Qu’est-ce que le CFG Scale ?
Le CFG Scale (Classifier-Free Guidance Scale) est l’un des paramètres les plus influents de Stable Diffusion. Il contrôle l’intensité avec laquelle l’IA suit votre prompt textuel lors de la génération d’une image. Compris entre 1 et 30 dans la plupart des interfaces, ce réglage détermine l’équilibre entre la créativité du modèle et la fidélité à votre description.
À la base, Stable Diffusion génère une image à partir d’un bruit aléatoire en répondant simultanément à deux signaux : le prompt que vous avez saisi et une condition « vide » (sans instruction). Le CFG Scale multiplie la différence entre ces deux directions. Plus la valeur est élevée, plus l’IA s’éloigne du hasard pour se conformer strictement à vos mots.
Les plages de valeurs et leurs effets concrets
Voici ce que vous obtenez selon les réglages testés sur les modèles SD 1.5 et SDXL :
| Valeur CFG | Comportement | Usage recommandé |
|---|---|---|
| 1-3 | Image très créative, peu fidèle au prompt, couleurs douces | Exploration artistique, styles abstraits |
| 4-7 | Équilibre optimal pour la plupart des cas | Génération généraliste, portraits, paysages |
| 8-12 | Fidélité stricte au prompt, contrastes accentués | Images techniques, objets précis, architectures |
| 13-20 | Saturation extrême, artefacts visuels fréquents | Corrections ponctuelles, puis downscale |
| 20+ | Images brûlées, couleurs criardes, quasi-inutilisable | Éviter sauf cas très spécifiques |
Comment le CFG Scale interagit avec les autres paramètres
Le CFG Scale ne fonctionne pas isolément. Sa combinaison avec deux autres réglages détermine la qualité finale.
Lien avec le nombre d’étapes (Steps)
Une valeur CFG élevée exige plus d’étapes de débruitage pour converger proprement. Testé avec Euler a sur SD 1.5 : à CFG 15, 20 étapes produisent des artefacts visibles, tandis que 40 étapes lissent les transitions. À CFG 7, la différence entre 25 et 50 étapes est marginale. Règle empirique : si vous montez le CFG au-dessus de 10, augmentez proportionnellement les étapes.
Lien avec le sampler
Les samplers réagissent différemment au CFG Scale. DPM++ 2M Karras tolère mieux les valeurs élevées qu’Euler classique. UniPC reste stable jusqu’à CFG 12 sur SDXL. DPM++ SDE, plus stochastique, gagne en créativité à CFG bas (4-6) mais sature plus vite. Pour vos tests systématiques, conservez le même sampler lorsque vous faites varier le CFG.
Lien avec la résolution
En 512×512 (SD 1.5) ou 1024×1024 (SDXL), le CFG Scale se comporte normalement. En dessous, les valeurs hautes amplifient le bruit de compression. Au-dessus, spécialement en portrait (768×1344), un CFG de 5-6 suffit souvent car le modèle dispose de plus de pixels pour interpréter le prompt.
Méthode pratique pour trouver votre valeur idéale
Plutôt que de deviner, utilisez cette procédure reproductible :
- Fixez un prompt simple et précis, par exemple : « photographie d’une tasse de café sur une table en bois, lumière naturelle de fenêtre »
- Gardez steps à 30, sampler DPM++ 2M Karras, résolution native du modèle
- Générez une grille avec CFG 4, 7, 10, 13, 16 (fonction XYZ plot dans Automatic1111, ou script équivalent)
- Examinez à quelle valeur le sujet devient reconnaissable sans distorsion
- Raffinez ensuite par increments de 1 autour de cette valeur
Pour les prompts complexes avec plusieurs éléments (personnage + décor + action + atmosphère), préférez CFG 8-10. Pour les prompts minimalistes (« chat rouge, style peinture à l’huile »), CFG 5-7 suffit et préserve la qualité picturale.
Erreurs fréquentes à éviter
Montez toujours le CFG pour plus de détails. Faux. Les détails proviennent du prompt, de la résolution et du modèle. Un CFG trop haut ajoute du contraste artificiel, pas de la définition. Les textures deviennent plastiques, les visages perdent leur naturalité.
CFG 7 est la valeur universelle. Partiellement vrai uniquement pour SD 1.5. Sur SDXL, les modèles de base sont entraînés pour fonctionner optimalement vers 4-6. Sur les modèles fine-tunés anime, CFG 3-5 produit souvent les meilleurs résultats. Consultez la documentation du modèle spécifique.
Le CFG corrige un prompt flou. Non. Un prompt vague restera vague. Le CFG force l’IA à choisir une interprétation parmi celles possibles, souvent la plus contrastée, pas forcément la plus pertinente. Un prompt précis à CFG modéré surpasse toujours un prompt vague à CFG élevé.
Applications spécifiques et réglages testés
Portrait photoréaliste : CFG 6-8, DPM++ 2M Karras, 30 steps. Au-delà, la peau devient trop lisse ou trop texturée de manière irréaliste.
Illustration fantasy détaillée : CFG 9-11, 40 steps. La cohérence des multiples éléments (armure, créature, environnement) nécessite une guidance forte.
Logo ou design graphique : CFG 10-12, Euler a, 25 steps. La lisibilité des formes prime sur le réalisme.
Inpainting (correction locale) : CFG 2-4 supérieur au réglage original de l’image. L’inpainting avec un masque étroit tolère mal les valeurs hautes qui créent des bordures visibles.
Conclusion opérationnelle
Le CFG Scale est un outil de contrôle directionnel, pas une augmentation universelle de qualité. Commencez systématiquement par 7 avec SD 1.5 ou 5 avec SDXL, ajustez selon la complexité du prompt et la présence d’artefacts. Documentez vos réglages retenus par type de projet : cette base de données personnelle accélèrera considérablement vos sessions futures de génération.