Une planche, pas une image par asset
Plutôt que de demander au modèle une image par sprite, demandez-lui une planche : une seule image de 4 mégapixels organisée en grille, dont un script découpe ensuite les cases.
- Un sujet, un personnage par exemple, c'est une planche de quatre vues de la même figure.
- Une famille d'objets, c'est une planche de huit à douze objets différents.
- Un objet important, une arme par exemple, c'est une planche de plusieurs vues de cet objet.
Une planche apporte trois choses.
- La cohérence. Les quatre vues sortent du même rendu : mêmes couleurs, même costume, même arme, même lumière. Quatre rendus séparés donnent quatre personnages différents.
- Un seul style partagé par tous les objets d'une famille.
- Le débit. Une planche prend quatre à cinq minutes et donne quatre à douze sprites.

Les planches ne servent pas qu'aux jeux. Un turnaround de personnage sert d'image de référence pour une maquette d'application, une bande dessinée ou un storyboard. C'est aussi le type d'image de référence que les modèles image vers vidéo comme Seedance, MiniMax Hailuo ou Wan 2.2 acceptent comme point de départ.
Tout ce qui suit a été vérifié en produisant un lot de plus de 1000 fichiers : personnages, objets, effets, props et textures pour un seul jeu. Les réglages suivent le guide des réglages de Qwen-Image 2.1.
Réglages et graphe ComfyUI
Utilisez le modèle de base plutôt que le Turbo, à CFG 3 avec un prompt négatif, avec APG et FreSca sur le chemin du modèle. Il n'y a pas de réécriture automatique du prompt dans le graphe : le prompt entre tel qu'il est écrit.
| Nœud | Réglage |
|---|---|
| UNETLoader | qwen_image_2.1_int8_convrot.safetensors |
| CLIPLoader | qwen3vl_8b_int8_convrot.safetensors, type qwen_image |
| VAELoader | qwen_image_2.1_vae_bf16.safetensors |
| QwenImage21Cache | device auto, dtype int8 |
| APG | eta 1.0, norm threshold 10.0, momentum 0.3 |
| FreSca | scale low 1.0, scale high 2.0, frequency cutoff 8 |
| TextEncodeQwenImage21 | prompt et prompt négatif, résolution 1024 |
| EmptyLatentImage | 2432 × 1664 pour une planche, 1024 × 1024 pour une texture |
| KSampler | 20 étapes, CFG 3.0, euler, simple, denoise 1.0 |
| VAEDecode, SaveImage | le PNG sort en RGBA, voir la section suivante |
Le chemin du modèle enchaîne UNETLoader, puis QwenImage21Cache, APG, FreSca et le KSampler. Temps mesurés sur la machine qui a produit le lot :
| Tâche | Temps |
|---|---|
| Planche, 2432 × 1664, 20 étapes | 230 à 320 s |
| Texture, 1024 × 1024, texte vers image | environ 80 s |
| Passe image vers image, 1024 × 1024 | environ 40 s |
Le guide des réglages rapporte qu'une carte de 12 Go a rendu une image de 4 mégapixels de cette taille avec un pic de 11,5 Go sur les poids int8. Une planche devrait donc tenir, à condition que rien d'autre ne partage la carte.
Deux pièges si vous pilotez ComfyUI par son API. Dans le JSON envoyé à /prompt, une image de référence se passe par une clé non imbriquée : "images.image_1": [node, 0]. La forme imbriquée, "images": {"image_1": …}, est acceptée sans erreur, et la référence est ignorée en silence. Et vérifiez toujours que le PNG reçu est bien en mode RGBA. Un prompt mal encadré donne un fond opaque ; levez une erreur plutôt que de le découper.
Transparence native
Qwen-Image 2.1 produit un canal alpha de lui-même, à condition d'encadrer le prompt par deux phrases.
- Début :
This is an RGBA image with transparency. - Fin :
The image has alpha channel and the background is transparent.
Le résultat est un vrai PNG RGBA. Environ 1 % des pixels sont semi-transparents et il n'y a aucune frange de couleur. Cela remplace l'ancien fond magenta à détourer, qui laissait des liserés et obligeait à nettoyer les débordements de couleur du fond.
Ajoutez à la phrase de fin : no ground, no cast shadows, no frames, no text, no labels. Sans cela, le modèle aime poser une ombre ou un bout de sol sous chaque sujet, et cela casse la découpe.

Comment écrire le prompt d'une planche
Comme rien ne réécrit le prompt à votre place, il doit être long et précis : les prompts du lot font de 2 500 à 3 000 caractères, et un prompt court donne une planche pauvre dont les vues se ressemblent.
L'ordre ci-dessous est celui qui a marché. Gardez-le.
- La phrase RGBA d'ouverture.
- Le sujet et la grille. « A game character turnaround sheet of one single character, description, drawn four times at exactly the same scale in a strict row of 4 equal cells with generous empty space between the cells, read left to right. »
- Les cases, une par une, numérotées. « cell 1, … ; cell 2, … ; cell 3, … ; cell 4, … » Sur une grille de 4 par 2, nommez aussi les rangées : « Top row: cell 1, … Bottom row: cell 5, … »
- La clause d'identité. « Same character in every cell: identical colours, proportions, costume, weapon and lighting. »
- Le bloc de style, le même pour tout le lot.
- La phrase RGBA de fermeture.
Le prompt complet de la planche de la rôdeuse ci-dessus :
This is an RGBA image with transparency. A game character turnaround sheet of one single character, a young woman ranger in her twenties with light brown skin, a long dark braid over one shoulder, a hooded forest-green cloak, a brown leather jerkin over a cream linen shirt, dark trousers, tall laced boots, a straight one-handed sword with a plain steel crossguard and a leather-wrapped grip held low in her right hand with the point toward the ground, and a small round wooden buckler strapped to her left forearm, drawn four times at exactly the same scale in a strict row of 4 equal cells with generous empty space between the cells, read left to right: cell 1, standing at rest, seen straight from the front, both feet on the same line, face fully visible; cell 2, standing at rest, turned 45 degrees to her right so we see the front and her right side, the sword arm nearest the viewer; cell 3, standing at rest in strict profile, facing right, one eye visible, the braid down her back, the sword in front of her; cell 4, standing at rest seen directly from behind, the back of the hood, the cloak and the braid, the sword hanging point down along her right leg so that exactly one blade shows beside the cloak, no face. Same character in every cell: identical colours, proportions, costume, weapon and lighting. Style: hand-painted game illustration, visible brush strokes, rich material detail, crisp silhouettes, soft frontal light from slightly above, a thin cool rim light, no outline, no motion blur. The image has alpha channel and the background is transparent, no ground, no cast shadows, no frames, no text, no labels.
Règles tirées des essais :
- Décrivez la matière, pas seulement l'objet. « a battle axe: a long straight ash-wood haft and one broad crescent steel blade with a bearded lower edge, the head wedged and riveted, the edge bright and nicked ».
- Décrivez chaque vue par ce que la caméra voit, pas par son nom. « seen from a three-quarter back angle, turned 135 degrees so we see its back and its left side, the face hidden » fonctionne. « back three-quarter view » tout seul fonctionne beaucoup moins souvent.
- Une vue de dessus, si vous en ajoutez une, demande d'insister : caméra pointée droit vers le bas, seuls le haut de la tête et les épaules visibles, pas de visage, « like a token on a tactical board game map », comme un pion sur la carte d'un jeu de plateau tactique.
- Dites ce qui ne doit pas être là quand le modèle dérive. Un sujet sans membres se fait pousser des griffes et une gueule dans les cases d'attaque si le texte est générique. Écrivez « no arms, no legs, no teeth ».
- Écrivez les cases d'action, si vous en ajoutez, pour chaque sujet. Un texte commun, « the subject attacks », donne des poses molles sur tout un bestiaire. Chaque sujet a son propre armé et sa propre frappe : une massue levée, une morsure, un souffle de feu, un tentacule.
- Surveillez les mots qui changent le rendu. « bold simplified, strong contrast, clean silhouette » pour une icône d'inventaire a produit un pictogramme en noir et blanc. Pour une icône en couleur, écrivez « in full colour, painted with exactly the same rich materials as cell 1 ».
- Un seul bloc de style pour tout le lot garde sujets, objets et props dans le même monde. Le bloc de ce lot est dans le prompt ci-dessus : illustration de jeu peinte à la main, coups de pinceau visibles, détail des matières, silhouettes nettes, lumière frontale douce venant d'un peu au-dessus, une fine lumière de contour froide, pas de contour, pas de flou de mouvement.
Le prompt négatif du lot :
artifacts, washed-out colors, low quality, low resolution, blurry, extra fingers, missing fingers, deformed hands, bad anatomy, extra limbs, text, watermark, signature, labels, captions, letters, numbers, cast shadow, ground, floor, gradient background, frame, border lines, photo, 3d render

Gabarits de planches
Toutes les planches font 2432 × 1664 pixels.
Sujet unique : une rangée de 4, un personnage
| Case | Vue |
|---|---|
| 1 | au repos, face |
| 2 | au repos, trois-quarts face |
| 3 | au repos, profil strict |
| 4 | au repos, dos |
Quatre vues sur une rangée est la disposition qui a tenu à tous les essais : des cases hautes, une grande figure, et l'arme dessinée juste dans chaque vue. Une grille de 4 par 2 avec une vue de dessus et deux cases d'action marche aussi, mais ces quatre cases de plus sont là où les planches se gâtent : une seconde lame dans la vue de dos, une épée mal placée vue de dessus, une main bizarre dans la frappe. Ajoutez-les quand vous en avez besoin, et vérifiez-les une par une.
Famille d'objets : 4 par 3 ou 4 par 2, objets différents
Une ligne par case : « Cell 5, row 2 column 1: description. » Pour les objets longs, ajoutez « lying horizontally across the cell, pointing to the right », couché en travers de la case, la pointe vers la droite, pour qu'ils remplissent leur case. Terminez par : « Exactly one object per cell, N objects in all, no duplicates, no object crossing into another cell, each object drawn large enough to fill most of its cell. »
Douze objets par planche est le maximum utilisé dans le lot. Au-delà, les cases deviennent petites.

Le prompt complet de cette planche :
This is an RGBA image with transparency. A game item sheet of twelve different dungeon objects, each drawn large in its own cell of a strict 4 by 3 grid of equal cells with generous empty space between the cells, read left to right then top to bottom. Cell 1, row 1 column 1: an iron key with a looped bow and two square teeth, lying horizontally across the cell, pointing to the right. Cell 2, row 1 column 2: a wooden torch, a split oak stick wrapped in tarred cloth, the flame burning upward. Cell 3, row 1 column 3: a small red health potion, a round glass flask with a cork stopper and a wax seal. Cell 4, row 1 column 4: a leather coin pouch, drawstring closed, bulging, two gold coins showing at the mouth. Cell 5, row 2 column 1: a battle axe, a long straight ash-wood haft and one broad crescent steel blade with a bearded lower edge, the head wedged and riveted, the edge bright and nicked, lying horizontally across the cell, pointing to the right. Cell 6, row 2 column 2: a round wooden shield with an iron rim and a central iron boss, three planks visible, seen straight on. Cell 7, row 2 column 3: a rolled parchment scroll tied with a red ribbon, lying horizontally across the cell, pointing to the right. Cell 8, row 2 column 4: a lantern, a square iron frame with four glass panes and a ring handle, a candle glowing inside. Cell 9, row 3 column 1: a short sword with a plain crossguard, a leather-wrapped grip and a round pommel, lying horizontally across the cell, pointing to the right. Cell 10, row 3 column 2: a loaf of dark rye bread with a cracked crust. Cell 11, row 3 column 3: a brass compass in an open round case, the needle visible. Cell 12, row 3 column 4: a coil of hemp rope with a frayed end. Exactly one object per cell, twelve objects in all, no duplicates, no object crossing into another cell, each object drawn large enough to fill most of its cell. Style: hand-painted game illustration, visible brush strokes, rich material detail, crisp silhouettes, soft frontal light from slightly above, a thin cool rim light, no outline, no motion blur. The image has alpha channel and the background is transparent, no ground, no cast shadows, no frames, no text, no labels.
Props et effets : 4 par 2 ou 4 par 3
Props : « dungeon fixtures seen straight on from the front », avec une lumière uniforme. Effets : « glowing, with soft luminous edges ». Projectiles : « flying to the right ».
Un objet en plusieurs vues : une rangée de 4
Le même objet dans les quatre cases : la vue de base de face, posé au sol vu de dessus, une icône d'inventaire en couleur, une icône d'action en deux tons. Des vues de l'objet lancé peuvent s'ajouter sur une seconde rangée ; une première série, un fauchon et une hache, a donné des raccourcis convaincants, y compris la hache vue sur la tranche, mais une arme lancée vue de face est la case qui échoue le plus souvent. Ce gabarit est le plus récent du lot et reste à l'essai.

La même recette dans d'autres styles
La grille, les textes des cases et l'encadrement RGBA ne dépendent pas du style. Seul le bloc de style change. Les planches ci-dessous viennent du prompt de la rôdeuse, avec le bloc de style remplacé par l'un de ceux-ci :
- Pixel art.
Style: 16-bit pixel art, a visible pixel grid, flat colours with two or three shades per material, hard pixel edges, a one-pixel dark outline, no anti-aliasing, no gradients. - Anime.
Style: anime cel shading, clean dark line art, flat colours with one hard shadow tone, small bright highlights, a saturated palette, soft frontal light. - Vectoriel plat.
Style: flat vector illustration, simple geometric shapes, no gradients, no texture, a limited palette of six colours, thick uniform outlines, soft frontal light. - Low poly.
Style: low poly 3D render look, visible flat triangular facets, matte materials, no texture detail, soft studio light from the front and above.
Pour le bloc low poly, retirez « 3d render » du prompt négatif, sinon les deux consignes se contredisent.




Dans les quatre planches ci-dessus, le personnage, son costume et ses poses ont tenu d'un bloc à l'autre ; seul le rendu a changé. Choisissez un seul bloc pour tout un lot. Des sprites faits avec des blocs différents ne vont pas ensemble.
Découper la planche en sprites
La découpe se fait sur le canal alpha, en quatre étapes.
- Divisez l'image en cases égales.
- Dans chaque case, prenez la boîte englobante des pixels dont l'alpha dépasse 32, avec une marge de 4 pixels.
- Mettez à zéro l'alpha inférieur à 24, ce qui supprime le halo.
- Traitez comme vide une case de moins de 100 pixels opaques.
Placez ensuite chaque sprite selon son usage.
- Sprite de sujet : dans un canevas au format de l'image de référence du jeu, les pieds sur le bord inférieur.
- Objet : centré dans le canevas.
- Icône d'inventaire : un carré de 192 pixels. Un objet plus long que 1,6 fois sa largeur est tourné de 45 degrés, la pointe en haut à droite.
- Porte, grille de fer : étirée d'un bord à l'autre, alpha forcé à 255. Les portes sortent deux à quatre fois plus sombres que voulu ; calez leur luminosité sur une référence.
Si un sujet déborde dans la case voisine, la découpe le tronque. C'est pour cela que le prompt demande « generous empty space between the cells », un espace vide généreux entre les cases.
Textures seamless
Le modèle ne produit pas une tuile parfaite même quand on le lui demande. La méthode ci-dessous, retenue après plusieurs échecs, répare donc le raccord après coup.
- Texte vers image en 1024 × 1024 avec « A seamless tileable texture, top-down flat orthographic close-up of … Even diffuse lighting, no vignette, no perspective. »
- Décalez l'image d'une demi-largeur et d'une demi-hauteur. Le raccord passe maintenant par le milieu, en croix.
- Image vers image à une force de 0,55 sur l'image décalée, avec le nœud
QwenImageImg2Img. - Ne gardez qu'une croix centrale adoucie de cette passe, 96 pixels de chaque côté du raccord avec un flou gaussien de 32 pixels, recollée sur l'original décalé. Les bords restent l'intérieur intact du premier rendu.
- Décalez en sens inverse.
- Fondu en miroir sur 24 pixels de chaque côté du bord pour annuler le dernier saut de couleur, et donc de relief.
- Dérivez la normal map et la roughness de l'image finale.
Mesure de contrôle : la différence moyenne entre bords opposés divisée par le gradient moyen à l'intérieur de la tuile. À 1,0, le raccord ne se distingue plus d'un pixel voisin quelconque.

Ce qui n'a pas marché :
- Une passe image vers image complète sans masque : le modèle recrée un raccord sur ses propres bords.
- Deux passes alternées : le résultat empire, 2,07 puis 2,43 sur la texture de sol.
- Repeindre une texture basse résolution existante en image vers image : un résultat strié. Repartez du texte vers image.
Demandez de grands motifs, cinq ou six rangs de blocs par tuile. Les petits motifs rendent la répétition évidente.
Refaire, vérifier, itérer
- Une planche est déterministe pour un prompt et une seed donnés. Gardez le PNG brut et le texte du prompt à côté.
- Refaites un sujet en refaisant toute sa planche avec une autre seed, jamais une seule case. Gardez l'ancienne planche : une meilleure pose pourra y être repêchée plus tard.
- Séparez le dessin de la découpe. La découpe et le placement peuvent être relancés depuis les planches brutes sans rappeler ComfyUI.
- Prévoyez la reprise du lot. Une planche déjà sur le disque n'est pas redessinée, et un traitement de trois heures survit à une interruption.
Trois vérifications valent la peine avant que les sprites n'entrent dans le jeu.
- Contrôlez sur fond clair ou sur un damier, pas sur gris foncé. Un fond sombre cache les franges et les halos.
- Regardez à la taille du jeu, pas seulement en agrandi. Une icône doit rester lisible à 32 pixels.
- Prenez une capture d'écran dans le jeu pour confronter les sprites aux surfaces. Des sprites HD sur des murs faits de gros pixels jurent. Il faut alors refaire les surfaces au même niveau.
Limites connues
- Les objets sortent parfois trop photographiques, le métal et le verre surtout. Corrigez au cas par cas dans le texte.
- Les cases d'action sont la partie la moins fiable. Vérifiez-les sujet par sujet.
- Les teintes dérivent d'une planche à l'autre : les murs virent au bleu, les portes sortent sombres. Fixez la couleur dans le texte et corrigez après coup si besoin.
- Le modèle peut fusionner ou dupliquer des cases sur une grille chargée. Restez à douze cases au plus et nommez chaque case par sa ligne et sa colonne.
- Le texte et les symboles sur les objets, runes ou inscriptions, ne sont pas fiables. Laissez-les de côté ou ajoutez-les après coup.
- Licence. Les poids sont sous Qwen Research License : recherche et évaluation uniquement. Des assets livrés dans un jeu commercial exigent d'abord une licence auprès de Qwen, et un service hébergé a ses propres conditions.
Les réglages du lot en un tableau :
| Réglage | Valeur |
|---|---|
| Modèle | Qwen-Image 2.1 de base, int8 |
| Étapes, CFG | 20, 3.0 avec un prompt négatif |
| Sampler | euler, simple |
| Guidance | APG 1.0, 10.0, 0.3 puis FreSca 1.0, 2.0, 8 |
| Planche | 2432 × 1664, une rangée de 4 ou une grille de 4 par 3 |
| Texture | 1024 × 1024, seed fixe |
| Passe de raccord | image vers image à 0.55, bande de 96 pixels |
| Fondu des bords | 24 pixels |