Commencer avec la génération d'images IA : ta première image en dix minutes

Q: L’image ignore la moitié du prompt

Trop d’idées dans un seul prompt, ou CFG trop bas. Un sujet, un décor, un style par prompt. Monte le CFG d’un point sur SDXL. Flux et Qwen gèrent bien mieux les longs prompts que SD 1.5.

Q: Le texte dans l’image est du charabia

SD 1.5 et SDXL ne savent pas écrire. Utilise Flux, FLUX.2, Qwen Image ou Z-Image et mets le texte entre guillemets dans le prompt.

Sujet : Services cloud

Par Captain

Publié le 14 Août 2025

Aperçu

La génération d’images IA transforme une phrase en image. Tu écris une description (le prompt), un modèle qui a appris à partir de millions d’images légendées transforme du bruit aléatoire en quelque chose qui correspond à la description, et quelques secondes plus tard tu as une image. Tout le reste dans ce hobby, LoRAs, samplers, ControlNet, upscalers, est une amélioration de cette boucle : décrire, générer, regarder, ajuster.

Le modèle est la partie la plus importante. Différents modèles ont des forces différentes : SDXL et ses fine-tunes anime dessinent illustrations et personnages, Flux et Z-Image suivent les longs prompts et rendent le texte lisible, Wan et LTX font de la vidéo. ModelTrends.ai existe pour montrer quels modèles les gens utilisent vraiment cette semaine, pour que tu n’aies pas à deviner. Chaque page de modèle montre des images exemples avec le prompt exact et les réglages qui les ont créées, c’est la façon la plus rapide d’apprendre.

Tu n’as pas besoin d’un PC gamer pour commencer. La première image la plus rapide se fait sur un service cloud où les modèles sont déjà installés : une application web comme BitVector, où tu choisis un modèle et écris, ou le chatbot PirateDiffusion sur Telegram, où tu envoies une commande. Faire tourner les modèles sur ta propre carte graphique vient plus tard, quand tu sais quels modèles tu aimes et si tu veux investir dans du matériel.

Référence

Nom	Type	Rôle
Prompt	text	Ce que tu veux voir. Sujet d’abord, puis décor, puis style et éclairage. L’anglais simple marche sur les modèles modernes ; les listes de mots-clés marchent sur les plus anciens.
Negative prompt	text	Ce que tu ne veux pas (flou, doigts en trop, watermark). Important sur SD 1.5 et SDXL ; surtout ignoré par Flux et les modèles plus récents.
Model / checkpoint	choice	Le cerveau. Choisis dans la liste des plus populaires sur ce site ; la famille détermine le style et la façon d’écrire le prompt.
Size	pixels	512x512 pour SD 1.5, 1024x1024 pour SDXL et Flux. D’autres formats avec le même nombre de pixels marchent (832x1216 portrait, 1216x832 paysage).
Steps	number	Combien de passes de raffinage. 20 à 30 c’est la norme ; plus c’est plus lent et rarement mieux.
CFG / guidance	number	À quel point le modèle suit le prompt. 5 à 7 sur SDXL, 3.5 sur Flux, 1 sur les modèles turbo ou lightning.
Seed	number	Le bruit de départ. La même seed avec les mêmes réglages donne la même image, donc tu peux changer une chose à la fois.
Sampler	choice	Les maths utilisées pour enlever le bruit. Euler ou DPM++ 2M Karras sont des valeurs sûres ; la page du modèle montre ce qui a été utilisé pour les exemples.

Pas à pas

Ouvre le navigateur de modèles sur ce site et trie par popularité. Choisis un modèle de base (un checkpoint, pas un LoRA) de la famille SDXL ou Flux ; les fine-tunes SDXL comme DreamShaper XL ou Juggernaut XL sont indulgents pour un premier essai.
Lis la page du modèle : regarde trois ou quatre images exemples et leurs prompts. Remarque la structure : sujet, scène, éclairage, caméra, mots de style.
Clique sur le bouton Run sur la page du modèle. BitVector ouvre une application web avec le modèle déjà sélectionné ; PirateDiffusion ouvre un chat Telegram où tu tapes /render suivi de ton prompt.
Écris un premier prompt en copiant un exemple et en ne changeant que le sujet. Garde la taille, les steps et le sampler utilisés dans l’exemple.
Génère quatre images, pas une seule. Le bruit aléatoire fait que certaines seeds sont meilleures que d’autres ; juger un modèle sur une seule image est une erreur.
Change une chose : ajoute un mot d’éclairage (golden hour, soft studio light), ou un mot de caméra (35mm, close-up), et génère à nouveau. C’est comme ça qu’on apprend à faire des prompts.
Mets en favori les modèles que tu aimes avec le cœur sur la carte ; la page Favs les garde dans ton navigateur pour que tu puisses revenir sans compte.
Quand tu veux faire tourner localement, lis le guide VRAM et le guide débutant ComfyUI sur ce site ; les mêmes prompts et modèles fonctionnent là-bas.

Exemples

Un premier prompt pour un modèle photo SDXL

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

La même idée sur PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

Un prompt Flux (pas de négatif, guidance plus faible)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Astuces

Le modèle est le levier le plus important, le prompt le deuxième, les réglages le troisième. Les débutants passent leur temps dans le mauvais ordre.
Les prompts courts et concrets battent les longs et vagues. « Un vélo rouge appuyé contre un mur blanc, lumière du matin, photo 50mm » est mieux que « beau magnifique incroyable chef-d’œuvre 8k vélo ».
Formes portrait pour les personnes, formes paysage pour les scènes. Le carré est rarement la meilleure forme pour quoi que ce soit.
Sauvegarde les prompts que tu aimes dans un fichier texte. Chaque page de modèle ici montre le prompt complet sous ses exemples pour la même raison.
Les modèles anime et illustration (Illustrious, Pony, NoobAI) utilisent des prompts style tags ; les modèles photo (Flux, Z-Image, fine-tunes photo SDXL) utilisent des phrases. La page famille explique lesquels.
Ne télécharge rien avant d’avoir utilisé un modèle sur le cloud et de l’avoir aimé. Les checkpoints font entre 2 et 24 Go chacun.

Génère sur le cloud (BitVector, PirateDiffusion) et garde le portable pour regarder les résultats.

Questions

Do I need to pay to try this?

Les deux partenaires cloud liés depuis les pages modèles te laissent commencer sans rien installer ; les outils locaux (ComfyUI, Forge) sont gratuits mais demandent une carte graphique avec au moins 8 Go de mémoire pour les modèles actuels.

Which model should a beginner start with?

Un fine-tune SDXL pour illustration ou un modèle dev Flux pour photos. Le guide « quels modèles essayer en premier » sur ce site les classe avec des raisons.

Is a LoRA a model?

Un LoRA est un add-on qui modifie un modèle de base. Il te faut d’abord un modèle de base (checkpoint) ; le LoRA vient par-dessus. Le guide LoRA l’explique.

Can I make video too?

Oui, avec Wan, LTX-2 et MiniMax H3 entre autres, mais la vidéo demande beaucoup plus de mémoire localement. Commence sur le cloud ; le guide vidéo pour débutants en parle.

Are the images mine?

Les licences varient selon le modèle ; la page du modèle donne le lien vers la licence. La plupart des modèles open permettent un usage personnel et commercial, certaines licences recherche seulement (premières versions Flux dev) non.

Why do my results look worse than the examples?

Souvent une taille, un sampler ou un nombre de steps différent. Copie d’abord exactement les réglages de l’exemple, puis change une chose à la fois.

Liens et sources

Modèles de ce guide

Modèles Stable Diffusion XL 1.0

Modèles Flux

Modèles Zimage

Écrit par

Captain

Dirige ce navire. A des avis sur les temps de décodage VAE que personne n’a demandés. Croit que les poids veulent être libres et que tout modèle que vous ne pouvez pas télécharger est un abonnement avec des étapes supplémentaires. Ne répondra pas aux questions sur les 400 Go de checkpoints sur le NAS.

Tous les guides de Captain

Quels modèles d’images IA essayer en premier, et pourquoi : une liste de départ classée

10 Sept 2025

Bases de l’écriture de prompt pour images IA : structure, ordre, poids et les deux dialectes de prompt

22 Oct 2025

Comment fonctionnent les modèles d’images génératives IA : diffusion, latents et encodeurs de texte expliqués simplement

28 Août 2025

Qu'est-ce qu'un LoRA et comment l'utiliser dans ComfyUI, Forge, Automatic1111 et sur le cloud

20 Mai 2026

PirateDiffusion : utilise n’importe quel modèle depuis Telegram, pas besoin de GPU

3 Oct 2026

Glossaire de génération d’images et vidéos IA : 60 termes de checkpoint à VAE, expliqués en une ligne chacun

15 Avr 2026

Meilleures alternatives gratuites à Midjourney que tu peux faire tourner toi-même (2026)

15 Juil 2026

Autres guides

Meilleurs modèles d'IA open-source pour images en 2026, selon GPU et usage

16 Oct 2026

Faire tourner des modèles d’images et vidéos IA sur GPU AMD (guide 2026)

7 Oct 2026

Exigences en VRAM pour tous les modèles d’IA image et vidéo populaires (2026) : pleine précision, FP8 et GGUF

6 Oct 2026

Guide GPU et VRAM pour l’image et la vidéo IA : ce dont chaque modèle a besoin et quoi acheter (ou pas)

7 Janv 2026

Steps, CFG, échantillonneurs, planificateurs et graines : explication des réglages de génération avec des valeurs sûres par défaut

19 Nov 2025