Cartes croquis IA style tableau blanc
Un sujet, une série
Transformez n'importe quel sujet en une série de cartes croquis au feutre noir, avec des bonshommes allumettes. Le volet anglais laisse le modèle incruster de courtes étiquettes directement dans le dessin; le volet chinois dessine des fonds sans texte et y superpose l'écriture manuscrite avec PIL — style verrouillé, pour que toute la série semble dessinée d'une seule traite.
10
cartes / série
EN+ZH
deux volets
4
crédits/image (qualité low)
5
étapes du pipeline
Ce que vous saurez faire ensuite
- Découper un sujet en 8–12 croquis, à raison d'un fait par carte
- Garder toute une série visuellement cohérente grâce à un style verrouillé (tableau blanc façon RSA-animate)
- Volet anglais : faire incruster de courtes étiquettes dans le croquis par gpt-image-2
- Volet chinois : générer des fonds sans texte, puis superposer une écriture manuscrite nette avec PIL (le modèle ne sait pas écrire le chinois)
- Tout piloter à partir de cards.json — modifier les textes sans redessiner
- Verrouiller les faits par des vérifications multisources pour qu'aucune statistique hallucinée par le modèle ne soit publiée
Matériel du cours
Soumettez vos informations pour téléchargerIndiquez quelques renseignements et votre sujet d'intérêt pour télécharger la série d'exemple, le gabarit de légende et la spécification de la compétence (skill).
Pour envoyer ces ressources aux personnes réellement intéressées, laissez vos coordonnées de base et vos sujets d’intérêt avant de télécharger. Le fichier s’ouvre automatiquement après l’envoi.
Structure du cours
Du verrouillage des faits à la conception des cartes, puis aux deux volets de génération, jusqu'au contrôle qualité et à la publication.
Verrouiller les faits
Vérification multisource, un fait par ligne avec ses sources
Concevoir cards.json
Arc narratif, un fait par carte, étiquettes courtes
Volet anglais
Le modèle incruste le texte, la requête (prompt) verrouille le style
Volet chinois
Fond sans texte + écriture manuscrite superposée avec PIL
Composition et contrôle qualité
Choix de la grande image / superposition, planche contact, repérage du texte illisible
Légende et publication
Légende pour les médias sociaux + mise en ligne sur nextagent.ca
Incruster l'anglais, superposer le chinois
Les modèles d'image savent écrire de courts textes en anglais, mais pas en chinois — d'où deux volets distincts, et un style verrouillé qui garde toute la série cohérente.
La boucle standard
- Recherche : réunir au moins 2 sources faisant autorité et confirmer chaque chiffre
- Conception : un fait par carte dans cards.json
- Anglais : make_prompts --lang en → gen → finalize (choix de la grande image)
- Chinois : make_prompts --lang cn → gen (sans texte) → finalize (superposition)
- Contrôle qualité : lire la planche contact, ne régénérer que la carte illisible
- Légende : titre / corps / sources / avertissement
Trois piliers
Verrouiller les faits
Multisource
Chaque record tient sur une ligne avec sa source; les événements postérieurs à la date limite des connaissances du modèle doivent être vérifiés en ligne — n'inventez jamais un résultat.
Piloté par les données
cards.json
Un seul JSON contient toutes les cartes; les scripts prennent l'en-tête anglais ou l'en-tête chinois sans texte selon --lang. Modifiez les textes sans redessiner.
Deux volets
Incrustation ou superposition
L'anglais est incrusté dans l'image par le modèle; le chinois est un fond sans texte sur lequel l'écriture manuscrite est superposée avec PIL.
Liste de vérification avant publication
Avant de publier une série, confirmez au minimum : 1. Chaque carte correspond-elle à un fait vérifié? 2. Des statistiques hallucinées par le modèle sont-elles incrustées (p. ex. « possession 62 % »)? 3. Les noms chinois sont-ils dans la légende, plutôt que forcés dans l'image de fond? 4. Un texte de titre est-il illisible? 5. Tous les liens vers les sources figurent-ils dans la légende? 6. La mention « Exemple généré par IA; les données appartiennent aux sources d'origine » est-elle présente?
Rythme pédagogique suggéré
| Heure | Durée | Module | Mode |
|---|---|---|---|
| 00:00–10:00 | 10 min | Pourquoi un fait par carte | Exposé |
| 10:00–25:00 | 15 min | Verrouiller les faits + concevoir cards.json | Analyse |
| 25:00–45:00 | 20 min | Volet anglais : requêtes à texte incrusté + génération | Pratique |
| 45:00–65:00 | 20 min | Volet chinois : fond sans texte + superposition | Pratique |
| 65:00–80:00 | 15 min | Contrôle qualité + légende pour les médias sociaux + publication | Discussion |
À qui s'adresse ce cours
Pour toute personne qui doit transformer rapidement un sujet en une série complète de contenus visuels.
Bon profil ✓
- Créateurs / gestionnaires de médias sociaux
- Consultants en production de contenu IA
- Équipes qui créent des carrousels explicatifs
- Utilisateurs de Claude Code / OpenClaw
Pas le bon profil ✗
- Vous avez besoin d'illustrations photoréalistes
- Vous ne vérifierez pas les faits avant de publier
- Vous voulez une seule affiche, pas une série (voir mmc-longposter)
Questions fréquentes
Pourquoi le chinois a-t-il besoin de son propre volet?
gpt-image-2 ne sait pas écrire le chinois : le résultat est illisible. Les cartes chinoises sont donc générées comme fonds sans texte (chiffres seulement), puis un titre et une légende manuscrits nets sont superposés avec PIL.
Dois-je régénérer les images pour modifier les textes?
Pas pour le chinois : le texte est superposé. Modifiez cn_title / cn_caption dans cards.json et relancez finalize — instantané, zéro crédit. Le texte anglais est incrusté; le modifier implique donc de régénérer la carte concernée.
Combien cela coûte-t-il?
La qualité low, utilisée par défaut, coûte 4 crédits/image — environ 40 pour une série de 10 cartes, ce qui suffit largement visuellement pour des croquis.
Puis-je me fier aux chiffres sur les cartes?
Les faits principaux sont vérifiés auprès de plusieurs sources, mais le modèle d'image ajoute çà et là du microtexte décoratif (p. ex. « possession 62 % ») qui n'est PAS une vraie donnée. Les vrais faits se trouvent dans la légende et dans le champ fact de cards.json — vérifiez avant de publier.
Le code est-il ouvert (open source)?
Les outils et l'exemple complet, en anglais et en chinois, sont publiés en open source sur github.com/NextAgentBC/doodle-cards.
Vous voulez transformer votre sujet en série de cartes?
Nous pouvons relier pour vous la recherche, la conception, la génération et les légendes en une seule chaîne réutilisable de production de contenus visuels.