Combiner des images de référence avec Nano Banana 2.1
Un workflow Nano Banana 2.1 testé pour combiner des références d’identité, de tenue et de lieu sans perdre les détails importants.
Combiner plusieurs références en une seule image crédible est plus difficile que de simplement téléverser davantage de fichiers. Chaque image doit avoir un rôle clairement attribué : l’une contrôle l’identité, une autre contrôle la tenue, et une autre contrôle l’environnement. Sans cette répartition des rôles, un modèle peut mélanger les détails, omettre des accessoires ou laisser une référence dominer la composition.
Nous avons testé un workflow à trois références dans le générateur WeShop Nano Banana avec un portrait fictif, une tenue présentée à plat et une rue de Kyoto sous la pluie. L’image finale a préservé les principaux marqueurs d’identité du personnage, repris chaque vêtement demandé et conservé l’éclairage entre fenêtres chaudes et rue froide de la scène. Le seul écart notable concernait le cadrage : le portrait en trois quarts demandé s’est rapproché d’une composition en pied presque complète.
Workflow testé
Image 1 : identité. Image 2 : tenue complète. Image 3 : lieu et éclairage. Résultat : un portrait de voyage éditorial avec des règles de préservation explicites.
Pourquoi les images de référence multiples nécessitent des rôles attribués
La formule « combinez ces images » laisse trop de décisions ouvertes. Un prompt plus solide indique au modèle quelle source contrôle chaque partie du résultat. Il répète également les quelques détails qui doivent être préservés : un grain de beauté, un motif d’écharpe, un nombre de poches, une lanterne ou un contraste de couleurs précis.
La fiche modèle Nano Banana 2.1 de Google mentionne des évaluations dédiées à l’édition multi-référence, à la cohérence des personnages, à la cohérence des produits et à l’édition générale. Cela fait de la composition basée sur les rôles un cas d’usage pertinent, mais ne dispense pas d’examiner chaque résultat. Notre test correspond à une exécution observée, et non à une affirmation de taux de réussite.
Les trois images de référence utilisées dans ce test
Les références étaient volontairement nettes et sans chevauchement. Le portrait ne comporte ni tenue ni lieu concurrents. La tenue est présentée à plat, sans personne. La scène ne contient aucune personne. Cela réduit l’ambiguïté avant même le début du prompt.
Le prompt qui a combiné les trois références
Cette structure fonctionne car elle comporte quatre couches : attribution des sources, brief de sortie, repères de préservation et exclusions. Le modèle n’a jamais à déduire quelle image contrôle quelle caractéristique.
Ce que Nano Banana 2.1 a préservé — et ce qu’il a manqué
La préservation la plus réussie concernait les détails à la fois visibles dans une source et reformulés dans le texte. L’écharpe, la veste à quatre poches et le grain de beauté n’ont pas été laissés à la seule interprétation visuelle. L’écart de cadrage rappelle qu’une image soignée peut tout de même ne pas respecter une contrainte de production.
Un workflow multi-référence reproductible
- Donnez à chaque référence une responsabilité principale. Utilisez des libellés tels qu’identité, tenue, produit, pose, éclairage ou environnement.
- Supprimez les informations concurrentes lorsque c’est possible. Une tenue nette présentée à plat est plus facile à interpréter qu’une photographie de mode chargée incluant une autre personne et un autre lieu.
- Répétez les éléments verrouillés de l’identité. Indiquez les détails du visage, de l’objet ou du vêtement qui rendraient le résultat inacceptable s’ils étaient modifiés.
- Décrivez la composition finale indépendamment. Les références fournissent les ingrédients ; le prompt doit toujours préciser le cadrage, la position du sujet, le regard, l’appareil photo et la lumière.
- Ajoutez des exclusions liées aux modes d’échec probables. Empêchez l’ajout de personnes, d’accessoires, de texte, d’objets en double ou de matériaux mélangés.
- Examinez chaque référence séparément. Comparez d’abord l’identité, puis la tenue, puis l’environnement, au lieu de juger uniquement l’ambiance générale.
Modèle de prompt pour vos propres images
Modes d’échec courants et correctifs
- La personne change : répétez deux ou trois repères d’identité et retirez les autres visages de l’ensemble de sources.
- La tenue est incomplète : énumérez chaque vêtement requis ainsi que sa couleur ou sa matière distinctive.
- Les références sont mélangées : attribuez un rôle explicite à chaque image et indiquez quelle source prévaut en cas de conflit entre les détails.
- La scène est générique : nommez deux ou trois repères structurels, et pas seulement une ambiance telle que « Kyoto la nuit ».
- Le recadrage dérive : précisez à la fois le recadrage et ce qui doit rester dans le cadre, puis régénérez si le résultat ne convient pas.
À retenir
La génération multi-référence fonctionne mieux comme un petit système de direction artistique. Les images apportent les éléments de preuve ; le prompt attribue les responsabilités et définit la prise de vue finale. Dans ce test, Nano Banana 2.1 a combiné de manière convaincante l’identité, la tenue et le lieu, mais le cadrage nécessitait encore un contrôle qualité humain.
Pour un cadre de prompt plus complet, consultez le Guide de prompt Nano Banana 2.1. Pour un workflow de personnage testé, découvrez Comment créer un storyboard de personnage cohérent.