Personnage cohérent en IA : garder le même visage d'une image et d'une vidéo à l'autre

Le problème que tout le monde rencontre au bout de dix minutes

Vous générez une héroïne pour votre projet. Elle est parfaite : trente ans, cheveux roux coupés court, veste en jean délavée. Vous relancez une génération pour la voir de profil. Et là, surprise. Les cheveux sont devenus châtains, la veste a disparu, le visage n'a plus rien à voir. Même prompt, mot pour mot. Personnage différent.

Ce n'est pas un bug d'Imaginode ni d'aucun autre outil. C'est le fonctionnement normal de tous les modèles d'image actuels. Et tant qu'on n'a pas compris pourquoi, on perd des heures et des dizaines de crédits à relancer en espérant un miracle. Cet article explique la cause, puis la vraie solution, celle qui marche en production pour une BD, une série de posts ou un film.

Spoiler honnête : la solution n'est pas un meilleur prompt. C'est de montrer votre personnage au modèle au lieu de le décrire, avec des images de référence. Sur Imaginode, ça passe par le node Référence, et on va le monter pas à pas, du portrait maître à la @mention verte, avec les prix exacts en crédits pour chaque étape.

Pourquoi le visage change : le bruit aléatoire

Un modèle d'image ne dessine pas comme un illustrateur qui garde son personnage en tête. Chaque génération démarre d'une image de bruit aléatoire, une purée de pixels tirée au sort, que le modèle débruite progressivement en s'appuyant sur votre prompt. Deux tirages de bruit différents donnent deux points de départ différents, donc deux visages différents à l'arrivée.

Votre prompt ne décrit qu'une catégorie de personnes : « femme rousse de trente ans en veste en jean », ça correspond à des millions de visages possibles. Le modèle en pioche un, compatible avec la description, à chaque fois. Il ne choisit jamais deux fois le même, parce que rien ne l'y oblige.

Il faut ajouter une deuxième mauvaise nouvelle : le modèle n'a aucune mémoire. La génération numéro 12 ignore tout des 11 précédentes. Il ne « se souvient » pas de votre héroïne, il ne l'a jamais connue. Chaque clic sur Générer repart de zéro, avec un nouveau bruit et aucune histoire commune.

Pourquoi le prompt ultra-détaillé ne suffit jamais

Le premier réflexe, on l'a tous eu : décrire davantage. Quatre cents mots sur la forme du nez, l'écartement des yeux, la mèche qui tombe à gauche. Ça améliore un peu la stabilité des éléments faciles, la couleur des cheveux ou le vêtement. Mais le visage, lui, continue de changer.

La raison est frustrante mais logique : le langage est trop pauvre pour décrire un visage. Essayez de décrire votre meilleur ami par écrit, puis donnez le texte à un dessinateur qui ne l'a jamais vu. Le portrait sera plausible, jamais ressemblant. Un visage humain, c'est des milliers de micro-proportions qu'aucun vocabulaire ne capture.

Et plus le prompt s'allonge, plus le modèle arbitre entre des consignes qui se marchent dessus. Au-delà d'un certain point, chaque mot ajouté sur le visage se paie en attention perdue sur la scène, la lumière ou l'action. Vous obtenez un portrait figé au lieu de l'image vivante que vous vouliez.

La vraie solution : montrer plutôt que décrire

Ce qu'un dessinateur ferait dans la vraie vie, c'est demander une photo. Les modèles récents savent faire exactement pareil : vous joignez une ou plusieurs images de référence à la génération, et le modèle s'en sert comme source visuelle directe au lieu d'interpréter du texte.

La différence est spectaculaire. Là où un prompt de 400 mots donne un sosie approximatif une fois sur cinq, trois bonnes photos de référence donnent un personnage reconnaissable presque à chaque coup. Ce n'est pas de la magie : le modèle copie des proportions réelles au lieu de les inventer.

Attention quand même, tous les modèles ne le font pas. Sur Imaginode, le port de références n'apparaît tout simplement pas sur un node quand le modèle sélectionné ne les gère pas. Si vous ne voyez pas le port, changez de modèle avant de chercher un réglage caché : il n'y en a pas.

Le node Référence, pas à pas

Sur le canvas d'Imaginode, ajoutez un node Référence. Il contient trois champs. D'abord un nom : « Léa », « Capitaine Brume », ce que vous voulez, court de préférence. Ensuite une description : c'est le texte qui sera injecté dans vos prompts, on y revient plus bas. Enfin les photos : glissez-y vos meilleures images du personnage.

Ce node est réutilisable partout dans le projet. Vous le créez une fois, puis chaque node Image ou Vidéo du canvas peut s'y raccorder. C'est toute la logique du canvas à nodes : le personnage devient une brique posée quelque part, pas un paragraphe à recopier dans vingt prompts.

Un détail pratique qui change tout au quotidien : la sauvegarde est automatique et chaque node garde l'historique de ses 12 dernières générations. Si la version 7 de votre personnage était la bonne, elle est toujours là, prête à rejoindre le node Référence.

La @mention verte, ou comment invoquer votre personnage

Une fois le node Référence créé, vous invoquez le personnage dans n'importe quel prompt en tapant @ suivi de son nom. La mention s'affiche en vert dans le texte, signe qu'elle est bien reliée au node. Vous écrivez alors des prompts courts et naturels : « @Léa traverse un marché de nuit sous la pluie, plan large ».

À la génération, Imaginode fait deux choses automatiquement : il injecte la description du node dans le prompt, et il joint les photos comme images de référence, à condition d'utiliser un modèle compatible édition. Vous n'avez rien à copier, rien à re-téléverser. La mention suffit.

Bonus appréciable : la baguette magique, qui réécrit vos prompts Image et Vidéo en anglais riche via Kimi pour 1 crédit, préserve les @mentions. Vous pouvez donc enrichir un prompt sans casser le lien vers votre personnage. C'est le genre de détail qui évite les mauvaises surprises à 6 crédits la génération.

Quels modèles image savent tenir un personnage

Côté image, le champion des références sur Imaginode s'appelle Seedream 5 Lite, à 5 crédits la génération, soit environ 0,05 €. C'est le modèle à choisir par défaut pour tout personnage récurrent : il accepte vos images et restitue les visages avec une fidélité que les autres n'atteignent pas à ce prix.

Deux alternatives selon le besoin. GPT Image Mini, à 2 crédits, accepte aussi les références : parfait pour itérer sur des poses et des cadrages sans vider le compteur. Et Flux Kontext, à 6 crédits, joue un rôle différent : il édite une image existante. « Remplace le fond par une plage », et votre personnage reste intact pendant que le décor change.

À l'inverse, Flux Schnell à 1 crédit ou Imagen 4 Fast à 3 crédits sont d'excellents généralistes, mais ne comptez pas sur eux pour la cohérence faciale d'un héros de série. Le bon réflexe : brouillonner la composition avec un modèle pas cher, puis basculer sur Seedream 5 Lite avec la @mention pour les images finales.

La méthode du portrait maître

Erreur classique : prendre comme références des images où le personnage est déjà en situation, petit dans le cadre, à contre-jour, de dos. Le modèle apprend alors autant le décor que le visage. La bonne méthode consiste à fabriquer d'abord un portrait maître : le personnage seul, sur fond neutre, en lumière franche.

Concrètement, ouvrez un node Image, choisissez un modèle photoréaliste comme Imagen 4 à 6 crédits, et décrivez uniquement le personnage : « portrait en buste, femme de 30 ans, cheveux roux courts, veste en jean délavée, fond gris uni, lumière douce de face ». Relancez jusqu'à obtenir LE visage. Comptez 4 ou 5 essais, soit 24 à 30 crédits, moins de 0,30 €.

Ce portrait devient la pierre angulaire du node Référence. Toutes les images suivantes en descendent. C'est un investissement de dix minutes qui vous économise des heures de loterie ensuite, et c'est la seule étape où relancer beaucoup est vraiment justifié.

Variez les angles de vos photos de référence

Un seul portrait de face, c'est un bon début, mais le modèle ne connaît alors votre personnage que sous un angle. Demandez-lui un profil et il improvisera un nez, une mâchoire, des oreilles. Pour verrouiller le personnage en trois dimensions, il faut lui montrer plusieurs points de vue.

La combinaison qui fonctionne bien : un portrait de face, un trois quarts, un profil, et un plan en pied pour la silhouette et la tenue. Quatre images suffisent souvent. Pour les produire, repartez du portrait maître avec un modèle qui accepte les références, et demandez « même personne, vue de profil, même fond gris ». Vérifiez chaque résultat avant de l'ajouter au node.

Soyez exigeant à cette étape, plus que partout ailleurs. Une photo de référence légèrement ratée, avec un menton un peu différent ou une oreille approximative, contaminera silencieusement toutes les générations futures, et vous chercherez la cause au mauvais endroit, dans vos prompts. Mieux vaut 4 images irréprochables que 8 moyennes. À 5 crédits la vue avec Seedream 5 Lite, refaire une photo douteuse coûte 0,05 €. Ne négociez pas.

Écrivez la description comme un contrat de continuité

Le champ description du node Référence n'est pas décoratif : il est injecté dans chaque prompt où la @mention apparaît. Il faut donc y écrire ce qui doit survivre à tous les plans, et rien d'autre. Les signes distinctifs durables : la cicatrice au sourcil gauche, la veste en jean délavée, la montre au poignet droit, la démarche voûtée.

N'y mettez pas ce qui change d'une scène à l'autre. Si vous écrivez « souriante, dans un café » dans la description, votre personnage sourira dans un café même au milieu d'une scène de tempête. La description décrit l'identité, le prompt décrit la scène. Cette séparation des rôles est ce qui rend le système robuste.

Sur les tournages, ce travail porte un nom : le script de continuité. Personne ne trouve ça glamour, tout le monde reconnaît que c'est ce qui évite que l'acteur change de chemise entre deux plans. Votre node Référence joue exactement ce rôle.

Et côté vidéo : les modèles et leurs maximums exacts

La vidéo pose le même problème que l'image, en pire : un visage qui dérive au fil des secondes se voit immédiatement. Heureusement, plusieurs modèles vidéo d'Imaginode acceptent des images de référence, avec des maximums différents. Seedance 2.0 et 2.0 Fast en prennent 9, Seedance 2.5 davantage encore. MiniMax H3 en accepte 9 aussi, Grok Imagine Video 5, Kling V3 et Veo 3.1 Fast 3 chacun.

Le node Vidéo expose aussi des entrées distinctes selon le modèle : une image de départ, et une image de fin quand le modèle le supporte. La technique la plus fiable reste d'ailleurs celle-là : générer d'abord une image parfaite du personnage avec Seedream 5 Lite, puis la brancher comme image de départ de la vidéo. Le mouvement part d'un visage déjà juste.

Soyons francs sur les taux de réussite : la vidéo IA rate environ une génération sur trois ou quatre, références ou pas. Un membre qui traverse un objet, un regard qui part ailleurs. Prévoyez ce déchet dans votre budget. À 26 crédits les 5 secondes sur Kling 2.5 Turbo ou 48 crédits en 720p sur Seedance 2.0 Fast, une scène aboutie coûte en pratique le double du prix affiché. Les échecs techniques, eux, sont remboursés automatiquement.

Cas concret : une mini-BD de six cases

Prenons un exemple réaliste : une mini-BD de six cases pour Instagram, avec Louna, une apicultrice, comme héroïne. Étape 1, le portrait maître sur fond neutre : 5 essais avec Imagen 4, 30 crédits. Étape 2, les vues complémentaires, trois quarts, profil, pied : environ 6 générations avec Seedream 5 Lite, 30 crédits. Le node Référence « @Louna » est prêt.

Étape 3, les six cases. Chaque prompt reste court : « @Louna ouvre une ruche au lever du soleil, vue en plongée ». Avec Seedream 5 Lite à 5 crédits et en comptant une relance sur deux, les six cases coûtent environ 45 crédits. Total du projet : à peu près 105 crédits, soit 1,05 €. Pour une série de six visuels avec un personnage stable, difficile de faire mieux.

Le même node servira la semaine suivante pour l'épisode 2, puis pour une vidéo de 5 secondes où Louna salue la caméra. Un seul personnage, défini une seule fois, décliné partout. C'est là que la logique en nodes prend tout son sens face aux outils où chaque image repart d'une page blanche.

Piège numéro 1 : les références contradictoires

Le piège le plus courant : mélanger dans le node Référence des photos issues de versions différentes du personnage. Deux images où la coupe de cheveux diffère légèrement, une troisième où la veste est plus sombre. Le modèle, sommé d'être fidèle à des sources qui se contredisent, produit une moyenne molle qui ne ressemble à aucune des trois.

Le symptôme est reconnaissable : les générations sont toutes « presque bien » mais jamais identiques entre elles. Si ça vous arrive, ne touchez pas au prompt. Ouvrez le node Référence, affichez les photos côte à côte et éliminez sans pitié celles qui divergent. Repartez du portrait maître comme unique source de vérité.

Règle simple : chaque photo ajoutée doit pouvoir être décrite par exactement la même phrase que les autres. Si vous devez dire « celle-là, c'est avant qu'elle ait sa cicatrice », elle n'a rien à faire dans le node. Créez plutôt un second node Référence pour cette version-là du personnage.

Piège numéro 2 : huit photos quasi identiques

Le piège inverse existe aussi. Huit portraits de face, même expression, même lumière, même fond. Le modèle en déduit que tout est signature du personnage : l'angle, le sourire figé, l'éclairage. Résultat, il résiste quand vous demandez autre chose. Votre personnage regarde la caméra de face dans toutes les scènes, même en plein sprint.

C'est le sur-apprentissage version référence : trop d'exemples identiques verrouillent la pose au lieu du visage. La parade rejoint le conseil sur les angles : peu d'images, mais variées. Quatre photos couvrant face, trois quarts, profil et silhouette battent huit clones du même portrait, systématiquement.

Sur les modèles vidéo qui acceptent jusqu'à 9 références comme Seedance 2.0 ou MiniMax H3, la tentation de remplir tous les emplacements est forte. Résistez. Remplissez-les seulement si chaque image apporte une information nouvelle : un angle, une tenue, une expression. Sinon, trois bonnes images font mieux que neuf redondantes.

Par où commencer aujourd'hui

Le plan d'action tient en une session de trente minutes. Créez un node Image, générez votre portrait maître sur fond neutre, comptez une trentaine de crédits d'essais. Créez le node Référence, nommez le personnage, écrivez trois phrases de description durable, ajoutez le portrait puis les vues complémentaires. Testez ensuite une première scène avec la @mention et Seedream 5 Lite.

Si vous préférez ne pas câbler tout ça vous-même, l'assistant d'Imaginode construit le workflow complet en un clic pour 1 crédit par message : décrivez « une série de posts avec un personnage récurrent » et il pose les nodes Image, Référence et Vidéo déjà reliés. Vous n'avez plus qu'à remplir les photos et ajuster les prompts.

Avec le plan Starter à 13 € HT pour 900 crédits mensuels, cette session complète consomme moins de 15 % du forfait. Et tout se passe dans le navigateur, la génération tourne côté serveur : aucune installation, aucune carte graphique à posséder, votre session de midi sur le portable du salon suffit.

Une fois votre personnage stabilisé, le chantier suivant est de le mettre en scène proprement : cadrage, objectif, mouvement de caméra. C'est exactement le sujet du node Caméra, et on lui a consacré un article entier, « diriger la caméra en IA ». Votre héroïne a maintenant un visage qui tient. Reste à lui offrir de vrais plans.