Passer au contenu

L’IA ne voit pas vos visuels : le casse-tête que votre DA doit résoudre

Par , le

Place de l’Opéra, en pleine Black Week. Une adolescente de seize ans se tient immobile dans une boîte de jouet grandeur nature, emballée comme une poupée de collection. Les passants s’arrêtent. Les rédactions aussi.

Montrez cette photographie à une intelligence artificielle. Elle répondra : une jeune fille dans un emballage.

Rien sur Amnesty International France. Rien sur l’économie de l’attention. Rien sur la façon dont un algorithme rentabilise la vulnérabilité des adolescents. L’opération s’appelait le KidTok Shop, elle a généré plus de 40 retombées presse et 123 500 signatures, et de tout cela, l’image seule ne dit rien.

Le malentendu est là. Les modèles savent décrire une image, ce n’est plus le sujet depuis longtemps. Ce qu’ils ignorent, c’est qu’elle est la vôtre : votre campagne, votre intention, votre marque. Le sens ne vit pas dans les pixels, il vit dans ce qui les entoure.


Ce que l’IA comprend de votre campagne

Un studio fabrique des images, des vidéos, des mises en page. Un modèle génératif, pour construire ses réponses, s’appuie massivement sur du texte : pages, articles, descriptions, métadonnées. Les systèmes de recherche ont certes appris à analyser le visuel en complément des signaux textuels, mais l’attribut alt reste, selon la documentation de Google, la métadonnée la plus importante d’une image. C’est le même mécanisme que celui décrit dans notre analyse de la visibilité des marques dans l’IA, appliqué cette fois à la création.

Reprenons le KidTok Shop. Ce qui a fait voyager l’opération, ce n’est pas la photographie seule, c’est le récit qui l’accompagnait : la dénonciation, le contexte de la Black Week, l’insight sur la plateforme. Résultat, plus de 550 000 euros d’équivalent achat d’espace et 20 millions d’impressions pour un budget de 15 000 euros. L’image a déclenché l’émotion ; le texte a rendu l’opération compréhensible, citable, durable.

Le paradoxe mérite d’être énoncé clairement. Plus une marque investit dans une création soignée, plus elle produit de valeur enfermée dans des formats que la machine ne rattache à personne. Une campagne à 200K euros peut ne laisser aucune trace exploitable quand un article correctement construit en laisse pour des années.

Le jumeau textuel : 3 couches, 1 principe

La réponse tient en une phrase : chaque visuel qui compte mérite sa version texte. Pas une description administrative, mais un équivalent qui porte ce que l’image raconte, qui l’a produite, pour qui et pourquoi. 3 couches s’emboîtent.

  • L’alt-text. Invisible au lecteur voyant, déterminant pour les robots et les lecteurs d’écran. Il nomme la marque, l’objet, le contexte, et reprend la donnée chiffrée quand le visuel en porte une.
  • La légende. Visible, elle ajoute ce que l’image ne montre pas : l’intention, la saison, la référence produit, le crédit photo. Elle transforme une illustration en information.
  • Le texte environnant. Le paragraphe qui précède ou suit pèse autant que l’alt. Une image posée au milieu d’un texte générique reste orpheline, quelle que soit la qualité de son alternative.

La différence entre les 2 états se mesure en une ligne. Un fichier nommé « campagne-automne-final-v3 », sans légende, sous un paragraphe annonçant que la nouvelle collection est arrivée, ne dira jamais à personne que vous fabriquez des manteaux en laine recyclée. Le même visuel, décrit comme le manteau Aurore en laine recyclée certifiée porté rue de Rivoli, légendé avec sa référence et son crédit, entouré d’un texte précisant que soixante-dix pour cent des pièces d’extérieur ont changé de matière sans hausse de prix, devient une source. Aucun pixel n’a bougé.

Reste à savoir qui écrit tout cela, et quand. C’est là que la plupart des dispositifs échouent : personne ne se souvient, 3 mois après, de la référence exacte du manteau ni du nom du photographe. La parade tient dans un document rempli au moment où l’information existe encore.

LA FICHE DE PRODUCTION, À REMPLIR PENDANT LE SHOOTING
Sujet : ce que montre le visuel, en une phrase compréhensible hors contexte.
Références : produit, gamme, coloris, matière, prix ou fourchette si communicable.
Lieu et date : où, quand. Ce sont des entités que les modèles rattachent volontiers.
Crédits : photographe, styliste, mannequin, studio. L’attribution nourrit l’autorité.Intention : ce que ce visuel doit faire comprendre de la marque.
Donnée associée : le chiffre ou le fait vérifiable que le visuel illustre, s’il en existe un.

Quelques minutes par série d’images. Cette fiche alimente ensuite les alt-texts, les légendes, les publications sociales et les fiches produits, sans qu’il faille rouvrir un disque dur six mois plus tard.hoisir, des informations qui peuvent être difficiles à vérifier sans certaines ressources.


Trois angles morts que votre studio peut lever cette semaine

Au-delà de la méthode, trois situations reviennent dans presque tous les audits que nous menons. Aucune ne demande de refonte.

Les fichiers qui ne disent rien

Un visuel nommé « IMG_4471 », sans alternative textuelle, publié sur une page produit : l’image existe, la marque non. Le réflexe consiste à traiter d’abord les pages les plus visitées et les visuels porteurs de produits ou de données. Une trentaine d’images stratégiques bien décrites produit davantage d’effet que mille alternatives expédiées à la chaîne.

L’infographie qui verrouille votre étude

C’est souvent le contenu le plus riche que produit un studio : un baromètre, des résultats, une enquête condensée. Et c’est celui qu’on livre le plus volontiers sous forme d’image plate. Vos données se retrouvent alors enfermées dans des pixels. Vous avez financé l’étude, créé la donnée, et vous l’avez rendue incitable.

La correction demande une demi-journée : republier les chiffres en clair sous le visuel, dans un tableau ou une liste, avec leur méthodologie et leur date. Le graphique garde son rôle, séduire et faire circuler. Le texte, lui, rend la donnée reprenable. Et une donnée datée, sourcée, attribuée passe devant une donnée anonyme.

Le vocabulaire qui part dans tous les sens

Si dix personnes décrivent vos images avec dix vocabulaires différents, aucune association ne se construit. Si toutes emploient les mêmes termes pour désigner votre univers, vous entraînez mécaniquement les modèles à relier votre marque à son territoire. La même logique de cohérence vaut pour vos prises de parole sociales et pour les contenus produits par vos partenaires.


Quand l’obligation légale rejoint l’intérêt marketing

Convaincre en interne reste souvent l’étape la plus difficile. Un argument fonctionne mieux que la visibilité : la conformité.

L’European Accessibility Act, directive européenne 2019/882, s’applique depuis le 28 juin 2025 aux services numériques destinés aux consommateurs. En France, la conformité s’évalue via le RGAA, référentiel édité par la direction interministérielle du numérique, dont l’un des tout premiers critères porte précisément sur les alternatives textuelles aux images.

Sont concernées les entreprises qui dépassent 10 salariés et 2 millions d’euros de chiffre d’affaires et fournissent des services grand public dans des secteurs listés, dont le commerce en ligne, la banque, le transport ou les médias. Les sanctions peuvent atteindre cinquante mille euros par service, les contrôles ont démarré fin 2025, les premières décisions tombent cette année.

Le même travail sert deux causes : un alt-text rigoureux rend votre site conforme, accessible aux personnes malvoyantes, et lisible par les moteurs génératifs. Les chantiers où l’obligation réglementaire et l’intérêt marketing pointent dans la même direction sont assez rares pour être saisis.

Votre charte graphique doit désormais parler à la machine

Une charte décrit traditionnellement des couleurs, des typographies, des zones de protection. Elle s’adresse à des humains qui vont fabriquer. Deux évolutions rendent cela insuffisant.

La première est connue : vos équipes et vos prestataires génèrent désormais des visuels avec des outils d’IA, et sans directives précises la marque se dilue à chaque production. Les chartes récentes intègrent donc des consignes de prompting et un vocabulaire visuel qui traduit l’univers de marque en mots exploitables : l’ambiance, la lumière, le cadrage, les références, et surtout ce qui est proscrit.

La seconde est moins évidente. Ce même vocabulaire doit servir à rédiger vos alt-texts et vos légendes, de sorte que toute la chaîne emploie les mêmes mots pour désigner votre univers. Une charte augmentée comprend donc, en plus des règles classiques, un lexique partagé entre le studio, le social et les partenaires. C’est typiquement le socle que l’on pose lors d’un travail de rebranding, et qui produit ses effets pendant des années.


Le studio, dernier maillon devenu premier

Rien de tout cela ne relève du rattrapage de fin de projet. La production textuelle doit entrer dans le processus créatif lui-même, au moment du shooting, quand l’information existe encore. C’est la façon de travailler que nous appliquons au sein de notre studio de conception et de réalisation de contenus.

Le raisonnement vaut pour toute la chaîne éditoriale. Un visuel documenté nourrit le référencement, l’accessibilité et la présence dans les réponses génératives, et il s’intègre naturellement à une stratégie de content marketing cohérente. La même exigence de matière factuelle vaut d’ailleurs pour vos communiqués de presse et pour les contenus que produisent vos créateurs : partout, ce qui n’est pas écrit n’existe pas pour la machine.

Le studio cesse alors d’être un atelier de fabrication situé en bout de chaîne. Il devient le premier endroit où se décide ce que l’IA saura, demain, raconter de vous.

Vos visuels racontent-ils quelque chose à l’IA, ou seulement à vos yeux ? On audite ce que les modèles comprennent de votre marque, on documente vos productions et on outille votre studio pour que chaque visuel laisse une trace.

Parlons de votre brand content avec Marie-Antoinette →

Qui écrit ces lignes

Marie Antoinette est une agence indépendante de relations publics, influence, social media, événementiel et stratégie de marque, fondée à Paris en 2010 par Céline Angelini, aujourd’hui présidente. L’agence est référencée au Syndicat du Conseil en relations publics et intervient pour des marques comme Kiabi, Célio, Transavia ou Amnesty International France.

Les analyses publiées ici s’appuient sur les campagnes conduites par nos équipes et sur la méthodologie Insight Alibi Actus. Le cas KidTok Shop cité dans cet article, comme les autres opérations de l’agence, est détaillé dans Esprit Libre, notre newsletter mensuelle rédigée par Alvina Tissandier, associée et directrice du développement.



FAQ

Qui doit rédiger les alternatives textuelles : le studio, l’équipe SEO ou la marque ?

Le studio, parce qu’il détient l’information au moment où elle existe : références, lieux, crédits, intentions. Une équipe SEO qui rédige des alt-texts 3 mois après le shooting produit des descriptions vagues, faute de contexte. L’arbitrage sain consiste à confier la production au studio, le cadre méthodologique à l’équipe SEO et la validation du vocabulaire de marque à la direction de la communication.

Une image purement décorative a-t-elle besoin d’une alternative ?

Au contraire, elle doit recevoir un attribut alt vide pour être ignorée des lecteurs d’écran. Motifs de fond, séparateurs, aplats graphiques n’apportent aucune information et polluent la navigation s’ils sont décrits. Le test consiste à se demander ce que perdrait un lecteur si l’image disparaît : si la réponse est rien, l’alternative reste vide.

Les visuels générés par IA nuisent-ils à la visibilité ?

Leur origine importe moins que leur banalité. Un visuel généré sans direction artistique reproduit des codes vus partout et n’apporte aucun signal rattachable à votre marque. Dirigé par une charte précise et accompagné de son jumeau textuel, il fonctionne. Produit sans cadre ni description, il dilue l’identité sans rien apporter.

Un alt-text soigné profite-t-il aussi au référencement classique ?

Oui, et c’est un effet secondaire appréciable. L’alternative textuelle conditionne le positionnement dans la recherche d’images, contribue à la compréhension globale de la page et participe aux scores d’accessibilité mesurés par les outils d’audit technique. Un seul travail sert donc le référencement naturel, la conformité réglementaire et la visibilité dans les réponses génératives.

Que faire d’une photothèque ancienne et non documentée ?

Renoncez à tout reprendre, ce chantier ne se termine jamais. Priorisez selon 2 critères : le trafic de la page où le visuel apparaît, et la valeur informative de l’image, produits et données en tête. Le reste peut attendre, à condition d’intégrer immédiatement la documentation au processus de production pour ne plus creuser l’écart.