Quand vous créez des character sheets, des packs de stickers ou des grilles de talent de marque, le premier frame est rarement le plus dur. Le plus dur, c’est le deuxième : l’écart des yeux dérive, l’âge saute, les cheveux mutent—six plans qui semblent six personnes différentes. Cherchez « Créer des personnages cohérents avec GPT Image 2 » et vous verrez des conseils « ajoutez une référence » qui sautent l’ordre qui compte vraiment : quoi verrouiller d’abord, quoi changer ensuite.
Ce tutoriel parcourt le chemin de production des personnages cohérents dans GPT Image 2 : diagnostiquer la dérive du visage, rédiger une fiche d’identité, livrer un ancrage, épingler une référence, changer une seule variable par frame, puis récupérer quand un frame dérive. L’objectif est simple—garder la même personne reconnaissable dans le workbench gpt-image-2 quand vous changez d’expression, de tenue ou de scène.
Travaillez en lisant : fiche d’identité → ancrage → variante d’expression → QA visage côte à côte.
📌 Les prompts ci-dessous sont en anglais (GPT Image 2 gère Identity lock / Change only / Keep unchanged de façon fiable). Gélez les champs de la fiche avant de lancer une série. Confirmez les droits pour les portraits réels ou le talent de marque.
1. Pourquoi les visages dérivent—d’abord faire correspondre le symptôme
Dans GPT Image 2 (aussi GPTImage2 / gpt-image-2), l’incohérence est en général un problème de brief, pas de « mauvaise mémoire » :
| Ce que vous voyez | Cause probable | Corriger d’abord |
|---|---|---|
| La structure osseuse / l’écart des yeux change | Identité vague—ou trop de changements à la fois | Serrer la fiche ID + ne changer qu’une chose |
| Sauts d’âge | Pas de tranche d’âge / pas d’interdiction « ne pas vieillir » | Verrouiller la tranche d’âge dans la fiche |
| La coiffure se restyle à chaque frame | Cheveux non verrouillés ou référence ignorée | Keep hair unchanged |
| Ressemble à un inconnu similaire | Pas d’ancrage / pas de référence—purs rerolls | Livrer un ancrage, puis verrouillage par référence |
En bref : la cohérence est un problème de contraintes, pas de chance.
2. La boîte à outils de cohérence (cœur du tutoriel)
1) Fiche d’identité du personnage
Collez le même bloc sur chaque frame de la série—ne le réécrivez pas de mémoire :
Character ID (MUST stay identical across the series):
East-Asian woman, mid-20s, oval face, warm ivory skin,
dark brown almond eyes, soft double eyelid, straight black shoulder-length hair with curtain bangs,
small silver stud earring on left ear only, natural makeup, freckle under right eye.
Same bone structure, same eye spacing, same nose bridge — do not beautify into a different person.
Rédigez dans votre langue si vous voulez, puis gardez la structure anglaise en l’envoyant à GPT Image 2—les champs d’identité tiennent souvent mieux.
2) Frame d’ancrage (Frame 0)
Face ou trois-quarts, lumière propre, visage dégagé. Chaque variante ultérieure doit encore se lire comme « cette personne ».
3) Une variable par frame
Expression ou tenue ou scène ou caméra—jamais « grand rire + robe de soirée + rue sous la pluie » dans un seul prompt.
3. Flux standard du tutoriel (six étapes)
-
Écrire la fiche ID — tranche d’âge, forme du visage, couleur des yeux, cheveux, peau, marque signature (grain de beauté/boucle d’oreille), interdits durs (pas de vieillissement, pas de réécriture osseuse).
-
Générer l’ancrage — softbox, plan poitrine, fond propre ; archiver la structure la plus stable.
-
Épinglage de référence optionnel — uploader l’ancrage comme Reference A ; écrire
face identity from reference/Keep face unchanged. -
Lancer une variante d’expression — ne changer que l’expression ; Keep unchanged tout le reste.
-
Puis tenue ou scène — toujours un seul changement ; ne pas restyler les cheveux en changeant de garde-robe.
-
QA visage côte à côte — comparer écart des yeux, naissance des cheveux, marques ; ramener la dérive par des edits multi-tours au lieu de reroller silencieusement tout le set.
4. Six prompts à copier-coller
Supposez que la fiche ID existe—remplacez [PASTE Character ID] par le bloc complet de la section 2.
1. Portrait d’ancrage (frame 0 de la série)
Create the anchor portrait for GPT Image 2 consistent characters.
[PASTE Character ID]
Framing: chest-up, facing camera, neutral soft smile, clean studio softbox,
seamless light-gray backdrop, sharp eyes, natural skin texture.
Photoreal commercial headshot, GPTImage2 quality.
No other people, no watermark, no heavy beauty filter that changes bone structure.
Résultat : un « visage standard » réutilisable.
2. Expression seule
GPT Image 2 character consistency — expression variant ONLY.
[PASTE Character ID]
Keep face identity identical to the anchor / Reference A.
Change only: expression → calm professional look, lips gently closed, soft eye contact.
Keep unchanged: hairstyle, earrings, age, skin tone, framing (chest-up), gray studio backdrop.
Do not change wardrobe yet. Do not restyle hair. Do not age the face.
Photorealistic, GPT Image 2 commercial portrait.
Résultat : l’humeur change, même personne—votre première preuve de cohérence.
3. Tenue seule
GPT Image 2 same-character outfit swap (identity locked).
[PASTE Character ID]
Keep face, hair, freckle, left stud earring identical to Reference A / anchor.
Change only: outfit → ivory knit sweater, minimal gold necklace, soft daylight feel.
Keep unchanged: expression (soft smile), camera height, head angle, age.
Studio or simple indoor wall, shallow depth of field.
Do not change face shape. Do not add bangs volume. No extra face accessories.
GPTImage2 fashion lookbook quality.
Résultat : l’histoire de garde-robe avance ; le visage reste verrouillé.
4. Scène seule
GPT Image 2 character consistency — scene change ONLY.
[PASTE Character ID]
Keep exact face identity from Reference A.
Change only: environment → sitting by a cafe window, warm afternoon light, blurred cups background.
Keep unchanged: face, hairstyle, freckle, earring, age; keep the ivory knit sweater if continuing the story.
Medium shot, lifestyle photography, natural contact light on cheek.
Do not redesign the face. Do not switch to a different actress lookalike.
Photorealistic, GPT Image 2 lifestyle quality.
Résultat : le lieu change, la continuité de la personne tient—idéal pour les grilles day-in-the-life.
5. Angle de caméra seul (3/4)
GPT Image 2 consistent character — camera angle ONLY.
[PASTE Character ID]
Keep face identity locked to Reference A.
Change only: camera to gentle three-quarter view, same chest-up crop family.
Keep unchanged: expression, outfit, age, hair, earring, freckle.
Soft studio light matching the anchor.
Do not invent a new nose bridge or eye spacing.
GPT Image 2 multi-angle character lock.
Résultat : l’angle change sans caster un nouveau visage—ça vaut l’entraînement.
6. Récupération multi-tours (quand un frame dérive)
Multi-turn edit on the CURRENT image with GPT Image 2.
Change only: pull face identity back toward Reference A / Character ID —
restore eye spacing, nose bridge, freckle under right eye, left stud earring.
Keep unchanged: current outfit, pose, crop, and background.
Do not beautify into a different person. No watermark.
GPTImage2 identity recovery pass.
Résultat : une passe de récupération d’identité—moins cher que reroller tout le set.
5. Modèle universel à remplir
Placez n’importe quel beat de série dans le même squelette :
GPT Image 2 consistent character frame.
[PASTE Character ID]
Reference: face identity from anchor / Reference A.
Change only: [expression OR outfit OR scene OR camera].
Keep unchanged: [face / hair / age / signature marks / list].
Do not: [age drift / bone rewrite / hair restyle / new person lookalike].
Output: one series frame, GPTImage2 quality.
6. Quand cela suffit—et quand entraîner un LoRA ?
| Approche | Idéal pour | Coût |
|---|---|---|
| Ce tutoriel : ID + ancrage + une variable | Pilotes IP, contenu hebdo, séries de marque courtes | Faible—lancer aujourd’hui |
| Fusion multi-références GPT Image 2 | Même visage entre scènes, mannequins ecommerce virtuels | Moyen—organiser les refs |
| Entraîner un LoRA de personnage | IP fixe longue durée, énorme volume de variantes | Élevé—nécessite un dataset |
7. Qui devrait utiliser ce tutoriel
Ops IP / talent virtuel
Verrouillez le « visage persona », puis publiez stickers et scènes au calendrier—les fans ne sentiront pas que vous changez d’hôte chaque semaine.
Visuels marque & ecommerce
Le talent ou les mannequins virtuels ont besoin du même visage sur heroes, posters et pubs feed ; le verrouillage d’identité bat le casting d’un sosie à chaque asset.
Équipes fiction / BD / concept
Les turnarounds et mood boards ont besoin de visages qui ne s’effondrent pas ; la fiche ID est une bible légère.
Créateurs solo
Sans budget d’entraînement, une fiche gpt-image-2 plus ce flux en six étapes vend encore un look de héros fixe.
8. Pièges
-
Fiches ID qui disent seulement « jeune jolie femme »—trop peu de contrainte, trop d’invention libre.
-
Changer expression, tenue, scène et cheveux dans un prompt—GPT Image 2 invente souvent une nouvelle personne.
-
Sauter le QA visage côte à côte—chaque frame peut paraître « joli » alors qu’une grille de neuf montre six personnes.
-
Usage commercial de visages réels non autorisés—le risque de conformité bat la qualité d’image.
9. Conclusion
« Créer des personnages cohérents avec GPT Image 2 » n’est pas un curseur mystérieux—c’est fiche ID → archiver un ancrage → verrouillage par référence → une variable par frame → récupération multi-tours en cas de dérive. Enregistrez la fiche de la section 2 et le modèle de la section 5 pour que chaque démarrage de série ressemble à une checklist de verrouillage, pas à une loterie.
Ensuite : collez le prompt d’ancrage dans le workbench GPT Image 2, choisissez le Frame 0, puis lancez le set expression-seule et comparez les visages côte à côte.
Les exemples sont uniquement pour l’apprentissage et les tests ; l’usage commercial doit respecter les règles de la plateforme, les droits à l’image et le droit des marques. GPTImage2 hk fournit des tutoriels GPT Image 2 et des liens d’outils—voir la page produit pour les détails à jour.
