Images ChatGPT : ce que ça fait bien, ce que ça fait mal
Emily Carter
Générer une image dans une conversation a un avantage qu'aucun outil dédié n'égale : il n'y a rien à apprendre. On décrit, on regarde, on ajuste. Pour explorer une idée, c'est le chemin le plus court.
Les limites apparaissent plus tard, et toujours au même endroit : au moment de passer d'une image à un livrable. Ce guide dit où se situe cette frontière.
Réponse directe. La génération conversationnelle est excellente pour explorer, itérer sur une idée et produire une image d'illustration. Elle bloque sur trois choses : les dimensions exactes, la cohérence d'une série, et la correction d'une zone sans toucher au reste.
Ce que ça fait bien
L'exploration. Décrire une idée et la voir en quelques secondes, puis reformuler. Aucune interface, aucun réglage, aucune décision technique préalable. C'est ce qui rend l'outil si efficace en amont d'un projet.
L'itération en langage courant. « Plus sombre », « vue de plus loin », « enlève le personnage de droite » — la conversation garde le contexte, ce qui évite de tout redécrire à chaque essai.
Les images d'illustration. Tout ce qui sert à accompagner un texte, illustrer un concept, occuper un fond. Là où l'image doit évoquer sans documenter.
Le raisonnement sur l'image. Pouvoir demander pourquoi une composition ne fonctionne pas, ou quoi changer pour obtenir un effet donné, est un usage réel que les générateurs dédiés n'offrent pas.
Les trois blocages
Les dimensions
Vous pouvez demander un format carré, portrait ou paysage. Vous ne pouvez pas demander 1 584 × 396 px.
Or presque toutes les destinations réelles imposent des dimensions précises : une bannière LinkedIn, une miniature YouTube, une fiche produit. Un recadrage après coup est donc systématiquement nécessaire — et il faut que l'image générée contienne assez de marge pour le supporter.
En pratique : générez plus large que nécessaire, puis recadrez au format exact. La référence des formats donne les dimensions de chaque destination.
La cohérence d'une série
C'est la limite la plus structurante. Générer une image est facile ; générer huit images qui se ressemblent l'est beaucoup moins.
Chaque génération repart en partie de zéro. Même avec une description identique, la lumière, la palette et le cadrage varient. Pour un carrousel, une gamme de produits ou une page d'équipe, cette variation se voit immédiatement.
Les outils dédiés traitent ce problème en acceptant des images de référence qui fixent la direction artistique pour toute une série — c'est ce que fait le générateur d'image quand on lui donne des références de marque.
La correction locale
Demander « change juste le fond » relance une génération complète, et le sujet bouge avec.
C'est le blocage le plus frustrant en production, parce qu'il survient au pire moment : quand l'image est presque bonne. Vous perdez alors ce qui fonctionnait en essayant de corriger ce qui ne fonctionnait pas.
La retouche locale résout exactement ce cas : seule la zone désignée est régénérée, tout le reste est conservé au pixel près.
Le texte dans l'image
Le problème le plus visible, et il n'est pas propre à ChatGPT : tous les générateurs d'image traitent le texte comme une forme visuelle, pas comme du langage. Le résultat ressemble à des lettres sans en être — surtout au-delà de quelques mots.
La solution est la même partout : ne demandez pas le texte au modèle. Générez l'image sans texte, puis ajoutez-le par-dessus. C'est plus rapide, toujours correct, et cela permet de modifier le texte sans régénérer l'image.
Quand rester dans la conversation, quand en sortir
Restez quand vous explorez, quand l'image sert d'illustration, quand vous itérez sur une idée, ou quand vous avez besoin de comprendre pourquoi quelque chose ne marche pas.
Sortez dès que l'un de ces quatre cas se présente :
- L'image doit respecter des dimensions exactes.
- Il en faut plusieurs, cohérentes entre elles.
- Il faut corriger une zone sans toucher au reste.
- Le sujet doit être exactement le vôtre — un produit réel, une personne identifiable.
Ce dernier point mérite d'être souligné : un produit généré est plausible, pas exact. Pour une fiche produit, partez d'une photo réelle et ne générez que l'environnement.
Un déroulé mixte
Le plus efficace en pratique n'est pas de choisir, c'est d'enchaîner :
- Explorez dans la conversation. Trouvez la direction, la composition, l'ambiance.
- Reproduisez la direction retenue dans un outil qui accepte des références, pour produire la série.
- Corrigez localement ce qui doit l'être, sans tout régénérer.
- Recadrez aux formats de destination et ajoutez le texte par-dessus.
- Compressez avant publication.
L'étape 1 est celle où la conversation est imbattable. Les étapes 2 à 5 sont celles où elle ne suffit pas.
Une remarque sur la vérification
Les images générées ont un défaut discret et régulier : elles sont plausibles avant d'être exactes. Un objet technique aura le bon air général et le mauvais détail ; une scène professionnelle aura le bon décor et un outil tenu à l'envers.
Le réflexe utile est de vérifier les détails qui relèvent de votre domaine, parce que ce sont exactement ceux que le modèle ne connaît pas et que votre public, lui, connaît.
Ce qu'il faut retenir
La génération conversationnelle est le meilleur outil d'exploration disponible, et un mauvais outil de production. La frontière est nette : dès qu'il faut des dimensions exactes, une série cohérente ou une correction locale, il faut en sortir.
Le texte ne se demande pas au modèle, il s'ajoute par-dessus. Et pour tout ce qui doit être exactement votre produit, partez d'une photo réelle.
Emily Carter
J'aide les équipes marketing de jeunes SaaS et les marques qui vendent en direct à produire davantage de supports de campagne sans perdre la cohérence de leur marque. Je travaille sur des déroulés concrets : tester des créations en publicité payante, puis itérer sur ce qui fonctionne.
Questions fréquentes
Décrivez ce que vous voulez dans la conversation : la génération se déclenche automatiquement quand la demande porte sur une image. Vous pouvez ensuite demander des ajustements en langage courant, ce qui relance une génération complète plutôt que de modifier l'image existante.
