L’IA générative dans un projet web : ce qu’elle fait, ce qu’elle rate.

Ce que ces outils font bien

• Sortir d’une page blanche : produire dix formulations pour choisir une direction.
• Reformuler un texte existant : raccourcir, clarifier, adapter à un autre support.
• Explorer des pistes visuelles en amont, pour discuter d’une intention.
• Écrire du code répétitif, des tests, ou expliquer un message d’erreur obscur.
• Structurer une masse de contenus existants avant de les réécrire.

Le point commun de ces usages : l’outil produit une matière brute, qu’une personne trie ensuite. Le gain est réel sur la vitesse de démarrage, pas sur la qualité finale.

Ce qu’ils ratent

Un texte généré est plausible avant d’être juste. Il produit des tournures moyennes, des affirmations non vérifiées et un ton interchangeable — exactement ce qu’une marque cherche à éviter. Sur une page d’offre, cette neutralité coûte cher : elle donne l’impression d’un site qui pourrait appartenir à n’importe qui.

Il manque surtout ce que l’outil ne peut pas connaître : vos cas réels, vos arbitrages, vos échecs instructifs, la phrase qu’un client a prononcée et qui résume tout. C’est précisément ce qui rend un contenu utile.

Les images : attention aux droits

• Les conditions d’utilisation varient d’un outil à l’autre, y compris pour l’usage commercial.
• Une image générée peut reproduire un style reconnaissable, voire une marque : le risque juridique reste flou.
• La cohérence est difficile à tenir : deux images générées se ressemblent rarement assez pour cohabiter.
• Les détails trahissent encore souvent — mains, textes, reflets, logos improbables.

Pour une marque, la photographie reste supérieure dès qu’il s’agit de montrer un lieu, une équipe ou un produit réel. L’image générée fonctionne mieux en illustration abstraite, où l’exactitude importe peu.

Référencement et contenu généré

Google ne sanctionne pas le contenu généré en tant que tel : il sanctionne le contenu sans valeur, produit en masse pour capter des recherches. Publier trente articles moyens ne fera pas mieux qu’en publier cinq utiles — et occupera un temps considérable en relecture.

Ce que le client demande, et ce qu’il veut

La demande arrive souvent sous cette forme : « on peut faire les textes avec l’IA pour réduire le budget ». Derrière, il y a rarement un intérêt pour la technologie : il y a une contrainte de temps ou d’argent, et une page blanche qui fait peur.

La réponse utile n’est pas de refuser, mais de déplacer le curseur : je propose un plan détaillé et des questions précises, le client répond par écrit sans se soucier du style, et la mise en forme se fait ensuite — avec ou sans assistance. Le résultat contient ce que seul le client sait, ce qui est exactement ce qui manquait.

Une question de responsabilité

Quand un texte publié contient une erreur, c’est l’entreprise qui l’assume, pas l’outil. Même chose pour une image dont les droits sont contestés, ou pour du code dont la licence pose problème. Cette responsabilité ne se délègue pas, et c’est elle qui devrait guider l’usage.

Le coût réel d’un contenu assisté

Le temps gagné à la production est souvent repris à la relecture. Un texte généré demande d’être vérifié ligne à ligne : les affirmations paraissent solides, les chiffres semblent plausibles, et c’est précisément ce qui rend la relecture longue.

Sur un sujet que vous maîtrisez, l’écart se réduit : vous repérez l’erreur immédiatement. Sur un sujet que vous connaissez mal — donc celui où l’aide serait la plus précieuse —, vous n’avez aucun moyen de juger. C’est le paradoxe de ces outils.

Les données que vous donnez

• Un brief client collé dans un outil grand public peut être conservé et servir à l’entraînement.
• Les documents confidentiels, contrats et données personnelles n’ont rien à y faire.
• Les offres professionnelles proposent en général une option excluant l’entraînement : vérifiez-la plutôt que de la supposer.
• Si vous travaillez pour un client, son accord est nécessaire avant de transmettre ses contenus.

Sur le code

C’est probablement l’usage le plus mûr : générer une fonction, écrire des tests, comprendre une erreur, migrer un fichier d’une syntaxe à une autre. Le code a un avantage décisif sur le texte — il s’exécute, donc il se vérifie.

Le risque s’est déplacé ailleurs : il est facile d’intégrer du code qu’on ne comprend pas, qui fonctionne aujourd’hui et devient impossible à maintenir demain. La règle que je m’applique : ne jamais livrer une ligne que je ne saurais pas expliquer.

Ce que ça change pour un projet client

1. 01Au cadrageRien ne change : les décisions viennent du client et du contexte.
2. 02À la productionGain réel sur les brouillons, les variantes et les tâches répétitives.
3. 03À la relectureCharge supplémentaire, à intégrer au planning plutôt qu’à subir.
4. 04À la livraisonLa responsabilité reste entière : personne ne s’excuse en disant que l’outil s’est trompé.

Où placer la frontière

1. 01Décider soi-mêmePositionnement, promesse, prix, ton : rien de tout cela ne se délègue à un outil.
2. 02Générer pour explorerBrouillons, variantes, plans : la matière brute peut venir de la machine.
3. 03Réécrire systématiquementAucun texte publié tel quel. La réécriture est le moment où le contenu devient le vôtre.
4. 04Vérifier tout faitChiffres, citations, noms, dates : la plausibilité n’est pas l’exactitude.

Ces outils accélèrent la production. Ils n’accélèrent ni la réflexion, ni la confiance.

Faut-il le dire ?

Il n’existe pas d’obligation générale d’indiquer qu’un texte a été assisté par une IA. Mais la question se pose autrement pour les visuels présentés comme des photographies : afficher une image générée comme si elle montrait votre lieu ou votre équipe est trompeur, et se retourne contre vous le jour où cela se remarque.