Pub IA : ce que chaque outil fabrique vraiment

« Pub IA » ne désigne pas un produit mais quatre, qui se vendent pour des besoins différents et échouent pour des raisons différentes : fabriquer une image, écrire le texte, faire parler un présentateur de synthèse, ou transporter une vraie prise sur un autre visage. Les confondre coûte cher, en abonnement comme en temps. Ce guide les sépare et indique lequel correspond à quel besoin.

Les quatre choses qu'on appelle « publicité générée »

La bonne question à poser à un outil n'est pas ce qu'il promet mais ce qu'il fabrique. La réponse tient toujours dans l'une de ces quatre cases.

L'image. Une photo produit posée sur un autre fond, recadrée pour un format, ou déclinée en variantes. C'est la plus grosse part de la catégorie.

Le texte. Titres, accroches, corps de l'annonce et déclinaisons.

Le présentateur. Une personne à l'écran qui porte votre message et qui n'a jamais été filmée.

La scène entière. Une consigne écrite en entrée, un plan inventé en sortie, décor et mouvement compris.

Un outil qui se présente comme un générateur de publicité complet enchaîne en général deux de ces briques. Il vaut mieux le savoir avant de payer un abonnement qui double ce que vous possédez déjà.

L'image se génère surtout dans la régie

Le fait le moins raconté de la catégorie : les régies publicitaires proposent elles-mêmes ces fonctions. Le gestionnaire de publicités de Meta sait générer des variantes d'image à partir de la créa d'origine. Si votre annonce est une photo produit avec une accroche, une bonne partie de l'outillage que vous alliez acheter se trouve déjà dans le compte où vous achetez votre média.

Ce que cet outillage ne fait pas, c'est une personne qui parle de votre offre face caméra. Un fond regénéré et un recadrage sont du travail de mise au format : ils font tenir un actif existant dans plus d'emplacements, ils ne créent pas l'actif.

Le texte, la brique la plus facile à mal utiliser

Un modèle produira volontiers quarante accroches pour une offre qu'il n'a jamais vue, et trente-cinq seront interchangeables. La méthode qui fonctionne est étroite : donnez les éléments concrets, l'objection entendue la semaine dernière, le prix exact, ce que fait votre produit que le voisin ne fait pas, et demandez des variantes d'un seul angle plutôt que quarante angles. Le goulot d'étranglement du social payant est rarement le nombre d'accroches, c'est d'avoir quelque chose de vrai et de précis à y mettre.

Le présentateur : trois techniques vidéo distinctes

C'est en vidéo que les différences deviennent coûteuses, parce que trois techniques sans rapport se vendent sous la même étiquette.

Du script à l'avatar. Vous tapez un texte, vous choisissez un présentateur de synthèse, l'outil fabrique une voix et cale les lèvres dessus. Aucune caméra, aucune prise, le chemin le plus court d'un document à une vidéo. En contrepartie, la façon de dire le texte, les pauses, l'appui sur un mot, les mains, tout ce qui fait croire qu'une personne pense ce qu'elle dit, est inventé par le modèle.

La capture de performance. Vous enregistrez la prise vous-même, au téléphone, et un modèle la transfère sur un autre présentateur. Le modèle Act-Two de Runway est la référence : une vidéo guide fournit le mouvement, les expressions, l'audio et les gestes, une image de personnage fournit le visage. Ce qui revient, c'est votre façon de dire, portée par quelqu'un d'autre.

La génération complète. Une consigne écrite produit tout le plan. Souple pour du décor, peu fiable pour un produit précis dans une main précise, et le même présentateur survit rarement à deux consignes, ce qui complique une série de variantes.

Lequel pour quel besoin

Une liste de décision, dans l'ordre où les questions se posent.

1. Vous avez un actif et il vous faut d'autres formats. Utilisez les fonctions génératives de votre régie et n'achetez pas un second produit pour cela.
2. Il vous faut du volume de texte sur un angle. Un modèle de langue convient, à condition de le nourrir de faits concrets plutôt que d'un nom de catégorie.
3. Il vous faut un présentateur aujourd'hui, sans tourner. Le script à avatar livre une vidéo dans l'heure, avec la diction comme point faible.
4. Il vous faut un présentateur et vous pouvez tourner dix minutes. La capture de performance garde votre voix, votre rythme et vos gestes.
5. Il vous faut du décor ou des plans de produit sans dialogue. La génération complète est faite pour cela, et mal faite pour un porte-parole.

Aucune des quatre ne répare une offre faible. La génération abaisse le coût de tester une bonne offre, ce qui est une promesse plus petite et plus utile.

Le signalement fait partie du travail

Trois obligations se posent par-dessus ce que vous générez, et elles se traitent au montage, pas après coup.

En France, la mention est écrite dans la loi. L'article 5 de la loi du 9 juin 2023 sur l'influence commerciale impose d'accompagner d'une mention « Images virtuelles » les contenus dont le visage ou la silhouette a été produit par un procédé d'intelligence artificielle, de façon claire et lisible pendant toute la vidéo.

Les plateformes exigent un étiquetage. TikTok impose de signaler les contenus réalistes générés par IA et propose dans son gestionnaire de publicités des avertissements dont un pour le contenu généré par IA. Les règles diffèrent d'une plateforme à l'autre et changent.

L'Union européenne fixe un cadre. La Commission européenne détaille les obligations de transparence de l'article 50 du règlement sur l'IA, qui visent les contenus image, audio et vidéo générés ou manipulés, et indique que l'article s'applique depuis le 2 août 2026.

Et la règle qui précède toutes les autres : le visage doit être un visage que vous avez le droit d'utiliser. Une personne réelle donne son accord écrit, et les personnalités publiques sont exclues.

Comment Sosie s'intègre

Sosie occupe une seule de ces quatre cases. Le produit ne fabrique pas d'images publicitaires, n'écrit pas vos textes et n'invente pas de scène à partir d'une consigne. Il fait de la capture de performance : vous enregistrez jusqu'à quarante secondes au téléphone, en disant votre propre texte, et Sosie pose cette prise sur un acteur choisi dans le catalogue, décrit en quelques mots, ou importé sous forme d'image dont vous détenez les droits. Votre voix, votre rythme, vos expressions et vos gestes sont conservés. Par défaut, l'acteur apparaît dans la pièce où vous avez tourné, avec les mêmes murs et la même lumière ; son propre décor est l'autre option.

La sortie est un MP4 vertical en 1080p, horizontal si vous avez filmé à l'horizontale, sans filigrane et utilisable commercialement, publicité payante comprise. Un crédit couvre vingt secondes, deux crédits jusqu'à quarante. Les crédits s'achètent en abonnement mensuel ou en packs à l'unité qui n'expirent pas, à partir de 39 € pour cinq vidéos, et aucune offre n'existe sans paiement. Un rendu qui échoue est recrédité. Comme votre audio pilote le rendu, l'acteur parle la langue que vous avez parlée.

Les conditions exigent le consentement écrit de toute personne réelle importée et interdisent les personnalités publiques. Pour le contexte général, le guide sur le contenu UGC explique d'où vient ce style de publicité, et celui sur l'acteur IA détaille le présentateur lui-même.