Depuis le 19 mai 2026, OpenAI met à disposition un outil public de vérification permettant d’identifier si une image a été produite par ChatGPT, l’API DALL-E ou Codex. La plateforme analyse deux signaux complémentaires, les métadonnées C2PA et le filigrane SynthID, pour estimer la probabilité qu’un visuel provienne des modèles OpenAI. Ce guide explique comment l’utiliser concrètement et comment interpréter ses résultats dans un contexte professionnel.
Avant de commencer : ce que l’outil détecte vraiment
L’outil de vérification d’OpenAI repose sur deux mécanismes distincts. Les Content Credentials du standard C2PA injectent dans le fichier des métadonnées de provenance signées cryptographiquement. Le filigrane SynthID de Google DeepMind imprime quant à lui des motifs imperceptibles dans les pixels, résistant au recadrage, à la compression et à l’application de filtres.
L’outil ne détecte donc que les visuels passés par les modèles OpenAI compatibles avec ces deux normes. Une image produite par Midjourney, Stable Diffusion ou Gemini ne sera pas signalée. Cette précision est essentielle avant tout audit : un résultat négatif ne signifie pas qu’une image est humaine, mais simplement qu’elle ne porte pas la signature d’OpenAI.
Avant la première utilisation, il faut donc clarifier la question à laquelle on souhaite répondre. S’agit-il de prouver qu’une image vient bien de ChatGPT, ou plus largement de détecter toute trace d’intelligence artificielle générative ? Dans le second cas, l’outil OpenAI ne suffit pas seul.
Étape 1 : accéder à la plateforme de vérification d’OpenAI
La plateforme est actuellement en research preview, accessible publiquement sans abonnement payant ni clé API. Aucune inscription préalable n’est requise pour les premiers tests. L’interface tient sur une seule page : une zone de dépôt centrale, un bouton d’analyse et un panneau de résultats.
Pour une utilisation professionnelle en agence, il est recommandé de tester l’outil sur un poste dédié, idéalement avec un navigateur récent à jour. Comme le souligne BDM dans son article du 19 mai 2026, OpenAI précise que les fichiers téléversés ne sont pas utilisés pour l’entraînement des modèles, un point important pour les agences manipulant des visuels clients confidentiels.
L’outil prend en charge les formats PNG, JPEG et WEBP. Aucune limite stricte de taille n’est imposée, mais une image trop lourde ralentit l’analyse. Pour les besoins de production éditoriale, l’équipe de RD Agency conseille de traiter les visuels un par un plutôt que par lots, afin de conserver une trace claire de chaque vérification.
Étape 2 : préparer correctement l’image à analyser
La qualité de l’analyse dépend directement du fichier soumis. Une capture d’écran prise sur un smartphone, recadrée à la va-vite et enregistrée dans un format compressé exotique donnera des résultats moins fiables qu’un fichier original téléchargé depuis sa source.
Trois précautions s’imposent. Il faut d’abord recadrer la capture au plus près du visuel à vérifier, sans laisser de barres de navigation, de marges blanches ou de fenêtres adjacentes. Ensuite, il convient d’éviter les fichiers contenant plusieurs images juxtaposées, l’outil étant calibré pour un visuel unique par analyse. Enfin, mieux vaut conserver le format d’origine plutôt que de convertir une image PNG en JPEG, certaines conversions altérant les métadonnées C2PA de manière irrémédiable.
Sur le terrain, Rodrigue Dworaczek a observé que les visuels récupérés via captures d’écran de navigateur conservent rarement les Content Credentials originaux. Le filigrane SynthID reste lui détectable dans la plupart des cas, ce qui justifie le maintien des deux canaux de vérification par OpenAI. Cette redondance technique constitue justement la principale valeur ajoutée de la plateforme par rapport à un simple lecteur de métadonnées.
Étape 3 : interpréter le résultat de l’analyse
L’analyse prend quelques secondes et renvoie un verdict. Un signal détecté indique que l’image provient probablement d’un outil OpenAI. Aucun pourcentage de confiance n’est affiché dans la version actuelle, l’éditeur considérant ses signaux comme fiables avec un taux de faux positifs rare selon sa communication officielle de mai 2026.
Un signal absent ne prouve pas qu’une image est authentique. Trois explications possibles cohabitent. L’image n’a jamais été générée par un outil OpenAI. L’image a été générée par OpenAI mais les métadonnées C2PA ont été supprimées et le filigrane SynthID a été altéré par des manipulations destructives. L’image provient d’un autre modèle d’IA générative non couvert par l’outil.
Pour les agences, cette nuance est cruciale. Un résultat négatif appelle un faisceau d’indices complémentaires : analyse manuelle des artefacts, vérification de la cohérence des ombres et des reflets, recherche d’image inversée via Google Images ou TinEye. La détection IA reste un jeu de probabilités, jamais une preuve absolue.
Erreurs courantes à éviter lors de la détection
La première erreur consiste à considérer l’outil comme un détecteur universel d’IA. Il ne l’est pas. Sa portée est strictement limitée aux modèles OpenAI signés. Pour un audit complet de provenance, il faut le combiner avec d’autres détecteurs spécialisés et avec une analyse humaine attentive.
Deuxième erreur fréquente, l’usage de l’outil sur des captures compressées par messagerie. WhatsApp, Telegram ou Messenger appliquent une compression agressive qui dégrade les filigranes et peut supprimer les métadonnées. Récupérer le fichier source par email ou via un service de partage non compressif donne des résultats nettement plus fiables.
Troisième erreur, sur-interpréter un signal détecté. L’outil signale une provenance probable mais ne distingue pas les usages légitimes (illustration éditoriale assumée, brainstorming créatif) des usages problématiques (deepfake, fausse preuve). Le contexte d’usage reste à apprécier humainement, idéalement avec un référentiel interne clair.
Ce que ce dispositif change pour les agences et les TPE/PME
Pour une TPE ou une PME, l’enjeu n’est pas seulement de détecter les images générées par IA mais de structurer une politique de transparence sur ses propres contenus. Selon une étude Adobe Content Authenticity de 2025, une part majoritaire des consommateurs souhaite savoir si un visuel commercial a été modifié ou généré par IA avant d’accorder sa confiance.
Trois cas d’usage concrets reviennent chez les dirigeants. Le contrôle des visuels fournis par un prestataire freelance ou une agence partenaire, lorsque le contrat exige des photos authentiques. La vérification des images intégrées dans une revue de presse ou un dossier d’investisseur. L’audit interne des contenus marketing avant publication, pour éviter une mise en cause juridique en cas de retouche non déclarée.
Dans la méthodologie Résonance SEO appliquée chez RD Agency, cette vérification de provenance est désormais intégrée à toute production de visuel destiné à une page d’atterrissage stratégique. Cette précaution répond à une attente croissante de Google sur la fiabilité des contenus, alignée sur sa mise à jour E-E-A-T et sur la démarche Content Credentials qui fédère désormais éditeurs et plateformes.
Questions fréquentes sur l’outil de vérification d’OpenAI
L’outil est-il gratuit pour un usage professionnel ?
La plateforme de vérification d’OpenAI est accessible gratuitement en research preview depuis le 19 mai 2026. Aucun abonnement ChatGPT Plus ou clé API n’est nécessaire pour la consulter. OpenAI n’a pas communiqué de calendrier de monétisation à cette date, ni de quotas d’usage formels à respecter.
Pourquoi cet outil est-il important pour la communication d’entreprise ?
Cet outil répond à un besoin croissant de traçabilité des contenus visuels. Pour une entreprise, intégrer la vérification de provenance dans son processus éditorial protège sa marque contre la diffusion involontaire de fausses informations et renforce la confiance des audiences exposées à un flot massif de visuels synthétiques.
Comment choisir entre plusieurs solutions de détection d’images IA ?
Le choix dépend du périmètre couvert. L’outil OpenAI ne détecte que les images issues de ses propres modèles. Pour une couverture multi-modèles, des solutions basées sur Content Credentials ou les détecteurs spécialisés en deepfake apportent une lecture complémentaire. La combinaison de deux ou trois outils reste la pratique la plus solide aujourd’hui.
Aller plus loin avec un dispositif de traçabilité visuelle
L’outil de détection d’OpenAI n’est qu’une première brique d’un écosystème de provenance en construction. Dans les prochains mois, l’entreprise prévoit d’élargir la vérification à des contenus produits hors de son périmètre, en partenariat avec d’autres acteurs du standard C2PA. Pour une TPE ou une profession libérale, le bon réflexe est d’inscrire dès maintenant la vérification visuelle dans ses processus éditoriaux internes, sans attendre une obligation réglementaire.
Rodrigue Dworaczek et l’équipe de RD Agency accompagnent les dirigeants qui souhaitent structurer une charte de transparence sur leurs contenus IA, en cohérence avec une stratégie SEO durable et une communication responsable.