Une taxonomie des modificateurs de prompt pour la génération d'images à partir de texte

La synthèse d'images guidée par texte est devenue extrêmement populaire et des communautés en ligne dédiées à la génération d'images à partir de texte ainsi qu'à l'art généré par l'Intelligence Artificielle (IA) ont émergé. Alors que les modèles génératifs profonds peuvent synthétiser des images et des œuvres d'art de haute qualité à partir de simples invites textuelles descriptives, les praticiens de la génération d'images à partir de texte cherchent généralement à contrôler la sortie du modèle génératif en ajoutant de courtes phrases clés (« modificateurs ») à l'invite. Cet article identifie six types de modificateurs de prompt utilisés par les praticiens dans la communauté en ligne de génération d'images basés sur une étude ethnographique de 3 mois. Cette nouvelle taxonomie des modificateurs de prompt fournit aux chercheurs un point de départ conceptuel pour étudier la pratique de la génération d'images à partir de texte, mais peut également aider les praticiens de l'art généré par IA à améliorer leurs images. Nous décrivons en outre la façon dont les modificateurs de prompt sont appliqués dans la pratique de « l'ingénierie de prompt » et discutons des opportunités de recherche liées à cette nouvelle pratique créative dans le domaine de l'Interaction Humain-Machine (IHM). L'article se conclut par une discussion des implications plus larges de l'ingénierie de prompt du point de vue de l'Interaction Humain-AI (IHA) dans des applications futures au-delà du cas d'utilisation de la génération d'images à partir de texte et de l'art généré par IA.