Ce qui échoue et comment le contourner

Les défauts célèbres des premières générations (six doigts, texte illisible) ne sont plus ceux qui coûtent le plus cher. Dans les 28 images produites pour ce cours, nous n'avons relevé aucune main à six doigts, et les deux modèles ont écrit sans faute un titre français accentué. Les défauts qui passent en production sont plus discrets : un logo presque juste, une pince déformée, des pseudo-titres sur des dos de livres, un produit déformé par un grand angle, une lampe éteinte dans une scène du soir. Ils passent parce qu'ils ne sautent pas aux yeux sur une vignette.

Le mécanisme

Un modèle d'image ne « sait » pas ce qu'est une main, une lettre ou un logo : il produit les pixels les plus probables compte tenu du prompt et de ce qu'il a appris. Trois familles d'objets restent fragiles, pour des raisons différentes :

• les structures articulées et les objets mécaniques (mains en action, outils, instruments, bicyclettes) : beaucoup de configurations plausibles localement, une seule correcte globalement ;
• les signes exacts (texte, chiffres, logos) : un écart d'un trait suffit à rendre le résultat faux, alors que le modèle optimise la vraisemblance d'ensemble ;
• la géométrie (perspective, verticales, proportions) : le modèle imite l'effet d'une focale ; si on lui demande un grand angle, il en reproduit aussi les déformations.

flowchart TB
  D["Défaut repéré sur la planche"] --> Q{"Type"}
  Q -->|"signe exact : texte, chiffre, logo"| P1["Ne pas le générer :<br/>composer en post-production"]
  Q -->|"géométrie : perspective, échelle"| P2["Corriger cadrage et focale<br/>(85-100 mm, axe horizontal)"]
  Q -->|"structure : mains, outils"| P3["Simplifier le geste,<br/>Pro, ou cadrer autrement"]
  Q -->|"état ou objet parasite"| P4["Écrire l'état dans le Sujet,<br/>décrire l'effet sans l'objet"]
  Q -->|"produit inexact"| P5["Image de référence produit"]
  P1 & P2 & P3 & P4 & P5 --> R["Régénérer ou retoucher,<br/>puis contrôle à 100 %"]

Les cas, mesurés le 2026-10-15

Les mains : correctes, l'outil non

La contrainte « cinq doigts par main, gestes plausibles » a été respectée par les deux modèles. Le défaut est passé ailleurs : la pince tenue par l'artisane (Flash) a une géométrie impossible. Sur une vignette LinkedIn, personne ne le voit ; un électricien qui commente le post, si. Parades, dans l'ordre de coût : cadrer pour que l'outil soit flou ou hors champ ; simplifier le geste (« tient une pince » plutôt que « se passent une pince ») ; passer au Pro, dont la pince est ici correcte.

Le texte : le titre passe, le décor non

Les deux modèles ont écrit « Orbe — la lumière qui reste » et « Disponible dès le 3 novembre » sans faute (leçon 2). Le risque est désormais dans le texte que vous n'avez pas demandé :

Dans une scène de bibliothèque, de rue ou de bureau, le modèle peuple les surfaces de lettres sans sens. Parades : exclure explicitement (« dos de livres unis, sans inscription »), réduire la profondeur de champ pour flouter l'arrière-plan, ou recadrer. Et pour le texte voulu, la règle de ce cours ne change pas : un titre, un prix, une date ou une mention légale se composent en post-production. Ils restent ainsi corrigeables, traduisibles et dans la police de la charte sans régénérer l'image. La documentation conseille d'ailleurs, quand un texte doit figurer dans l'image, de générer d'abord le texte puis de demander l'image qui le contient.

Le logo : presque juste, donc faux

Le résultat est convaincant au premier regard. Pour une marque, c'est le pire cas : une version non conforme du logo, diffusée avec l'aval de la marque elle-même. Le générateur traite donc le logo comme un fichier, jamais comme un prompt : marque.logo est composé en post-production, et toute mention de « logo » dans un sujet ou une contrainte déclenche une alerte. Si le logo doit apparaître sur le produit (gravure, sérigraphie), la seule parade sûre est la retouche dans un outil classique à partir du fichier vectoriel, ou une photo réelle du produit marqué utilisée comme référence.

La perspective : le grand angle déforme le produit

Le prompt a été suivi à la lettre, avec les déformations réelles d'un 16 mm à courte distance. La version corrigée (image précédente, celle des livres) précise « appareil à hauteur de l'étagère, axe horizontal, objectif 85 mm, verticales parfaitement parallèles » : les proportions du produit redeviennent exactes. Pour un produit, interdisez les focales sous 35 mm sauf intention explicite.

L'état du sujet et les objets parasites

Dans le brief initial, « le soir, seule la lampe éclaire » avait produit une lampe éteinte dans une pièce sombre (leçon 4). L'état du produit appartient à la rubrique Sujet, en toutes lettres. Même logique pour le flyer : la « boîte à lumière » nommée dans le prompt est apparue dans le cadre ; décrire l'effet (« lumière douce venant du haut ») suffit.

La mise en œuvre : le brief attrape ce qu'il peut

Les règles qui se vérifient sans image sont dans avertissements() (brief.py). Un brief fautif :

visuels:
  - id: socle-logo
    usage: produit
    canaux: [linkedin_carre]
    references: [orbe]
    sujet: "la lampe Orbe sur fond beige, logo Maison Lumen gravé sur le socle"
    cadrage: "plan frontal, objectif 100 mm"
    lumiere: "lumière douce venant du haut"
    texte: "Orbe, la lampe qui reste allumée dans vos souvenirs"

$ .venv/bin/python -m campagne essai.yaml --dry-run | grep -E "ALERTE|Estimation"
ALERTE socle-logo : texte de 9 mots, relisez la mise en page avant diffusion
ALERTE socle-logo : logo demandé au modèle, composez-le en post-production (marque.logo)
Estimation totale : 0.069 $ pour 1 visuels

Résultat obtenu

Le brief de campagne corrigé ne déclenche plus aucune alerte de rédaction :

$ .venv/bin/python -m campagne brief.yaml --dry-run | grep -c ALERTE
0

Les défauts qui ne se voient que sur l'image (pince, pseudo-texte, perspective) restent du ressort de la validation humaine, sur la grille de la planche contact (leçon 7).

Ce qui casse en production

Ces fréquences portent sur quelques images : elles indiquent où regarder, pas un taux d'erreur.

La règle de décision

Ne demandez jamais au modèle ce qui doit être exact au signe près : texte légal, prix, date, logo. Écrivez l'état du produit et la focale dans chaque prompt produit. Contrôlez chaque image retenue à 100 % sur quatre zones : produit, mains et objets tenus, arrière-plan (texte parasite), bords du cadre.

Pratique

Exercice. Réécrivez le prompt de l'étude perspective-ko pour obtenir une vue en contre-plongée voulue (l'intention créative est de rendre la lampe monumentale) sans déformer le produit.

Sujet : la lampe de l'image de référence, allumée, posée au bord d'une étagère murale haute.
Cadrage et objectif : légère contre-plongée (appareil 40 cm sous l'étagère), objectif 50 mm,
à 1,5 m de distance, verticales redressées comme en photographie d'architecture.
Lumière : halo chaud du globe, pièce en lumière de fin de journée.
Contraintes : proportions du produit identiques à la référence ; dos de livres unis, sans inscription.

• Je contrôle chaque image retenue à 100 % sur quatre zones
• Je compose texte, prix et logo hors du modèle
• J'écris l'état du produit et la focale dans chaque prompt produit
• Je sais lire les alertes du --dry-run et les lever