PROJET : TATLAB

TATlaB

Création d’une app IA de génération de tatouages, selon des paramètres définis par l’utilisateur, via un système de blocs connectés (textes, inputs, images) générant un résultat textuel ou visuel.

2024

TatLab

Déroulé

Parcours utilisateur

De l’accueil au choix du style : on photographie la zone à tatouer, on valide ce que l’IA a compris, puis on choisit une inspiration parmi les visuels proposés.

01 Accueil

01 Accueil

02 Emplacement

02 Emplacement

03 Confirmation

03 Confirmation

04 Style

04 Style

05 Sélection

05 Sélection

Génération & résultats

On précise le motif, l’IA génère plusieurs propositions, on garde ses préférées et on les retrouve dans sa galerie.

06 Contenu

06 Contenu

07 Génération

07 Génération

08 Résultats

08 Résultats

09 Sauvegarde

09 Sauvegarde

10 Galerie

10 Galerie

Sur l’IA

Emplacement

L’utilisateur photographie la zone à tatouer. Un premier bloc vision analyse l’image et n’en retient qu’un seul mot : la partie du corps. Contraindre la sortie à un mot évite les descriptions bavardes et rend la donnée réutilisable telle quelle dans la suite de la chaîne.

Un second bloc reprend ce mot et le reformule en langage naturel. L’application confirme ce qu’elle a compris avant d’aller plus loin. Cette reformulation sert autant à rassurer l’utilisateur qu’à lui laisser une chance de corriger.

Style

L’utilisateur sélectionne une photo dans sa galerie comme inspiration de tatouage.

L’image d’inspiration est analysée avec une consigne stricte : décrire le style graphique, pas ce que l’image représente. Sans cette séparation, le tatouage final reprendrait le motif de l’inspiration au lieu de son style.

La description en phrases est convertie en liste de points. Ce format compact tient dans le prompt final, chaque caractéristique devient un critère isolé, plus facile à pondérer pour l’IA.

Contenu

Même logique que pour l’emplacement : la photo du sujet à tatouer est réduite à un seul mot. Le sujet et le style sont ainsi manipulés séparément, chacun sous sa forme la plus minimale.

Cette économie n’est pas un détail technique. Deux variables courtes se recombinent proprement, là où deux descriptions longues se contamineraient l’une l’autre et brouilleraient le résultat.

Prompt

Les points de style et le mot-sujet sont fusionnés en une description de tatouage cohérente. L’assemblage passe par un bloc texte, pas par une simple concaténation : le modèle réécrit l’ensemble en un énoncé lisible.

On peut voir que le bloc «résultat texte» reprend les bullet points ainsi que le sujet du tatouage comme source pour son output.

Un dernier passage transforme cette description en prompt calibré pour le générateur d’images. Séparer l’écriture du sens de sa mise en forme technique permet de changer de moteur de génération sans toucher au reste de la chaîne.

Résultats

Le prompt final et le mot d’emplacement alimentent quatre blocs de génération. Les quatre rendus partagent exactement les mêmes paramètres et ne diffèrent que par l’aléa du modèle.

STAGE DANS 000j 00h 00m 00s