Envoyez une image à un modèle de langage doté de vision et obtenez une description courte et claire que vous pouvez utiliser comme texte alternatif. Indiquez où l'image apparaîtra et de quoi parle la page, puis retouchez le résultat pour qu'il dise ce dont une personne utilisant un lecteur d'écran a vraiment besoin.
Le texte alternatif est la phrase qui remplace une image quand quelqu'un ne peut pas la voir : une personne aveugle avec un lecteur d'écran, une connexion lente qui ne charge jamais la photo, un moteur de recherche qui essaie de comprendre votre page. La plupart des sites ont des centaines d'images et presque aucun texte alternatif, parce que l'écrire à la main est fastidieux. Un modèle de langage doté de vision peut en rédiger un brouillon en quelques secondes, et vous consacrez votre temps à ce qui compte : vérifier que la description est juste et utile.
Personne ne saute le texte alternatif par indifférence. On le saute parce qu'un blog de trois cents images, une boutique de plusieurs milliers de photos produit ou une médiathèque de cinq ans de campagnes rendent la tâche interminable. Un modèle capable de regarder une image transforme un champ vide en premier brouillon, et corriger un brouillon va bien plus vite que fixer une case blanche.
Picasso IA réunit plusieurs modèles de langage dotés de vision dans le même toolkit, vous pouvez donc essayer la même image sur plusieurs d'entre eux et comparer les formulations. Gemini 3 Flash accepte jusqu'à dix images dans une seule requête, ce qui convient à un lot de photos liées d'un même article. Claude Sonnet 4.6 et GPT-4o acceptent chacun une image accompagnée d'une consigne écrite. Le toolkit est l'endroit où ils tournent tous, et le catalogue complet liste les autres modèles de langage si vous voulez en tester davantage. Les nouveaux comptes reçoivent des crédits gratuits, assez pour passer une vraie page avant de décider quoi que ce soit.
La façon honnête de voir les choses : l'IA est un assistant de brouillon. Elle voit des pixels, pas votre intention. Elle peut dire qu'une photo montre deux personnes devant un tableau blanc, mais pas que l'une d'elles est votre nouvelle responsable produit et que le sujet de la photo est l'annonce. Ce contexte vient de vous, et la section suivante porte justement sur ce qu'il faut y mettre.
Un bon texte alternatif répond à une question : que perdrait quelqu'un si cette image n'était pas là. Ce n'est pas une légende, ni une liste de mots-clés, ni un inventaire de chaque objet du cadre. Une personne avec un lecteur d'écran l'entend au milieu de votre paragraphe, donc chaque mot de trop lui coûte du temps.
Quelques habitudes séparent les descriptions utiles du remplissage. Commencez par le sujet et le sens, puis ajoutez seulement le détail qui sert la page. Évitez les ouvertures comme image de ou photo de, car le lecteur d'écran annonce déjà qu'il s'agit d'une image. Décrivez le contenu, pas le fichier. Si l'image contient un texte qui compte, comme un panneau, le libellé d'un bouton ou le titre d'un graphique, reprenez ce texte, puisque la personne n'a aucun autre moyen de l'obtenir.
La même photo demande des mots différents selon la page. L'image d'un mug en céramique est une photo produit dans une boutique, où la couleur, la forme et la taille comptent. Dans un article sur les routines du matin, c'est de l'ambiance, et une courte phrase suffit. C'est pour cela qu'un modèle qui ne voit que l'image produit un texte médiocre, alors qu'un modèle à qui l'on donne aussi la page et l'objectif produit quelque chose de presque publiable.
Chaque image a un rôle différent, donc elle demande des consignes différentes. Prenez ceci comme point de départ pour savoir quoi demander au modèle et où il se trompe souvent.
| Type d'image | Ce que le texte alternatif doit porter | Ce qu'il faut vérifier dans le brouillon |
|---|---|---|
| Photo produit | Article, couleur, matière, caractéristiques visibles | Les détails que la photo ne prouve pas, comme la taille ou le tissu |
| Photo éditoriale | Le sujet et ce qui se passe | Les noms de personnes, de lieux et d'événements que le modèle ne peut pas connaître |
| Graphique ou schéma | La conclusion, plus l'endroit où se trouvent les données complètes | Les chiffres et tendances lus sur les axes |
| Capture d'écran | L'écran et l'action qu'il montre | Le texte de l'interface, recopié mot pour mot |
| Logo ou icône | Le nom, ou l'action pour une icône de bouton | S'il faut une description du tout |
| Ornement décoratif | Rien, utilisez un attribut alt vide | Que le modèle ne l'ait pas décrit quand même |
Les images complexes comme les graphiques et les infographies demandent plus qu'une phrase. Un texte alternatif court avec la conclusion, plus les données dans un tableau ou un paragraphe près de l'image, sert mieux tout le monde qu'un long bloc fourré dans l'attribut.
Voici la routine qui aboutit à des descriptions publiables, et non à une pile de légendes génériques. Elle marche pour une image ou pour une douzaine de la même page.
Un prompt réutilisable fait presque tout le contrôle qualité à votre place. Un bon prompt nomme la page, l'objectif et les limites dans le même message, par exemple : cette image apparaît dans un article sur le rempotage des plantes d'intérieur, décris ce qu'on voit en une phrase de moins de vingt mots, langage simple, sans supposition sur les personnes, et reprends exactement tout texte visible. Gardez-le comme consigne système et chaque image suivante hérite des mêmes exigences.
Une description que vous n'avez pas lue n'est pas un texte alternatif, c'est un risque. Les modèles décrivent avec assurance et se trompent parfois, et une personne avec un lecteur d'écran ne peut pas voir l'image pour repérer l'erreur. Relisez chaque ligne face à l'image avant la mise en ligne.
La plupart des problèmes reviennent, voici donc une courte liste à parcourir avant de coller quoi que ce soit :
Le même brouillon sert pour les descriptions d'image que beaucoup de réseaux permettent de joindre, voir publications pour réseaux sociaux par IA, et photographie produit par IA couvre les images de boutique que vous allez probablement décrire.
Ici le brouillon s'arrête et une personne doit prendre le relais. Un modèle ne sait pas pourquoi une image est sur la page, il décrira donc volontiers une photo décorative qu'il fallait ignorer, ou aplatira une photo dont tout l'intérêt est un détail qu'il a traité comme de l'arrière-plan.
Il ne reconnaît pas non plus les personnes qui comptent pour vous. Décrire une photo de groupe comme trois personnes souriantes dans un bureau est exact et presque inutile si la page parle des fondateurs, et il ne faut pas demander au modèle d'identifier des personnes réelles d'après leur visage. Ajoutez les noms vous-même quand la page l'exige, et seulement pour des personnes d'accord.
Graphiques, cartes et schémas sont le cas le plus difficile. Les modèles peuvent mal lire les valeurs d'un axe ou inverser une tendance, et un chiffre faux dit avec assurance est pire qu'un chiffre absent, alors vérifiez chaque donnée avec la source. Les images chargées de petit texte, comme les infographies et les captures de longs documents, se traitent mieux en mettant le texte lui-même dans la page.
Enfin, les obligations d'accessibilité restent les vôtres. Si votre site a des exigences légales, un brouillon automatique ne les remplit pas à lui seul, et la norme que vous suivez, comme les WCAG, demande des descriptions exactes et pertinentes, pas simplement présentes. Traitez le modèle comme une première passe et la relecture humaine comme une exigence. Pour la vidéo, le travail équivalent est le sous-titrage, que couvre sous-titres automatiques pour vidéos.
Le texte alternatif est une courte description écrite rattachée à une image dans le code de votre page. Les lecteurs d'écran le lisent à voix haute pour les personnes qui ne peuvent pas voir l'image, les navigateurs l'affichent quand l'image ne charge pas et les moteurs de recherche s'en servent comme indice de son contenu. Il compte surtout pour l'accessibilité : sans lui, un visiteur aveugle n'entend que le nom du fichier ou un silence à la place de votre image.
Oui, comme premier brouillon. Un modèle de langage doté de vision comme Gemini 3 Flash, Claude Sonnet 4.6 ou GPT-4o sur Picasso IA peut regarder une image et décrire ce qu'elle montre. Le brouillon est en général correct sur les objets et les scènes, et plus faible sur tout ce qui dépend d'un contexte que vous n'avez pas fourni, donc vous relisez et corrigez chaque texte avant de publier.
Commencez par un modèle de langage qui accepte les images. Gemini 3 Flash gère plusieurs images dans une requête, ce qui aide quand vous décrivez un ensemble de photos d'un même article. Claude Sonnet 4.6 et GPT-4o acceptent une image avec une consigne. Passer la même image dans deux d'entre eux et comparer est une façon rapide de trouver la formulation que vous préférez.
Aussi court que possible tout en gardant le sens de l'image. Pour la plupart des photos, cela veut dire une phrase, de quelques mots à une courte ligne. Les graphiques complexes font exception, et pour eux un texte alternatif bref plus les données complètes ou l'explication dans le texte de la page fonctionne mieux qu'un long attribut. Être bref est aussi le choix le plus prudent.
Il aide les moteurs de recherche à comprendre une image et la page qui l'entoure, et c'est le texte affiché si l'image ne charge pas. Ce n'est pas une astuce de classement. Des descriptions écrites pour les gens, avec des mots pertinents employés naturellement, servent à la fois les lecteurs et la recherche. Entasser des mots-clés sonne mal à voix haute et ne rapporte rien, alors écrivez la phrase qu'une personne voudrait entendre.
Non. Les images purement décoratives, comme les séparateurs, les fioritures et les textures de fond, doivent avoir un attribut alt vide pour que les lecteurs d'écran les ignorent. Les décrire n'ajoute que du bruit pour l'auditeur. Le test est simple : si retirer l'image ne changeait rien à ce que la page dit à quelqu'un, elle est décorative, et il faut dire au modèle de la laisser de côté.
Il ne devrait pas, et vous ne devriez pas le lui demander. Identifier des personnes réelles d'après leur visage est peu fiable et pose des problèmes de vie privée. Décrivez ce qui est visible, comme une femme qui présente devant un tableau blanc, et ajoutez les noms vous-même seulement quand la page l'exige et que les personnes concernées sont d'accord. Pour les photos de votre propre équipe, vous savez qui est qui et le modèle non.
Écrivez un texte alternatif court qui donne la conclusion principale, puis placez les chiffres sous-jacents ou l'explication complète dans un tableau ou un paragraphe à côté de l'image. Vous pouvez demander à un modèle de vision de lire le graphique et de rédiger les deux parties, mais vérifiez chaque chiffre avec vos données sources, car les modèles peuvent mal lire les axes ou inverser une tendance sans aucun signe qu'ils l'ont fait.
Dans certaines limites. Gemini 3 Flash accepte plusieurs images dans une seule requête, vous pouvez donc demander une description par image dans une liste numérotée. Pour une grande médiathèque, travaillez par lots d'images liées en gardant le même prompt, puis relisez chaque résultat. Lire chaque description prend encore du temps, mais bien moins que de les écrire de zéro.
La génération consomme des crédits, et le coût dépend du modèle et des réglages choisis, donc tout chiffre écrit ici serait vite périmé. Les réponses textuelles des modèles de langage comptent en général parmi les tâches les plus légères du catalogue, comparées à la vidéo. Les nouveaux comptes démarrent avec des crédits gratuits, et la page des tarifs est l'endroit où voir les offres actuelles.
Choisissez une page dont les images n'ont pas de description, ouvrez le toolkit de Picasso IA et voyez jusqu'où va un premier brouillon avant de commencer à retoucher.
Choisissez votre langue
