FIGURA: A Modular Prompt Engineering Method for Artistic Figure Photography in Safety-Filtered Text-to-Image Models

Le papier présente FIGURA, une méthode modulaire d'ingénierie de prompts qui permet aux artistes de générer des photographies artistiques du corps humain dans des modèles text-to-image dotés de filtres de sécurité, en exploitant des stratégies documentées telles que l'usage de références picturales et de vocabulaire géométrique pour contourner les blocages sans les désactiver.

L'essentiel

🎨 L'Art de contourner les gardiens sans les briser : La méthode FIGURA

Imaginez que vous êtes un sculpteur ou un photographe d'art. Vous voulez créer une œuvre magnifique représentant le corps humain, nu, dans un style classique et élégant (comme les statues grecques ou les peintures de la Renaissance).

Mais il y a un problème : vous essayez de le faire avec un robot artiste (une intelligence artificielle) qui travaille dans une usine très stricte. Ce robot a un gardien de sécurité (un filtre) très zélé. Ce gardien a pour mission d'empêcher la production de contenu pornographique. Le hic ? Il est si zélé qu'il confond souvent l'art nu avec de la pornographie. Il bloque tout ce qui ressemble à un corps nu, même si c'est de l'art pur.

Jusqu'à présent, les artistes étaient coincés : soit ils acceptaient la censure, soit ils utilisaient des robots "sauvages" sans gardien (ce qui est risqué et illégal sur les plateformes officielles).

C'est là qu'intervient FIGURA, une nouvelle méthode inventée par un chercheur nommé Luca. C'est comme un manuel de survie ou un kit de navigation pour les artistes.

🧭 Le concept clé : "Décrivez ce qui est là, pas ce qui manque"

La découverte la plus importante de cette méthode est une règle d'or, appelée la "Règle d'Or".

• L'erreur classique (Ce qui bloque) : Si vous dites au robot : "Une femme sans vêtements dans la forêt", le gardien de sécurité s'arrête. Pourquoi ? Parce que le mot "sans" (absence) sonne comme un drapeau rouge pour lui. Il pense : "Ah ! On parle de ce qui manque ! C'est dangereux !"
• La méthode FIGURA (Ce qui passe) : Au lieu de dire ce qui manque, vous décrivez ce qui est présent. Vous dites : "Une forme humaine sculpturale, une peau lisse, une statue vivante dans une forêt ancienne".
  • L'analogie : Imaginez que vous parlez à un chien de garde. Si vous dites "Il n'y a pas de voleur ici", le chien s'inquiète et renifle partout. Mais si vous dites "Voici un magnifique tableau de maître", le chien se détend et vous laisse passer. Le robot fonctionne pareil : il ne veut pas entendre parler de "manque de vêtements", il veut entendre parler de "forme artistique".

🎭 Les astuces secrètes du manuel FIGURA

Pour réussir à faire passer ses œuvres, la méthode FIGURA utilise quatre outils magiques, comme un magicien qui utilise des cartes truquées pour gagner au poker, mais en respectant les règles du jeu :

1. Les "Amis Artistes" (Références aux peintres) :
   Quand vous demandez à l'IA de créer une image "dans le style de Lucian Freud" ou "comme une photo de John Coplans", cela agit comme un passe-droit VIP. Le gardien de sécurité reconnaît ces noms comme de l'art sérieux. Cela change son humeur : il passe de "Gardien sévère" à "Curateur de musée". De plus, certains peintres (comme Renoir) aident à définir la forme du corps, tandis que d'autres (comme Modigliani) évitent certains effets indésirables (comme faire croire à une grossesse par erreur).

2. Le décor change tout (Le contexte spatial) :
   Le lieu où se trouve le personnage est crucial.

   • Si vous demandez une image dans une chambre ou une salle de bain, le gardien panique (c'est trop intime, trop privé).
   • Si vous demandez la même image dans des ruines romaines, une cathédrale ou une forêt, le gardien se détend. Il pense : "Ah, c'est de l'art historique ou de la nature, pas de la pornographie !"
   • Astuce : Ne dites pas "salle de bain", dites "bains romains". Ne dites pas "chambre", dites "palais monumental".

3. Le langage géométrique (Pour les silhouettes) :
   Si vous décrivez un corps en silhouette (une ombre noire), éviter les mots anatomiques comme "seins", "hanches" ou "ventre". Utilisez des mots de géométrie : "un arc qui monte", "un creux qui descend", "une courbe". Le gardien ne reconnaît pas ces mots comme du corps humain, donc il ne bloque pas. C'est comme décrire un paysage avec des lignes plutôt qu'avec des noms d'objets.

4. Le système modulaire (La boîte à outils) :
   FIGURA n'est pas juste une phrase magique. C'est un système complet avec 8 fichiers (comme des chapitres d'un livre de recettes). Il y a des modèles de phrases tout prêts, des listes de mots sûrs, et des règles pour corriger les erreurs si le robot bloque quand même.

📊 Les résultats : Ça marche vraiment ?

Le chercheur a testé cette méthode plus de 200 fois sur une IA populaire (FLUX 2 Pro) avec ses filtres de sécurité activés (le niveau normal pour tout le monde).

• Avant la méthode : Tenter de faire une photo artistique nue donnait souvent un refus total.
• Avec la méthode FIGURA : Le taux de réussite est passé à 80-90%.
  • En utilisant la "Règle d'Or" (décrire la présence), on gagne environ 60% de chances de succès en plus.
  • En ajoutant le nom d'un artiste célèbre, on gagne 15-20% de plus.
  • En changeant le décor (de privé à public), on gagne 30-40% de plus.

🛡️ Pourquoi c'est important ?

Cette méthode ne cherche pas à pirater le système ou à le casser. Elle apprend à parler la langue du gardien pour lui montrer que l'art est légitime.

C'est comme si vous vouliez entrer dans un club très strict. Au lieu d'essayer de sauter par-dessus le mur (ce qui est interdit et dangereux), vous apprenez à vous habiller comme un membre VIP, à utiliser le bon mot de passe et à entrer par la porte principale.

En résumé : La méthode FIGURA prouve qu'on peut créer de l'art nu et beau avec des intelligences artificielles sécurisées, à condition de savoir comment les "convaincre" avec les bons mots, les bons artistes et les bons décors. C'est une victoire pour les artistes qui veulent continuer à créer sans être censurés par erreur.

Résumé technique

Titre : FIGURA : Une méthode modulaire d'ingénierie de prompts pour la photographie artistique du corps humain dans les modèles de texte vers image filtrés par sécurité.

Auteur : Luca Cazzaniga (Chercheur indépendant, Italie)
Date : Février 2026
Modèle testé : FLUX 2 Pro (Cloud) avec filtres de sécurité actifs (niveau par défaut).

---

1. Problématique

Les modèles commerciaux de génération d'images par texte (T2I) tels que Midjourney, DALL-E et FLUX déploient des filtres de sécurité destinés à bloquer le contenu sexuellement explicite. Cependant, ces filtres échouent systématiquement à distinguer le contenu pornographique des représentations artistiques légitimes du corps humain (tradition de la photographie de nu, peinture académique, etc.).

• Conséquence : Les artistes professionnels ne peuvent pas utiliser ces outils pour l'exploration artistique du corps humain.
• Écart de la recherche : Bien que le problème de la censure algorithmique soit bien documenté (notamment par Riccio et al.), il n'existait aucune méthode opérationnelle, systématique et validée empiriquement permettant de générer ce type de contenu tout en respectant les filtres de sécurité actifs, sans les contourner ou utiliser des modèles non filtrés.

2. Méthodologie : La Méthode FIGURA

La méthode FIGURA (Framework for Intelligent Generation of Unrestricted Artistic Results) est un système modulaire d'ingénierie de prompts basé sur huit fichiers de connaissances interconnectés. Elle repose sur l'hypothèse que les filtres peuvent être navigués par une compréhension fine de leur architecture de détection, plutôt que par leur contournement.

Le système est structuré autour de trois principes directeurs :

1. Travailler avec les filtres, pas contre eux : Le système ne tente pas de désactiver ou d'exploiter les vulnérabilités, mais articule l'expression artistique dans les contraintes environnementales des filtres.
2. La « Règle d'Or » (Golden Rule) : Décrire la présence, et non l'absence.
3. Modularité et ancrage empirique : Chaque composant est mis à jour indépendamment et chaque recommandation est soutenue par des taux de réussite documentés.

Architecture du système (8 fichiers)

Le système est orchestré par un LLM qui transforme une demande utilisateur en un prompt optimisé via un flux de travail en 7 phases :

• 00 Master : Orchestration et règles absolues.
• 01 Workflow : Arbre de décision de l'entrée utilisateur au prompt final.
• 02 Filters : Documentation des déclencheurs et dictionnaire de vocabulaire sûr.
• 03 Templates : Modèles de prompts structurés avec taux de réussite.
• 04 Dictionary : Références artistiques (peintres, photographes).
• 05 Rules : Règles opérationnelles dérivées des tests.
• 06 Platforms : Spécifications techniques par plateforme.
• 07 Variables : Base de données des combinaisons testées.

3. Contributions Clés et Découvertes Empiriques

À travers plus de 200 tests de génération, l'auteur a identifié des mécanismes de filtrage previously undocumented (non documentés) :

A. L'asymétrie Présence/Absence (La Règle d'Or)

C'est la découverte la plus significative. Les filtres de sécurité sont principalement déclenchés par le langage décrivant ce qui n'est pas présent (ex: « sans vêtements », « absence de tissu ») plutôt que par le langage décrivant ce qui est présent (ex: « forme sculpturale », « ton de peau », « figure humaine »).

• Exemple bloqué : « Une femme sans vêtements dans une forêt ».
• Exemple validé : « Photographie de figure classique d'art dans la tradition de Lucian Freud — forme humaine non ornée comme sujet sculptural, debout dans une forêt ancienne ».

B. La double fonction des références artistiques

Citer des peintres ou photographes (ex: Lucian Freud, John Coplans) remplit deux fonctions simultanées :

1. Esthétique : Guide le style, l'éclairage et la composition.
2. Sécurité : Agit comme une « ancre de sécurité » culturelle. Le classificateur de texte attribue un score de sécurité plus bas (plus sûr) aux prompts contenant des tokens associés aux traditions artistiques établies.

C. Le contexte spatial comme variable indépendante

Le lieu décrit dans le prompt agit comme une variable de filtrage indépendante du vocabulaire du sujet. Une hiérarchie claire de taux de réussite a été établie :

• Contextes publics/historiques (Bains romains, cathédrales, nature sauvage) : Taux de réussite élevé (~85-90%).
• Contextes privés/intimes (Chambre, salle de bain) : Taux de réussite quasi nul (~0-40%).
• Stratégie : Convertir un contexte privé en équivalent public (ex: « salle de bain » → « bains romains ») augmente drastiquement les chances de succès sans altérer l'intention artistique.

D. Vocabulaire géométrique pour les silhouettes

Pour les silhouettes, l'anatomie (ex: « seins », « hanches ») déclenche des blocages même dans un contexte artistique. La solution est d'utiliser un vocabulaire géométrique décrivant le corps comme une séquence d'arcs abstraits (« arc projetant supérieur », « arc reculant médian »), ce qui contourne la reconnaissance de motifs corporels.

E. Calibration des types de corps par les artistes

L'étude a révélé que certains peintres (ex: Renoir, Rubens) induisent un biais de génération vers des abdomens proéminents (risque de grossesse non désiré). Une « anti-protocole grossesse » a été développé, ajoutant des contre-mesures explicites (ex: « ventre plat, torse vertical ») lors de l'utilisation de ces artistes.

4. Résultats Quantitatifs

Les tests sur FLUX 2 Pro (niveau de sécurité par défaut) montrent :

• Taux de réussite global : Entre 80 % et 90 % pour les modèles validés (T01-T03).
• Impact de la Règle d'Or : Le passage d'un langage basé sur l'absence à un langage basé sur la présence améliore le taux de réussite d'environ 60 points de pourcentage.
• Impact des références artistiques : Ajoute 15 à 20 points de réussite.
• Impact du contexte spatial : La conversion d'un contexte privé vers public ajoute 30 à 40 points de réussite.
• Impact du vocabulaire géométrique : Passe le taux de réussite de ~30 % (langage anatomique) à 82 % (langage géométrique) pour les silhouettes.

5. Limites et Considérations Éthiques

• Limites : La méthode est actuellement spécifique à FLUX 2 Pro et aux compositions de dos/silhouette. Les vues de face restent plus difficiles à générer. Les mises à jour des filtres peuvent rendre certains mots-clés obsolètes.
• Éthique : La méthode est conçue exclusivement pour l'expression artistique légitime. Elle ne permet pas la génération de contenu sexuellement explicite, non consensuel ou impliquant des mineurs. Elle offre une « troisième voie » entre la censure totale de l'art et l'utilisation de modèles sans garde-fous.

6. Signification et Conclusion

Le papier FIGURA démontre que la tension entre sécurité des contenus et expression artistique dans l'IA générative n'est pas un dilemme binaire insoluble. En formalisant des principes empiriques (comme la Règle d'Or) et en créant un système modulaire, il est possible de générer de l'art légitime du corps humain au sein des mécanismes de sécurité actifs.

Ce travail comble un vide crucial entre la documentation académique de la censure et les solutions pratiques, offrant aux artistes professionnels un cadre reproductible pour naviguer dans les contraintes des plateformes commerciales sans compromettre la sécurité ni la qualité artistique.