💡 Sans tirages aléatoires répétés : un prompt bien structuré permet à l’IA de produire un gros plan du visage + les vues de face, profil et dos en pied. Cet article décompose ce prompt xianxia hyperréaliste et montre comment obtenir un personnage stable avec GPT Image 2.
🎨 1. Aperçu du rendu final
Composition : à l’extrême gauche, un très grand gros plan du visage → puis, dans l’ordre, vue de face, profil et dos en pied (plusieurs angles sur une seule image)
Personnage : jeune femme style ancien Chine, 20 ans, 165 cm, silhouette fine et gracieuse, séduisante sans vulgarité
Cheveux × yeux : longs cheveux ondulés dégradé violet-rose jusqu’à la taille ; yeux violet clair doré, coin externe légèrement relevé, regard envoûtant
Tenue : robe immortelle légère en voile dégradé violet-rose (haut bandeau + manteau fin), clavicules et taille visibles, jupe légère fendue
Détails : broderies discrètes motif renard + lotus entrelacés, glands argent à la taille + pendentif en cristal rose, bracelets fins or-rose aux poignets
Qualité d’image : 3D style ancien Chine, rendu hyperréaliste Unreal Engine 5, qualité xianxia épique, fond blanc uni
📝 2. Prompt complet (copier-coller)
生成一张面部特写和她的全身三视图（最左边是超大面部特写，依次为全身正视图、侧视图、后视图）20岁古风少女，身高165cm，身姿妖娆纤细，曲线曼妙，媚而不俗。紫粉渐变长发微卷及腰，斜刘海修饰脸型，发丝灵动飘逸。眼眸为浅紫鎏金色，眼尾微挑，眼神妩媚勾人，仙气灵动。皮肤白里透粉，面容娇美艳丽，媚态自然不艳俗。身着紫粉渐变轻纱仙裙，抹胸式上衫+外披薄纱，露锁骨与腰线，裙摆轻盈开，清凉妩媚，性感克制不暴露。衣身绣暗纹狐纹与缠枝莲，腰间系银线流苏，挂粉晶玉佩，腕戴粉金细镯。整体气质狐系媚仙、灵动妩媚。3D古风，Unreal Engine 5超写实质感，史诗级仙侠画质，单人站立，纯白纯色背景。
🧩 3. Structure du prompt : pourquoi ça marche ?
Selon le guide officiel des prompts GPT Image 2, une image de qualité = objectif clair + structure nette + contraintes précises. Ce cas suit parfaitement l’ordre « composition → sujet → détails → style → contraintes » :
| Module | Exemple | Rôle |
|---|---|---|
| Contrainte de composition | « Gros plan à gauche, puis face / profil / dos » | Fixe la mise en page multi-vues, limite la dérive |
| Description du sujet | 20 ans, 165 cm, silhouette fine et gracieuse | Verrouille les proportions du personnage |
| Niveaux de détail | Cheveux → yeux → tenue → motifs → accessoires | Le modèle construit les détails progressivement |
| Style et rendu | UE5 hyperréaliste, qualité xianxia | Rendu type moteur haut de gamme |
| Contrainte implicite | Fond blanc uni (exclut le bruit visuel) | Met le sujet en avant, facilite le compositing |
⚙️ 4. Adapter rapidement à votre projet
- Changer la palette : « dégradé violet-rose » → « cheveux argent-blanc », « yeux bleu glace » pour un personnage type glace
- Changer la tenue : « robe immortelle légère » → « armure combattante + motifs flamme » pour un rôle de combat
- Changer les vues : « gros plan + trois vues » → « buste + gros plan arme + décor » pour une illustration de scène
En gardant la structure contrainte de composition + verrouillage du sujet + style explicite, remplacez seulement couleurs / tenue / ambiance au centre pour produire en série des designs de personnages cohérents.
💎 5. Conseils pratiques avec GPT Image 2
- Paramètre qualité : beaucoup de détails en style ancien Chine (mèches, broderies, accessoires) — privilégiez
quality="high"pour éviter le flou sur les petits éléments. - Format : pour une présentation horizontale du personnage, 1536×1024 ; pour des trois vues plus larges, essayez 2048×1152 ou 2560×1440.
- Itération : si le visage ou la tenue ne convient pas, ne changez pas tout d’un coup. Ajustez d’abord « forme des sourcils / des yeux », puis « col du haut », par petites étapes.
✨ Pour conclure
Copiez le prompt ci-dessus dans l’atelier IA GPT Image 2 pour générer votre personnage style ancien Chine en un clic — variantes en lot, transfert de style et sortie multi-images inclus.
Mots-clés : GPT Image 2 / peinture IA style ancien Chine / design personnage xianxia / trois vues / ingénierie de prompt
Tags : #GPT Image 2 #GénérationIA #PeintureIAStyleAncienChine #DesignXianxia #IngénierieDePrompt
Avertissement : les prompts et exemples de cet article sont fournis à titre d’apprentissage et de création uniquement ; respectez les règles de la plateforme et les droits d’auteur pour les contenus générés.
