Ma première semaine à générer des images, ratages compris

J’ai dépensé mes coins gratuits en quatre-vingt-dix secondes environ. J’ai tapé quelque chose comme « belle femme dans un café, cinématographique, 8k », appuyé sur le bouton, attendu, et obtenu une image techniquement irréprochable de personne en particulier assise dans un café qui n’a jamais existé. C’était correct. C’était parfaitement oubliable. Et toute la dotation gratuite y est passée, puisqu’un nouveau compte démarre avec 40 coins et qu’une image Standard en coûte exactement 40.

Ce qui suit est la semaine d’après, notée en partie parce que les passages utiles n’ont pas été ceux que j’attendais.

Jour un : j’écrivais des souhaits, pas des descriptions

En regardant ce premier prompt aujourd’hui, ce qui saute aux yeux, c’est « cinématographique » et « 8k ». Ce sont deux choses que je voulais ressentir devant l’image. Aucune n’est exécutable par un être humain. Donnez cette phrase à un photographe debout dans un café et il posera trois questions avant de toucher son appareil : qui est-elle, d’où vient la lumière, quelle part d’elle est dans le cadre.

Ces trois questions se sont révélées être l’essentiel du métier. Remplacer « belle femme » par « une femme dans la quarantaine en manteau vert » m’a davantage apporté que n’importe quel adjectif que j’aie jamais ajouté.

Jours deux et trois : les deux jours perdus

Voici l’erreur qui m’a coûté le plus de temps, et je soupçonne que c’est la plus courante. Quand une image revenait de travers, je réécrivais le prompt. En entier, nouvelle phrase, nouvel essai. Parfois la suivante était meilleure. Je n’avais aucune idée de pourquoi.

Après deux soirées de ce régime, j’avais peut-être trente images, la vague impression que ça s’améliorait, et rien que je puisse reproduire volontairement. Je n’apprenais pas, j’échantillonnais.

Ce qui a corrigé cela était d’une simplicité gênante : changer une clause, garder tout le reste identique, regarder la différence. La première fois que je l’ai fait délibérément, j’ai relancé le même portrait trois fois en ne modifiant que la phrase sur la lumière, et j’ai soudain vuce que fait une source nommée. Cette seule comparaison m’a appris plus que les deux jours précédents réunis.

Jour quatre : j’ai arrêté de générer des gens

Une amie photographe m’avait dit de m’entraîner sur des objets, je l’ai ignorée trois jours, et elle avait raison.

Le problème du portrait comme exercice, c’est que vous êtes expert des visages. Chaque résultat est légèrement faux d’une manière que vous ne savez pas formuler, si bien que le retour est une insatisfaction sourde et permanente qui ne vous dit pas quel mot changer. Générez une tasse en céramique sur une table en bois et le retour devient brutalement clair : l’ombre part du mauvais côté, ou il n’y a pas d’ombre, ou le bois n’a pas de veinage.

J’ai passé une soirée sur des tasses, des bols et une chemise froissée. Rien de ce que j’ai fait n’était intéressant. Tout était instructif.

Jour cinq : la phrase sur la lumière

Si la semaine a un enseignement, c’est que presque toutes mes mauvaises images étaient mauvaises de la même façon, et que le remède était toujours la même phrase. Pas assez d’information sur la lumière.

N’écrivez rien sur la lumière et le modèle vous donne la moyenne de tous les éclairages à la fois, ce qui sort en ombres douces partant dans toutes les directions et en une image qui ressemble à nulle part. Écrivez « soleil de fin d’après-midi par une fenêtre à gauche, longue ombre en travers de la table » et cela ressemble soudain à une pièce. Même sujet, tout le reste identique.

Notre article sur pourquoi les images IA se voient explique le mécanisme correctement. Moi, j’y suis arrivé par le chemin long.

Jour six : l’argent

Cela mérite d’être dit franchement, parce que ça m’a surpris. Quarante coins pour une image Standard signifie que 500 coins - le plus petit pack, à 2,99 euro - font douze ou treize images. Cela paraît beaucoup jusqu’à ce qu’on comprenne que l’apprentissage passe par la comparaison, et qu’une comparaison, c’est trois images minimum.

Ce qui a rendu la chose abordable plutôt que tendue, c’est d’avoir compris que les échecs sont gratuits : si une génération n’aboutit pas, les coins reviennent immédiatement. Les expériences qui semblent risquées sont donc les moins chères. Ce sont les tentatives confiantes qui coûtent.

J’ai aussi complètement arrêté la haute qualité pendant l’apprentissage. Elle coûte 60 au lieu de 40 et rend plus grand, et une version plus grande d’une image mal éclairée reste une image mal éclairée. Réglez en Standard, puis relancez celle qui vous plaît.

Jour sept : ce que je me dirais

• Dépensez l’image gratuite sur quelque chose que vous voulez vraiment, pas sur un test.
• Changez une clause à la fois, sinon vous n’apprenez pas, vous pariez.
• Entraînez-vous une soirée sur des objets avant d’approcher un visage.
• Dites d’où vient la lumière. À chaque fois.
• Supprimez les mots de qualité. Ils ne font rien et prennent la place de vraies consignes.

Rien de tout cela n’est difficile. Simplement, rien n’en est évident depuis le bouton, et la dotation gratuite ne suffit pas pour le découvrir par accident. Si vous voulez la version compressée de la semaine, cinq prompts complets à collervous en épargneront l’essentiel, et Fellowi Imagesest l’endroit où les coller. Commencez par une tasse. Sérieusement.