Image Generation

image-generation — visuels brand-compliant {{COMPANY_NAME}}

Tu produis les visuels (heros, bannières, illustrations, icônes, portraits, bases de cartes sociales) de {{COMPANY_NAME}}. Ta règle : jamais de requête brute. Tu injectes la charte dans chaque prompt pour garantir la cohérence visuelle, et tu réutilises l'existant avant de générer.

Étape 0 — Doctrine + assets (OBLIGATOIRE, avant toute génération)

1. Charger 01-brand/checklist-pre-composition.md — règle assets, règle réutilisation, interdits visuels.
2. Lire 01-brand/style-guide.md — palette, typographie, style d'illustration, éléments obligatoires, interdits.
3. Lire 01-brand/assets/index.md — le catalogue navigable par rôle et cas d'usage — et proposer d'abord la réutilisation ou la déclinaison d'un asset existant (recadrage, recoloration, img2img à partir de l'asset) avant toute génération from scratch. Générer du neuf est le dernier recours.
4. Analyser les vrais visuels publiés (01-brand/assets/, 03-social-media/*/visuals/, 06-graphic-design/outputs/) — pas seulement les specs — pour capter la signature visuelle réelle. Sinon le rendu est « générique » et ne ressemble pas à la marque.
5. Charger 01-brand/design-anti-generique.md — marqueurs du look IA interdits par défaut (gradient violet par réflexe, clusters génériques, faible densité) : à neutraliser dans chaque prompt, la marque primant là où elle parle.

Ne jamais générer sans. Si le style-guide contient encore des {{...}}, arrêter et lancer /start-cockpit.

Règle d'or : GÉNÉRER POUR COMPOSER

Le modèle d'image produit la matière visuelle (illustrations, scènes, fonds, mockups au style de la marque) — jamais la composition finale. Le texte, le vrai logo, les stats et les chiffres sont ajoutés ensuite en composition HTML → screenshot (voir plus bas). On se comporte comme un graphiste : l'IA fournit les briques, on assemble.

• Texte généré par IA = générique + fautes possibles ; logo généré ≠ vrai logo ; composition entièrement générée = « n'importe quelle marque ».
• La génération full-texte reste possible pour un brouillon d'exploration rapide uniquement.

Providers — abstraction

Deux chemins de génération, mêmes règles de préfixage marque dans les deux cas :

A. Gemini direct (défaut — « nano-banana »)

• GOOGLE_AI_API_KEY dans .env ; modèle GOOGLE_AI_IMAGE_MODEL (défaut gemini-nano-banana-2.1).

pythonCopy code
import os, requests
API_KEY = os.environ["GOOGLE_AI_API_KEY"]
MODEL = os.environ.get("GOOGLE_AI_IMAGE_MODEL", "gemini-nano-banana-2.1")
url = f"https://generativelanguage.googleapis.com/v1beta/models/{MODEL}:generateContent"
payload = {
    "contents": [{"parts": [{"text": full_prompt}]}],   # + part image inline pour l'img2img
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "temperature": 0.4,
        "imageConfig": {"aspectRatio": "3:4", "imageSize": "2K"},
    },
}
r = requests.post(url, params={"key": API_KEY}, json=payload, timeout=120)

• Temperature : 0.4 fidèle au prompt (portraits, mockups) · 0.7 créatif (illustrations) · 1.0+ expérimental.
• Ratios supportés : 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 (+ formats bannières). Tailles : 1K (défaut), 2K, 4K.
• Mentionner le ratio dans le texte du prompt ET dans imageConfig (le paramètre seul peut être ignoré).

B. MCP Magnific (si connecté)

Si un serveur MCP Magnific est configuré (vérifier ses outils en session), l'utiliser comme routeur multi-modèles :

• Génération : Nano Banana 2.1, Seedream, et tout modèle exposé par le MCP — choisir selon le besoin (photoréalisme, illustration, texte dans l'image).
• Upscaling / amélioration : passer les sorties destinées à l'impression ou au zoom par l'upscaler Magnific plutôt que régénérer en 4K.
• Même préfixage automatique du prompt par les contraintes du style-guide qu'en voie A — l'abstraction ne change que le transport, jamais la doctrine.

Si le MCP n'est pas connecté, ne pas le suggérer comme prérequis : la voie A couvre tout. Mentionner qu'il s'active via /tools-setup.

Discipline de dépense (le MCP consomme des crédits réels)

• Itérer là où c'est inclus, produire par le MCP. Certains abonnements incluent des générations illimitées en basse résolution dans l'application web uniquement — via le MCP, tout se facture (le serveur le signale : unlimitedAppliesHere: false). Toute exploration (cadrage, style, formulation du prompt) se fait côté web ; le MCP sert au rendu final validé.
• Vérifier le solde en direct avant de chiffrer ou lancer une série (account_balance) — jamais de solde de mémoire : un chiffre périmé fait proposer des plans infinançables.
• Simuler le coût avant de générer (simulate_cost) quand l'outil le permet ; s'il échoue pour un type de génération, lancer un exemplaire pour connaître le tarif réel avant la série.
• Jamais de série avant qu'un exemplaire soit validé par l'utilisateur — générer en lot sur un prompt non validé, c'est jeter des crédits.
• Itérer par édition (repasser la sortie en référence + instruction courte), jamais en re-roll complet.

Workflow

1. Parser la demande

Extraire de la demande utilisateur :

• Format : ratio (carré / 16:9 / 9:16 / 4:5 / bannière)
• Usage : où le visuel sera placé (post LinkedIn, hero web, cover, infographie)
• Sujet : description du contenu visuel
• Contraintes : texte à intégrer (→ composition, pas génération), éléments imposés

2. Construire le prompt final (préfixage automatique)

Concaténation structurée envoyée au provider (A ou B) :

Copy code
[BRAND CONSTRAINTS — NON-NEGOTIABLE]
- Color palette: primary {{BRAND_COLOR_PRIMARY}}, accent {{BRAND_COLOR_ACCENT}}, dark {{BRAND_COLOR_DARK}}, light background {{BRAND_COLOR_LIGHT}}
- Signature gradient: {{BRAND_GRADIENT}}
- Typography (if any text): {{BRAND_FONT_PRIMARY}}
- Illustration style: {{BRAND_ILLUSTRATION_STYLE}}
- MUST include: [éléments obligatoires du style-guide]
- MUST NOT include: {{BRAND_BANNED_VISUALS}}, no stock photos, no generic office imagery

[USER REQUEST]
[demande utilisateur, reformulée en scène complète]

[FORMAT]
Aspect ratio: [16:9 / 1:1 / etc.]
High resolution, no text watermark, suitable for [usage].

Règles de prompting :

• Penser « directeur artistique » : décrire une scène (phrases complètes), pas une liste de tags.
• Spécifier les hex exacts, l'éclairage, la composition (angle, profondeur de champ, espace négatif).
• Pas de tags boosters (« 4K, ultra-realistic, best quality ») — inopérants.
• Pas de négations (« no office ») — formuler positivement ce qu'on VEUT.
• Prompt < 20 mots = trop court.
• Résultat à 80% satisfaisant → affiner en img2img, pas régénérer le même prompt.

3. img2img — décliner un asset existant (recette validée)

Pour tout objet/picto qui doit ressembler aux illustrations de la marque, partir d'un asset existant comme référence de style :

1. Rendre un asset vectoriel de marque en PNG de référence (ex. qlmanage -t -s 700 <scene>.svg -o <tmp> sur macOS).
2. img2img avec ce PNG en entrée + prompt qui demande de n'emprunter QUE le style : « Using the EXACT illustration style of the reference image ({{BRAND_ILLUSTRATION_STYLE}}), draw a single . Do NOT keep the subjects or props from the reference; only borrow its drawing style. Color it with the brand palette (hex...). Center it with generous negative space on a plain background. No text, no logo, no people. »
3. Le modèle ramène souvent des éléments de la référence : les retirer en post (recadrage + fond transparent par flood-fill depuis les 4 coins — préserve les blancs intérieurs, contrairement à un color-key global).

4. Sauvegarder image + métadonnées (provenance)

Copy code
06-graphic-design/outputs/
├── YYYY-MM-DD-<slug>.png              ← image générée (staging)
└── YYYY-MM-DD-<slug>.png.gen.json     ← fiche de génération (sidecar)

Juste après l'écriture des octets renvoyés par le modèle, appeler genmeta.finalize_output(chemin, meta) (06-graphic-design/scripts/genmeta.py, aucune dépendance réseau). En un geste, il :

• remet l'extension d'aplomb : l'API renvoie parfois du JPEG sous un nom .png ; le fichier est renommé, jamais réencodé (un réencodage efface le manifeste C2PA) ;
• pose un tag PNG ai:generated_by (chunk tEXt), sauf si le fichier porte déjà un manifeste C2PA, qui vaut mieux que le tag et qu'une resauvegarde effacerait ;
• écrit la fiche <image>.gen.json en dernier, pour que son sha256 décrive le fichier livré.

pythonCopy code
import sys; sys.path.insert(0, "06-graphic-design/scripts")
import genmeta
final = genmeta.finalize_output(chemin, {
    "model": "gemini-nano-banana-2.1",
    "prompt": full_prompt,                 # le prompt intégral envoyé, préfixe de marque compris
    "prompt_file": None, "input_images": [],   # images d'entrée d'un img2img
    "temperature": 0.4, "aspect_ratio": "16:9", "image_size": "2K",
    "script": "<script ou session de génération>",
    "provider": "gemini-direct",           # clés libres conservées : provider, use, format…
    "use": "landing page hero",
})
print(final)   # chemin final : l'extension a pu changer

En mode série, tester l'existence d'une sortie avec genmeta.existing_variant(chemin) (elle a pu sortir en .jpg) avant de relancer une génération facturée. Les fiches *.gen.json ne sont pas versionnées : elles suivent leur image.

Provenance, ce qui survit : la fiche de génération suit l'asset à la promotion ; le tag PNG survit à une copie octet à octet mais pas à un réencodage ; le manifeste C2PA des sorties JPEG du modèle (has_c2pa, heuristique) survit tant que personne ne réencode le fichier.

5. Check de conformité

Avant livraison, inspecter visuellement :

• ✅ Palette respectée (dominantes = primaire/accent)
• ✅ Style conforme à {{BRAND_ILLUSTRATION_STYLE}}
• ✅ Aucun élément visuel interdit
• ✅ Ratio correct

Échec sur un point → régénérer avec un prompt renforcé sur l'axe fautif. Max 3 tentatives, puis remonter à l'utilisateur.

6. Promotion en asset officiel (après validation humaine)

Une sortie validée et réutilisable migre de 06-graphic-design/outputs/ (staging) vers 01-brand/assets/ : catégoriser, nommer selon la convention du catalogue, ajouter sa fiche dans 01-brand/assets/index.md (rôle, palette, quand l'utiliser / ne pas l'utiliser). Un asset généré non promu reste en staging et n'est jamais référencé comme officiel.

Le geste est outillé, et c'est le seul admis :

bashCopy code
python3 06-graphic-design/scripts/promote-asset.py 06-graphic-design/outputs/<fichier> \
  --dest <categorie>/<sous-dossier>/<categorie>_<sujet>_<variante>.<ext> \
  --droits "<licence ou base légale>" --auteur "<qui l'a produit>" \
  --role "..." --usage "..." [--not "..."] [--copy]

Il refuse un nom non conforme, une catégorie inconnue, un écrasement, et une fiche sans les trois champs de droits (--source, --droits, --auteur ; --droits "à confirmer" est une valeur admise et signalée). Avec une fiche de génération à côté de la source, il renseigne d'office généré-par-ia: oui, le modèle et un extrait du prompt, déduit --source, et fait suivre la fiche. Le catalogue 01-brand/assets/index.md doit exister (une section ## <categorie>/ par catégorie).

Composer un visuel fini (générer → composer)

Pour tout visuel avec texte, data ou logo (la majorité des cas) :

1. Générer ou réutiliser la matière — uniquement l'illustration / le fond / la scène, sans texte ni logo (fond uni → intégration facile). Souvent, aucun besoin de générer : un asset du catalogue suffit.
2. Réutiliser les vrais assets depuis 01-brand/assets/index.md : logo SVG inliné (jamais le nom de marque tapé au clavier), portraits réels, motifs, textures.
3. Composer en HTML en linkant 06-graphic-design/lib/compose.css : il importe la police de marque en local (01-brand/assets/fonts/fonts.css, voir 06-graphic-design/lib/README.md pour l'installer et vérifier sa licence) et les tokens de marque (presentations/tokens.css), plus quelques aides compo-. Jamais de webfont CDN pour un screenshot : Chrome headless capture avant le chargement → texte rendu en Helvetica.
4. Penser en grille : dimensionner les éléments les uns par rapport aux autres (déco = largeur du logo, modules de hauteur partagés). Préférer une disposition asymétrique/organique au miroir rigide.
5. QA avant capture : python3 06-graphic-design/scripts/qa-visuel.py <compo.html> --viewport <L>x<H> (couleurs contre tokens.json, police, plancher, contraste, zone de protection du logo). Zéro erreur avant de capturer.
6. Screenshot : 06-graphic-design/scripts/compose-screenshot.sh <compo.html> <sortie.png> <L> <H> (Chrome headless, rendu 2× puis redimensionné → texte net), puis qa-visuel.py <sortie.png> sur l'image (couleurs seules : il n'y a plus de DOM).
7. Livrer dans le dossier du canal (+ archiver le .html source dans outputs/).

Checklist qualité (avant de livrer)

• Police de marque effective (zoomer sur un mot bas-de-casse — pas de Helvetica de substitution)
• Vrai logo SVG inliné (jamais généré ni tapé)
• Couleurs hex exactes ; gradient signature présent si la charte l'exige
• Tailles calées sur une grille (rien « au hasard »)
• Aucune photo stock, aucun trope interdit
• Un seul chiffre héros pour un visuel social ; texte net, zéro faute
• Format/ratio conforme à l'usage ; export à la bonne dimension

Règles d'usage

Autorisé

• Prompts directs avec description de sujet
• Séries de variations (3-5 appels avec variantes de prompt)
• img2img de déclinaison d'assets existants

Interdit

• Générer un visage reconnaissable (deepfake) sans consentement
• Générer le logo d'un concurrent
• Reproduire un style sous copyright (artiste vivant nommé, franchise)
• Générer du contenu qui contredit la doctrine de voix

Limites techniques des modèles

• Texte dans l'image : rendu incertain, fautes possibles → composer le texte en HTML (règle d'or)
• Visages humains : plausibles mais artefacts possibles
• Logos : le modèle ne connaît pas le vôtre → toujours composer avec le vrai SVG
• Négation inopérante : « no office » peut produire un bureau → reformuler positivement

Divulgation IA

La politique de divulgation IA de la marque vit dans 01-brand/divulgation-ia.md : la lire avant de livrer un visuel destiné à la publication. Elle donne le type de contenu qui se mentionne, la formulation exacte par canal, et le champ généré-par-ia: à renseigner dans la fiche d'asset. Avant de publier un logo tiers, une photo ou un portrait d'une personne réelle, vérifier son statut dans 01-brand/droits.md.

Après livraison

Indexer le visuel final dans _templates/inventory.md (skill inventory, type image) — et consulter ce même inventaire avant de générer, pour réutiliser un asset existant plutôt que produire un doublon.

Personnalisation par marque

{{IMAGE_GEN_SPECIFIC_RULES}}

Exemples de prompts qui fonctionnent

{{IMAGE_GEN_EXAMPLES}}

Skills associées

• carousel / slides / social-content — consommateurs des visuels produits ici
• brand-check — validation de conformité sur le sidecar en cas de doute