Vous tapez une description, ChatGPT vous renvoie un visuel. Sauf que ce n'est pas celui que vous vouliez. Vous ajustez le texte, l'IA produit autre chose. Trois, quatre, cinq tentatives plus tard, vous avez une image approximative et une frustration bien réelle. Ce n'est pas une question de malchance. C'est une question de méthode. Le modèle ne lit pas dans vos pensées : il exécute des instructions. Si vos prompts sont flous, le résultat le sera aussi. L'astuce n'est pas d'essayer plus, mais de décrire mieux.
Quel modèle de génération d'images utilisez-vous vraiment dans ChatGPT ?
Avant d'écrire un prompt, il faut savoir sur quel moteur vous allez tomber. Depuis mars 2025, ChatGPT utilise par défaut le modèle GPT-4o pour générer des images. Avant, c'était DALL·E 3. La différence n'est pas anecdotique. GPT-4o gère bien mieux le texte dans les images, les instructions complexes et les détails précis. DALL·E 3 reste disponible si vous le sélectionnez manuellement, mais il est moins performant pour les rendus réalistes et la typographie.
Voici un tableau pour vous y retrouver :
| Critère | GPT-4o (modèle par défaut) | DALL·E 3 (modèle alternatif) |
|---|---|---|
| Accès | Intégré directement dans la conversation | Nécessite de sélectionner l'agent DALL·E |
| Limites gratuites | 3 images par jour | 2 images par jour |
| Limites payantes | 1 image = 1 message dans le quota (quasi illimité avec un compte Pro) | 50 images par tranche de 3 heures |
| Qualité du texte | Excellente : rendu lisible, cohérent, polices respectées | Moyenne : texte parfois flou ou mal placé |
| Précision des instructions | Très bonne, même pour des consignes complexes | Moins fiable, surtout pour les détails techniques |
| Retouche d'image | Possible : modification localisée dans la conversation | Pas d'édition contextuelle, il faut régénérer |
| Style visuel | Rendu photoréaliste, cohérent avec le contexte | Visuels plus artistiques, stylisés, abstraits |
| Rapidité | Lente | Moyenne |
| Idéal pour | Infographies, mockups, visuels explicatifs, illustrations techniques | Créations artistiques, affiches décoratives sans texte |
Si vous avez besoin d'un visuel avec du texte lisible ou d'une scène réaliste, restez sur GPT-4o. Pour une ambiance onirique ou un style peinture, DALL·E 3 peut encore dépanner.
Comment écrire un prompt qui donne le bon résultat du premier coup
Un bon prompt ne se contente pas de décrire ce que vous voulez voir. Il donne des contraintes. Plus vous en mettez, moins l'IA a de liberté pour déraper. Voici les ingrédients qui font la différence.
Structurez votre description en trois blocs
- Sujet principal et action : qui ou quoi, que fait-il ou elle. Exemple : "Un chat roux assis sur un rebord de fenêtre."
- Contexte et ambiance : où, quand, quelle lumière. Exemple : "En plein après-midi d'été, lumière chaude, vue sur un jardin."
- Style et format : réaliste, illustration, dessin animé, photo, peinture à l'huile. Exemple : "Style photo argentique, format 16:9."
Évitez les adjectifs vagues comme "beau", "joli" ou "impressionnant". Préférez des termes concrets : "éclairage latéral", "texture rugueuse", "couleurs saturées".
Donnez un exemple de référence
Si vous voulez un rendu précis, vous pouvez joindre une image existante et demander à ChatGPT de s'en inspirer pour le style, les couleurs ou la composition. Cela fonctionne particulièrement bien avec GPT-4o, qui peut analyser l'image source et reproduire son atmosphère.
Précisez ce que vous ne voulez pas
Les modèles d'IA ont tendance à ajouter des éléments par défaut. Si vous voulez une photo sans personne, sans texte, sans arrière-plan flou, dites-le. Une phrase comme "Pas de personnage, pas de texte, fond blanc uni" peut vous éviter de régénérer trois fois.
Les erreurs fréquentes qui vous font perdre du temps
Certains réflexes reviennent souvent et gâchent vos résultats.
Demander trop de choses dans un seul prompt
Vous voulez un paysage de montagne avec un lac, un chalet, des nuages roses, un cerf au premier plan et un coucher de soleil. ChatGPT va essayer de tout caser, et le résultat sera brouillon. Limitez-vous à deux ou trois éléments visuels forts. Si vous avez besoin de plus, générez plusieurs images et assemblez-les.
Oublier le format et les proportions
Par défaut, ChatGPT génère souvent du carré (1:1). Si vous avez besoin d'un format paysage (16:9) ou d'une bannière verticale (9:16), précisez-le dans le prompt. Les ratios possibles vont de 3:1 à 1:3. Vous pouvez aussi demander une résolution précise : 1920x1080, 1024x1024, 2560x1440.
Négliger le texte dans l'image
Avec GPT-4o, le texte est devenu lisible, mais il faut le guider. Ne dites pas juste "ajoute un titre". Dites : "Écris 'Guide ultime du jardinage' en haut, police sans-serif blanche, centré, sur fond bleu foncé." Le modèle respecte mieux les instructions précises.
Comment retoucher une image sans repartir de zéro
Vous avez une image presque parfaite, mais il manque un détail ou un élément est mal placé. Pas besoin de tout régénérer. Avec GPT-4o, vous pouvez modifier localement une image générée. Sélectionnez la zone à changer dans la conversation et donnez une instruction textuelle. Par exemple : "Remplace le vase rouge par une plante verte" ou "Agrandis la fenêtre à droite". Cela fonctionne comme un outil d'in-painting intégré, sans passer par Photoshop.
Cette fonction est disponible directement dans l'interface, sans outil externe. Elle vous évite de refaire le prompt complet et de perdre le reste du visuel.
Combien ça coûte vraiment de générer des images avec ChatGPT
La tarification dépend de votre abonnement et du modèle utilisé.
- Compte gratuit : 3 images par jour avec GPT-4o, 2 avec DALL·E 3. Au-delà, vous devez attendre le lendemain.
- ChatGPT Plus : les images comptent comme des messages dans votre quota. En pratique, vous pouvez en générer plusieurs dizaines par jour sans atteindre la limite, surtout avec GPT-4o. Un compte à rebours de 10 minutes se déclenche parfois après une utilisation intensive.
- ChatGPT Pro : génération quasi illimitée, sans limite visible.
- API gpt-image-2 (depuis avril 2026) : facturation par tokens. Une image 1024x1024 coûte entre 0,006 $ et 0,211 $ selon la qualité. Le mode Batch (traitement différé) divise le prix par deux.
Pour un usage personnel ou une petite équipe, l'abonnement Plus (environ 20 $ par mois) suffit. Pour une production intensive, le passage au Pro ou à l'API devient rentable.
Une limite à garder en tête : la cohérence d'une image à l'autre
ChatGPT ne garde pas de mémoire visuelle d'une session à l'autre. Si vous générez un personnage aujourd'hui et que vous voulez le même demain, le modèle risque de le recréer différemment. Pour obtenir une cohérence, vous devez soit réutiliser le même prompt très détaillé, soit conserver l'image générée et l'utiliser comme référence dans une nouvelle conversation. C'est un point faible du système : il n'y a pas de banque de personnages ou d'objets persistants.
Si vous travaillez sur une série d'images (bande dessinée, catalogue produit, storyboard), prévoyez de noter vos prompts précis et de les réinjecter à chaque fois. C'est contraignant, mais c'est la seule méthode fiable pour l'instant.
Ne cherchez pas le prompt parfait, cherchez le prompt utile
Vous n'avez pas besoin de devenir un expert en prompt engineering pour obtenir un visuel exploitable. Ce qu'il faut, c'est arrêter d'écrire des phrases vagues et commencer à donner des instructions structurées. Sujet, contexte, style, format, interdits. Cinq éléments à caler dans votre description. Si le résultat n'est pas bon, ne relancez pas au hasard : modifiez un seul paramètre à la fois. Vous saurez ce qui a changé et pourquoi. Au bout de deux ou trois essais méthodiques, vous aurez votre image. Et vous aurez appris ce qui marche pour la prochaine fois.
Pour aller plus loin dans la maîtrise de l'outil, vous pouvez consulter notre guide sur comment formuler une demande efficace à ChatGPT : les principes de clarté et de structure s'appliquent aussi à la génération d'images. Et si vous voulez apprendre à générer un visuel propre avec un prompt simple, nous avons détaillé la méthode pas à pas.
