L’effet Mandela montre que plusieurs personnes peuvent partager, avec une grande assurance, un même souvenir erroné.
Du côté des intelligences artificielles, la question prend une nouvelle dimension : un LLM peut avoir appris des associations inexactes si ses données d’entraînement contenaient des erreurs, et créer involontairement un effet Mandela en transmettant ces erreurs aux utilisateurs humains.
Les premières études sur ce sujet ne décrivent pas un phénomène automatique, mais elles montrent combien une erreur crédible peut devenir difficile à déloger. Cet article revient sur leurs résultats pour distinguer ce qui est établi de ce qui reste hypothétique, et comprendre pourquoi ces recherches renforcent l’exigence de fiabilité des contenus publiés en ligne.
Trois exemples d’effet Mandela pour tester votre mémoire
Jouons à un jeu.
Monsieur Monopoly porte-t-il un monocle ?
Fermez les yeux quelques secondes et imaginez le personnage du Monopoly.
La moustache, le haut-de-forme, la canne, le monocle.
Le monocle…
Problème pour ce dernier accessoire : Monsieur Monopoly n’en a jamais porté.
Pikachu a-t-il le bout de la queue noir ?
Passons maintenant à Pikachu.
Sa couleur jaune. Ses oreilles aux extrémités noires. Sa queue en forme d’éclair.
Et peut-être, au bout de cette queue, une extrémité noire.
Sauf que ce détail n’a jamais existé.
Que dit vraiment Dark Vador ?
Dernier essai, cette fois avec l’une des répliques les plus célèbres de l’histoire du cinéma :
« Luke, je suis ton père. »
Là encore, la formule communément retenue n’est pas celle qui est prononcée dans L’Empire contre-attaque.
Dark Vador s’adresse bien à Luke, mais il dit en réalité :
« Non. Je suis ton père. »
Même erreur, même certitude, chez un grand nombre de personnes.
Voilà l’effet Mandela.
D’où vient l’effet Mandela ?
L’effet Mandela désigne donc un faux souvenir précis partagé par un grand nombre de personnes. Il ne consiste pas simplement à oublier un détail : plusieurs individus reconstruisent la même version erronée d’un fait, d’une image ou d’un événement, souvent avec une forte confiance dans leur souvenir.
L’histoire de l’expression commence avec Fiona Broome, une autrice américaine qui enquêtait et écrivait sur les phénomènes paranormaux. En 2009, elle a donné le nom d’« effet Mandela » au souvenir très vif qu’elle disait conserver : celui de Nelson Mandela mort en prison dans les années 1980.
Lorsqu’elle a raconté ce souvenir en ligne, d’autres internautes ont affirmé se rappeler le même événement, parfois jusque dans les détails de ses funérailles. Broome a alors créé un site pour recueillir ces témoignages et a popularisé l’expression.
Nelson Mandela n’est pourtant pas mort en prison. Il a été libéré en 1990, est devenu président de l’Afrique du Sud en 1994 et est décédé en 2013.
À RETENIR
L’effet Mandela illustre la capacité de la mémoire à produire une représentation cohérente et familière qui ne correspond pourtant pas aux faits établis.
Par analogie, l’effet Mandela est à la mémoire ce que l’hallucination est à la perception : une expérience qui semble réelle, mais ne concorde pas avec la réalité observée.
Pourquoi partageons-nous les mêmes faux souvenirs ?
Les exemples de Monsieur Monopoly et de Pikachu que l’on a vus plus haut ne sont pas seulement des curiosités populaires.
Lors d’une première expérience, 100 adultes ont observé 40 icônes principalement issues de la culture populaire. Pour chacune, ils devaient choisir entre la version correcte et deux versions modifiées.
Sur certaines images, le résultat ne ressemblait pas à une série d’erreurs aléatoires :
de nombreux participants sélectionnaient la même version modifiée ;
ils se déclaraient familiers du personnage ou du logo ;
ils affirmaient être confiants dans leur réponse.
D’autres expériences ont montré que ces faux détails n’étaient pas seulement dus à un manque d’attention. Ils pouvaient apparaître spontanément lorsque les participants devaient redessiner les images de mémoire.
Des reconstructions plausibles, mais pas une explication unique
Certains ajouts paraissent faciles à comprendre.
Le monocle de Monsieur Monopoly complète assez naturellement le portrait mental d’un homme riche du début du XXe siècle lorsqu’on se le représente. Déjà pourvu d’une moustache, d’un haut-de-forme et d’une canne, il peut sans problème porter un monocle, n’est-ce pas ?
Pour Pikachu, les extrémités noires des oreilles peuvent favoriser le souvenir d’un motif comparable sur la queue.
Ces deux explications sont séduisantes. Mais elles restent insuffisantes.
Les chercheuses n’ont pas identifié de mécanisme unique capable d’expliquer tous les cas observés. Leur principal constat est plus sobre : certaines représentations provoquent des faux souvenirs particulièrement répandus et précis, alors même que les personnes ont majoritairement été exposées à l’image correcte.
Finalement, avec cette étude, on comprend bien que la mémoire ne fonctionne donc pas comme un disque dur qui restituerait une copie intacte. Elle reconstruit une version plausible de ce qui a été perçu. Quitte, parfois, à ajouter un détail qui n’a jamais existé.
Une IA peut-elle créer de faux souvenirs chez ses utilisateurs ?
Les 180 participants ont commencé par lire un des trois articles proposés, tous contenant des informations exactes.
Après une courte tâche destinée à créer une coupure avec la lecture, ils ont été répartis aléatoirement en cinq groupes de 36 personnes. Tous avaient donc lu à ce stade un article factuellement correct.
La différence entre les groupes tenait à l’étape suivante :
Groupe témoin : aucune nouvelle information n’était montrée après la tâche intermédiaire. Les participants passaient ensuite au test de mémoire.
Lecture d’un résumé fidèle : les participants lisaient un résumé statique contenant dix informations exactes tirées de l’article.
Lecture d’un résumé trompeur : ils lisaient un résumé mêlant cinq informations exactes et cinq informations plausibles, mais absentes de l’article.
Discussion avec un chatbot fidèle : la conversation commençait par le même résumé fidèle, puis le chatbot amenait l’utilisateur à discuter des dix informations exactes.
Discussion avec un chatbot trompeur : la conversation commençait par le résumé trompeur, puis le chatbot réintroduisait les cinq fausses informations au fil de l’échange et demandait à l’utilisateur de réagir.
À la fin, tous les participants répondaient aux 15 mêmes questions. Pour chacune, ils devaient dire s’ils se souvenaient l’avoir lue dans le texte initial, puis évaluer leur degré de confiance.
Le chatbot trompeur a produit l’effet le plus marqué
Dans le groupe ayant lu le résumé trompeur, la proportion moyenne de faux souvenirs était supérieure à celle du groupe témoin. L’écart n’était cependant pas statistiquement significatif.
Mais l’effet le plus important provenait des échanges avec le chatbot trompeur. Le groupe concerné rapportant significativement plus de faux souvenirs que chacun des quatre autres groupes.
RÉSULTAT CLÉ
Les participants ayant discuté avec le chatbot trompeur ont rapporté 2,92 fois plus de faux souvenirs que ceux du groupe témoin.
Les auteurs de l’étude avancent que le caractère interactif de la conversation pourrait avoir renforcé l’engagement et la crédibilité perçue du contenu. Aussi intéressante soit-elle, leur expérience constate donc surtout l’écart de perception entre les formats d’interaction. Elle ne permet pas d’isoler avec certitude le mécanisme psychologique (en l’occurrence, notre effet Mandela) qui l’explique.
Les IA peuvent-elles développer des « faux souvenirs collectifs » ?
Très récemment, dans une étude mise en ligne en 2026, des chercheurs ont développé ManBench, un benchmark qui mesure un phénomène comparable à l’effet Mandela dans des systèmes composés de plusieurs agents IA.
ManBench réunit 4 838 questions à choix multiples réparties entre quatre domaines. Treize modèles commerciaux ou ouverts ont été évalués à l’aide de cinq protocoles.
Pour chaque question, le modèle testé, appelé « agent sujet », répond d’abord seul. Cette étape établit sa connaissance de départ.
Pour calculer le « taux de basculement » au cœur du benchmark, les chercheurs se concentrent ensuite sur les réponses initialement correctes. Ils exposent l’agent à une conversation dans laquelle d’autres agents défendent une réponse fausse, mais plausible, puis mesurent la proportion de réponses qui passent du vrai au faux.
Quand plusieurs agents fabriquent un faux consensus
Dans la configuration la plus générique, plusieurs agents sans rôle particulier interviennent à tour de rôle. Ils soutiennent tous la même mauvaise réponse et l’accompagnent d’éléments présentés comme des preuves.
Dans la configuration « par rôles », cinq agents construisent un récit plus élaboré :
le premier introduit la conclusion erronée ;
le deuxième ajoute des détails inventés, mais plausibles ;
le troisième approuve les arguments précédents pour créer l’impression d’une majorité ;
le quatrième adopte la posture d’un expert et emploie un vocabulaire académique pour légitimer le récit ;
le cinquième exprime d’abord des doutes, puis finit par se rallier au groupe.
Et l’agent sujet assiste à cette discussion avant d’être interrogé de nouveau.
Résultats : tous les modèles évalués ont vu une partie de leurs réponses initialement correctes devenir fausses après l’interaction. Pour presque tous, les groupes organisés par rôles ont provoqué davantage de basculements que les groupes génériques.
Sur GPT-4o, par exemple, le taux de réponses passées du vrai au faux à court terme atteignait 46,04 % avec un groupe générique et 55,95 % avec le groupe organisé par rôles.
Une « mémoire » très différente de la mémoire humaine
Le terme de « faux souvenir collectif » doit rester entre guillemets.
Une IA ne se souvient pas des choses comme un être humain. Dans cette étude, la mémoire à long terme était simulée : les conclusions de la conversation étaient résumées, puis fournies au modèle comme contexte lors d’une nouvelle interaction.
Le benchmark reposait aussi sur des tâches contrôlées, notamment des questions à choix multiples. Il ne reproduit donc pas toute la complexité des échanges réels entre différents systèmes d’IA.
ATTENTION AU MOT « MÉMOIRE »
Chez l’humain, le faux souvenir résulte d’un processus cognitif. Dans ManBench, il désigne le passage d’une réponse correcte à une réponse fausse après une influence sociale simulée, puis éventuellement la persistance de cette erreur lorsqu’un résumé de l’échange est réinjecté dans un nouveau contexte du modèle.
Des défenses conçues par les auteurs du benchmark
Après avoir identifié les formes d’influence les plus efficaces, les chercheurs ont conçu en réponse deux défenses directement intégrées aux instructions données au modèle.
L’ancrage cognitif lui demande d’établir sa propre réponse avant d’examiner l’avis du groupe, de comparer les affirmations reçues à ce point de départ et de justifier tout changement.
L’examen des sources lui demande d’analyser la crédibilité des intervenants, leurs stratégies de persuasion et le caractère éventuellement artificiel d’un consensus trop cohérent.
Les auteurs ont également testé une défense au niveau de l’apprentissage du modèle, à l’aide d’un entraînement complémentaire mêlant des exemples de résistance à la manipulation et des situations où l’agent devait accepter une correction légitime.
Dans leur évaluation, ces stratégies ont entraîné une réduction moyenne de 74,4 % du taux de basculement par rapport aux configurations sans protection !
Ce que l’effet Mandela change pour les producteurs de contenu
Ces deux études consacrées à l’IA décrivent des situations différentes.
Dans la première, une conversation trompeuse avec un système d’IA générative modifie ce qu’un humain pense avoir lu. Dans la seconde, plusieurs agents IA donnent à une réponse fausse l’apparence d’un récit cohérent et collectivement validé, et induisent en erreur un autre agent IA.
Le parallèle avec l’apprentissage des LLMs que nous utilisons tous les jours sur les données qui circulent en ligne se fait naturellement.
Attention,cela ne signifie pas que toute page publiée est intégrée aux données d’entraînement d’un modèle. Les corpus sont collectés, filtrés et dédupliqués selon des procédures qui varient d’un acteur à l’autre.
Mais tout de même, le risque est présent. D’autant qu’une erreur peut suivre plusieurs chemins :
Elle peut être publiée et reprise en ligne. Si la page incriminée fait partie des sources collectées pour un futur entraînement, l’erreur peut contribuer aux régularités apprises par le modèle.
Elle est consultée au moment de la réponse. Les IA connectées à un moteur de recherche ou à une base documentaire peuvent résumer une page erronée sans qu’elle ait jamais figuré dans leurs données d’entraînement.
Elle est reformulée puis republiée. Une réponse générée peut alimenter à son tour un article, un message ou une nouvelle page, qui redevient accessible aux humains, aux moteurs et à d’autres systèmes d’IA.
Le parcours de l’information s’est allongé
Longtemps, bien faire son métier de producteur de contenu a d’abord voulu dire informer correctement ses lecteurs.
Cette responsabilité ne disparaît pas. Mais un contenu peut désormais être :
lu directement par un internaute,
résumé ou reformulé par un chatbot,
confronté à d’autres sources,
réutilisé dans une chaîne de plusieurs agents,
puis remis en circulation sous une nouvelle forme.
Lorsqu’une information suit ce parcours, sa fiabilité ne suit plus le circuit court Publication → Consultation, et ne se limite plus à ses lecteurs directs. Elle compte aussi pour tous les usages et toutes les transformations de l’information qui peuvent suivre sa publication.
Trois réflexes éditoriaux à renforcer
Les recherches sur les faux souvenirs liés aux IA sont récentes et ne permettent pas de prédire précisément le parcours d’une erreur publiée en ligne. Mais elles illustrent un même problème : plus une information est reprise et transformée, plus il devient important que les faits, leurs sources et leur degré de certitude résistent à ces transformations.
Cela n’impose pas d’inventer de nouvelles règles éditoriales. Cela renforce surtout l’importance de trois principes déjà essentiels :
Remonter aux sources primaires. Une étude, une décision ou une donnée gagne à être vérifiée dans le document qui l’établit, pas seulement dans les contenus qui la commentent.
Distinguer les faits des hypothèses. Une explication plausible ne doit pas être présentée avec le même degré de certitude qu’un résultat établi.
Préserver les nuances lors des reformulations. Une limite méthodologique supprimée d’un résumé peut transformer un résultat local en vérité générale. Une vigilance d’autant plus nécessaire lorsque l’on confie à une IA des tâches de synthèse ou de vérification : le fact-checking avec l’IA reste un exercice délicat.
CE QU’IL FAUT RETENIR
Une information publiée en ligne peut désormais être lue, résumée, reformulée et remise en circulation par des humains comme par des IA. Produire un contenu fiable, sourcé et correctement nuancé permet aussi de mieux préserver l’information au fil de ces transformations.
Les outils changent. Le principe, lui, reste le même.
Ce n’est pas parce qu’une information est familière, répétée et largement partagée qu’elle est vraie.
La vidéo est devenue un format incontournable du web pour accéder rapidement à une information, ou en savoir plus sur un évènement ou un sujet. Mais dès lors qu’il faut s’appuyer sur son contenu, il devient nécessaire d’en évaluer la fiabilité : d’où vient-elle, dans quel contexte a-t-elle été publiée, que montrent réellement les images et sur quelles preuves reposent les informations avancées ?
Répondre à ces questions demande de croiser plusieurs types de vérifications. L’origine d’une séquence, son contexte, son contenu visuel, les affirmations qu’elle contient et les sources qui les soutiennent apportent chacun une partie de la réponse, mais doivent être examinés conjointement pour parvenir à une conclusion solide.
Alors, comment juger correctement de la fiabilité d’une vidéo à l’ère de l’IA ? Cet article propose une méthode pour mener ces contrôles de manière structurée, mobiliser les outils adaptés à chaque étape et déterminer ce que l’on peut réellement retenir d’une vidéo.
Sur quels critères peut-on juger la fiabilité d’une vidéo ?
La fiabilité d’une vidéo repose sur cinq dimensions complémentaires : son origine, son authenticité, son contexte, l’exactitude de ses affirmations et la qualité de ses sources.
Cette grille permet d’examiner séparément :
ce que montre la vidéo,
les conditions dans lesquelles elle circule,
et la solidité des informations qu’elle transmet.
Dimension
Question à poser
Origine
Qui a publié la vidéo initialement ?
Authenticité
Que peut-on vérifier sur l’historique du média ?
Contexte
La date, le lieu et la légende correspondent-ils aux images ?
Affirmations
Les faits avancés peuvent-ils être contrôlés ?
Sources
Les preuves citées soutiennent-elles précisément les affirmations ?
Ces dimensions ne se valident pas les unes les autres. Une vidéo peut par exemple montrer un événement réel tout en étant republiée plusieurs mois plus tard avec une légende qui lui attribue un autre lieu ou une autre date. Les images restent alors authentiques, mais l’information transmise devient trompeuse.
De la même manière, identifier l’auteur ou retrouver la première publication ne permet pas de confirmer les déclarations contenues dans la vidéo. Plus une affirmation pèse dans le message général, plus les éléments qui permettent de l’étayer doivent être examinés attentivement.
Comment vérifier l’origine et le contexte d’une vidéo ?
La première étape consiste à retrouver la publication la plus ancienne accessible, puis à comparer son auteur, sa date, sa description et son contexte avec la version consultée. L’objectif est de comprendre d’où vient la séquence avant d’évaluer ce qu’elle affirme.
Retrouver la publication originale
Il faut commencer par examiner le compte qui diffuse la vidéo. Est-il à l’origine des images ou les republie-t-il ? Mentionne-t-il un auteur, un média, un témoin ou une organisation ? Une recherche sur le titre, une phrase prononcée ou une image extraite de la séquence peut permettre de retrouver une version antérieure.
La publication la plus ancienne retrouvée n’est pas nécessairement la source originale. Elle constitue seulement le premier point documenté de la recherche. Un extrait peut avoir circulé auparavant dans un espace privé, avoir été supprimé ou provenir d’une diffusion en direct non archivée.
Contrôler la date, le lieu et la légende
La date de mise en ligne doit être distinguée de la date de l’événement. Il faut également comparer la légende avec les éléments visibles ou audibles : langue, météo, bâtiments, signalétique, personnes présentes et références temporelles.
Une incohérence ne prouve pas immédiatement une manipulation. Elle indique qu’un contrôle supplémentaire est nécessaire. Une vidéo peut aussi être correctement datée mais accompagnée d’un commentaire qui exagère ou transforme sa signification.
Examiner les images-clés et les informations de provenance
Le plugin InVID-WeVerify rassemble des fonctions destinées à la vérification de contenus en ligne. Il permet notamment d’extraire des images-clés, d’effectuer des recherches inversées et d’examiner des informations contextuelles ou certaines métadonnées. L’AFP Factuel indique utiliser cet outil pour découper des vidéos en imagettes et rechercher leurs occurrences sur plusieurs moteurs.
Les Content Credentials répondent à une autre question : quelles informations de provenance sont associées au média ? La documentation officielle de la C2PA précise que ces données peuvent renseigner sur l’origine et l’historique d’un fichier lorsqu’elles sont disponibles. Elles ne portent cependant pas de jugement sur la véracité du message présenté.
L’absence de Content Credentials ne suffit donc pas à classer une vidéo comme fausse. Elle signifie uniquement que ce type de provenance n’est pas disponible pour le fichier examiné.
Comment vérifier ce que la vidéo affirme réellement ?
Vérifier le contenu informationnel d’une vidéo consiste à transformer son discours en affirmations précises, puis à comparer chacune d’elles avec des preuves adaptées. Cette étape est différente de la vérification visuelle : elle porte sur ce que le spectateur est invité à croire.
Utiliser le transcript pour isoler les informations importantes
Le transcript permet de retrouver les formulations exactes et d’éviter de vérifier une impression générale. Il faut relever en priorité :
les chiffres et les pourcentages ;
les dates et les lieux ;
les citations ;
les événements annoncés ;
les déclarations attribuées à une personne ou une organisation ;
les liens de cause à effet ;
les accusations et les promesses mesurables.
Une transcription peut contenir des erreurs liées à la qualité sonore, au rythme, aux noms propres ou au montage. Le passage concerné doit donc être réécouté avant de lancer la vérification.
Distinguer un fait d’une opinion
Toutes les déclarations d’une vidéo ne se vérifient pas de la même manière. Il faut d’abord identifier celles qui peuvent être confrontées à des éléments factuels : une date, un chiffre, un événement, une citation ou encore un lien de cause à effet. À l’inverse, un jugement ou une interprétation ne peuvent pas être validés ou invalidés de la même façon.
Par exemple :
La formulation « cette mesure est injuste » relève du jugement.
En revanche, « cette mesure est entrée en vigueur à telle date » peut être contrôlée dans un texte ou une publication officielle.
En outre, les prédictions doivent être distinguées des faits établis, tandis qu’une accusation exige des preuves particulièrement solides. Enfin, une affirmation trop vague peut rester invérifiable sans être pour autant considérée comme fausse.
Rechercher la source primaire
La source la plus utile dépend de la nature de l’affirmation :
un texte officiel pour une décision publique ;
une base de données pour une statistique ;
l’étude originale pour un résultat scientifique ;
l’enregistrement complet pour une citation ;
le communiqué ou le document de l’organisation concernée pour une annonce.
La source doit soutenir la même affirmation, sur la même période et dans le même périmètre. Un document traitant d’un sujet proche ne suffit pas. Le CLEMI recommande également de distinguer les sources directes des intermédiaires afin de remonter au plus près de l’origine de l’information.
Quels outils utiliser pour vérifier une vidéo ?
Le bon outil dépend de la question posée. Les solutions de provenance, les moteurs de fact-checks et les outils d’analyse des affirmations ne sont pas interchangeables : ils interviennent à des étapes complémentaires.
Besoin
Outil
Apport principal
Examiner les images et leur circulation
InVID-WeVerify
Images-clés, recherche inversée et contexte visuel
Retrouver une vérification déjà publiée
Google Fact Check Explorer
Recherche de fact-checks existants
Consulter une provenance déclarée
Content Credentials
Informations associées à l’origine et à l’historique du média
Analyser les affirmations du transcript
VideoVFY
Affirmations, corrections, sources disponibles et estimation de fiabilité
Confirmer une information importante
Sources primaires
Validation adaptée au sujet et à la date
Google présente Fact Check Explorer comme un moteur permettant aux journalistes, chercheurs et fact-checkers de retrouver des vérifications déjà réalisées. Il peut être interrogé par sujet et propose également une recherche appliquée aux images.
VideoVFY est un outil web de fact-checking vidéo assisté par IA, spécialisé dans l’analyse des affirmations contenues dans le transcript disponible d’une vidéo. Il identifie les éléments vérifiables, peut proposer des corrections ou des sources, puis fournit une estimation globale de fiabilité à lire avec le détail de l’analyse.
Cette spécialisation complète le travail de provenance visuelle. InVID-WeVerify aide notamment à rechercher d’où viennent les images, tandis que Fact Check Explorer sert à retrouver une vérification existante. Le choix dépend donc du doute à résoudre, et plusieurs outils peuvent être utilisés successivement.
Comment l’IA peut-elle aider à vérifier les affirmations d’une vidéo ?
L’IA peut accélérer une partie du travail de vérification en transformant le contenu d’une vidéo en éléments plus faciles à contrôler : transcript, affirmations, noms, dates, chiffres ou pistes documentaires. Son principal intérêt est d’organiser ce premier examen et d’identifier les informations qui méritent d’être vérifiées en priorité.
Elle peut notamment :
exploiter le transcript disponible ;
repérer les affirmations factuelles ;
séparer les éléments centraux des détails secondaires ;
proposer des corrections et des sources ;
synthétiser le résultat dans un rapport lisible.
Les résultats de cette analyse ne constituent pas les preuves elles-mêmes. Une source proposée doit être ouverte, lue et comparée à l’affirmation exacte. Cette précaution vaut pour tous les outils de vérification assistée par IA. Pour mieux comprendre les limites de cette approche et la nécessité du contrôle humain, nous expliquons dans cet article pourquoi le fact-checking avec l’IA reste complexe.
Un test réel sur une fausse annonce
Pour cet article, une analyse en direct a été lancée dans VideoVFY le 21 juillet 2026 à partir d’une vidéo YouTube affirmant que la Maison-Blanche avait annoncé la mort de Donald Trump. L’outil a affiché une estimation de fiabilité de 21 %, accompagnée de l’indication « À risque », et isolé cinq affirmations à examiner. L’annonce centrale a été classée comme probablement inexacte.
Cette conclusion a ensuite été confrontée aux éléments officiels disponibles.
Ce test permet ainsi d’illustrer, sur un cas concret, la capacité de l’outil à repérer une affirmation centrale à vérifier. Il ne permet en revanche pas d’évaluer sa précision de manière générale : un cas unique ne constitue pas un benchmark applicable à l’ensemble des vidéos.
Quels contrôles humains complètent une analyse par IA ?
Le contrôle humain sert à confirmer que les sources sont pertinentes, récentes et correctement interprétées. Il permet également d’adapter la profondeur de la vérification aux conséquences possibles d’une erreur.
Après une analyse automatisée, il faut :
réécouter le passage correspondant à chaque affirmation importante ;
ouvrir les sources proposées ;
vérifier leur auteur, leur date et leur périmètre ;
rechercher la source primaire lorsqu’elle existe ;
comparer le texte exact de la source avec celui de l’affirmation ;
conserver une formulation prudente si les preuves restent incomplètes.
Par exemple, une source peut confirmer qu’un chiffre existe tout en portant sur une autre année, une autre population ou une autre définition. Le rapprochement paraît alors plausible, mais il ne valide pas l’affirmation formulée dans la vidéo.
Pour les sujets médicaux, juridiques, financiers, scientifiques, politiques ou liés à la sécurité, le niveau de contrôle doit être adapté à l’enjeu. Une analyse automatisée peut organiser la recherche, tandis que la décision de publier doit reposer sur des documents qualifiés et, lorsque la situation l’exige, sur l’avis d’un professionnel compétent.
Quand peut-on utiliser une vidéo comme source ?
Une vidéo peut être utilisée lorsque son origine et son contexte sont suffisamment établis, et lorsque ses affirmations centrales sont soutenues par des sources adaptées. Si l’un de ces éléments reste incertain, la décision éditoriale doit le refléter.
Situation observée
Décision éditoriale
Origine claire, contexte confirmé et affirmations étayées
Utilisation possible
Message central confirmé avec une incertitude secondaire
Utilisation avec une réserve explicite
Information intéressante mais preuves encore insuffisantes
Conservation comme piste de recherche
Affirmation centrale contredite ou contexte trompeur
Ne pas utiliser comme source
Avant de publier, une dernière checklist permet de sécuriser la décision :
l’auteur ou le diffuseur initial est-il identifié ?
la date de l’événement est-elle confirmée ?
la légende correspond-elle réellement aux images ?
les affirmations centrales ont-elles été retranscrites exactement ?
les sources primaires ont-elles été consultées ?
les sources portent-elles sur la même période et le même périmètre ?
les incertitudes sont-elles clairement indiquées ?
la vidéo apporte-t-elle une preuve ou seulement une piste ?
À l’ère de l’IA, vérifier une vidéo ne consiste donc pas à chercher un verdict instantané, mais davantage à croiser plusieurs niveaux de vérification pour déterminer quel crédit accorder à son contenu. Des outils comme InVID-WeVerify, Google Fact Check Explorer, les Content Credentials ou VideoVFY peuvent intervenir lors de ces différentes étapes.
L’IA peut accélérer ce travail, mais elle ne dispense ni de consulter les sources ni d’en apprécier la pertinence et les limites. Le fact-checking reste donc un processus dans lequel l’humain doit conserver la maîtrise de la conclusion.
Un principe d’autant plus important que les mêmes technologies qui facilitent aujourd’hui certaines vérifications rendent également les contenus trompeurs plus faciles à produire et plus difficiles à identifier.
Vous êtes comme la majorité des professionnels, et vous utilisez ChatGPT sur une base régulière ? Plusieurs fois par semaine, voire plusieurs fois par jour ?
Avec l’expérience, vous avez peut-être développé votre propre méthode. Vous avez identifié vos tâches récurrentes et structuré des « prompts maîtres », des instructions dans un GPT personnalisé, ou encore une bibliothèque bien organisée dans un Google Doc, avec une charte éditoriale et quelques exemples de bons livrables.
Bref, votre manière de bien travailler avec l’IA s’est affinée avec le temps. Par la force des choses, elle s’est sans doute aussi dispersée entre plusieurs outils et documents.
Les Skills ChatGPT peuvent dans ce cas devenir vos meilleures alliées. Cette nouvelle fonctionnalité d’OpenAI permet de formaliser une partie de votre savoir-faire pour que ChatGPT puisse le réutiliser avec agilité lorsqu’il accomplit une tâche.
J’ai récemment créé ma première Skill ChatGPT à partir d’une méthode d’optimisation éditoriale développée dans le cadre de mon activité de consultant. L’expérience m’a permis de mieux comprendre l’intérêt professionnel de cette fonctionnalité.
Je vous en parle dans cet article, et je vous explique où et comment créer votre première « Compétence ChatGPT ».
Qu’est-ce qu’une Skill (Compétence) dans ChatGPT ?
OpenAI définit une Skill (« compétence » en français dans le texte) comme un processus de travail réutilisable et partageable qui indique à ChatGPT comment accomplir une tâche spécifique. La « Skill » peut ainsi réunir des instructions, des exemples, des ressources et du code, sous quelque format que ce soit.
À noter que lesdites instructions peuvent être :
des instructions que vous lui donnez dans le chat
des instructions présentes dans les documents fournis
des instructions que ChatGPT aura inférées pour optimiser son fonctionnement lors de la création de la Skill
Une fois créée et installée, ChatGPT peut mobiliser la Skill (ou même plusieurs) lorsque l’utilisateur en a besoin, dans un espace de travail dédié appelé… « Work ».
Dans l’interface ChatGPT par défaut, vous avez désormais le choix entre l’onglet « Chat » et l’onglet « Work ».
Work dans ChatGPT, qu’est-ce que c’est ?
Work est un espace de travail qui fournit un cadre agentique pour mener une tâche complexe de bout en bout. Dans cet environnement d’exécution, les Skills sont des méthodes et des savoir-faire réutilisables et compilables avec d’autres ressources.
Quel est l’avantage des Skills dans ChatGPT ?
L’avantage d’une Skill réside dans le fait de créer une compétence réutilisable, issue de vos ressources, afin que ChatGPT puisse la mobiliser et l’appliquer dans n’importe quel contexte, au besoin, sans que vous ayez à tout réinjecter à chaque nouvelle demande.
Pour quel type de tâche les Skills sont utiles ?
OpenAI destine la fonctionnalité des Skills aux tâches dont la qualité dépend d’une approche répétable : plusieurs étapes à suivre, un format structuré, des exigences précises ou des standards métier à respecter. Elles peuvent aussi être partagées au sein d’une organisation et sont prises en charge dans Codex et dans l’API.
Les applications des Skills dépassent largement la création de contenu (même si c’est ce qui nous intéresse en premier lieu sur ce blog). Préparation de synthèses, reporting, workflows commerciaux, projets RH, développement informatique sont autant de cas d’usage possibles.
Dit autrement : dès qu’une méthode de travail peut être formalisée, elle peut potentiellement donner lieu à une Skill.
Les Skills reposent sur un standard ouvert
Les Skills ne sont pas limitées à l’écosystème OpenAI. Le concept existe notamment chez Anthropic avec les Agent Skills de Claude. Anthropic a publié Agent Skills comme standard ouvert, et OpenAI indique que ses propres Skills suivent ce standard. Celui-ci s’appuie sur un fichier central SKILL.md, auquel peuvent s’ajouter des scripts, de la documentation ou d’autres ressources.
OpenAI précise qu’une Skill conforme peut être téléchargée depuis un produit et installée dans un autre. Le savoir-faire formalisé dans une Skill peut donc devenir portable entre différents environnements compatibles, même si les capacités et les modalités d’exécution peuvent varier selon les plateformes.
Pourquoi créer une Skill quand on utilise déjà beaucoup ChatGPT ? Un exemple
Pour un utilisateur régulier, l’intérêt principal de cette nouvelle fonctionnalité est de capitaliser sur une méthode de travail déjà construite.
Dans mon cas, j’avais un exemple parfait à disposition, à travers une mission d’optimisation éditoriale. Elle reposait sur plusieurs ressources, dispersées mais complémentaires :
un GPT personnalisé et ses instructions ;
un Google Doc méthodologique approfondi ;
des prompts complémentaires de pilotage ;
des exemples de contenus déjà optimisés.
Selon la mission, je pouvais avoir besoin de retrouver une ressource, de transmettre à nouveau certaines règles ou de reconstruire suffisamment de contexte pour obtenir le comportement attendu.
La Skill m’a rendu cette méthode disponible plus facilement.
Très important : elle a aussi défini automatiquement comment utiliser les ressources en question :
quelle procédure suivre,
quelles règles mobiliser selon la situation,
et jusqu’où le modèle peut agir de manière autonome.
C’est là que se situe une partie de sa valeur ajoutée, et qui la dissocie d’un Custom GPT classique par exemple. En comprenant le contexte de votre savoir-faire, la Compétence construite formalise des règles de comportement robustes, pour arriver au livrable le plus satisfaisant possible.
Dans ma Skill, par exemple, ChatGPT doit sélectionner les consignes pertinentes, préparer son plan de travail, détecter certaines opportunités d’optimisation SEO et conduire la tâche jusqu’au livrable.
Il peut aussi se concentrer sur une partie spécifique du travail d’optimisation. Dès lors que la consigne est formalisée dans la Compétence, il pourra l’utiliser de manière très fiable, sans risque d’amalgame avec les autres consignes des ressources mobilisées.
Par exemple, l’amélioration des informations éditoriales à des fins de « chunking » destiné aux LLM, fait partie de mon process d’optimisation. Sans entrer dans le détail des consignes, ChatGPT doit respecter un ensemble de règles qui l’aident à identifier les informations suffisamment fortes ou uniques dans le contenu travaillé, pour les transformer en des unités de réponse plus autonomes.
Dès que je le sollicite sur ce point, il va en toute autonomie rechercher les éléments structurants et les appliquer au contenu. Je peux ainsi demander une optimisation sans identifier moi-même chaque règle à appliquer ou chaque passage candidat.
Skill, Projet, GPT personnalisé : quelle différence ?
OpenAI a tendance à multiplier les fonctionnalités dans ChatGPT, au point qu’il devient parfois difficile de comprendre leurs différences et de savoir laquelle utiliser. D’autant que certaines se chevauchent en partie. C’est le cas des Skills, des Projets et des GPT personnalisés par exemple.
Leur usage principal reste toutefois différent.
Outil ChatGPT
Usage principal
Prompt
Formuler une demande ponctuelle
Projet
Conserver le contexte, les fichiers et les conversations liés à un travail dans la durée
Créer une version de ChatGPT configurée autour d’un objectif spécifique
Skill
Faire appliquer une méthode ou un workflow réutilisable avec ses instructions et ressources
OpenAI présente ainsi les Projets comme un moyen de travailler avec un contexte commun entre plusieurs conversations, tandis que les Skills transforment des tâches récurrentes en workflows réutilisables.
Un Projet peut donc centraliser le contexte d’un client. Une Skill peut formaliser une méthode de travail applicable dans ce projet, mais aussi ailleurs lorsqu’elle reste pertinente.
Comment créer une Skill dans ChatGPT ?
Le chemin le plus simple pour créer votre première Skill ChatGPT, est de passer par le mode Work et de prompter une demande très simple :
« Aide-moi à créer une compétence. »
ChatGPT vous aide alors à cadrer le besoin avec ce type de questions :
Avant de créer votre Skill
1. Quelle tâche doit-elle savoir accomplir ? 2. Quelle demande allez-vous typiquement lui adresser ? 3. Quelles ressources doit-elle pouvoir utiliser ? 4. Jusqu’où peut-elle agir sans votre validation ?
Il est également possible de créer et gérer une Skill depuis l’interface dédiée. OpenAI permet notamment de créer une Skill avec le chat, avec l’éditeur ou en important une Skill existante depuis son ordinateur.
Une fois créée, votre nouvelle Skill est facilement retrouvable en utilisant le « + » en bas à gauche du champ de prompting, ou en l’appelant à l’aide du signe « @ » (veillez à bien être dans l’onglet « Work », sinon, vous ne la retrouverez pas).
Que peut-on mettre dans une Skill ?
Une Skill peut contenir ses instructions de fonctionnement et s’appuyer sur des ressources comme des prompts, des procédures détaillées, des règles métier, des templates, des exemples ou n’importe quel document de référence.
Pour préparer la vôtre, commencez par inventorier ce que vous utilisez déjà.
Vos prompts existants. Prompts maîtres, séquences récurrentes, instructions d’un ancien GPT personnalisé.
Vos méthodes. Workflows, checklists, processus et critères de décision.
Vos règles métier. Charte éditoriale, exigences client, standards de qualité ou formats attendus.
Vos exemples. Livrables réussis, templates, cas représentatifs.
Vos retours d’expérience. Les corrections que vous apportez régulièrement à ChatGPT et les comportements que vous avez appris à mieux cadrer.
Il n’est pas indispensable de transformer préalablement cet ensemble en une documentation parfaitement homogène. Dans mon cas, j’ai fourni des ressources de nature différente. ChatGPT les a ensuite organisées dans la Skill.
À quoi ressemble l’intérieur d’une Skill ?
Quand on demande à ChatGPT de créer ou modifier une Skill, il utilise automatiquement une Skill système appelée skill-creator pour la générer, la mettre à jour ou la dépanner.
Une fois créée, chaque Skill s’appuie sur un fichier central appelé SKILL.md.
Ce fichier porte les instructions du workflow et peut renvoyer vers des ressources complémentaires utilisées selon les besoins. C’est également le principe décrit par le standard Agent Skills.
Dans mon cas, ChatGPT a créé une architecture en plusieurs couches, que je détaille juste en-dessous.
NB : ce travail d’ingénierie de la Compétence est automatiquement fait par ChatGPT. Vous n’avez rien d’autre à faire que de préparer vos ressources et de les lui fournir en amont de la création.
SKILL.md : l’orchestration générale
Le fichier central définit la mission de la compétence et organise les différentes sources de savoir-faire.
Il articule plusieurs couches issues de mon ancien système de travail, fixe leur ordre de priorité et indique quels sous-fichiers consulter selon la tâche. Il définit également noir sur blanc le degré d’autonomie attendu. Voici un court extrait du fichier SKILL.md ci-dessous.
core-workflow.md : la méthode opérationnelle
Ce fichier décrit le processus complet : collecte des informations, cadrage, audit, programmation des interventions, optimisation et fact-checking.
Il prévoit aussi deux modes. Le mode autonome exécute la méthode jusqu’au livrable ; le mode accompagné permet de reprendre le contrôle étape par étape.
regimes.md : l’adaptation à différentes missions
La Skill adapte son niveau d’intervention au type de travail demandé : optimisation éditoriale, page e-commerce, migration ou audit, par exemple.
Les mêmes règles ne sont donc pas appliquées mécaniquement à chaque situation.
quality-rules.md : les standards transversaux
Un autre fichier centralise les exigences qui doivent encadrer le travail : qualité rédactionnelle, précision des informations, fact-checking, SEO, optimisation GEO ou contrôle final.
Les règles GEO prévoient par exemple de structurer certaines informations en unités autonomes, mais sans imposer ce format partout.
implementation-patterns.md : apprendre à partir d’exemples
Enfin, la Skill dispose d’exemples de contenus déjà optimisés.
Ils servent à reconnaître les effets recherchés — hiérarchie de l’information, réponses directes, expertise, preuve — avec une consigne explicite : ne pas les copier comme des gabarits obligatoires.
Cette arborescence n’est pas imposée à toutes les Skills. L’organisation des ressources dépend de la tâche et du savoir-faire à formaliser.
Comment utiliser une Skill dans un travail réel ?
Une fois installée, une Skill peut être sélectionnée explicitement dans une conversation « Work ». ChatGPT peut également utiliser automatiquement une ou plusieurs Skills lorsqu’elles sont jugées utiles.
Le cas échéant, la Skill apparaît parmi les sources disponibles pour le travail en cours. Ledit travail vous permet donc également de mobiliser d’autres ressources pour avancer sur votre tâche.
La Skill vient ainsi apporter sa méthode et ses règles à un environnement de travail bien plus large. C’est toute la puissance de cette fonctionnalité !
Work permet également de choisir le modèle mobilisé pour réaliser la tâche. Les nouveaux modèles GPT-5.6 (Luna, Terra et Sol) proposent différents niveaux de capacité et d’effort de raisonnement.
Pour les travaux les plus complexes, cette articulation prend tout son sens : la Skill apporte la méthode et les règles à suivre, tandis que le modèle fournit les capacités de raisonnement nécessaires pour les mobiliser avec discernement au fil de la tâche.
Dans l’exemple ci-dessous, le panneau latéral de Work permet de suivre la progression de la tâche, de retrouver les sources consultées en ligne et les livrables produits, tout en visualisant l’utilisation du navigateur cloud (nécessaire à ce moment précis de la tâche).
La tâche est très complexe, et pourtant le suivi reste accessible, clair et contrôlable.
En résumé, l’articulation dans ChatGPT se veut assez bien pensée :
la Skillapporte un savoir-faire puissant, structuré et réutilisable
Work fournit l’environnement dans lequel ChatGPT peut mobiliser ce savoir-faire avec les autres ressources et capacités nécessaires à la tâche.
Retour d’expérience
Dans mes premiers tests, j’ai ainsi sollicité la même compétence sur plusieurs dimensions d’un travail : optimisation globale, intervention ciblée ou vérification d’une règle particulière. ChatGPT a toujours commencé par contrôler le contenu de la Skill pour y trouver les instructions correspondantes et se mettre sur les rails attendus d’exécution.
Pour commencer avec les Skills de ChatGPT
Identifiez une tâche que vous réalisez régulièrement avec ChatGPT, sur laquelle vous avez assez de maturité dans la collaboration.
Rassemblez les méthodes, prompts et ressources que vous utilisez déjà. Dans la mesure du possible, prenez le temps de les formaliser clairement et de combler les zones de flou. Sinon, ChatGPT risque de les interpréter ou de les compléter à votre place.
Définissez le résultat attendu et le niveau d’autonomie souhaité.
Demandez directement à ChatGPT, dans une conversation « Work », de créer une Skill. ChatGPT pose alors des questions complémentaires et propose ensuite de l’installer.
Les nouveaux modèles de génération d’images ont franchi un cap. Ils ne se contentent plus de produire de belles illustrations, fidèles à vos prompts les plus créatifs.
Leur évolution repose sur 3 avancées majeures. Ils savent désormais :
générer du texte lisible,
respecter des mises en page complexes,
et conserver une forte cohérence visuelle entre plusieurs images ou variantes d’un même sujet.
Cette combinaison ouvre la voie à des créations qui étaient encore très difficiles à obtenir il y a quelques mois : couvertures de magazines, catalogues, infographies, planches de BD, scènes narratives… Les possibilités se sont considérablement élargies.
Dans cet article, je vous propose d’abord une sélection des principales tendances d’images IA qui circulent actuellement sur les réseaux sociaux et dans les communautés de créateurs.
Vous découvrirez ensuite des idées de prompts plus ambitieuses, conçues pour exploiter pleinement les capacités des nouveaux modèles de génération d’images.
Que vous cherchiez des idées de visuels IA, des prompts ChatGPT prêts à l’emploi ou simplement de l’inspiration, cette sélection de 32 exemples vous permettra de mieux comprendre ce qu’il est désormais possible de créer avec ChatGPT Images et les modèles de nouvelle génération.
Toutes les idées de visuels IA à consulter dans le carrousel ci-dessous
Pas le temps de parcourir l’article tout de suite ? Faites défiler le carrousel ci-dessous pour découvrir les 32 tendances de génération d’images IA à tester avec ChatGPT Images 2.0. Si l’une d’elles vous inspire, poursuivez votre lecture : chaque idée est accompagnée d’explications, d’exemples et d’un prompt prêt à l’emploi à copier.
01La rencontre de son soi enfant
01 / 32
Les 9 tendances de visuels IA qui font actuellement parler d’elles
1. La rencontre de son soi enfant
L’une des tendances IA les plus émouvantes du moment consiste à faire dialoguer son « moi » adulte avec son « moi » enfant à partir de deux photos. Popularisé sur Instagram avant d’être largement relayé sur les réseaux sociaux, ce montage est rendu crédible par les progrès des nouveaux modèles dans la cohérence des visages, des expressions et de la mise en scène.
Il suffit de fournir une photo de vous enfant et une photo actuelle : ChatGPT Images 2.0 recompose automatiquement une scène cohérente, même si les clichés d’origine sont très différents.
Voir le prompt utilisé
Using the two uploaded images, create a black-and-white portrait.
On the left, place the childhood version facing right.
On the right, place the adult version facing left.
They are sitting across from each other at a small table with a birthday cake in the middle showing the current age.
The image should feel emotional, realistic and cinematic, with soft studio lighting and natural facial expressions.
Do not make the scene fantastical.
Keep both faces recognizable and photorealistic.
(Merci ChatGPT, mais je n’ai plus 32 ans depuis longtemps…)
2. Le dessin « Paint » volontairement raté
À contre-courant des images IA ultra-réalistes, cette tendance consiste à transformer une photo en un dessin volontairement maladroit, commes’il était réalisé sous Microsoft Paint avec une souris. Popularisée sur Threads puis rapidement reprise sur X et Instagram, elle séduit par son humour et son côté nostalgique, en détournant les prouesses techniques des nouveaux modèles pour produire un résultat… volontairement imparfait.
Voir le prompt utilisé
Remake this image as an inexpert, childish doodle scribbled on MS Paint using a mouse alone.
3. La caricature psychologique personnalisée
Cette tendance est apparue avec les nouvelles fonctionnalités de mémoire de ChatGPT. Elle consiste à demander à l’IA de résumer votre personnalité sous la forme d’une caricature, en s’appuyant sur vos conversations passées. Rapidement devenue virale, elle a été largement partagée sur les réseaux sociaux, les utilisateurs découvrant avec amusement – ou parfois inquiétude – la façon dont ChatGPT les perçoit.
Voir le prompt utilisé
Create a caricature of me and my job based on everything you know about me.
Fill the scene with objects, tools, projects, recurring topics, hobbies, goals, achievements and personality traits that represent me.
Make the caricature humorous but accurate. Include meaningful visual references connected to my work and interests.
Highly detailed illustration, colorful editorial caricature style, professional quality.
4. Le scrapbook narratif
Inspirée de l’esthétique scrapbook popularisée par Pinterest, cette tendance consiste à transformer une ou plusieurs photos en un collage mêlant polaroids, tickets, annotations manuscrites, autocollants et souvenirs de voyage. Les nouveaux modèles excellent dans cet exercice, capables de composer des images complexes tout en intégrant du texte et de nombreux éléments graphiques de façon crédible.
Voir le prompt utilisé
Transform the uploaded photo into a nostalgic scrapbook-style collage.
Preserve my face, hairstyle and expression accurately.
Create a handcrafted memory page using:
- overlapping Polaroid photos
- torn paper textures
- washi tape
- handwritten notes
- travel tickets
- postage stamps
- pressed flowers
- cute stickers
- small doodles
- date labels
Use warm vintage colors, soft film grain and realistic paper textures.
The page should look like a real scrapbook assembled by hand, with a balanced composition and dozens of small details to discover.
High-end editorial quality.
5. La couverture de magazine
Les fausses couvertures de magazines figurent parmi les usages les plus populaires des nouveaux modèles de génération d’images. Grâce à leurs progrès en mise en page et en rendu du texte, il est désormais possible de créer des unes d’un réalisme saisissant, avec des titres, accroches et éléments graphiques parfaitement lisibles. Une simple photo suffit pour se glisser dans la peau d’une personnalité faisant la couverture d’un magazine.
Voir le prompt utilisé
Turn the uploaded portrait into the cover of a premium business and technology magazine called "AI INSIDER".
Create a realistic editorial cover with:
- a bold, modern masthead
- a main cover story featuring me
- six short, believable cover headlines related to AI, innovation and digital marketing
- a barcode
- issue date
- price
- premium magazine typography
- professional editorial layout
Use dramatic studio lighting, realistic skin tones and a confident pose.
The cover should be indistinguishable from a real magazine sold in a bookstore.
Avoid gibberish text. Every headline must be readable, coherent and professionally written.
6. Le portrait qui traverse le temps
L’une des grandes avancées des nouveaux modèles réside dans leur capacité à maintenir une cohérence visuelle entre plusieurs images. Ils peuvent désormais faire évoluer un même sujet au fil du temps, sous différents angles ou dans des contextes variés, sans perdre les éléments qui le rendent immédiatement identifiable.
Voir le prompt utilisé
Using the uploaded front-facing portrait as the identity reference, create a premium five-panel chronological portrait showing the same person at different stages of life.
The five portraits should represent:
1. 5 years old
2. 15 years old
3. 30 years old
4. 40 years old
5. 70 years old
Important requirements:
- Preserve the person's facial identity consistently across all five ages.
- Keep recognizable facial structure, eyes, nose, smile and overall personality.
- Adapt hairstyle, skin texture, facial proportions and age-related details naturally for each stage of life.
- Use the same camera angle, framing and neutral background for every portrait.
- Keep identical lighting and photographic style across the five images.
- Show subtle evolution rather than exaggerated aging.
- Avoid caricature, excessive wrinkles or unrealistic age transformations.
- Keep the same facial expression with only subtle emotional maturity changes across the five portraits
Arrange the five portraits side by side in chronological order with elegant labels:
"5 years", "15 years", "30 years", "40 years", "70 years".
The final result should resemble a premium editorial feature illustrating the evolution of the same person through life, with highly realistic photography and perfect identity consistency.
7. Le même paysage à différentes heures de la journée
Cette capacité de cohérence du sujet ne s’applique pas uniquement aux personnages. Les nouveaux modèles savent également conserver la composition, les objets et l’ambiance générale d’une scène tout en faisant évoluer un seul paramètre, comme la lumière, la météo ou la saison. L’exemple ci-dessous, que je trouve encore plus convaincant que le précédent, illustre cette continuité visuelle à travers trois moments clés d’une même journée.
Voir le prompt utilisé
Create a premium three-panel editorial composition showing the exact same Italian village square at three different moments of the same day.
The three panels should represent:
1. Sunrise
2. Golden hour (late afternoon)
3. Blue hour (just after sunset)
Important requirements:
- The viewpoint must remain absolutely identical in all three panels.
- Every building, window, café terrace, fountain, tree and street element must remain in exactly the same position.
- Keep the same people, bicycles, tables and objects, allowing only natural changes in posture or activity.
- The only significant evolution should come from the passage of time:
- lighting
- shadows
- sky colors
- atmosphere
- shop lights
- human activity
The progression should feel completely natural, as if the same camera had remained fixed throughout the day.
Arrange the three images side by side with elegant captions:
Sunrise
Golden Hour
Blue Hour
Ultra-realistic editorial photography, natural colors, subtle cinematic atmosphere, perfect visual continuity between all three panels.
8. Le voyage temporel photographique
Les nouveaux modèles excellent dans la reconstitution de photographies d’époque. À partir d’un simple portrait, ils peuvent recréer une scène crédible en adaptant les vêtements, la coiffure, les couleurs, le grain de la pellicule et même l’environnement pour donner l’illusion d’un véritable cliché ancien. Le résultat va bien au-delà d’un simple filtre vintage et plonge le sujet dans une autre époque.
Voir le prompt utilisé
Transform the uploaded photo into an authentic photograph taken in Paris in 1978.
Keep my face clearly recognizable while adapting my hairstyle, clothing and accessories to the late 1970s.
Use the visual characteristics of a real 35mm analog camera:
- subtle film grain
- slightly faded colors
- realistic lighting
- soft contrast
- minor lens imperfections
- tiny dust particles
- authentic photographic texture
Avoid modern objects, logos, clothing or architecture.
The final image should look like a genuine photograph discovered in a family photo album from 1978, not a modern AI illustration.
Le cœur du prompt se situe ici : « transform this photo into a photo taken in… ». J’y ajoute trois optimisations inspirées des retours des utilisateurs sur les réseaux sociaux :
Préciser le type d’appareil (« 35mm analog camera ») améliore nettement le rendu photographique.
Interdire explicitement les éléments modernes évite les anachronismes qui cassent l’illusion.
Comparer le résultat à une photo retrouvée dans un album de famille pousse ChatGPT à produire une image moins « cinématique » et plus crédible.
9. L’esthétique photo imparfaite
À contre-courant des images ultra-lisses générées par l’IA, cette tendance revendique l’imperfection. Inspirée des appareils jetables et des pellicules des années 1990-2000, elle reproduit les défauts qui donnent du caractère à une photographie : flash frontal, grain, couleurs délavées, flou léger ou cadrage approximatif. Les nouveaux modèles excellent désormais à recréer ces imperfections, pour un rendu qui évoque davantage un véritable souvenir qu’une image artificielle.
Voir le prompt utilisé
Turn the uploaded photo into a faded late-90s disposable camera memory.
Keep the person recognizable, but make the image feel spontaneous, imperfect and unplanned.
Add:
- visible dusty film grain
- slight motion blur
- harsh direct flash
- warm oversaturated colors
- uneven lighting
- tiny scratches
- subtle light leak in one corner
- imperfect off-center framing
Make it look like a real photo found years later in an old shoebox, not a polished AI image.
No glossy retouching, no perfect skin, no cinematic color grading.
Vous cherchez des idées de visuels qui attirent immédiatement l’attention ? Retrouvez une sélection de 10 prompts prêts à l’emploi pour créer des images percutantes avec ChatGPT Images, inspirées des tendances qui fonctionnent le mieux sur les réseaux sociaux.
Les nouvelles capacités de ChatGPT Images 2.0 ouvrent la voie à des visuels inédits
Ces tendances ne sont que la partie visible de l’iceberg. Les derniers modèles de text-to-image excellent désormais dans la génération d’images qui intègrent du texte, ou respectent une mise en page ou une narration particulière.
La fiche personnage (Character Sheet)
Très populaire chez les illustrateurs, auteurs et créateurs de jeux vidéo, la character sheet s’impose avec les nouveaux modèles de génération d’images. L’objectif n’est plus de produire un simple portrait, mais une véritable fiche de référence regroupant poses, expressions et accessoires. Le prompt ci-dessous compile les éléments les plus fréquents des tutoriels consacrés à cette nouvelle capacité de ChatGPT Images.
Il n’existe pas de prompt viral unique. En revanche, les formulations partagées reprennent presque toujours les mêmes éléments :
une vue de face du personnage ;
plusieurs expressions faciales ;
plusieurs poses ;
les tenues et accessoires ;
une palette de couleurs ;
des annotations ou fiches descriptives.
Voir le prompt utilisé
Create a professional character reference sheet for the person in the uploaded photo.
Include:
- a full-body front view
- a full-body back view
- six facial expressions
- three dynamic poses
- the character's signature outfit and accessories
- a color palette
- small annotated callouts describing key visual traits
Use a clean, professional character sheet layout on a white background, similar to those used in animation and video game studios.
Le moodboard professionnel
Longtemps réservé aux agences de création, le moodboard devient accessible en quelques secondes grâce à ChatGPT Images. Designers, marketeurs et architectes l’utilisent pour explorer rapidement une direction graphique avant de lancer un projet. Cette tendance s’appuie sur la capacité des nouveaux modèles à composer une planche cohérente mêlant références visuelles, couleurs, matières et annotations, comme dans un véritable brief créatif.
Il n’existe pas de prompt « viral » prêt à l’emploi. Les différentes sources convergent toutefois vers une structure commune :
définir un projet ;
préciser l’ambiance recherchée ;
demander une véritable planche de présentation ;
mélanger références visuelles, couleurs, matériaux, typographie et annotations.
Voir le prompt utilisé
Create a professional mood board for a premium AI and digital marketing brand.
Include:
- inspiring photography
- typography samples
- a curated color palette
- textures and materials
- UI inspiration
- logo directions
- keywords describing the brand personality
- layout annotations
Arrange everything on a clean creative presentation board, similar to what a branding agency would present to a client.
L’infographie générée par IA
La génération d’infographies est devenue l’un des cas d’usage phares de ChatGPT Images. Grâce à ses progrès en mise en page et en rendu du texte, l’IA peut désormais produire des schémas lisibles en une seule génération. Ce format séduit particulièrement les créateurs de contenu, qui l’utilisent pour illustrer des articles, des présentations ou des publications LinkedIn sans passer par un logiciel de design.
NB : Ce n’est pas une tendance virale sur les réseaux au sens du Starter Pack. C’est un nouvel usage qui a émergé avec GPT Image 2 grâce à un progrès majeur : la génération de texte enfin lisible dans les images.
Voir le prompt utilisé
Create a clean, modern vertical infographic explaining "How Large Language Models Work".
Include:
- a clear title
- five numbered sections
- simple flat illustrations and icons
- short, readable text for each section
- a consistent blue and white color palette
- clear visual hierarchy
- a professional editorial layout
The infographic should be easy to read at a glance and suitable for publication in a blog article.
La planche de bande dessinée
Les planches de BD comptent parmi les démonstrations les plus impressionnantes de ChatGPT Images. Les nouveaux modèles savent désormais raconter une histoire complète en plusieurs cases, tout en conservant les mêmes personnages, décors et dialogues. Une capacité qui ouvre la voie à la création de storyboards, de mangas ou de bandes dessinées sans maîtriser le dessin.
Pour un résultat convaincant, décrivez le scénario case par case afin de guider précisément la progression de l’histoire
Voir le prompt utilisé
Create a one-page comic telling the story of a medieval knight who accidentally discovers a laptop powered by artificial intelligence.
The story should have a clear narrative arc across six comic panels:
1. The knight discovers a mysterious glowing object.
2. He cautiously opens the laptop.
3. The AI starts answering his questions.
4. The knight uses the AI to improve his battle strategy.
5. He easily defeats a dragon thanks to the AI's advice.
6. Back at the castle, he is celebrated as a legendary hero while secretly thanking his magical laptop.
Keep the same characters throughout all six panels.
Include expressive facial expressions, dynamic action, readable speech bubbles and a satisfying ending.
Use a colorful Franco-Belgian comic style with clean line art and a professional comic page layout.
19 concepts visuels qui exploitent tout le potentiel de ChatGPT Images
Le CV LinkedIn d’un personnage historique
Transformer un personnage historique en candidat du XXIᵉ siècle est un excellent moyen d’exploiter les capacités de mise en page et de génération de texte de ChatGPT Images. Plus le personnage est connu, plus le décalage est amusant.
Voir le prompt utilisé
Create a realistic LinkedIn profile page for Napoleon Bonaparte as if he were applying for executive positions in 2026.
The profile should include:
- a professional profile photo
- a compelling headline
- an "About" section
- work experience
- education
- featured achievements
- top skills
- endorsements
- recommendations
- certifications
- a realistic LinkedIn interface
Keep the tone humorous but believable, with references to Napoleon's real historical achievements adapted to modern corporate language.
The result should be indistinguishable from a genuine LinkedIn profile.
Le catalogue IKEA d’un univers fictif
Les catalogues IKEA reposent sur des codes graphiques immédiatement reconnaissables. Les détourner vers un univers imaginaire permet d’obtenir un visuel riche, crédible et souvent très drôle.
Voir le prompt utilisé
Create a realistic IKEA catalogue page featuring furniture designed for dragons.
Include:
- a genuine IKEA-style page layout
- 6 original pieces of furniture with Swedish product names
- product photos in authentic IKEA studio style
- short product descriptions
- dimensions
- prices
- assembly difficulty icons
- small lifestyle photos showing dragons using the furniture
Use IKEA's clean Scandinavian graphic design, realistic typography and authentic catalogue styling.
The page should look exactly like an official IKEA catalogue.
Le même sujet décliné dans plusieurs styles artistiques
Les nouveaux modèles excellent dans la reproduction de langages visuels complexes. En demandant plusieurs interprétations d’un même sujet, vous mesurez instantanément l’influence du style sur la perception d’une image.
Voir le prompt utilisé
Create a gallery of nine interpretations of the same Parisian café.
Each version must depict the exact same composition, viewpoint and subject, but in a completely different artistic style.
Include:
- Art Nouveau
- Bauhaus
- Impressionism
- Cubism
- Japanese Ukiyo-e
- Pop Art
- Art Deco
- Minimalism
- Vaporwave
Arrange the nine images in a clean 3×3 grid with a small title beneath each style.
Each interpretation should faithfully reproduce the visual language, color palette, composition principles and materials characteristic of its artistic movement.
Un objet revisité par plusieurs designers célèbres
Les nouveaux modèles savent aussi s’inspirer des codes esthétiques propres aux grands designers. En confrontant plusieurs visions d’un même objet, vous obtenez une véritable leçon de design… générée en une seule image.
Voir le prompt utilisé
Create a premium design presentation showing the same espresso machine reimagined by eight legendary designers.
Present each version in its own panel with the designer's name.
Include interpretations inspired by:
- Dieter Rams
- Philippe Starck
- Charles & Ray Eames
- Ettore Sottsass
- Naoto Fukasawa
- Patricia Urquiola
- Marc Newson
- Jonathan Ive
Keep the product's function identical in every version while radically changing its design language, materials, proportions and details according to each designer's philosophy.
Arrange the concepts in a clean exhibition board with studio lighting, neutral backgrounds and elegant typography.
The result should look like a concept presentation prepared for a major international design exhibition.
Le guide touristique d’un monde imaginaire
Les guides de voyage possèdent des codes éditoriaux très forts. Les détourner vers un univers fictif permet de créer un document immédiatement crédible, tout en laissant libre cours à l’imagination.
Voir le prompt utilisé
Create a realistic travel guide double-page spread for the lost city of Atlantis.
Include:
- a stunning cover illustration of Atlantis
- a detailed tourist map
- "Top 10 attractions"
- local food recommendations
- practical travel tips
- a "Best time to visit" section
- a small cultural etiquette guide
- beautiful editorial photography
- captions and short articles
Use the graphic design, typography and layout of a premium Lonely Planet travel guide.
The guide should look authentic, professionally published and entirely dedicated to Atlantis as if it were a real travel destination.
Le manuel utilisateur d’un animal
Et si votre animal était livré avec une notice officielle ? Ce détournement fonctionne particulièrement bien avec ChatGPT Images, qui reproduit fidèlement les codes des manuels techniques tout en laissant place à un humour subtil. « Thank you for choosing your new companion ».
Voir le prompt utilisé
Create a realistic user manual for a domestic cat as if it were a consumer electronic product.
Include:
- a professional front cover
- a product overview
- labeled diagrams of the cat
- setup instructions
- operating modes
- maintenance recommendations
- troubleshooting guide
- safety warnings
- technical specifications
- warranty information
- simple instructional illustrations and icons
Use the clean graphic design and layout of an official user manual from a major electronics manufacturer.
The document should look completely authentic while humorously describing real cat behavior.
Un faux journal télévisé
Les nouveaux modèles excellent désormais dans la reproduction d’interfaces complexes. Transformer un événement totalement improbable en édition spéciale d’un JT donne un résultat très crédible et immédiatement partageable.
Voir le prompt utilisé
Create a realistic breaking news television broadcast announcing that dragons have officially been discovered living in the Alps.
Include:
- a modern TV news studio
- a professional news anchor
- a large "BREAKING NEWS" banner
- a live report window showing dragons flying over snowy mountains
- a scrolling news ticker
- a weather sidebar
- a location tag
- a network logo
- readable lower-third captions
- realistic broadcast graphics
Use the visual identity of a premium international news channel without copying any existing TV network.
The result should look exactly like a genuine live television news broadcast reporting an extraordinary event.
Une vitrine de musée
Les nouveaux modèles reproduisent avec une grande fidélité les codes des expositions muséales. En mettant en scène des objets du quotidien comme de véritables pièces historiques, vous obtenez un visuel élégant, crédible et riche en détails. Plus le thème est familier, plus le décalage fonctionne.
Voir le prompt utilisé
Create a premium museum display case dedicated to the evolution of mobile phones from 1983 to 2025.
Include:
- authentic-looking historical mobile phones displayed chronologically
- museum-style glass display cases
- elegant object labels
- descriptive information panels
- a timeline
- subtle lighting designed for exhibitions
- visitors observing the display
- a refined contemporary museum interior
Use the visual style of a world-class technology museum, with realistic typography, professional exhibition design and highly detailed product presentation.
The final image should look like a genuine museum exhibition celebrating the history of mobile communication.
Un portrait à travers les reflets
Plutôt qu’un portrait classique, ici le personnage n’apparaît jamais directement. On le découvre uniquement à travers les reflets des vitrines, des flaques d’eau, des miroirs, des lunettes ou des objets métalliques. C’est un exercice de composition très fort qui souligne les capacités intrinséques impressionnantes de ChatGPT, et produit souvent des images sophistiquées.
Voir le prompt utilisé
Create a cinematic portrait of a woman walking through Tokyo at sunset.
Never show her face directly.
Reveal her only through reflections in shop windows, puddles, mirrors, polished metal surfaces, passing taxi windows and illuminated signs.
Each reflection should reveal a different angle while remaining perfectly consistent. Perfectly consistent ! Make sure you don't mistakenly create clothes, accessories, or light incoherences.
Use a moody cinematic atmosphere with rain, neon lights and subtle storytelling.
The final image should feel like a frame from an award-winning film.
Le plan éclaté d’un objet impossible
Les plans éclatés mettent particulièrement en valeur la précision des nouveaux modèles. En reproduisant les codes des dossiers d’ingénierie (annotations, repères, nomenclature, vues techniques), ChatGPT Images peut transformer un concept fictif en invention parfaitement crédible.
Voir le prompt utilisé
Create a highly detailed exploded technical diagram of a time machine, as if it were designed by a world-class engineering company.
Show every component separated and precisely aligned in an exploded view.
Include:
- numbered callouts for each part
- technical labels
- cross-sectional details
- internal mechanisms
- power source
- cooling system
- control interface
- material specifications
- assembly notes
- engineering scale references
Use the visual style of a professional engineering blueprint mixed with a premium product design presentation.
The illustration should look like a real technical document created by aerospace engineers, with clean typography, precise linework and highly realistic mechanical details.
Une boîte de jeu de société fictive
Les nouveaux modèles excellent dans la création d’objets complexes mêlant illustration, mise en page et texte. En imaginant un jeu de société complet, vous obtenez un visuel riche qui donne presque envie de l’acheter. Pensez à décrire précisément les éléments du jeu (boîte, plateau, cartes, pions…) pour renforcer l’illusion.
Voir le prompt utilisé
Create a premium board game called "Startup Simulator".
Design a complete retail board game presentation including:
- the game box (front and back)
- an unfolded game board
- playing cards
- player tokens
- dice
- game currency
- a concise rulebook
- the box contents neatly displayed
The game should simulate the life of a startup founder, with humorous challenges, funding rounds, product launches, investor meetings and unexpected crises.
Use modern, premium graphic design with professional typography and realistic product photography.
The final image should look like an official product presentation from a major board game publisher, suitable for sale in a retail store.
La carte d’un lieu réel… comme on ne l’a jamais vu
Les IA excellent désormais dans les vues en coupe, les cartes annotées et les illustrations riches en détails. En dévoilant les parties habituellement invisibles d’un lieu emblématique, vous obtenez un visuel à la fois pédagogique et fascinant. Choisissez un lieu connu du grand public pour renforcer l’effet de surprise.
Voir le prompt utilisé
Create an ultra-detailed cutaway map revealing the hidden infrastructure beneath the Eiffel Tower.
Show both the visible monument and everything normally hidden underground, including:
- maintenance tunnels
- technical rooms
- elevator machinery
- electrical systems
- foundations
- emergency access routes
- storage areas
- engineering equipment
Include clear labels, a legend, subtle annotations and a refined architectural illustration style.
The composition should resemble a premium educational infographic published by National Geographic or a leading architecture magazine, combining technical accuracy with beautiful visual storytelling.
Une scène « Behind the scenes » d’un événement historique
Les nouveaux modèles excellent dans les scènes riches en personnages et en détails. En imaginant les coulisses d’un événement historique, vous obtenez un visuel surprenant qui détourne notre regard habituel sur l’Histoire. Choisissez un événement universellement connu afin que le contraste fonctionne immédiatement.
Voir le prompt utilisé
Create a highly realistic behind-the-scenes photograph of the construction of the Eiffel Tower in 1888, as if a modern documentary crew had been allowed backstage.
Show the workers taking a lunch break, engineers studying blueprints, photographers preparing equipment, cranes in action, stacks of steel beams, and workers chatting between shifts.
The atmosphere should feel authentic, candid and documentary-like, revealing the hidden human side of a historic moment.
Use cinematic natural lighting, realistic period clothing, rich environmental details and a premium photojournalistic style.
The image should look like a rare archival photograph capturing everything that happened just outside the history books.
Un coffret collector
Les coffrets collector sont devenus un excellent terrain d’expression pour les IA génératives. Entre packaging premium, objets soigneusement présentés et finitions haut de gamme, ils donnent immédiatement l’impression d’un véritable produit de collection. Une bonne idée de prompt pour tous ceux qui cherchent à vendre des produits, ou visent un résultat professionnel avec leurs visuels marketings générés par l’IA.
Plus le thème est original, plus le résultat est spectaculaire.
Voir le prompt utilisé
Create a premium collector's edition box set celebrating the art of coffee.
The box should be open, revealing a beautifully arranged collection including:
- a handcrafted espresso cup
- rare coffee beans from around the world
- a vintage coffee grinder
- a tasting journal
- collectible art prints
- an enamel pin
- a premium brewing guide
- exclusive accessories
Use luxury packaging with embossed details, elegant typography, premium materials and carefully designed compartments.
Everything should be photographed like a high-end collector's edition sold in a luxury design store, with cinematic lighting and exceptional attention to detail.
Une bibliothèque monumentale
Les nouveaux modèles excellent dans les compositions gigantesques où chaque recoin raconte une histoire. Ce type de visuel impressionne autant par son échelle que par la quantité de détails à explorer. Choisissez un thème fédérateur pour inviter le regard à voyager dans toute l’image.
Voir le prompt utilisé
Create a breathtaking monumental library dedicated to every major invention in human history.
The library should be immense, with towering bookshelves stretching beyond sight, monumental staircases, suspended walkways, reading galleries and grand skylights.
Each section of the library represents a different era of innovation, featuring beautifully displayed artifacts, illustrated manuscripts, scale models and immersive exhibition spaces.
Populate the scene with historians, engineers, inventors and visitors quietly exploring the collections.
The atmosphere should feel awe-inspiring, timeless and majestic, combining classical architecture with subtle futuristic elements.
Render the scene as an ultra-detailed cinematic wide-angle illustration, filled with hundreds of small details that reward close inspection.
Une fresque en micro-détails
Certaines images donnent envie d’être explorées pendant plusieurs minutes. En multipliant les scènes, les personnages et les anecdotes dans un même décor, ChatGPT Images produit de véritables fresques où chaque zoom révèle une nouvelle histoire. Plus le thème est riche, plus le résultat est captivant.
Voir le prompt utilisé
Create an ultra-detailed panoramic illustration of a bustling futuristic floating city at sunset.
The scene should contain hundreds of tiny stories happening simultaneously, including:
- families enjoying rooftop gardens
- flying public transportation
- street musicians
- open-air markets
- scientists working in glass laboratories
- children playing in parks
- cafés suspended above the clouds
- artists painting murals
- delivery drones
- rooftop sports
- hidden alleyways
- public celebrations
- small humorous situations scattered throughout the city
Every area of the image should tell its own story while remaining part of a coherent world.
Use a vibrant, highly detailed editorial illustration style with warm lighting, cinematic atmosphere and exceptional environmental storytelling.
The image should reward viewers who zoom in and discover new details again and again.
Un diorama miniature hyperréaliste
Les dioramas miniatures font partie des créations les plus bluffantes à réaliser avec ChatGPT Images. En jouant sur le changement d’échelle, l’IA transforme une scène banale en véritable œuvre de collection, avec un niveau de détail qui donne l’impression d’observer une maquette réalisée à la main.
Voir le prompt utilisé
Create an ultra-realistic miniature diorama of a traditional Italian village built entirely inside an old leather travel suitcase.
The suitcase is open, revealing a complete miniature world with:
- narrow cobblestone streets
- tiny cafés with outdoor terraces
- a central village square
- small fountains
- handcrafted houses covered with terracotta roofs
- miniature trees and gardens
- tiny people going about their daily lives
- warm evening lights glowing through the windows
The diorama should look handcrafted by a master model maker, using realistic miniature materials, intricate textures and exceptional attention to detail.
Photograph the scene from a slightly elevated angle with soft natural lighting and a shallow depth of field, making it feel like a real museum-quality scale model.
Une scène vue à travers un bloc de glace
Les nouveaux modèles reproduisent avec une grande finesse les effets de transparence, de réfraction et de lumière. En imposant un point de vue original, vous obtenez une image beaucoup plus cinématographique qu’un simple paysage ou portrait.
Voir le prompt utilisé
Create a breathtaking Arctic scene viewed entirely through a massive block of ancient crystal-clear ice.
The ice should dominate the foreground, revealing subtle cracks, trapped air bubbles, frost patterns and realistic light refraction.
Beyond the ice, show a polar landscape with distant mountains, the aurora borealis and a lone explorer crossing the frozen terrain.
The composition should make the viewer feel as though they are observing the scene from inside the glacier.
Use soft natural lighting, realistic optical distortions and a quiet, contemplative atmosphere.
The result should feel like an award-winning National Geographic photograph.
Une image qui se raconte elle-même
Les nouveaux modèles excellent désormais dans la composition de scènes complexes. En leur demandant de créer une image qui contient sa propre histoire, vous obtenez une œuvre fascinante où chaque niveau de lecture révèle un nouveau détail. Laissez une grande liberté de composition : c’est l’effet de mise en abyme qui fait toute la force du résultat.
Voir le prompt utilisé
Create a surreal visual paradox where a single image recursively contains itself.
The main scene is an artist working in a studio on a large canvas.
On the canvas, depict the exact same studio from a slightly different moment in time.
Inside that painting, show another version of the same studio again, continuing the recursion several times.
At each level, introduce subtle changes:
- different lighting
- evolving objects
- small clues
- changing expressions
- unexpected details that reward close observation.
The transitions should feel seamless and thought-provoking rather than mathematical.
Compose the image as a sophisticated contemporary artwork that invites viewers to explore it repeatedly and discover new stories with every zoom.
The result should feel like an impossible visual paradox exhibited in a modern art museum.
Nous arrivons au terme de cette sélection de tendances et d’idées de prompts pour ChatGPT Images 2.0, Gemini et les autres modèles de nouvelle génération.
Une chose ressort clairement : la génération d’images a changé de dimension. Les IA ne produisent plus seulement de belles illustrations, elles savent désormais gérer du texte, des mises en page complexes, des séries d’images cohérentes ou encore des styles visuels très élaborés.
Tout n’est pas encore parfait pour autant et les prompts les plus ambitieux révèlent encore quelques limites lors de la génération.
Mais ces imperfections se corrigent souvent en affinant le prompt ou en lançant une nouvelle génération. Plus que jamais, la qualité du résultat dépend autant de l’idée que de la manière de la formuler.
Il ne vous reste plus qu’à vous approprier ces exemples, les détourner et expérimenter. Et si vous connaissez d’autres prompts ou tendances qui repoussent les limites de la génération d’images, partagez-les en commentaire : cette sélection ne demande qu’à s’enrichir !
