Envoyer des images à ChatGPT

Envoyer des images à ChatGPT

Avec GPT-5.6, ChatGPT ne se limite pas au texte. Vous déposez dans la conversation une photo, une capture d’écran, un schéma ou n’importe quel visuel, et vous recevez une analyse détaillée. Le changement est plus profond qu’il n’y paraît : vous ne décrivez plus avec des mots ce que vous avez sous les yeux, vous le montrez.

Formats acceptés et voies d’entrée

ChatGPT prend en charge le JPEG, le PNG, le GIF — dont seule la première frame sera lue — et le WebP, dans la limite de 20 Mo par image. Assez large pour que la conversion préalable ne se pose pratiquement jamais.

Trois chemins mènent au même résultat. Sur l’interface web, l’icône de trombone (ou le « + ») ouvre le sélecteur de fichiers, quand l’image est déjà sur votre disque. Sur mobile, l’icône appareil photo vous laisse photographier la scène en direct ou piocher dans votre galerie : vous êtes devant l’objet, vous le cadrez, vous demandez. Sur ordinateur, le glisser-déposer dans la fenêtre de conversation reste le plus rapide — capture d’écran, glissement, question.

Une image seule ne dit rien

L’erreur des débuts est toujours la même : envoyer la photo sans autre consigne. Privé d’intention, le modèle se rabat sur ce qu’il sait faire par défaut, décrire, et vous récupérez un paragraphe correct et parfaitement inutile.

Prenez la photo d’un plat que vous venez de cuisiner. Avec « Qu’est-ce que c’est ? », elle vous vaut une description générale de l’assiette. Avec « Voici la photo d’un plat que j’ai cuisiné. Estime les calories et les macronutriments (protéines, glucides, lipides) par portion », elle vous vaut une analyse ciblée et chiffrée, exploitable dans un suivi alimentaire. L’image est identique dans les deux cas ; seule l’intention a été formulée. Dites à ChatGPT ce que vous attendez de l’analyse.

Plusieurs images dans un même message

GPT-5.6 traite plusieurs images d’un seul tenant. Deux photos d’un même produit prises à des moments différents, accompagnées de « Compare ces deux photos et identifie les changements visibles », donnent une réponse comparative construite — et non deux descriptions posées côte à côte que vous auriez à rapprocher vous-même.

La limite pratique tourne autour d’une dizaine d’images par message, mais elle est trompeuse : bien avant ce plafond, la qualité baisse. Plus le lot grossit, plus l’attention se disperse et plus les détails fins se perdent.

Prendre le réflexe photo

Les usages les plus rentables sont les plus prosaïques. Photographiez l’intérieur de votre réfrigérateur et demandez des recettes à partir des seuls ingrédients visibles. Envoyez la photo d’une pièce vide pour obtenir des suggestions d’aménagement. Soumettez une plante inconnue pour l’identifier. Le même réflexe vaut pour un avis sur l’accord des couleurs d’une tenue, ou pour un premier diagnostic quand vous photographiez une fissure dans un mur ou une fuite sous un évier.

Faites-en l’essai maintenant : prenez en photo votre bureau ou votre cuisine, et envoyez « Analyse cet espace et propose 5 améliorations concrètes pour le rendre plus fonctionnel et agréable. Justifie chaque suggestion. » Ce qu’il faut observer n’est pas la liste, mais la précision avec laquelle le modèle identifie les objets réellement présents et adapte ses conseils à cet espace-là plutôt qu’à un bureau générique.

Ce qui fait dérailler une analyse

Une image floue ou trop sombre reste le premier obstacle, et aucune formulation habile ne rattrape un cliché raté : reprenez la photo. Vient ensuite le défaut de contexte, dont on a vu qu’il produit mécaniquement une réponse générique. L’excès de confiance du modèle constitue le troisième risque, plus insidieux parce qu’il ne se voit pas : sur un élément ambigu, ChatGPT tranche avec assurance et se trompe parfois, si bien que toute information critique — un dosage, un montant, une référence produit — doit être recoupée à la source. La confidentialité, enfin, mérite un temps d’arrêt : une facture, une pièce d’identité, un écran contenant des données personnelles ne devraient jamais partir sans que vous ayez pesé la question.

Points clés à retenir

• GPT-5.6 analyse les images nativement — pas besoin de plugin ou d’extension
• Accompagnez toujours vos images d’un prompt précis pour guider l’analyse
• Vous pouvez envoyer plusieurs images dans un même message pour des comparaisons
• Les formats JPEG, PNG, GIF et WebP sont pris en charge, jusqu’à 20 Mo par image
• La qualité de l’image influence directement la qualité de l’analyse