La structure qui fonctionne
- Sujet : qui ou quoi, en train de faire quoi, où. a red fox sitting on a mossy rock in a pine forest
- Style ou médium : oil painting, 35mm photograph, watercolor, 3D render, ou un artiste : by Ivan Shishkin.
- Lumière et ambiance : golden hour, soft diffused light, dramatic rim light, foggy.
- Cadrage et objectif : close-up, wide shot, 85mm, shallow depth of field.
- Mots de qualité : highly detailed, sharp focus, masterpiece. Deux ou trois suffisent.
Les mots du début pèsent en général plus que ceux de la fin. Gardez le sujet en premier.
Un exemple annoté
portrait of an old fisherman, weathered face, wool sweater, oil painting by Rembrandt, warm candlelight, dark background, close-up, 85mm, highly detailed
Les cinq premiers mots fixent le sujet. Le nom d’artiste règle la palette et la touche (voyez à quel point un seul nom change tout sur les pages styles d’artistes). Les mots de lumière décident de l’atmosphère, ceux de cadrage de la composition, et le dernier groupe polit. Prompt négatif : blurry, deformed hands, extra fingers, watermark, text, détaillé dans qu’est-ce qu’un prompt négatif.
Poids et emphase
Dans Automatic1111, Forge, Fooocus et ComfyUI, les parenthèses règlent le poids d’un terme : (red scarf:1.3) lui donne 30 % d’attention en plus, (background:0.7) lui en donne moins. Dans Automatic1111, les crochets le diminuent. Restez entre 0,6 et 1,4 : au-delà, l’image se dégrade souvent. Utilisez les poids pour sauver un détail que le modèle ignore, pas sur chaque mot.
Les erreurs courantes
- Négations : « a room without windows » produit souvent des fenêtres. Mettez ce que vous ne voulez pas dans le prompt négatif.
- Trop d’idées : un sujet par image. Avec SD 1.5 et SDXL, un bloc CLIP contient 75 tokens (environ 60 mots) ; Automatic1111 place la suite dans un second bloc, et les outils qui ne font pas ce découpage la coupent.
- Styles contradictoires : photorealistic watercolor donne un résultat boueux.
- Tout changer d’un coup : fixez la seed et changez un mot à la fois pour apprendre l’effet de chacun.
Différences entre modèles
SD 1.5 et SDXL répondent aux listes de mots-clés comme l’exemple ci-dessus. Stable Diffusion 3 et 3.5 comprennent mieux les phrases naturelles, placent plusieurs sujets (« a cat on the left, a dog on the right ») et rendent un texte court entre guillemets. Quel que soit le modèle, les 100+ prompts documentés de ce site montrent les paramètres derrière chaque image, et le générateur de prompts développe quelques mots en prompt complet. Pour voir ce que fait une phrase de style, ouvrez les styles artistiques comparés avec FLUX.2 : les mêmes scènes et la même seed rendues dans chaque style, avec la phrase à copier.