Produire une belle image est facile ; produire dix images cohérentes — même personnage, même univers, même style — est le véritable défi professionnel. C'est ce qui sépare l'expérimentation de la production réelle : une série d'illustrations d'article, un personnage récurrent pour une marque, un storyboard, une campagne déclinée. Le problème est structurel : chaque génération repart d'un bruit aléatoire, donc rien ne garantit spontanément la continuité. Historiquement, on bricolait avec le seed (section 2.2) et des prompts très détaillés décrivant le personnage (âge, cheveux, vêtements) — méthode fragile qui donnait des « cousins » plutôt que le même individu.

Les outils modernes apportent une réponse bien plus solide : les références d'image. Dans Midjourney, la référence de personnage (--cref, accompagnée d'un poids --cw qui règle l'intensité de la ressemblance) permet de conserver le même visage d'une image à l'autre en fournissant une image du personnage ; la référence de style (--sref) conserve la signature visuelle (palette, texture, traitement). En les combinant, vous obtenez le même personnage dans le même univers graphique, mais dans des situations différentes. Côté Stable Diffusion, les équivalents sont encore plus puissants : IP-Adapter pour transférer un visage ou un style, LoRA pour véritablement entraîner un personnage ou un style (section 4.3). Trois conseils de méthode. 1) Fixez d'abord une image de référence vraiment satisfaisante — tout dépendra d'elle, ne bâclez pas cette étape. 2) Gardez constants le prompt de base, la version du modèle et les paramètres ; ne faites varier que la situation. 3) Acceptez l'imperfection : la cohérence obtenue est très bonne mais pas absolue — pour un usage exigeant, prévoyez une retouche (section 4.4).