Faire un manga avec l’IA : la méthode en 5 étapes, du scénario à la planche finie

Commençons par être honnêtes : aucun outil, aujourd’hui, ne prend une histoire en entrée pour rendre un manga fini en sortie. Cela ne veut pas dire que l’IA est inutile ici. Découpez la fabrication d’un manga en cinq étapes, scénario, composition, encrage, finition, lettrage, et c’est sur les trois du milieu que l’IA rapporte le plus. Les deux des extrémités sont des décisions de narration, et les confier à l’IA vous ralentit en général.

Ce qui bloque vraiment la plupart des gens, ce n’est pas la qualité d’image. Ce sont les passages de relais : comment écrire un scénario qu’un modèle sait lire, ce dont un personnage a besoin avant de générer la moindre case, et s’il faut retoucher ou tout recommencer quand un résultat est faux. Cet article parcourt les cinq étapes et les relais entre elles.

Pourquoi « un clic, un chapitre entier » ne fonctionne pas encore

Ce n’est pas une question de puissance de calcul. Trois exigences du manga sortent de ce que les modèles d’images font bien aujourd’hui :

  • La cohérence d’une case à l’autre. Le même personnage doit garder un seul visage, une seule tenue et un seul rapport de taille sur des dizaines de cases. Chaque génération est un événement indépendant : « se souvenir de la case précédente » vient des images de référence que vous fournissez, pas du modèle.
  • Le texte dans l’image. Bulles et onomatopées font partie de la mise en page. Le lettrage généré sort souvent sous forme de texte illisible ou inventé, et c’est pire en chinois et en japonais. (La cause tient aux données d’entraînement, car les modèles ont appris sur des images portant sous-titres, filigranes et signatures, et pas seulement à la présence du mot « dialogue » dans votre prompt.)
  • La mise en page, c’est de la narration. Quelle case est grande, où va l’œil : ce sont des décisions d’auteur. Le modèle ne connaît pas votre rythme, il ne peut donc pas décider que « celle-ci passe en pleine page parce que c’est le climax ».

La bonne approche n’est donc pas d’attendre la génération en un clic. C’est de placer l’IA là où elle est vraiment forte, et c’est de là que vient le découpage en cinq étapes.

Les cinq étapes, et qui fait quoi

ÉtapeCe qu’elle décideAdaptée à l’IAPourquoi
1. Scénario / découpageNombre de cases, contenu de chaque case, place des dialogues❌ VousC’est une décision de narration, et c’est l’entrée de tout ce qui suit
2. Crayonné de compositionPose, cadrage, place des personnages dans l’image✅ Très adaptéePeu coûteux, rapide à itérer, pas encore de style à gérer
3. EncrageTransformer le crayonné en traits propres✅ AdaptéeLe crayonné sert d’ancre, les résultats sont donc stables
4. Finition (trames ou couleur)Lumière, matière, ambiance✅ AdaptéeLa cohérence vient de références partagées, pas de prompts réécrits
5. LettragePlacement des bulles, corps du texte, respiration❌ VousLe texte devient illisible, et la place des bulles est le rythme

⚠️ Une précision de vocabulaire, parce qu’elle piège tout le monde. Ce que cet article appelle l’étape 1 est un document écrit : cadrage, action, décor et dialogues sous forme de champs structurés, case par case. C’est un scénario ou un découpage. Un storyboard (name ou nêmu dans le manga, crayonné de mise en page dans la BD franco-belge, thumbnails ou layouts dans les comics) est la version dessinée, avec silhouettes sommaires et contours de cases, et il vient après le scénario. Les textes sur l’IA confondent régulièrement les deux, en promettant des « storyboards par IA » tout en décrivant en réalité des spécifications de prompt.

L’IA absorbe les heures de dessin du milieu, pas le jugement aux deux bouts. C’est aussi pourquoi tant de gens disent « j’ai utilisé l’IA et ça n’a pas été plus rapide » : ils sautent l’étape 1, laissent le modèle deviner l’histoire, et dépensent le temps gagné à trier des images.

Ceci est une répartition du travail parmi d’autres, pas une règle du métier. Beaucoup de professionnels utilisent bien des modèles de langage à l’étape 1 pour découper la prose en listes de plans, et beaucoup trouvent que l’encrage par IA demande encore de redessiner à la main les mains et la perspective des décors. Ce qui suit est un chemin qui fonctionne en pratique, pas le seul possible.

Étape 1 : écrire un scénario que le modèle sait lire

Un storyboard est déjà le plan d’une BD. Ce qui change quand le lecteur suivant est un modèle : le document doit être écrit, et il doit séparer l’information d’image de l’information d’histoire.

Chaque case a besoin d’au moins ces quatre champs. Oubliez-en un et le modèle l’invente.

  • Cadrage : gros plan / plan poitrine / plan en pied / plan large, et plongée ou contre-plongée
  • Personnage et action : qui est dans le champ, ce qu’il fait, vers où il est tourné
  • Décor : lieu, moment de la journée, source de lumière
  • Dialogue : dans son propre champ. Jamais dans la description de l’image, sinon le modèle essaiera de dessiner les mots.

La mauvaise version : « la protagoniste se tient tristement sous la pluie ». Pas de cadrage, pas de distance, pas de source de lumière : chaque génération renvoie autre chose. Réécrivez-la ainsi : « plan moyen, légère plongée. La protagoniste se tient à l’entrée d’une traboule déserte. Pluie de nuit. La seule lumière vient de l’enseigne du bar-tabac derrière elle. » La cohérence s’améliore immédiatement.

Étape 2 : fixer le personnage avant de générer la première case

C’est l’étape la plus importante et la plus souvent sautée de toute la chaîne : avant de générer la moindre case, donnez à chaque personnage un jeu fixe d’images de référence.

En pratique, cela consiste à générer d’abord une référence de personnage propre (fond blanc, aucun texte, rien d’autre dans le cadre) qui fixe l’apparence de cette personne. Ensuite, chaque génération de case reçoit la même référence. C’est seulement alors que le modèle dispose d’une ancre pour « voilà à quoi ressemble cette personne ».

⚠️ La façon de donner la référence compte plus que le fait d’en avoir une. Fournissez une planche de turnaround multi-vues (face, profil et dos sur une même toile) et le résultat courant est que le modèle y voit trois personnes dans la scène, ou fait déborder le dos de la tenue sur la face. La pratique fiable est une image propre, une vue à la fois ; quand il vous faut plus de précision que cela, l’étape suivante consiste à entraîner un modèle propre au personnage plutôt qu’à empiler les images de référence.

Sautez cette étape et vous tombez droit sur la plainte la plus courante : la protagoniste de la case 3 et celle de la case 17 ont l’air d’être sœurs. La cohérence des personnages s’appuie sur toute une boîte à outils (combien de références, comment formuler les descriptions, quand entraîner un modèle dédié en vaut la peine), traitée à part. Ce qui compte ici, c’est sa place dans la chaîne : c’est de la préparation, pas de la réparation.

Encore un point : séparez les données d’apparence de l’écriture du personnage. Taille, carrure, couleur des cheveux et des yeux, tenue habituelle servent au dessin. Caractère, passé et motivation servent à l’histoire. Les modèles récents lisent bien le langage naturel, si bien qu’une expression comme « méfiante, garde ses distances » peut légitimement nourrir l’expression et la posture ; mais l’inflation des prompts est bien réelle, et les descripteurs visuels concrets l’emportent sur le passé abstrait quand il vous faut deux fois le même visage. Cette séparation est la raison pratique pour laquelle une fiche personnage de manga a des champs distincts.

Étape 3 : avancer étape par étape, sans sauter à l’image finie

Le réflexe du débutant consiste à demander tout de suite une case finie en couleur, et à tout régénérer dès que quelque chose ne va pas. Deux problèmes : c’est coûteux, et chaque régénération efface aussi les parties qui vous plaisaient.

L’approche stable consiste à avancer par étapes, chacune construite sur la précédente :

  1. Crayonné de composition. La pose, les proportions du corps, les grandes formes du décor. Pas de style, pas de détail. C’est l’étape la moins coûteuse, celle faite pour le volume : cinq ou six essais pour une case ne vous font rien perdre qui mérite d’être protégé.
  2. Encrage. Seulement une fois la composition arrêtée. Donnez les références de personnage ici, et l’identité se verrouille.
  3. Finition. Seulement une fois l’encrage arrêté, et décidez d’abord si vous faites du manga monochrome (trames, noirs, effets) ou de la BD couleur / du webtoon (rendu couleur). Ce sont des procédés différents et des produits finis différents ; ne les traitez pas comme interchangeables. La cohérence de style vient de l’emploi des mêmes références sur tout le chapitre, pas d’un prompt réajusté à chaque image.

⚠️ Soyons clairs sur le mécanisme. Les modèles de diffusion produisent par défaut une image entièrement rendue en une seule passe ; ils ne vous rendront pas sagement un simple encrage. Obtenir la chaîne par étapes ci-dessus demande de contraindre explicitement chaque passe : réinjecter l’étape précédente comme image d’entrée (image vers image), ou piloter la génération avec des adaptateurs de contrôle sur le trait. Et il existe un chemin tout aussi courant dans l’autre sens : vous dessinez le crayonné de composition, et l’IA fait l’encrage et la finition. Si vous savez déjà dessiner, c’est celui qui vous donne le plus de contrôle.

Gardez chaque étape, n’écrasez rien. Vous voudrez comparer (« l’encrage était-il meilleur avant le rendu ? »), et quand le même lieu revient au chapitre suivant, l’ancien crayonné de composition se réutilise tel quel.

Étape 4 : quand quelque chose ne va pas, décidez d’abord entre retoucher et recommencer

C’est le plus grand gain de temps, et la plupart des gens ne savent qu’appuyer sur « générer à nouveau ».

Ce qui ne va pasQue faire
Composition, angle et personnage sont justes ; un détail cloche (expression, position d’une main, un objet du décor)Retoucher : demander de changer seulement ce point et de ne toucher à rien d’autre
Le cadrage ou la pose ne correspondent pas du tout à ce que vous vouliezRecommencer : revenir à l’étape de composition ; ne pas se battre sur une image finie
Le visage du personnage n’est pas ressemblantCorriger l’entrée, pas régénérer. Cent essais de plus ne le rendront pas ressemblant

« Le visage ne correspond pas, alors je régénère encore » est le gaspillage classique. La répétition n’apprend pas au modèle qui est votre personnage. Mais corriger l’entrée ne veut pas non plus dire empiler les références : au-delà d’un certain point, elles se diluent mutuellement. Cela veut dire remplacer une référence faible, augmenter le poids de la référence, faire un inpainting du visage seul, ou entraîner un modèle propre au personnage.

Étape 5 : le lettrage reste humain

Il y a deux raisons distinctes, que l’on confond sans cesse :

  1. Technique. Demandez au modèle de dessiner bulles et texte dans l’image et vous obtenez des glyphes cassés ou inventés, pire encore en chinois et en japonais.
  2. Métier. Même avec un rendu de texte parfait, la place d’une bulle détermine où va l’œil du lecteur et combien de temps dure le temps fort. Le placement des bulles fait partie de la mise en page (les artistes composent des espaces vides autour des bulles prévues dès la mise en page, pour que le dessin clé ne soit pas couvert), tandis que la composition typographique elle-même (police, interlignage, crénage, calque de lettrage) se fait après la génération, dans un logiciel vectoriel ou de lettrage.

La pratique la plus solide consiste à poser les dialogues sur leur propre calque, par-dessus le dessin, plutôt que de laisser le modèle dessiner les mots dans l’image. Les avantages sont concrets : modifier une réplique sans régénérer le dessin, traduire en remplaçant ce seul calque, et garder la taille du texte et les retours à la ligne ajustables. Écrire des dialogues qui sonnent comme une vraie personne qui parle est un sujet à part entière.

Avant / après : la logique du coup unique ou celle de la chaîne

Coup unique (❌)Chaîne (✅)
DépartDonner une histoire au modèle et demander un mangaÉcrire un scénario structuré, quatre champs par case
PersonnagesLes décrire dans le prompt de chaque caseFixer une référence propre, donner la même à chaque case
GénérationDemander tout de suite la couleurComposition → encrage → rendu
Quand c’est fauxTout régénérerSavoir quand retoucher, recommencer ou corriger l’entrée
DialoguesLaisser le modèle dessiner le texteLes poser en calque : modifiables et traduisibles
RésultatDe belles images isolées qui ne forment jamais un chapitreUn chapitre qui se lit comme un seul univers

Trois erreurs courantes

  • Générer avant d’écrire le scénario. Le modèle ne connaît pas votre rythme, il renvoie donc des illustrations isolées correctes. Le découpage écrit est l’entrée, pas un préambule facultatif.
  • Commencer sans référence propre. C’est la cause première des visages qui changent d’une case à l’autre, et corriger la référence coûte bien moins que redessiner un chapitre.
  • Ne savoir que régénérer. Vous effacez les bonnes parties, puis passez le temps gagné à trier des images. Apprendre la frontière entre retoucher et recommencer vaut mieux que changer d’outil.

La vraie solution : garder le scénario, les personnages et chaque étape au même endroit

La difficulté de ces cinq étapes ne tient à aucune étape en particulier : c’est qu’elles doivent être recoupées en permanence. Générer la case 17, c’est vérifier le personnage de la case 3 ; faire le rendu, c’est regarder l’encrage ; modifier une réplique, c’est revenir au scénario. Répartissez cela entre plusieurs outils et vous passez la journée à changer de fenêtre et à chercher des fichiers.

La génération d’images de manga de LitMemo s’appuie directement sur le découpage case par case. Chaque case a son propre circuit de production (crayonné → encrage → trames → couleur), et la sortie de chaque étape est conservée, pour pouvoir comparer avec les étapes précédentes. Chaque étape peut être générée par IA ou importée de votre main, et mélanger les deux ne pose aucun problème. La page affiche l’étape la plus avancée disponible : pendant qu’un chapitre est en cours, certaines cases peuvent être en couleur et d’autres encore à l’encrage. C’est un état de production, pas la version publiée.

Les personnages viennent de la gestion des personnages : un personnage sans image de référence est bloqué au départ, avec une invitation à en générer une, au lieu de vous laisser finir un chapitre pour remarquer ensuite que les visages dérivent. Les dialogues vivent sur un calque séparé, au-dessus du dessin, si bien que modifications et traductions n’exigent jamais de régénérer une image.

En résumé

La bonne question sur le manga par IA n’est pas « peut-il tout générer d’un coup ». C’est « quelles étapes puis-je déléguer ? »

La réponse est en général les trois du milieu : composition, encrage, finition. Les deux des extrémités, scénario et lettrage, sont des décisions de narration, et les déléguer coûte souvent du temps. Et pour que les trois du milieu fassent vraiment gagner des heures, deux choses doivent être en place d’abord : un scénario écrit en quatre champs structurés, et une référence de personnage propre qui sert d’ancre. Avec cela, le reste consiste à avancer étape par étape et à savoir quand retoucher plutôt que recommencer.

Questions fréquentes

L’IA peut-elle générer automatiquement un chapitre de manga entier ?
Non, pour trois raisons de fond : la cohérence des personnages d’une case à l’autre dépend des images de référence que vous fournissez (le modèle ne se souvient pas de la case précédente), le texte dans l’image n’est pas fiable (surtout en chinois et en japonais), et la taille des cases est une décision de narration que le modèle ne peut pas prendre, faute de connaître votre rythme. L’approche pratique est le découpage en cinq étapes, en confiant à l’IA la composition, l’encrage et le rendu.
Faut-il laisser l’IA dessiner le storyboard ?
Ce n’est pas recommandé, et il faut d’abord distinguer les deux documents. Le storyboard est la version dessinée (vignettes, contours des cases, silhouettes sommaires) ; ce que vous donnez à un modèle, c’est le scénario écrit, en amont. Ce scénario est l’entrée de toutes les étapes suivantes : nombre de cases, cadrage et place des dialogues s’y décident. Il fonctionne le mieux en quatre champs : cadrage (distance et angle), personnage et action, décor (lieu, moment, source de lumière) et dialogue. Gardez le dialogue dans son propre champ plutôt que dans la description de l’image, sinon le modèle essaiera de dessiner les mots.
Pourquoi mon personnage change-t-il à chaque case ?
Parce qu’il n’y a pas d’ancre fixe. Chaque génération est un événement indépendant, si bien qu’une description textuelle seule ne peut pas reproduire le même visage à chaque fois. La solution consiste à créer d’abord une référence de personnage propre (fond blanc, aucun texte, rien d’autre dans le cadre) et à donner cette même référence à chaque case. Évitez de fournir telle quelle une planche de turnaround multi-vues : les modèles lisent souvent face, profil et dos sur une même toile comme trois personnes distinctes dans la scène. C’est de la préparation, pas de la réparation : régénérer cent fois ne rendra pas un visage ressemblant.
Quand un résultat est faux, faut-il régénérer ou retoucher ?
Tout dépend de ce qui cloche. Composition et personnage justes, un détail faux (expression, position d’une main, un objet du décor) : retouchez, en demandant de ne changer que ce point. Cadrage ou pose complètement faux : revenez à l’étape de composition plutôt que de vous battre sur une image finie. Visage qui ne ressemble pas : corrigez l’entrée, en remplaçant une référence faible, en augmentant son poids, en faisant un inpainting du visage seul ou en entraînant un modèle propre au personnage (et non en empilant simplement plus de références, qui se diluent mutuellement). Le problème d’une régénération complète, c’est qu’elle efface ce qui fonctionnait déjà.
Pourquoi générer par étapes au lieu d’aller directement à la couleur ?
Pour deux raisons. Le coût d’itération : l’étape de composition n’a besoin que de la pose et des formes du décor, sans aucun style, c’est donc l’endroit le moins coûteux pour essayer cinq ou six versions d’une case ; arrêter la composition avant l’encrage, et l’encrage avant la finition, donne une ancre à chaque étape et rend les résultats plus stables. Notez que cette chaîne n’est pas le comportement par défaut des modèles : un modèle de diffusion renvoie une image entièrement rendue en une passe, il faut donc contraindre explicitement chaque étape (en réinjectant l’étape précédente comme image d’entrée, ou avec des adaptateurs de contrôle sur le trait). Et la réversibilité : garder chaque étape permet de comparer avec les versions précédentes et de réutiliser une ancienne composition quand le même lieu revient au chapitre suivant.
Peut-on demander à l’IA de dessiner les dialogues dans l’image ?
Le modèle essaiera, mais le résultat est en général un texte illisible ou approximatif, et c’est pire en chinois et en japonais. La raison pratique la plus forte tient aux calques : gardez les dialogues sur leur propre calque au-dessus du dessin et vous pouvez modifier une réplique sans régénérer l’image, traduire en remplaçant ce seul calque, et ajuster après coup la taille du texte et les retours à la ligne. Le placement des bulles guide aussi l’œil du lecteur et la durée du temps fort, ce qui en fait d’abord une décision de narration.