Prompts JSON pour la génération d’images

Le guide pratique pour créer des visuels cohérents avec Nano Banana, ChatGPT, Gemini

---

Pourquoi utiliser le format JSON pour vos prompts ?

Quand vous générez plusieurs images liées — icônes, illustrations d’une série, visuels d’une campagne — le problème n’est pas la qualité d’une image. C’est la cohérence entre elles.

Un prompt texte libre se réécrit à chaque fois. Un prompt JSON se paramètre une fois et se décline.

Les 3 avantages concrets :

1. Reproductibilité — les mêmes paramètres donnent des résultats comparables
2. Modification chirurgicale — changer une valeur sans tout réécrire
3. Travail en équipe — un JSON se partage, se versionne, se documente

---

La structure JSON de base

Tout prompt JSON pour la génération d’image s’organise en 4 blocs.

{
  "style": "description du style visuel global",
  "parameters": {
    "forme": "...",
    "couleur": "...",
    "lumière": "...",
    "composition": "...",
    "rendu": "..."
  },
  "sujet": "description précise du sujet",
  "negative": ["élément à éviter", "autre élément à éviter"]
}

Le bloc parameters est le cœur du prompt. C’est là que vous posez chaque décision visuelle séparément.

---

Exemple 1 — Une image simple

Même exercice, deux approches :

Prompt texte libre :

Un objet design sur fond blanc, style épuré, belle lumière

Prompt JSON :

{
  "style": "product photography, minimalist",
  "parameters": {
    "material": "matte ceramic, smooth texture",
    "shape": "cylindrical, slightly tapered",
    "lighting": "soft studio light, left side, subtle shadow",
    "background": "pure white #FFFFFF",
    "composition": "centered, slight three-quarter angle",
    "rendering": "high-resolution, no grain, crisp edges"
  },
  "sujet": "a white ceramic mug, no handle, 10cm tall",
  "negative": ["gradient background", "lens flare", "text", "reflections on surface"]
}

Le JSON vous a forcé à prendre 7 décisions que le texte libre laissait au hasard. Chaque décision = moins d’interprétation pour le modèle.

---

Exemple 2 — Une série cohérente (icon set)

C’est ici que le JSON révèle toute sa puissance.

L’idée : séparer ce qui ne change jamais (le système) de ce qui change à chaque icône (le sujet).

Étape 1 — Définir le system_token

Le system_token est l’ADN visuel partagé par toutes vos icônes. Vous le copiez à l’identique dans chaque prompt.

{
  "system_token": {
    "style": "flat line icon, minimal",
    "stroke_weight": "2px uniform",
    "stroke_color": "#2D3561",
    "corner_radius": "3px",
    "fill": "none — outline only",
    "accent_color": "#F7B731",
    "background": "rounded square, 80x80px, white #FFFFFF",
    "padding": "12px on all sides",
    "shadow": "none",
    "rendering": "clean vector aesthetic, pixel-perfect, no gradients, no texture",
    "optical_weight": "consistent across all icons"
  }
}

Étape 2 — Décrire chaque icône individuellement

Chaque icône n’a besoin que d’un bloc icon pour se distinguer.

Icône Avion :

{
  "system_token": { "...": "identique ci-dessus" },
  "icon": {
    "name": "flight",
    "concept": "airplane seen from above, tilted 45°",
    "focal_element": "wings spread, nose pointing top-right",
    "details": "two engines on wings, no landing gear",
    "accent_target": null,
    "negative": ["realistic shading", "perspective distortion", "text"]
  }
}

Icône Hôtel :

{
  "system_token": { "...": "identique ci-dessus" },
  "icon": {
    "name": "hotel",
    "concept": "building facade, front view, 3 floors",
    "focal_element": "centered entrance door, 3x3 grid of windows",
    "details": "small flag on rooftop, awning over entrance",
    "accent_target": "awning only",
    "negative": ["realistic architecture", "people", "interior visible"]
  }
}

Icône Valise :

{
  "system_token": { "...": "identique ci-dessus" },
  "icon": {
    "name": "luggage",
    "concept": "upright suitcase with telescopic handle extended",
    "focal_element": "rectangular body, handle up, two wheels at bottom",
    "details": "horizontal strap line at center, zipper on edge",
    "accent_target": "strap line",
    "negative": ["3D effect", "shadow under wheels", "brand tag"]
  }
}

Les 4 variables qui font ou défont la cohérence d’un set

Variable	Ce qui se passe si elle n’est pas fixée
stroke_weight	Certaines icônes semblent plus épaisses
corner_radius	Mélange d’angles ronds et droits
optical_weight	Certaines icônes « pèsent » visuellement plus
padding	Tailles apparentes différentes sur même canvas

EXERCICE — Créer un icon set bien-être en 4 étapes

Contexte

Vous designez 5 icônes pour une application de bien-être mental. Thème : le quotidien apaisé.

Système imposé :

• Style : icônes remplies (filled), pas outline
• Couleur principale : lavande #7B68EE
• Fond : cercle blanc cassé #FAF9FF, 80×80px
• Rendu : doux, arrondi, sans trait noir, sans ombre, sans dégradé

---

Étape 1 — Construire le system_token

Complétez les ??? pour définir l’ADN visuel du set.

{
  "system_token": {
    "style": "???",
    "fill_color": "???",
    "stroke": "???",
    "corner_radius": "???",
    "background": "???",
    "shadow": "???",
    "rendering": "???",
    "optical_weight": "???",
    "export": "PNG transparent, 80x80px"
  }
}

Indice : pensez à chaque paramètre comme une règle que vous imposez à toutes les icônes. Si vous hésitez sur une valeur, demandez-vous : « Est-ce que je veux que toutes les icônes aient cette caractéristique ? »

---

Étape 2 — Définir les 5 icônes

L’icône meditation est fournie. Complétez les 4 autres.

{
  "system_token": { "...": "votre system_token" },
  "icon": {
    "name": "meditation",
    "concept": "seated person, cross-legged, from front",
    "focal_element": "rounded silhouette, arms resting on knees",
    "details": "small circle above head suggesting calm",
    "accent": "circle above head in lighter lavande #A89EF5",
    "negative": ["realistic anatomy", "face details", "dark outlines"]
  }
}

À vous pour les 4 suivantes — choisissez votre propre concept :

Icône	Concept à définir
sleep	(à vous)
breathing	(à vous)
journal	(à vous)
nature	(à vous)

---

Étape 3 — Tester la cohérence

Générez les 5 icônes séparément, puis placez-les côte à côte. Posez-vous ces 3 questions :

1. Poids optique — une icône semble-t-elle plus lourde que les autres ? → Simplifiez son focal_element ou ses details.
2. Cohérence du fond — les 5 cercles de fond sont-ils identiques ? → Si non, vérifiez que background est bien dans le system_token.
3. Cohérence de l’accent — la couleur d’accent suit-elle la même logique dans chaque icône (toujours le détail, ou toujours la forme principale) ? → Définissez une règle et tenez-vous-y.

---

Étape 4 — Itérer sur une seule variable

Modifiez uniquement corner_radius dans votre system_token. Testez "16px", puis "6px", puis "0px". Régénérez une seule icône à chaque fois.

Observez : un seul chiffre change complètement la personnalité du set. C’est ça, la valeur du JSON.

---

Corrigé indicatif

System token attendu :

{
  "system_token": {
    "style": "soft filled icon, rounded minimal shapes",
    "fill_color": "#7B68EE",
    "stroke": "none",
    "corner_radius": "12px",
    "background": "circle #FAF9FF, 80x80px, no border",
    "shadow": "none",
    "rendering": "flat, smooth, no gradient, no texture, no outline",
    "optical_weight": "medium — avoid overly complex shapes",
    "export": "PNG transparent, 80x80px"
  }
}

Concepts recommandés pour les 4 icônes libres :

Icône	Concept	Focal element
sleep	croissant de lune + étoiles	lune large, 2–3 étoiles de tailles décroissantes
breathing	vague ou poumons stylisés	forme centrale évoquant l’expansion
journal	carnet ouvert	deux pages visibles, lignes horizontales stylisées
nature	feuille simple	forme symétrique, nervure centrale en accent

À retenir

Le prompt JSON n’est pas une syntaxe magique. C’est une discipline de conception : vous prenez vos décisions visuelles avant de générer, pas après avoir vu le résultat.

Plus votre system_token est précis, plus vos séries sont cohérentes. Plus votre bloc icon est ciblé, plus le modèle peut se concentrer sur ce qui différencie chaque élément.

---

Plus d’Articles