle se corrige par une seule bascule : cesser de décrire votre personnage, commencer à le montrer. Cet article traite le cas des images fixes, celui des séries, des planches et des catalogues. Si votre besoin porte sur des plans animés, notre guide du personnage cohérent en vidéo reprend la même logique pour le mouvement.
La réponse courte
Fabriquez une seule image de référence, un portrait net de votre personnage, validez-la, puis joignez ce fichier à chaque génération suivante au lieu de réécrire sa description. Les moteurs capables de lire des images d'entrée en acceptent trois à cinq selon le modèle : vous pouvez donc ajouter en plus un décor récurrent, un objet, un second personnage. Le texte de votre prompt ne décrit alors plus le visage, il décrit la scène. C'est le principe de l'espace Personnages cohérents du studio EasyVids, où vous déposez vos références, choisissez un format et décrivez seulement ce qui doit se passer.
Pourquoi la même description ne donne jamais deux fois le même visage
Un générateur d'images ne garde aucun souvenir de votre image précédente. Chaque demande part d'un bruit aléatoire que le modèle transforme progressivement, guidé par votre texte. Deux générations lancées avec exactement les mêmes mots partent de deux bruits différents, donc arrivent à deux résultats différents. Il n'y a rien d'anormal là dedans : c'est le fonctionnement même de l'outil.
Le texte, lui, laisse toujours de la marge. Une femme d'une trentaine d'années, cheveux bruns bouclés, veste en jean décrit des millions de personnes plausibles. Le modèle en choisit une. À la génération suivante, il en choisit une autre, tout aussi conforme à votre phrase. Vous obtenez des cousins, jamais une personne. Allonger la description ne règle rien : elle réduit la marge sans jamais la fermer, et une consigne trop bavarde finit par diluer ce qui compte.
La seule façon de fermer cette marge est de donner au modèle ce qu'aucune phrase ne transmettra jamais : les pixels du visage.
Le portrait source, l'image dont tout le reste découle
Tout repose sur une image, une seule. Prenez le temps de la produire correctement, parce que chacun de ses défauts sera recopié sur toute la série. Un bon portrait source ressemble davantage à une photo d'identité soignée qu'à une scène spectaculaire : le visage occupe une large part du cadre, la lumière est douce, le fond ne raconte rien.
Vous avez deux façons de l'obtenir. Soit vous la générez, en écrivant pour une fois une description longue et précise : c'est le seul moment où l'effort de rédaction paie vraiment, et notre guide du générateur d'images IA détaille comment construire ce type de prompt. Soit vous partez d'une vraie photo, la vôtre, celle d'un modèle qui a donné son accord, ou une photo de votre produit. Les deux marchent, et la photo réelle donne souvent la ressemblance la plus solide.
- Un buste, ou la tête et les épaules. Jamais un plan large où le visage tient en quelques pixels.
- Un fond neutre et uni, pour que le moteur ne recopie pas un décor dont vous ne voulez plus.
- Une lumière frontale et douce, sans ombre dure : une ombre marquée invente des traits qui n'existent pas.
- Le regard dégagé, sans lunettes de soleil, sans casquette, sans mèche devant l'oeil.
- La coiffure et la tenue que vous voulez voir revenir, puisqu'elles feront partie de la signature du personnage.
- Aucun filtre appuyé, aucun flou artistique : ce que le moteur voit mal, il l'invente.
Montrer au lieu de décrire : la bascule qui change tout
Une fois le portrait validé, votre méthode de travail change. Pour chaque nouvelle image, vous joignez le fichier de référence et vous n'écrivez plus que ce qui varie : le lieu, l'action, la pose, le cadrage, l'heure de la journée. Le visage n'a plus besoin d'être décrit, il est fourni.
La consigne textuelle garde un rôle, mais un rôle différent. Elle rappelle que la personne de la référence est bien celle de la scène, elle indique le plan souhaité, et elle interdit les libertés que les modèles prennent volontiers : changer la couleur des cheveux pour mieux s'accorder au décor, rajeunir un visage, ajouter du texte dans l'image. Notre article sur la façon de décrire un personnage dans un prompt donne les formulations qui tiennent la route.
Une règle résume la bascule : le prompt décrit la scène, la référence décrit la personne. Dès que vous vous surprenez à réécrire une couleur d'yeux, c'est le signe que la référence n'est pas partie avec la demande.
Combien de références par image, et dans quel ordre
Les moteurs qui lisent des images d'entrée ont une limite. Selon le modèle, elle se situe entre trois et cinq fichiers par génération. Ce plafond n'est pas un détail technique : il décide de ce que vous pouvez tenir stable en même temps. Un personnage, un décor et un produit occupent déjà trois emplacements.
Le second point compte encore davantage, et presque personne n'en parle : l'ordre d'envoi. Quand vous joignez quatre photos sans autre précision, le moteur ignore laquelle montre qui. Il attribue les visages comme il peut, et il les échange. Chaque référence doit donc être annoncée dans l'ordre exact où elle est transmise : la première montre le personnage principal, la deuxième le second personnage, la troisième le décor, et ainsi de suite.
Dans le studio, cette annonce est construite automatiquement à partir des références que vous déposez, et elle inclut la consigne qui interdit au moteur de confondre les personnes. De votre côté, vous ne voyez et ne rédigez que la description de votre scène. Sur nos générations, la combinaison la plus difficile reste deux visages et un décor envoyés d'un seul coup : c'est la situation où le mélange survient encore, même avec une annonce correcte.
Changer de tenue, d'angle et de décor sans perdre le visage
Une série figée devient vite ennuyeuse. Vous pouvez faire varier beaucoup de choses sans casser la reconnaissance, à condition de savoir ce qui est négociable et ce qui ne l'est pas.
Le décor, la lumière, la pose, l'expression et le cadrage se changent librement : ils ne touchent pas à l'identité. Ce sont désormais les seuls éléments que votre prompt a besoin de porter, et nos exemples de prompts image en français donnent des formulations prêtes à reprendre pour chacun. L'angle de vue se change aussi, avec une réserve. Un profil strict ou une vue de dos donne au moteur très peu de matière à recopier, et c'est souvent là que la ressemblance faiblit. Si votre série multiplie les angles, produisez d'abord deux ou trois vues du même personnage depuis votre portrait source, validez-les, puis utilisez la vue la plus proche de l'angle voulu comme référence de la scène.
La tenue est le cas piégeux. Un spectateur reconnaît une silhouette avant un visage. Changez la veste et la coiffure en même temps, et votre personnage devient quelqu'un d'autre alors même que ses traits sont exacts. Ne modifiez qu'un élément à la fois, et gardez toujours un marqueur visuel d'une image à l'autre.
Deux personnages dans la même image
Réunir deux personnages tenus par deux références différentes est l'exercice le plus difficile. Le moteur doit lire deux visages, les attribuer au bon corps et composer une scène crédible. Trois approches fonctionnent, par ordre de fiabilité croissante.
La première envoie les deux portraits ensemble avec une annonce indexée, en imposant le nombre exact de personnes présentes dans le cadre. La deuxième compose en deux temps : une image avec le décor et le premier personnage, puis cette image devient la référence à laquelle on ajoute le second. La troisième fabrique une image de groupe une bonne fois pour toutes, la valide, puis s'en sert comme référence unique pour toutes les scènes où le duo apparaît. C'est cette dernière méthode que le studio applique automatiquement quand une scène réclamerait plus de trois références.
Si vos personnages se mélangent malgré ces précautions, le symptôme est presque toujours lisible et la cause identifiable : notre article sur le personnage qui change de visage déroule le diagnostic cas par cas.
Les usages où la cohérence change vraiment le résultat
Cette méthode ne sert pas qu'aux illustrateurs. Dès qu'une image en appelle une autre, la cohérence devient la condition d'un rendu professionnel.
- Le carrousel et la série de publications : un même visage sur dix images installe une identité, dix visages différents donnent l'impression d'une banque d'images assemblée à la hâte.
- Le livre illustré, en particulier pour la jeunesse, où l'enfant repère immédiatement que le héros a changé de tête entre deux pages : c'est le point qui fait la différence dans un ebook entièrement illustré.
- Le catalogue et la fiche produit : le même article présenté sous plusieurs angles et dans plusieurs mises en scène, sans studio ni séance photo.
- La mascotte de marque, reprise sur une bannière, un visuel de publication et une miniature YouTube que votre audience reconnaît au premier coup d'oeil.
- La bande dessinée et le roman graphique, où la case suivante perd tout son sens si le personnage a changé de tête.
- Le storyboard, où l'équipe doit reconnaître les personnages avant même le premier jour de tournage.
Les erreurs qui font glisser une série
La cohérence se perd rarement d'un coup. Elle glisse : l'image trois s'éloigne un peu, l'image huit davantage, et à l'image vingt plus personne ne se ressemble. Cinq causes expliquent la quasi totalité des cas.
La plus coûteuse est la dérive en chaîne. Vous générez l'image deux à partir de l'image une, l'image trois à partir de la deux, et chaque copie ajoute son petit écart. Au bout de dix étapes, l'écart cumulé saute aux yeux de tout le monde. Repartez toujours de la référence d'origine, jamais de la dernière image produite.
La seconde cause, plus discrète, tient au format. Une référence carrée poussée vers un visuel très allongé oblige le moteur à recadrer et à recomposer, ce qui l'amène à réinterpréter le visage. Générez autant que possible dans le format final visé, plutôt que de recadrer après coup.
Quand le personnage ressemble à une personne réelle
Utiliser la photo d'une personne existante comme référence demande son accord, écrit de préférence, et cet accord doit couvrir l'usage prévu, y compris commercial. Une autorisation donnée pour une publication personnelle ne couvre pas une campagne publicitaire. Le même principe s'applique aux photos d'enfants, où la prudence doit être maximale.
Pour les personnages inventés, la question est différente mais mérite attention : évitez de construire un visage qui reproduit celui d'une personnalité connue, et méfiez-vous des consignes qui citent un nom propre. Sur la traçabilité, la norme C2PA, publiée par la Coalition for Content Provenance and Authenticity, définit un format de métadonnées de provenance que plusieurs générateurs inscrivent dans les fichiers qu'ils produisent. Selon le moteur employé, vos images peuvent donc porter une trace de leur origine.
Le choix du moteur pèse aussi sur le coût de votre série, puisque tous ne consomment pas le même nombre de crédits par image et que la résolution demandée entre dans le calcul. Une bonne pratique consiste à chercher le cadrage avec un modèle rapide, puis à produire la version finale avec un modèle plus fidèle. Le détail des formules se trouve sur la page des tarifs.
Questions fréquentes
Combien d'images de référence faut-il pour un même personnage ?
Une seule suffit dans la majorité des cas, à condition qu'elle soit nette et cadrée sur le visage. Une deuxième vue, de profil ou de trois quarts, devient utile si votre série multiplie les angles. Au-delà, vous consommez des emplacements de référence dont vous aurez besoin pour le décor ou pour le produit.
Faut-il écrire ses prompts en anglais pour garder le même personnage ?
Non. La cohérence vient de l'image jointe, pas de la langue du texte. L'anglais reste parfois un peu plus précis sur le vocabulaire de cadrage et d'éclairage, mais cela ne change rien à la stabilité du visage.
Pourquoi mon personnage change-t-il alors que j'ai joint une référence ?
Trois causes reviennent. La référence n'est pas réellement partie au moteur, ce que trahit un résultat qui ignore complètement le visage fourni. Le modèle choisi ne lit pas les images d'entrée, et se contente alors de votre texte. Ou bien votre prompt contredit la référence, par exemple en redécrivant une couleur de cheveux différente de celle du portrait.
Peut-on garder aussi le même décor et le même objet ?
Oui, le mécanisme est identique. Une image du lieu et une image de l'objet se joignent comme un portrait, avec la même annonce indexée. C'est la façon la plus simple de tenir une ambiance visuelle stable sur une série entière, et cela fonctionne particulièrement bien pour un produit présenté sous plusieurs angles.
Faut-il tout refaire quand une seule image de la série est ratée ?
Non. Chaque image se régénère seule, puisqu'elles ne dépendent pas les unes des autres : elles dépendent toutes de la même référence. C'est un avantage direct de la méthode, et une raison de plus de ne jamais construire une image à partir de la précédente.
Retenez la bascule, le reste suit : une image source soignée, jointe à chaque génération, et un prompt qui ne parle plus que de la scène. Vous passez alors d'une collection de visuels sans lien à une série qui raconte quelque chose, avec un personnage que votre audience finit par reconnaître. Pour l'essayer sur le vôtre, créez votre compte et déposez votre première référence dans l'espace Personnages cohérents.