Savoir bien écrire un prompt pour générer une image

PROMPTER ou savoir parler avec la machine.

Vous avez compris que les récents générateurs d’image basés sur l’intelligence artificielle acceptent désormais comme instruction d’entrée un descriptif textuel de votre idée.

Par conséquent, vous devez concevoir un script en langage courant (appelé un prompt). Pour cela, il faut respecter une certaine syntaxe et règles d’écriture. Un exemple simple serait : « une photo du sac à main en cuir vert en forme de grenouille, par Picasso »).

Il est possible de réclamer des visuels réalistes, photographiques ou encore des croquis au fusain.

Pour démarrer les scripts, il existe des solutions qui vous épaulent pour formuler correctement votre demande et fluidifier l’échange avec l’IA. Par exemple, Phraser, un nouvel outil d’IA lancé cet été, aide les utilisateurs à rédiger des prompts très basiques pour Stable Diffusion, Midjourney, DALLE-2, etc.

La génération d’image avec les GAN à partir des petites séries de données images est bien moins stable et lisible que les nouvelles solutions texte-to-image comme Midjourney. Mais, j’aime bien aussi le côté ‘non-fini’. J’utilise les deux méthodes de travail pour m’inspirer. Voici un transfert de style un peu flou sur un de mes tableaux. A retravailler.

Découvrir Phraser

Phraser décompose le processus de création d’une commande d’entrée en étapes simples telles que le choix d’un style, d’un type de contenu, d’une couleur, d’une résolution, des paramètres de caméra. Il adapte l’invite aux exigences des différents générateurs. Lors de l’écriture, il vous montre à travers une recherche intelligente sur des images déjà générées par un autre utilisateur, comment les mots de votre script influencent le design. C’est assez basique, mais idéal pour commencer.

selon vos abonnements, la présentation intègre les images ou simplement l’historique de votre prompt

Il existe plusieurs façons de manipuler efficacement un générateur comme Stable Diffusion où vous pouvez assez finement décrire votre demande.  Voici quelques conseils :

1.   Rédigez des entrées de texte claires et concises afin de maximiser la précision et l’effet des images générées. Il ne faut pas utiliser trop de texte au début ou recourir à un langage vague.
   
   
2. Il est salutaire d’expérimenter différentes mutations progressives du prompt pour voir comment le générateur répond et pour identifier quels mots produisent le résultat le plus puissant. Cela peut aider à affiner l’emploi du générateur et à récolter de meilleurs effets.
   
   
3. Exploitez une première image générée comme un point de départ pour progressivement obtenir des modifications afin d’atteindre le résultat désiré. Vous pouvez faire généralement référence à cette image avec son numéro (seed).
   
   
4. Consultez toujours les instructions sur les possibilités de faire évoluer votre prompt, par exemple en reprenant une précédente image déjà générée, en sélectionnant une version ancienne du modèle, en variant les dimensions, etc.
   
   
5. Lisez les prompts des autres créateurs. Sur Discorde, vous pouvez observer et même copier les scripts des personnes rompues à l’exercice et qui vous permettent de découvrir aussi un langage qui produit de bons scores. De plus, il faut écrire en anglais et vous allez adopter le vocabulaire plus clair pour votre algorithme. Il y a des mots très pratiques pour guider l’outil.
   
   
6. Il peut être bénéfique de se servir d’un logiciel de retouche d’image pour affiner les visuels ou les rectifier et modifier. Il est parfois difficile d’obtenir exactement ce que vous voulez ou sans des erreurs à corriger.
   
   
7. Certains générateurs texte-to-image peuvent être utilisés en combinaison avec d’autres média. Par exemple, il est possible de fournir en parallèle du prompt une URL d’un dessin ou d’une peinture, pour créer des représentations plus nuancées et plus proches de votre style.
   
   
8. Suivre une communauté sur Discorde est toujours intéressant. Vous allez voir que la majorité des générations d’images sont issues des esthétiques des univers de jeux vidéo ou de la BD. Il y a relativement peu d’artistes qui cherchent des images d’inspiration dans les styles très variés. Mais, ceux qui œuvrent dans le domaine du graphisme de jeux ont aussi un vocabulaire utile à apprendre, même si vous en avez marre de voir les guerriers de Wargame et des dragons comme principale production de la communauté.

Quelques exemples de prompts évolués avec la syntaxe de Midjourney qui incluent des références à des visuels externes, des indications sur les rendus, le format d’image, les versions de l’algorithme à appliquer et des précisions sur la lumière :

-<https://s.mj.run/XXXXX> character, futuristic post-apocolyptic desert security force, peacekeeper, open desert, wide angle, forged armor, futuristic weapon, energy rifle, cinematic, HDR, 8k, –q 2 –ar 9:16 –s 7000

-close up portrait photo of incomplete humanoid android, covered in white porcelain skin, blue eyes, glowing internal parts, still getting assembled, missing parts, westworld style, Volumetric Lighting, ultrawide shot, sharp, hyperrealistic, reflection, ray tracing, caught in the flow of time, movie still, particle effects, ray tracing, ghost phantom effect, hyper detailed, photoreal, photography, cinematic lighting, hdr, hd, cinematography, realism, fine art digital, HD, Mark Molnar mystical, redshift rendering, 8k –ar 2:3 –upbeta  –v 4 –q 2

On peut voir qu’il faut un peu de pratique pour obtenir des résulatats souhaité.

Dans l’ensemble, il faut comprendre un peu le fonctionnement et d’être conscient des limites de l’outil afin d’obtenir les meilleurs résultats. Et comme toujours, pratiquer fréquemment et tester. Ne pas se décourager après quelques heures de travail.