Chat mascotte sur gpt-image : une seule référence fixe l'apparence, Pinterest n'a donné que 1,84 k d'impressions
Une société financière de Saint-Pétersbourg dessine depuis deux mois un chat roux mascotte avec gpt-image, et butte sur un seul problème : que le chat de la centième image soit bien le même que celui de la première. Une description textuelle produit à chaque fois un museau légèrement différent. L'équipe joint donc à chaque requête une image modèle unique (la référence). En 30 jours, Pinterest a totalisé 1,84 k d'impressions, presque toutes sur des épingles ludiques, pas sur les contenus financiers. Conclusion : figez la référence et vérifiez chaque image à l'œil.
Traité par IA depuis Habr AI ; édité par Hamidun News
Un modèle génératif sait produire une belle image. C'est plus compliqué quand le même personnage doit apparaître sur une centaine d'images destinées à des dizaines de plateformes : sur la centième, ce doit être le même chat que sur la première, et rien ne doit y figurer qui pousse un modérateur à retirer le post. Une petite société financière de Saint-Pétersbourg mène ainsi depuis deux mois un chat roux à oreilles tombantes, vêtu d'un blazer.
Il est apparu sur des couvertures d'articles, dans des cartes Pinterest, sur des fonds d'écran de téléphone et dans des vidéos. C'est le modèle gpt-image qui le dessine via API, sans illustrateur humain dans le processus. Imaginez que vous demandiez cent fois de suite à un graphiste « dessine un chat roux », sans photo du héros : vous obtiendriez à chaque fois un museau différent.
C'est pourquoi l'équipe joint à chaque requête une référence, c'est-à-dire toujours la même image modèle. Voici ce qui a fonctionné, ce qui pose encore problème, et pourquoi Pinterest n'a rapporté en 30 jours que 1,84 k d'impressions.
Comment garder un seul et même chat
Premier constat : la description textuelle du personnage ne le stabilise pas. Un « chat roux à oreilles tombantes » sort à chaque fois un peu différent : la forme du museau, la nuance, la longueur du poil changent. Seule aide efficace : l'image de référence, envoyée avec chaque requête.
Le schéma est le suivant. Il existe une référence principale, qui ne change pas pendant des mois. Le prompt contient une phrase du type « the same ginger Scottish Fold cat from the reference », et l'apparence n'est pas redécrite. Les vêtements sont précisés séparément et varient selon le scénario : blazer, pull, casque de chantier, salopette. Le museau et la robe viennent de la référence.
Le prompt est assemblé à partir des mêmes blocs, dans le même ordre : style, personnage, action, lieu, interdits. Mieux vaut choisir une action avec un objet dans les pattes : les scènes où le chat tient quelque chose ou lutte avec un objet sont plus vivantes que les portraits. Par la fenêtre, on dessine un détail reconnaissable de la ville, par exemple le dôme de la cathédrale Saint-Isaac, que le modèle restitue avec assurance.
Les tâches sont stockées en JSON, et un script les exécute en parallèle, avec deux variantes par tâche. Avant le lancement, il compare le prix du modèle par image à un seuil et refuse de tourner si le prix est supérieur. C'est une assurance au cas où l'agrégateur changerait soudainement de tarif alors que quarante images sont en file d'attente.
Ce qui casse
Le texte. La formule « no text » fonctionne mal. Sur les papiers, les écrans d'ordinateur portable, les calendriers et les enseignes, le modèle dessine quand même des lettres, le plus souvent du charabia, qui trahit immédiatement la génération. Il vaut mieux décrire le texte comme illisible : « text unreadable, blurred », « abstract colorful code lines, unreadable », « chalkboard with drawings only ». Le modèle dessine plus volontiers une tache floue qu'un espace vide.
Quand du texte est nécessaire, par exemple dans les infographies pour Pinterest, l'équipe assemblait auparavant les cartes en HTML, et le résultat ressemblait à un modèle de créateur de site. Désormais, le modèle compose la carte entière et écrit lui-même le texte russe. Le prompt exige de le reproduire strictement mot pour mot, sans mots superflus ni caractères latins, chaque point entre guillemets. Le résultat est meilleur, mais des fautes de frappe subsistent : « подтинуть » au lieu de « подтянуть », « раз месяц » sans préposition. Chaque variante est donc vérifiée à l'œil, et si les deux comportent des erreurs, la tâche est régénérée. Le texte reste court, 2–5 mots par point.
Les pattes. Plus l'action est complexe, plus le risque d'une troisième patte augmente. Par exemple quand le chat tient un téléphone tout en signant un document. Le remède : simplifier la scène.
Les logos et les personnages d'autrui. Si la scène mentionne « Gosuslugi » ou une « application bancaire », le modèle peut dessiner quelque chose qui ressemble à un vrai logo, et l'image prend alors l'allure d'une publicité ou d'une contrefaçon de la marque d'un tiers. L'équipe écrit « abstract banking app screen with a big green checkmark ».
Un chat avec chapeau à plume et bottes, pour un scénario autour de « La Ronde de nuit », ressemblait trop au célèbre chat botté de dessin animé, et l'image a été jetée. Pour les scénarios avec des tableaux, l'équipe ne retient désormais que des œuvres du domaine public et ne donne pas au personnage d'attributs de héros reconnaissables. Une marque accidentelle dans un coin est simplement rognée.
Règles des plateformes et chiffres Pinterest
Une image ne convient pas partout. L'équipe a établi une liste. Sur «Т-Ж», la première image sert de couverture et ne doit comporter ni texte ni logo.
Sur «Клерк», la couverture est aussi sans logo ni texte, au format 2048×1152. Drive2 apprécie le réalisme : on y publie donc des scènes photoréalistes avec la mention « illustration générée ». Sur Pinterest, les épingles générées reçoivent une mention de modification par IA.
Sur «Пикабу» et dans les forums de banques, le chat mascotte passe pour de la publicité, et ce sont de simples mèmes sketch en deux cases, sans le personnage, qui fonctionnent. La couverture n'est jamais un tableau ni une infographie : un tableau au premier écran ressemble à un rapport, et l'infographie ne vit qu'à l'intérieur du texte. Les métadonnées d'origine (C2PA) ne sont pas supprimées des fichiers, et les images ne sont pas présentées comme des photos.
Il y a trois formats : 1536×1024 pour les couvertures (rognées ensuite au ratio voulu), 1024×1536 pour les épingles, 1088×1920 pour les fonds d'écran 9:16, où l'on demande de laisser calme le cinquième supérieur du cadre pour l'horloge.
Le résultat le plus inattendu vient de Pinterest. Au cours des 30 premiers jours, le compte a totalisé 1,84 k d'impressions, presque toutes concentrées sur trois épingles de divertissement : la poupée de papier en forme de chat (697 impressions), ses vêtements (219) et un coloriage (195). Les infographies financières, pour lesquelles tout le projet avait été lancé, ont reçu 4 à 10 impressions chacune. Le personnage capte l'attention là où il est intéressant en soi, tandis qu'un conseil financier avec un chat reste un conseil financier. Les images de divertissement sont désormais plus nombreuses, et les thèmes financiers sont restés minoritaires.
Ce qu'il faut retenir
Avant publication, l'équipe vérifie six points : le chat ressemble-t-il à la référence (museau, robe, oreilles), n'y a-t-il pas de pattes ni de doigts en trop, n'y a-t-il pas de charabia lisible sur les petits objets, n'y a-t-il pas de logos d'autrui ni de ressemblance avec des héros connus, le texte correspond-il mot pour mot à la consigne, et l'image respecte-t-elle les règles de la plateforme. Les chiffres de Pinterest concernent un seul compte sur un mois, il est donc trop tôt pour les généraliser. La conclusion pratique n'en pâtit pas : si vous faites vivre un personnage ou une marque avec des générations, gardez une seule référence inchangée, décrivez le texte sur l'image comme flou et laissez un humain faire la vérification finale.
La génération supprime l'illustrateur, mais pas l'éditeur : on trouve régulièrement des images qu'il est interdit de publier.
- 22 avr. 2026Décomposition de prompts dans Gemini et Kling : recréer une image Pinterest au style de votre marque
- 18 nov. 2026KandiShop fait passer la ressemblance des visages générés par IA de 52% à 75%, sans réentraînement
- 29 oct. 2026Black Forest Labs lance FLUX.3 Klein : une image 1024×1024 en 2 secondes sur H100
- 8 nov. 2026OpenAI lance GPT-Image 2.6 : deux modèles, des GIF et l'export SVG via l'API
Questions clés sur cet article
Comment garder un seul et même chat?
Premier constat : la description textuelle du personnage ne le stabilise pas. Un « chat roux à oreilles tombantes » sort à chaque fois un peu différent : la forme du museau, la nuance, la longueur du poil changent. Seule aide efficace : l'image de référence, envoyée avec chaque requête. Le schéma est le suivant. Il existe une référence principale, qui ne change pas pendant des mois. Le prompt contient une phrase du type « the same ginger Scottish Fold cat from the reference », et l'apparence n'est pas redécrite.
Que sait-on sur Ce qui casse ?
Le texte. La formule « no text » fonctionne mal. Sur les papiers, les écrans d'ordinateur portable, les calendriers et les enseignes, le modèle dessine quand même des lettres, le plus souvent du charabia, qui trahit immédiatement la génération. Il vaut mieux décrire le texte comme illisible : « text unreadable, blurred », « abstract colorful code lines, unreadable », « chalkboard with drawings only ». Le modèle dessine plus volontiers une tache floue qu'un espace vide.
Que sait-on sur Règles des plateformes et chiffres Pinterest ?
Une image ne convient pas partout. L'équipe a établi une liste. Sur «Т-Ж», la première image sert de couverture et ne doit comporter ni texte ni logo. Sur «Клерк», la couverture est aussi sans logo ni texte, au format 2048×1152. Drive2 apprécie le réalisme : on y publie donc des scènes photoréalistes avec la mention « illustration générée ». Sur Pinterest, les épingles générées reçoivent une mention de modification par IA.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.