Générer des images de recettes de cuisine à partir de ses restes dans le frigo

Vous ouvrez le frigo. Des restes, des légumes qui traînent, un bout de fromage, des œufs. Vous vous demandez : qu’est-ce que je peux faire avec ça ? L’IA peut vous aider à deux niveaux : vous donner des idées de recettes à partir de la liste d’ingrédients (ça, les assistants texte le font déjà), et générer des images du plat : une assiette appétissante, un rendu « photo de cuisine » pour vous motiver ou pour illustrer votre propre recette. Ce guide vous explique comment générer des images de recettes à partir de vos restes dans le frigo : quels outils, quels prompts, et ce que les débutants se trompent (et comment corriger).

Pourquoi des images de recettes (et pas seulement une liste) ?

Une liste d’ingrédients et des étapes, c’est utile. Une image du plat final, c’est motivant. Vous voyez à quoi ça peut ressembler. Vous pouvez l’utiliser pour vous faire envie, pour un blog, un carnet de recettes perso, ou pour envoyer une idée à des amis. L’IA ne cuisine pas à votre place. Elle visualise une idée de plat à partir des ingrédients que vous lui donnez. Think about it this way. C’est comme feuilleter un livre de recettes : la photo vous donne l’ambiance et l’envie. Ici, la « photo » est générée à la demande, à partir de ce que vous avez (ou de ce que vous imaginez faire). Nous verrons comment obtenir des rendus appétissants et crédibles, pas des plats bizarres ou flous.

Deux usages : idées de recettes + visuel du plat

Vous pouvez enchaîner : d’abord le LLM vous propose « Omelette aux légumes et fromage », puis vous demandez au générateur une image de ce plat. Ou vous inventez directement un nom de plat à partir de vos restes et vous générez l’image. Le rendu ne sera pas une photo de votre propre assiette, mais une image type recette qui illustre l’idée. Pour des visuels cohérents si vous générez plusieurs plats (blog, carnet), la structuration du prompt comme un directeur artistique et le workflow visuels publicitaires cohérents donnent des repères de style.

Workflow pas à pas

Étape 1 : Lister vos restes (ou les ingrédients disponibles)

Notez tout ce qui est utilisable : légumes (carottes, courgettes, oignons, tomates), protéines (œufs, reste de poulet, jambon, fromage), féculents (pâtes, riz, pain), herbes, épices. Pas besoin de tout utiliser dans un seul plat. Cette liste sert au LLM pour proposer des recettes et à vous pour formuler le prompt d’image. Exemple : « carottes, oignons, œufs, fromage râpé, basilic ».

Étape 2 : Obtenir une idée de plat (LLM)

Ouvrez ChatGPT, Claude ou un autre assistant. Prompt type : « J’ai ces ingrédients : [liste]. Donne-moi 2 ou 3 idées de recettes simples, avec un titre de plat et 3–4 étapes max. » Vous recevez par exemple : « Omelette aux légumes et fromage », « Carottes râpées poêlées avec œuf au plat », « Quiche rapide aux légumes et fromage ». Choisissez un plat. Le titre et la description vous serviront pour le prompt d’image. Pour aller plus loin sur l’écriture avec l’IA (noms de plats, étapes), le guide pour faire écrire un texte par l’IA sans effet artificiel peut vous aider à obtenir des formulations naturelles.

Étape 3 : Générer l’image du plat

Ouvrez un générateur d’images. Construisez un prompt qui décrit le plat et le style photo. Exemple (en anglais, souvent plus efficace pour les modèles) : « Appetizing [name of dish], on white plate, fresh herbs garnish, soft natural lighting, food photography, top view, shallow depth of field, no text. » Remplacez [name of dish] par le nom du plat (ex. « vegetable omelette with cheese »). Conseils : indiquez no text pour éviter des étiquettes ou du texte illisible. Privilégiez food photography, appetizing, soft lighting pour un rendu proche des magazines cuisine. Évitez de surcharger (« with 10 ingredients visible ») : restez sur un plat final simple. Générez 2 à 4 variantes, choisissez la plus appétissante. Pour éviter un rendu trop « plastique », les astuces contre l’effet plastique en IA peuvent s’appliquer en post-production si besoin.

Ce que les débutants se trompent (et comment corriger)

Erreur 1 : Un prompt trop vague

« Food » ou « plat » donne des images génériques, parfois bizarres (composition, couleurs). Le plat ne correspond pas à l’idée de recette.

Correction. Nommez le plat précisément : « vegetable omelette with cheese and herbs », « creamy carrot soup with croutons », « pasta with tomato and basil ». Ajoutez toujours le style : « food photography », « appetizing », « on white plate », « soft lighting ».

Erreur 2 : Trop d’éléments dans une seule image

Vous demandez « plate with omelette, salad, bread, and soup ». L’IA mélange tout, la composition devient confuse.

Correction. Un plat principal par image. Si vous voulez une table complète, faites une seconde génération avec « table setting with [dish name], simple composition ». Pour une série cohérente, gardez le même style (lumière, type d’assiette) sur toutes les images.

Erreur 3 : Texte ou étiquettes dans l’image

Les modèles ont tendance à ajouter du texte (noms de plats, logos) souvent illisible ou faux. Ça gâche l’image pour un blog ou un carnet.

Correction. Ajoutez no text, no words, no labels dans le prompt. Si du texte apparaît quand même, régénérez ou recadrez pour le supprimer.

Erreur 4 : Rendu peu appétissant (couleurs fades, lumière plate)

Sans indication de style, l’image peut être terne, trop sombre ou trop artificielle.

Correction. Insistez sur soft natural lighting, appetizing, fresh, warm tones (pour des plats réconfortants) ou bright, fresh (pour des salades, légumes). « Food photography » et « shallow depth of field » aident à un rendu proche des magazines. Pour des visuels de décoration ou d’ambiance, la même attention à la lumière s’applique.

Deux scénarios concrets

Scénario 1 : Restes du frigo, une idée et une image pour le soir

Paul a des tomates, de la mozzarella, du basilic, de l’huile. Il demande à un LLM : « Recette simple avec tomates, mozzarella, basilic. » Il obtient « Caprese salad » et une version « Bruschetta ». Il choisit la caprese. Il ouvre un générateur d’images et tape : « Caprese salad, tomato mozzarella basil, white plate, olive oil drizzle, fresh, soft natural light, food photography, no text. » Il génère 3 fois, choisit l’image la plus appétissante. Il la garde sur son téléphone comme inspiration pour le soir et la met dans son carnet de recettes perso (Notion, note, etc.) avec la liste d’ingrédients et les étapes. Résultat : moins de gaspillage, une idée claire et une image motivante.

Scénario 2 : Blog ou carnet de recettes illustré

Marie tient un petit blog ou un carnet de recettes « anti-gaspi ». Elle crée des recettes à partir de restes, rédige les étapes (à la main ou avec l’IA), et veut une image par recette. Pour chaque plat, elle génère une image avec le même style : « [nom du plat], on white plate, soft natural light, food photography, top view, no text ». Elle obtient une série cohérente (même type d’assiette, même lumière). Elle exporte en bonne résolution et insère les images dans ses articles. Elle précise en légende ou en mention « Illustration générée par IA » si elle veut être transparente avec ses lecteurs. Pour la cohérence visuelle, le workflow visuels cohérents et la série narrative donnent des idées.

Ressource externe

Pour des références de food photography (composition, lumière, couleurs), les sites de recettes et les magazines cuisine restent une bonne source. Bon Appétit propose de nombreuses photos de plats qui peuvent inspirer vos descriptions de prompt (angle, garniture, style d’assiette).

Enchaîner avec d’autres usages créatifs

La logique « idée + visuel cohérent » vaut pour d’autres contenus. Pour créer une carte d’anniversaire, vous partez d’un brief et vous générez un visuel sur mesure. Pour illustrer une histoire pour enfants, vous gardez un style guide d’une image à l’autre. Et pour les bases de l’IA (texte + image), le guide pour les vrais débutants vous donne le cadre.