Aller au contenu
Promptique

Rechercher dans Promptique
Guides

Générer des images, vidéos et audio par IA : droits et marquage

Image, vidéo ou voix : produire avec l’IA exige des paramètres reproductibles, des droits clairs, un marquage adapté et une chaîne de validation documentée.

Promptique21 août 202625 min de lecture
Créatrice enregistrant une vidéo avec caméra, smartphone et microphone

Produire un visuel, une séquence animée ou une voix de synthèse est un travail de production : cela se pilote avec des paramètres reproductibles, se contractualise comme une prestation créative et se publie avec des mentions désormais encadrées par le droit européen.

La difficulté n’est plus d’obtenir une image, mais d’obtenir un résultat suffisamment contrôlable, de savoir ce que vous avez le droit d’en faire et de le diffuser sans exposer votre client. Depuis le 2 août 2026, les obligations de transparence de l’article 50 s’appliquent. Côté fournisseur, les systèmes générant des contenus synthétiques audio, image, vidéo ou texte doivent permettre un marquage lisible par machine et la détection de leur origine artificielle ; les systèmes déjà mis sur le marché avant cette date bénéficient, pour ce seul point, d’un délai au 2 décembre 2026. Côté déployeur, une divulgation perceptible vise les deepfakes et certains textes d’intérêt public.

Cet article suit la chaîne complète, du mécanisme technique à la clause de cession : ni comparatif ni tutoriel, car les outils changent chaque trimestre quand les principes bougent lentement. À la fin, vous saurez écrire un prompt visuel par axes, rendre un visuel reproductible, décider qui doit marquer quoi et archiver ce qu’il faut pour tenir en cas de contestation.

L’essentiel en 60 secondes

  • À l’inférence, un modèle de diffusion retire généralement du bruit par paliers, guidé par une représentation de votre texte ; il ne consulte pas une banque d’images pour composer chaque rendu, mais peut mémoriser et restituer des exemples d’entraînement.
  • Un prompt visuel n’est pas une consigne mais une description structurée par axes : sujet, composition, cadrage, lumière, style, ambiance, technique, négatifs.
  • La graine, le prompt, les paramètres et la version du modèle sont nécessaires à la traçabilité, sans garantir à eux seuls un rendu identique entre versions, plateformes ou matériels.
  • Le contrôle fin passe par le conditionnement visuel : image de référence, ControlNet, adaptateurs d’identité, régénération d’une zone masquée (inpainting) et extension du cadre (outpainting).
  • En vidéo, la contrainte dominante reste la cohérence temporelle : mesurez le seuil de dérive sur votre propre sujet, puis montez des plans courts.
  • Pour une voix identifiable, une autorisation écrite et délimitée constitue le garde-fou opérationnel ; les articles 226-8 et 226-8-1 du code pénal prévoient des régimes distincts selon le contenu et les conditions de diffusion.
  • Aux États-Unis, le D.C. Circuit a retenu l’exigence d’un auteur humain le 18 mars 2025. La Cour suprême a refusé le certiorari le 2 mars 2026, laissant l’arrêt en place sans se prononcer au fond.
  • L’article 50 distingue le marquage lisible par machine, dû par le fournisseur du système, et la divulgation perceptible, due par le déployeur dans les cas visés.
  • Le règlement (UE) 2026/1744 donne aux systèmes déjà mis sur le marché avant le 2 août 2026 jusqu’au 2 décembre 2026 pour le seul marquage fournisseur prévu à l’article 50(2).

À retenir : un contenu généré n’est livrable que si vous pouvez, simultanément, le reproduire, en justifier les droits et le marquer.

Sommaire

Comment une machine fabrique une image, un son ou une vidéo

Un modèle de diffusion apprend l’inverse d’une dégradation. À l’entraînement, on bruite une image par paliers jusqu’à ne laisser qu’un champ aléatoire, et le modèle apprend à prédire le bruit ajouté à chaque palier. À la génération, on part d’un bruit aléatoire et on applique la succession inverse jusqu’à faire émerger une image. L’inférence classique ne consulte pas une banque d’images pour assembler chaque rendu ; toutefois, des modèles de diffusion peuvent mémoriser et restituer des exemples d’entraînement, comme l’a montré une étude primaire présentée à USENIX Security. Un contrôle de similarité reste donc pertinent pour les livrables sensibles.

Le calcul porte le plus souvent non sur les pixels mais sur une représentation compressée, l’espace latent. Votre texte devient des vecteurs qui orientent chaque étape de débruitage : le modèle n’analyse pas votre phrase, il exploite des corrélations apprises.

Trois conséquences pratiques des architectures de diffusion décrites ici : le comptage n’est pas garanti, le texte incrusté reste fragile et deux exécutions peuvent diverger lorsque le bruit initial ou l’exécution change. Pour l’audio, certaines architectures produisent des jetons acoustiques ensuite convertis en forme d’onde par un vocodeur, mais ce pipeline n’est pas universel. La vidéo ajoute une dimension temporelle dont le coût et la difficulté dépendent du modèle, de la résolution et de la durée. Le guide de l’IA générative pose les bases communes au texte et à l’image.

Ce qui distingue un prompt visuel d’un prompt textuel

Un prompt textuel décrit une tâche à un interlocuteur qui peut demander une précision ; un prompt visuel décrit un objet à un système qui n’interroge jamais. Les techniques de cadrage de rôle du guide du prompt engineering n’ont pas d’équivalent ici. Ce qui transpose, c’est la discipline de structuration : nommer chaque dimension plutôt qu’espérer qu’elle soit devinée.

Composant Ce que vous précisez Formulation minimale Erreur fréquente
Sujet Qui ou quoi, attributs qui comptent « ingénieure de maintenance, casque et veste haute visibilité » Empiler les adjectifs jusqu’à diluer le sujet
Composition Placement, espace négatif « sujet décentré à gauche, tiers droit vide » Laisser le hasard décider
Cadrage Échelle, angle, focale « plan taille, hauteur d’œil, équivalent 50 mm » Écrire « photo réaliste » sans la distance
Lumière Source, direction, dureté « lumière latérale douce venant d’une baie vitrée » Demander « cinématographique » sans décrire la lumière
Style et rendu Médium, technique, grain « photographie argentique, grain fin, contraste doux » Citer un artiste vivant
Ambiance et palette Registre chromatique « palette froide, gris bleutés, un accent orange » Nommer une émotion sans support
Contraintes techniques Ratio, résolution, sécurité « format 3:2, marge haute réservée au titre » Générer en carré puis devoir une bannière
Négatifs Ce qui doit être absent « pas de texte incrusté, pas de logo » Des interdits trop vagues

Deux réflexes à tester sur le modèle choisi : l’ordre des éléments peut modifier leur poids, sans règle universelle selon les architectures ; les négatifs, lorsqu’ils sont pris en charge, agissent comme des contraintes statistiques et non comme des interdictions garanties.

Contrôle et reproductibilité : les leviers qui comptent

La graine (seed) contrôle le bruit initial, mais ne garantit pas à elle seule un rendu identique. Pour une reproductibilité forte, archivez aussi le planificateur, l’empreinte du modèle, les versions de code et de bibliothèques, le matériel, le backend, la précision numérique et les réglages déterministes ; un changement de plateforme ou de version peut modifier le résultat. La force de guidage et le nombre d’étapes ont des effets propres au modèle. Déterminez ces réglages par balayage, avec une configuration aussi stable que possible et un paramètre à la fois.

Dès que la forme compte, le texte devient un pilote trop imprécis et il faut conditionner par l’image.

  • Image de référence en entrée. Une image de départ et un niveau de transformation : faible, vous retouchez ; élevé, vous vous éloignez de l’original.
  • ControlNet. Vous imposez une structure extraite d’une référence – contours, profondeur, pose. Le style vient du prompt, la géométrie de la contrainte.
  • Adaptateurs de style et d’identité. Ils injectent l’apparence d’une référence sans copier sa composition : c’est ce qui tient une direction artistique sur une série.
  • Inpainting et outpainting. Le premier régénère une zone masquée – une main, un raccord, un objet à retirer ; le second élargit le cadre sans recadrer le sujet.
  • Spécialisation légère. Un entraînement complémentaire sur quelques dizaines d’images homogènes fixe un personnage ou une charte ; voir le guide du fine-tuning.

Tenir le même visage sur une série de vingt visuels demande le plus de travail – constat de pratique, pas mesure. Combinez référence d’identité, spécialisation légère et discipline de plateau : graine, lumière et cadrage figés d’un plan à l’autre. Évaluez avec un jeu de cas fixe et un contrôle de non-régression, selon la méthode d’évaluer un prompt.

Le paysage des familles d’outils en août 2026

Un classement par qualité perçue n’a pas d’intérêt durable : les positions changent à chaque version. Nous ne citons aucun nom de produit, faute de source primaire fiable sur l’état du marché au 21 août 2026. Le tableau décrit des familles d’outils et les questions à leur poser.

Usage Famille d’outil Point de vigilance
Créer une image à partir d’une description Texte vers image, hébergé ou à poids ouverts Droits sur les sorties, transparence des données d’entraînement
Reprendre une zone, élargir un cadre Inpainting et outpainting Raccords de lumière et de grain au bord du masque
Agrandir ou nettoyer Rehaussement de résolution (upscaling) Le modèle invente des détails absents de l’original
Produire une séquence à partir d’un texte Modèles texte vers vidéo Durée exploitable, coût par essai, cohérence temporelle
Animer un visuel figé Modèles image vers vidéo Déformation du sujet dès que le mouvement s’amplifie
Faire lire un script Synthèse vocale sur voix cataloguée Prosodie des noms propres et acronymes
Reproduire une voix identifiable Clonage vocal Consentement écrit, vérification d’identité du locuteur
Créer une nappe sonore Générateurs musicaux Étendue réelle de la licence, exclusivité

Deux critères transverses décident. Le régime de droits d’abord : conditions d’utilisation en main, établissez qui supporte le risque en cas de réclamation d’un tiers, l’éditeur ou vous. Ces clauses évoluent sans préavis ; citez-les et datez-les plutôt que de vous fier à une page commerciale. La localisation du traitement ensuite : pour des visuels non annoncés ou des voix de collaborateurs, une exécution sur poste ou serveur maîtrisé évite un transfert, avec les arbitrages du guide de l’IA locale.

La vidéo générative et ses limites réelles

En vidéo, l’écart entre une démonstration réussie et une production livrable reste important : appréciation de praticien, pas résultat mesuré. Quatre limites structurent la pratique.

La durée. Les modèles produisent des clips, pas des séquences. Ne retenez pas la durée annoncée : mesurez sur votre sujet le seuil au-delà duquel la cohérence se dégrade, restez en deçà, montez.

La cohérence temporelle. Un objet change de forme, un vêtement de couleur entre deux instants. Les cas fragiles sont prévisibles : mains en action fine, contacts entre personnages, objets qui sortent puis rentrent dans le champ, reflets et miroirs.

Le texte incrusté. Un logo généré paraît plausible sur une image fixe et devient illisible dès que l’objet bouge. La parade est de production : générez sans texte, incrustez au montage.

Le coût par essai. Calculez le coût réel par plan retenu : coût total des essais divisé par le nombre de plans montés. C’est ce ratio, et non le prix affiché, qui décide de la viabilité.

Une méthode l’emporte : valider une image fixe, puis l’animer. Le contrôle artistique se déplace vers l’étape la moins coûteuse, et la génération vidéo se réduit à un mouvement simple sur un plan approuvé.

La voix : synthèse, clonage et consentement

La synthèse sur une voix cataloguée pose des questions de licence et de prosodie ; le clonage d’une voix identifiable pose d’abord une question de consentement.

La Cour de cassation a jugé le 24 juin 2026 que la voix est l’un des attributs principaux de la personnalité et doit être protégée, sous l’article 9 du code civil, dans les mêmes conditions que l’image, avec mise en balance de la liberté d’expression. Une voix permettant d’identifier une personne est aussi une donnée personnelle. Pour la diffusion d’un contenu synthétique, l’article 226-8 du code pénal vise l’absence de consentement lorsque le caractère algorithmique n’est ni manifeste ni expressément mentionné ; l’article 226-8-1 prévoit un régime distinct pour les contenus sexuels synthétiques.

Certains éditeurs ont intégré la contrainte au produit. ElevenLabs distingue le clonage instantané, conditionné sur quelques minutes d’audio, du clonage professionnel : sa documentation, consultée le 21 août 2026, fixe un minimum de trente minutes d’enregistrement, trois heures étant présentées comme optimales, et impose une vérification vocale où le demandeur lit des phrases imposées. Politique d’éditeur révisable sans préavis : elle ne remplace pas l’autorisation écrite du titulaire de la voix.

Retenez trois exigences : une autorisation écrite et datée mentionnant usages, supports, durée, territoire et retrait ; sa conservation tant que le contenu est diffusé ; une mention du caractère synthétique dans le livrable. Sur le conversationnel, voir les agents vocaux d’OpenAI.

La chaîne de production professionnelle

  1. Cadrer l’usage. Support, format, durée d’exploitation, territoire, public : ces éléments fixent le risque acceptable, donc le choix de l’outil.
  2. Constituer une référence visuelle. Des images décrivant lumière, palette et cadrage, destinées au conditionnement, pas seulement à l’inspiration.
  3. Écrire le prompt par axes. Un axe par ligne, dans un fichier versionné, pas dans un champ éphémère.
  4. Explorer large. Une planche de variantes, graine libre, guidage modéré, pour cartographier ce que propose le modèle.
  5. Figer puis affiner. Noter la graine retenue, ne faire varier qu’un paramètre à la fois.
  6. Reprendre localement. Inpainting pour les défauts ponctuels, retouche classique pour les raccords : souvent plus rapide qu’une régénération.
  7. Contrôler avant validation. Mains, regards, textes incrustés, ombres, reflets, marques et visages reconnaissables.
  8. Journaliser et marquer. Modèle, version, prompt, graine, paramètres, références, date ; puis marquage requis et archivage des autorisations.

Cette journalisation permet, six mois plus tard, de reproduire un visuel ou de démontrer votre diligence.

Les droits : ce que vous possédez et ce que vous engagez

Le statut du contenu généré

Le Copyright Office américain, dans la deuxième partie de son rapport sur le droit d’auteur et l’IA publiée en janvier 2025, retient que la protection suppose un apport humain créatif, le prompt seul ne suffisant généralement pas à établir le contrôle expressif requis. Le D.C. Circuit a jugé le 18 mars 2025 dans Thaler v. Perlmutter que le Copyright Act exige un auteur humain. La Cour suprême a refusé le certiorari le 2 mars 2026, laissant ce jugement en place sans se prononcer au fond. En droit français, le raisonnement passe par l’originalité, sans jurisprudence encore nourrie sur les productions assistées par IA. Conséquence pratique : documentez les choix et apports humains réellement créatifs.

Les données d’entraînement

Le règlement européen impose aux fournisseurs de modèles à usage général de publier un résumé suffisamment détaillé des contenus d’entraînement, selon un modèle publié par la Commission européenne le 24 juillet 2025 ; l’obligation s’applique depuis le 2 août 2025 aux modèles mis sur le marché à compter de cette date, avec une transition au 2 août 2027 pour les modèles antérieurs. L’article 4 de la directive 2019/790 prévoit une exception ou limitation pour la fouille de textes et de données sur des œuvres licitement accessibles, à condition que les titulaires n’aient pas réservé leurs droits de manière appropriée, notamment par un moyen lisible par machine en ligne. Ce n’est pas une autorisation générale de tout entraînement.

Marques, personnes et cession

Trois contrôles de droits, et non trois interdictions absolues. Marques : examinez l’usage dans la vie des affaires, les produits ou services concernés et le risque de confusion ; la simple apparition d’un signe n’est pas automatiquement une contrefaçon. Personnes identifiables : documentez l’autorisation ou le fondement applicable, puis mettez en balance droits de la personnalité, protection des données et liberté d’expression selon le contexte. Références de style : citer un artiste vivant n’est pas, en soi, une interdiction générale du droit français ; vérifiez toutefois les règles de l’outil et les risques de reproduction, de confusion ou de présentation trompeuse.

Une cession portant sur un livrable comportant des éléments générés précise au minimum : ces éléments et leur origine ; l’étendue des droits réellement transférables, apports humains distingués ; usages, supports, territoires et durées ; les garanties accordées et celles qui sont exclues ; l’engagement du client sur le marquage ; la conservation des autorisations de voix et de visage. La gouvernance associée est traitée dans le guide de l’IA générative en entreprise face au RGPD et à l’AI Act.

Marquage, divulgation et deepfakes

L’article 50 distingue les obligations du fournisseur de celles du déployeur. Le fournisseur doit permettre le marquage lisible par machine et la détection des sorties synthétiques dans la mesure techniquement possible. Le déployeur doit assurer une divulgation perceptible dans les cas définis par le règlement. Les filigranes, métadonnées, empreintes et preuves cryptographiques sont des moyens possibles, pas une forme unique imposée.

Type de contenu Obligation Qui agit Forme attendue
Audio, image, vidéo ou texte synthétiques Marquage lisible par machine et détectabilité Fournisseur du système Solution effective, interopérable, robuste et fiable dans la mesure techniquement possible
Image, audio ou vidéo constituant un deepfake, ressemblant à des personnes, objets, lieux, entités ou événements existants et paraissant à tort authentique ou véridique Divulgation perceptible Déployeur Information claire et distinguable au plus tard lors de la première exposition
Deepfake intégré à une œuvre manifestement artistique, créative, satirique, fictionnelle ou analogue Divulgation adaptée Déployeur Signalement approprié qui ne gêne pas l’exposition ou la jouissance de l’œuvre
Texte généré ou manipulé pour informer le public sur une question d’intérêt public Divulgation, sauf exception prévue Déployeur Exception si contrôle humain ou éditorial et responsabilité éditoriale assumée
Fonction d’assistance à l’édition standard ou modification mineure ne changeant pas substantiellement l’entrée ou sa sémantique Exception au seul article 50(2) Fournisseur Ne supprime pas d’autres obligations éventuellement applicables

Le règlement (UE) 2026/1744, publié au Journal officiel le 24 juillet 2026 et entré en vigueur le 27 juillet, ajoute une transition ciblée : les fournisseurs de systèmes générant des contenus synthétiques audio, image, vidéo ou texte déjà mis sur le marché avant le 2 août 2026 doivent se conformer à l’article 50(2) au plus tard le 2 décembre 2026. Cette transition ne reporte pas les obligations de divulgation du déployeur. Ce guide reste centré sur la chaîne de production ; pour l’analyse juridique détaillée et ses mises à jour, consultez notre page canonique sur l’article 50 et la transparence.

Ce qui survit réellement au pipeline

Les métadonnées, notamment la valeur trainedAlgorithmicMedia du vocabulaire IPTC Digital Source Type, signalent qu’une image vient d’un modèle entraîné : simples à écrire, triviales à supprimer. Les manifestes C2PA ajoutent une signature vérifiable sur des assertions d’origine ; la spécification technique, en version 2.4 au 21 août 2026, décrit des références durables, où une empreinte ou un filigrane permet de retrouver le manifeste malgré la perte des métadonnées. Les filigranes invisibles inscrivent le signal dans le contenu : SynthID, de Google DeepMind, couvre image, audio, vidéo et texte, avec un portail de vérification ouvert aux premiers testeurs le 20 mai 2025 ; sa détection ne porte que sur les contenus marqués par les outils qui l’implémentent.

Le point de vigilance leur est commun : les plateformes réencodent, ce qui supprime souvent les métadonnées. Publiez un fichier marqué sur chaque canal, retéléchargez-le et vérifiez ce qu’il en reste ; refaites ce test après chaque changement de plateforme.

Deepfakes : consentement, mention, retrait

L’article 226-8 du code pénal réprime la diffusion sans consentement d’un montage ou contenu algorithmique reproduisant l’image ou les paroles d’une personne lorsque le caractère artificiel n’est ni manifeste ni expressément mentionné ; la peine est aggravée lorsque la publication intervient par un service de communication au public en ligne. L’article 226-8-1 prévoit un régime distinct pour les contenus sexuels synthétiques et ne reprend pas cette exception de divulgation. Trois pratiques réduisent l’exposition sans remplacer l’analyse juridique : une autorisation couvrant explicitement l’usage synthétique, une information adaptée lorsqu’elle est juridiquement pertinente et une procédure de retrait avec responsable identifié et délai.

Accessibilité et qualité perçue

Le marquage ne dispense d’aucune obligation d’accessibilité : régime distinct, la directive européenne sur l’accessibilité s’applique depuis le 28 juin 2025 aux produits et services concernés, un périmètre qui se vérifie cas par cas et ne vise pas spécialement les contenus générés. Une image informative reçoit un texte alternatif décrivant sa fonction ou son information ; une image purement décorative conserve alt="", conformément aux recommandations W3C. Les besoins de sous-titrage, de transcription et d’audiodescription dépendent du type de média et de son contexte, en plus de la mention du caractère synthétique lorsqu’elle est due.

Un contenu généré est par ailleurs jugé sur les défauts qu’il laisse voir : une ombre qui ne suit pas la source, une main à la géométrie douteuse disqualifient une image techniquement aboutie.

Deux prompts visuels commentés

Remplacez les valeurs entre crochets. Deux contrôles valent pour les deux modèles : l’ombre portée doit suivre la source décrite, et la graine se fige dès qu’un rendu convient. Illustration éditoriale sans personne identifiable :

Sujet : une paire de mains anonymes assemblant [objet symbolique],
aucun visage dans le cadre.
Composition : sujet dans le tiers inférieur, deux tiers vides pour un titre.
Cadrage : plan serré, vue de dessus légèrement inclinée.
Lumière : naturelle latérale, contraste moyen.
Style : documentaire, grain fin, colorimétrie sobre.
Technique : format 16:9, zone de titre dégagée en haut à gauche.
Négatifs : pas de visage, pas de marque, pas de texte incrusté.

L’absence de visage réduit le risque : elle supprime la question du droit à l’image, sans dispenser du marquage.

Plan d’ouverture destiné à être animé ensuite :

Sujet : [décor], vide de toute présence humaine, au lever du jour.
Composition : lignes de fuite vers le tiers droit, premier plan lisible.
Cadrage : plan large, hauteur d’œil, équivalent 35 mm.
Lumière : rasante venant de la droite, brume légère.
Style : cinéma, grain visible, colorimétrie désaturée.
Technique : format 16:9, résolution permettant un recadrage de 20 %.
Négatifs : pas de personnage, pas d’enseigne lisible.

Personnages et enseignes sont exclus par précaution : visages, mains et texte lisible concentrent les défauts d’animation. Vérifiez-le sur vos propres plans.

Ce que la génération multimodale ne résout pas

  • Elle ne garantit ni l’exactitude ni la vraisemblance physique. Un schéma technique généré sera plausible et faux, avec une aggravation par rapport aux hallucinations textuelles : une image fausse ne signale pas son incertitude.
  • Elle ne sécurise pas une livraison. Aucun outil ne garantit qu’une sortie ne ressemble pas à une œuvre protégée ou à une marque.
  • Le marquage n’est pas une preuve inverse. L’absence de filigrane peut signaler un outil non conforme, un fichier réencodé ou simplement un détecteur qui ne couvre pas cette technologie.
  • La reproductibilité est locale. Un changement de version côté éditeur peut modifier le rendu à graine identique, sans annonce.
  • Le coût de contrôle croît avec le volume. Générer devient bon marché, vérifier ne l’est pas.
  • Les données publiques manquent. Taux de rebut, coût par plan retenu, persistance du marquage selon les plateformes : nous n’avons trouvé aucune mesure indépendante et à jour au 21 août 2026. Mesurez chez vous plutôt que de reprendre un chiffre lu en ligne.

Checklist avant publication d’un contenu généré

  • ☐ Usage, support, territoire, durée d’exploitation et conditions de l’outil sont écrits avant la production.
  • ☐ La clause qui répartit le risque en cas de réclamation d’un tiers est citée et datée dans le dossier.
  • ☐ Modèle, empreinte ou version, prompt, graine, paramètres, planificateur, environnement logiciel et matériel pertinent sont consignés dans un fichier versionné.
  • ☐ Les personnes identifiables, marques et œuvres potentiellement reproduites ont fait l’objet d’un contrôle de droits documenté, adapté à l’usage.
  • ☐ Les contrôles visuels sont passés, image par image pour la vidéo : mains, ombres, reflets, textes incrustés.
  • ☐ Pour la voix, l’autorisation du locuteur ou le fondement applicable est archivé avec sa date et son périmètre.
  • ☐ L’obligation de marquage du fournisseur a été vérifiée pour le système et sa date de mise sur le marché ; la persistance du marquage disponible est testée sur le canal réel.
  • ☐ La divulgation perceptible est appliquée lorsque le contenu constitue un deepfake visant une personne, un objet, un lieu, une entité ou un événement existant, avec la modalité adaptée aux œuvres créatives.
  • ☐ Texte alternatif, sous-titres, transcription ou audiodescription sont fournis selon le média, sa fonction et son contexte.
  • ☐ Une procédure de retrait est définie, avec un responsable et un délai.

FAQ sur la génération d’images, de vidéos et d’audio

Puis-je utiliser commercialement une image générée par IA ?

Selon l’éditeur, le droit d’usage accordé est plus ou moins large, et la charge du risque en cas de réclamation d’un tiers revient soit à l’éditeur, soit à vous. Tout se joue dans les conditions d’utilisation : lisez la clause, archivez-la, datez-la. Elles changent sans préavis.

Suis-je propriétaire du droit d’auteur sur ce que je génère ?

Pas automatiquement. Aux États-Unis, le D.C. Circuit a retenu l’exigence d’un auteur humain le 18 mars 2025 ; le refus de certiorari de la Cour suprême, le 2 mars 2026, a laissé cet arrêt en place sans décision au fond. En Europe, la protection suppose une originalité issue de choix libres et créatifs : un prompt seul est une position fragile. Documentez votre intervention humaine.

Dois-je indiquer qu’une image de mon site a été générée par IA ?

Le marquage lisible par machine relève du fournisseur du système et couvre les sorties synthétiques audio, image, vidéo ou texte visées à l’article 50(2). La divulgation perceptible relève du déployeur lorsqu’une image, un audio ou une vidéo constitue un deepfake ressemblant à une personne, un objet, un lieu, une entité ou un événement existant et paraissant à tort authentique. Une œuvre manifestement artistique, créative, satirique ou fictionnelle bénéficie d’une modalité adaptée, pas d’une exclusion générale. Pour une illustration qui n’est pas un deepfake, la divulgation visible ne s’applique pas au même titre.

Comment savoir si une image a été générée par IA ?

Trois pistes, aucune concluante à elle seule : lire les métadonnées, vérifier la présence d’un manifeste C2PA, passer le fichier dans un détecteur de filigrane. Un détecteur ne reconnaît que la technologie qu’il implémente, et un réencodage suffit souvent à effacer les métadonnées. Traitez le résultat comme un indice, jamais comme une preuve.

Comment obtenir deux fois la même image ?

Fixez la graine, le prompt et les paramètres, puis archivez aussi l’empreinte du modèle, le planificateur, les versions logicielles, le matériel et les réglages déterministes disponibles. Même ainsi, une exécution sur une autre plateforme ou une autre version peut diverger. Si le service ne verrouille pas ces éléments, archivez le fichier produit et présentez la démarche comme une traçabilité, pas comme une garantie de reproduction exacte.

Quelle est la durée maximale d’une vidéo générée par IA ?

La question utile n’est pas la durée annoncée mais la durée exploitable sur votre sujet. Générez la même scène à durées croissantes et notez le seuil où la cohérence se dégrade : il dépend du mouvement, du nombre de personnages, des mains et des reflets.

Le clonage de voix est-il légal en France ?

Pour une voix identifiable, une autorisation écrite et délimitée constitue le garde-fou opérationnel le plus sûr. La voix est protégée comme attribut de la personnalité, avec une mise en balance selon le contexte. En droit pénal, l’article 226-8 vise la diffusion sans consentement lorsque le caractère algorithmique n’est ni manifeste ni expressément mentionné ; l’article 226-8-1 prévoit un régime distinct pour les contenus sexuels synthétiques. Conservez les autorisations et l’analyse applicable tant que le contenu reste exploité.

Pour aller plus loin

Pour industrialiser cette chaîne de production et l’articuler à vos systèmes, voir le guide des agents IA et de MCP. Sur la structuration des consignes, la méthode de référence reste celle décrite dans structurer ses prompts pour des résultats plus fiables.

Continuer

À lire ensuite