Les créateurs de contenu souhaitent souvent générer des images personnalisées avec des thèmes personnels, dépassant les capacités des modèles traditionnels de texte à image. De plus, ils peuvent souhaiter que les images générées incorporent des lieux, styles, ambiances spécifiques, etc. Les méthodes de personnalisation existantes peuvent faire des compromis entre la capacité de personnalisation et l'alignement avec des invites textuelles complexes. Ce compromis peut nuire à la fidélité des invites et des thèmes des utilisateurs. Nous proposons une nouvelle approche, axée sur la personnalisation d'invites individuelles, pour résoudre ce problème. Nous appelons cette méthode la personnalisation alignée sur l'invite. Bien que cette approche puisse sembler limitée, notre méthode excelle dans l'amélioration de l'alignement du texte et permet de créer des images avec des invites complexes et sophistiquées, ce qui peut constituer un défi pour les technologies actuelles. Plus précisément, notre méthode utilise un terme de distillation d'échantillonnage de score supplémentaire pour maintenir l'alignement du modèle personnalisé avec l'invite cible. Nous démontrons la polyvalence de notre méthode dans des configurations à plusieurs clichés et à un seul cliché, et montrons en outre qu'elle peut combiner plusieurs thèmes ou s'inspirer d'images de référence telles que des œuvres d'art. Nous effectuons des comparaisons quantitatives et qualitatives avec les techniques de référence et de pointe existantes.