Joignez une photo de vous, une photo d'une tenue et une photo d'un lieu, puis demandez une nouvelle image qui utilise les trois. Certains modèles acceptent jusqu'à 3 références, d'autres jusqu'à 10 et un jusqu'à 14. Voici lesquels, comment écrire le prompt et où la méthode atteint ses limites.
La plupart des images IA partent des mots seuls, et les mots sont une mauvaise façon de dire cette personne précise, avec cette veste précise, dans cette rue précise. La génération multi-références règle le problème en vous laissant joindre plusieurs de vos photos à la fois : une pour la personne, une pour la tenue, une pour le lieu. Le modèle les lit ensemble et peint une scène nouvelle qui emprunte quelque chose à chacune.
Un prompt texte peut dire une femme en imperméable vert dans une rue de marché sous la pluie, et le modèle inventera les trois détails. C'est correct pour un air de photo de banque d'images. Ça ne l'est plus quand l'imperméable est un vrai que vous possédez, que la rue est celle devant votre boutique et que le visage est le vôtre. Décrire une chose précise avec des mots est lent et fait perdre de l'information ; la montrer dans une photo, c'est un seul envoi.
Les images de référence découpent aussi le travail en pièces interchangeables. Gardez la photo de la personne et changez le lieu, ou gardez le lieu et essayez trois tenues différentes. C'est la même idée que celle des personnages IA cohérents, appliquée à une scène entière plutôt qu'à un seul visage. Elle s'associe aussi naturellement à l'essayage virtuel de tenues, où la photo du vêtement est l'une des références.
Une règle avant le pas à pas : utilisez vos propres photos, ou des photos que vous avez le droit d'utiliser. La référence d'une personne doit être vous, quelqu'un qui a donné son accord, ou un personnage fictif. N'importez jamais une personne réelle et identifiable qui n'a pas dit oui, et ne construisez jamais une scène destinée à faire croire que quelqu'un était là où il n'était pas.
Tous les modèles d'image n'acceptent pas plus d'une photo en entrée, et ceux qui le font ne s'accordent pas sur le nombre. Les chiffres ci-dessous viennent des paramètres d'entrée de chaque modèle dans le catalogue Picasso IA, ce sont donc ceux que le toolkit vous laissera réellement joindre.
| Modèle | Photos de référence acceptées | Bien adapté pour | À garder en tête |
|---|---|---|---|
| google/nano-banana-pro | Jusqu'à 14 | Grandes scènes avec beaucoup d'éléments : une personne, plusieurs vêtements, un lieu, un accessoire | Sortie en 1K, 2K ou 4K ; plus de références demandent un prompt plus long pour tout garder en ordre |
| bytedance/seedream-5-pro | Jusqu'à 10 | Mélanger visages, objets ou styles de plusieurs photos en un seul montage | Sortie en 1K ou 2K ; limite de prompt de 4000 caractères |
| picassoia/picassoia-image-editor-pro | Jusqu'à 3 | Personne plus tenue plus lieu, car vous pouvez appeler chacune image 1, image 2 et image 3 | La première image est la principale ; jusqu'à deux sorties par exécution |
| openai/gpt-image-2.5-flare | Une liste d'images d'entrée ; le catalogue parle de combiner deux | Montages de deux photos où le prompt porte beaucoup d'instructions | Le catalogue n'indique pas de plafond, testez donc avant de prévoir plus de deux |
Trois références, c'est exactement ce que demande la recette personne, tenue et lieu : l'éditeur est donc le premier essai naturel. Prenez nano banana pro quand la scène compte plus de trois ingrédients, et Seedream 5 Pro quand vous voulez fondre plusieurs photos d'un coup. GPT Image 2.5 Flare mérite un essai quand vos consignes sont longues et précises. Les quatre figurent dans le catalogue complet des modèles, à côté de centaines d'autres modèles texte vers image, si vous voulez comparer.
C'est le chemin le plus court de trois photos éparses à une image exploitable. Il suppose que vous avez déjà les photos sur votre appareil.
La raison la plus courante pour qu'une image multi-références paraisse confuse est un prompt qui ne dit jamais quelle photo fait quoi. Le modèle voit plusieurs images et une phrase ; si la phrase est vague, il en fait la moyenne. Un prompt qui attribue des rôles donne un mélange bien plus propre.
Dans l'éditeur, les références s'appellent image 1, image 2 et ainsi de suite, et les notes du modèle indiquent que vous pouvez vous adresser à chacune par son nom. Un prompt comme celui-ci sert de modèle : habille la personne de l'image 1 avec la veste de l'image 2 et place-la dans la rue de l'image 3, garde son visage et sa coiffure de l'image 1, lumière douce de ciel couvert, plan en pied, caméra à hauteur des yeux. Sur les modèles qui ne numérotent pas les entrées de la même façon, décrivez chaque photo par ce qu'elle montre : la personne de la première photo, la veste rouge de la deuxième.
Astuce : dites ce qui doit rester identique aussi clairement que ce qui doit changer. Une ligne comme garde le visage, les cheveux et le teint de l'image 1 inchangés ne coûte rien et supprime l'essentiel de la dérive dont les gens se plaignent.
L'ordre et la formulation comptent plus que la longueur. Quelques phrases claires qui nomment les sources valent mieux qu'un paragraphe d'adjectifs. Si une référence continue de l'emporter, réduisez son rôle dans le prompt (utilisez seulement la couleur de la veste) ou recadrez-la pour qu'elle occupe moins de place dans l'image.
Imaginons que vous voulez un portrait de vous avec une veste que vous pensez acheter, devant un marché que vous aimez. Vous envoyez une photo récente de votre visage et de votre buste, la photo produit de la veste et une photo du marché. Le prompt nomme les trois rôles, demande une pose naturelle et dit au modèle d'accorder la lumière à celle de la photo du lieu.
Le premier résultat est rarement le bon. Attendez-vous à ajuster la pose, l'échelle de la personne par rapport au fond et la façon dont tombe la veste. C'est la boucle normale, pas un échec. La même recette marche pour d'autres combinaisons : votre animal plus un costume plus un décor fantastique, un produit plus une photo de vos mains plus un plan de travail de cuisine, ou un personnage que vous avez dessiné plus un accessoire plus un paysage. Pour un travail de mode avec vos propres vêtements, la page des photos de mannequins mode IA montre la version à un seul sujet de la même idée.
Si l'image doit servir à vendre quelque chose, gardez-la fidèle : l'article sur l'image doit être celui que l'acheteur reçoit, avec sa vraie couleur et sa vraie coupe. Un montage qui flatte le produit au-delà de ce qu'il est provoquera retours et réclamations, quoi que le modèle sache dessiner. Les préréglages qui appliquent un style en un clic se trouvent sur la page des effets quand vous voulez une finition sans écrire de prompt.
Cette méthode est utile, pas magique. Voici les endroits où elle cesse d'aider.
Quand un résultat s'en approche mais qu'un détail est faux, une deuxième passe avec un modèle de retouche est souvent plus rapide que de relancer toute la scène.
Dans le catalogue Picasso IA, nano-banana-pro accepte jusqu'à 14 images de référence, seedream-5-pro jusqu'à 10 et picassoia-image-editor-pro jusqu'à 3. openai/gpt-image-2.5-flare accepte une liste d'images d'entrée et sa description mentionne la combinaison de deux. Beaucoup d'autres modèles texte vers image acceptent une référence ou aucune : consultez la page du modèle avant de bâtir une scène multi-photos dessus.
Le minimum qui couvre le travail. Une personne, une tenue et un lieu font trois, et cela convient à tous les modèles ci-dessus. Aller au maximum aide rarement, car chaque photo ajoutée est une chose de plus que le modèle peut ignorer ou mélanger de travers. Commencez par l'essentiel, regardez le résultat et n'ajoutez une référence que lorsqu'il manque quelque chose de précis.
Oui, c'est l'usage standard. Donnez votre photo comme référence de personne, une photo nette du vêtement comme référence de tenue et une photo du lieu comme référence de lieu, puis dites dans le prompt ce qu'il faut prendre de chacune. Utilisez vos propres photos, ou celles que vous avez le droit d'utiliser, et comptez sur plusieurs exécutions pour régler la pose et l'échelle.
Cela aide beaucoup. Dans l'éditeur d'images de Picasso IA, vous pouvez désigner les références comme image 1, image 2 et image 3, et un prompt qui attribue un rôle à chacune donne un résultat bien plus propre qu'un simple combine ces images. Sur d'autres modèles, décrivez chaque photo par son contenu, comme la personne de la première photo ou la veste de la deuxième.
Souvent de près, jamais à coup sûr. Les modèles reconstruisent un visage au lieu de le coller : de petits changements de forme, d'âge ou d'expression peuvent apparaître, surtout quand la pose diffère de la référence ou que le visage est petit dans le cadre. Une référence nette, de face et bien éclairée aide. Si la ressemblance compte pour l'image finale, comparez-la côte à côte avec l'original avant de l'utiliser.
Seulement avec leur autorisation claire, ou si la personne est fictive. N'utilisez pas une personne réelle et identifiable sans son consentement, et ne créez pas d'images qui placent quelqu'un dans une situation où il n'a jamais été. C'est la seule règle qui ne plie pas par commodité : elle protège les autres et vous évite des ennuis sur toute plateforme où vous publiez.
Ce sont des cousins. L'image vers image part d'une photo et la modifie. Le transfert de style copie un rendu. Le multi-références prend plusieurs photos et mélange leur contenu, comme une personne d'une photo et un décor d'une autre, en une image nouvelle. Certains modèles font les trois depuis le même champ d'entrée, et la différence tient surtout à la façon d'écrire le prompt.
Rendez explicite le rôle de cette photo dans le prompt, recadrez la référence pour que l'élément important remplisse le cadre et placez-la plus tôt dans l'ordre. Si elle est toujours ignorée, essayez un modèle qui accepte plus de références, ou construisez la scène en deux temps : combinez d'abord la personne et le lieu, puis ajoutez la tenue dans une seconde retouche avec ce résultat comme base.
Cela dépend des droits sur les photos que vous avez envoyées et des conditions du modèle et de la plateforme où vous publiez. Vos propres photos et vos propres produits sont le point de départ sûr. Pour tout ce qui sera vendu, vérifiez les exigences actuelles de la plateforme et les conditions du modèle, et gardez toute image de produit fidèle à l'article.
Les générations se paient en crédits, et le coût dépend du modèle et des réglages choisis, comme la résolution et le nombre de sorties : un chiffre écrit ici serait vite périmé. Les nouveaux comptes reçoivent des crédits gratuits pour essayer. Les offres actuelles sont sur la page des tarifs, et un premier essai économique en résolution réduite est une bonne façon de tester un prompt.
Envie d'essayer avec vos propres photos ? Ouvrez le toolkit de Picasso IA, joignez vos références et voyez jusqu'où un seul prompt vous mène.
Choisissez votre langue
