Vous en avez assez de passer des heures à créer manuellement des GIF animés pour vos stories Instagram ou à convertir vos pictogrammes en SVG avant de les intégrer sur un site ? Cette frustration est partagée par des milliers de community managers, designers et responsables marketing qui jonglent chaque jour avec des outils multiples pour produire des visuels cohérents et engageants. Imaginez un instant que votre outil d’intelligence artificielle préféré puisse désormais générer directement des animations bouclées, conserver les mêmes personnages d’une campagne à l’autre et exporter des fichiers vectoriels prêts à l’emploi, le tout avec une vitesse de génération nettement améliorée. C’est précisément ce que propose la dernière mise à jour d’OpenAI, et elle risque de transformer la manière dont les équipes digitales produisent leurs contenus visuels au quotidien.

L’annonce de ChatGPT Images 2.6 et ses nouveautés majeures

OpenAI a officialisé le déploiement de ChatGPT Images 2.6 le 4 novembre 2026. Cette version concerne à la fois l’interface ChatGPT, Codex et l’API. L’objectif affiché est clair : rendre la création d’images plus fluide, plus cohérente et mieux adaptée aux besoins de production professionnelle. Contrairement aux versions précédentes qui se limitaient principalement à des images statiques, cette itération introduit plusieurs formats et fonctionnalités directement exploitables par les équipes marketing et créatives.

Parmi les ajouts les plus attendus figurent la génération de GIF animés, la possibilité d’enregistrer des images de référence pour les réutiliser, l’annotation d’images et surtout l’export en SVG. OpenAI annonce également des gains de vitesse significatifs, avec des temps de génération jusqu’à deux fois plus courts dans certains cas. Ces évolutions ne sont pas anecdotiques. Elles répondent à des frictions concrètes que les utilisateurs rencontraient au quotidien : perte de temps sur les conversions de formats, difficultés à maintenir une cohérence visuelle d’une création à l’autre, et lenteur relative de certaines générations.

Pour les professionnels du marketing digital, ces nouveautés ouvrent des perspectives intéressantes. Un community manager peut désormais imaginer une mascotte de marque qui reste identique d’une publication à l’autre, l’animer en GIF pour les stories et exporter le même personnage en SVG pour le site web ou les supports print. Le gain de temps potentiel est réel, à condition de bien comprendre comment exploiter chaque fonctionnalité.

Générer des GIF animés directement depuis ChatGPT

La fonctionnalité qui attire immédiatement l’attention des équipes social media est la capacité de ChatGPT Images 2.6 à produire des GIF animés. Concrètement, vous pouvez partir d’un prompt textuel ou d’une image existante, puis ajuster plusieurs paramètres. Il est possible de régler la vitesse de l’animation, de retoucher des frames individuelles et d’activer le mode boucle pour que l’animation se répète de manière fluide. Cette approche évite de passer par des outils tiers comme Adobe After Effects, Canva Pro ou des convertisseurs en ligne pour obtenir un résultat exploitable sur les réseaux sociaux.

Prenons un exemple concret. Une marque de cosmétique souhaite animer sa mascotte (un petit flacon souriant) pour une campagne de lancement sur TikTok et Instagram. Avec la version 2.6, le community manager peut d’abord générer la mascotte statique, l’enregistrer comme référence, puis demander une animation simple où le flacon cligne des yeux et effectue un léger mouvement de tête. Il ajuste ensuite la vitesse pour que l’animation reste dynamique sans paraître trop rapide, et active la boucle. Le GIF obtenu peut être téléchargé et directement intégré dans une story ou un post. Le processus reste itératif : si une frame ne convient pas, elle peut être retouchée individuellement avant de regénérer l’animation complète.

Cette capacité change la donne pour les contenus éphémères. Les stories, les reels courts et les posts LinkedIn qui misent sur le mouvement deviennent plus accessibles aux équipes qui n’ont pas de graphiste dédié à plein temps. Il reste néanmoins important de garder un œil sur la qualité visuelle. Une animation trop simple ou trop répétitive peut paraître artificielle. Les meilleurs résultats semblent obtenus lorsque le prompt décrit précisément le type de mouvement souhaité (clignement, rotation légère, effet de rebond, etc.) et que l’on part d’une image de référence déjà bien travaillée.

Du côté des limites, la durée et la complexité des GIF restent contraintes par les capacités du modèle. On ne parle pas encore de vidéos longues ou d’animations extrêmement détaillées, mais plutôt de boucles courtes et efficaces, parfaitement adaptées aux formats des réseaux sociaux. Pour les équipes qui publient plusieurs fois par jour, cette fonctionnalité peut réduire de manière significative le temps passé sur des tâches répétitives.

Les images de référence enregistrées : fin des téléversements répétitifs

L’une des frustrations les plus fréquemment exprimées avec les versions précédentes de ChatGPT Images concernait la gestion des références. Avec la 2.5, OpenAI avait amélioré la fidélité aux images de référence, mais celles-ci n’étaient pas mémorisées. Il fallait les téléverser à chaque nouvelle génération. La version 2.6 corrige ce point : les images de référence peuvent désormais être enregistrées et réutilisées. Qu’il s’agisse d’une personne, d’un animal, d’une mascotte ou d’un produit, le même élément peut être rappelé facilement dans de nouvelles créations sans nouveau téléversement.

Cette évolution est particulièrement pertinente pour les marques qui travaillent avec des ambassadeurs récurrents, des personnages de marque ou des produits dont l’apparence doit rester constante. Imaginez une fintech qui utilise un renard stylisé comme mascotte. Une fois le renard enregistré comme référence, chaque nouvelle campagne (lancement d’une fonctionnalité, contenu éducatif, posts saisonniers) peut repartir de la même base. Le risque d’incohérence visuelle diminue fortement, ce qui renforce la reconnaissance de marque sur le long terme.

Dans la pratique, cela facilite aussi le travail collaboratif. Plusieurs membres d’une équipe peuvent accéder aux mêmes références enregistrées et générer des variantes sans devoir se renvoyer constamment des fichiers. Pour les agences qui gèrent plusieurs clients, la possibilité de conserver des bibliothèques de références par compte devient un véritable atout organisationnel. Il convient toutefois de rester vigilant sur la qualité de l’image de référence initiale : plus elle est soignée et claire, meilleurs seront les résultats sur les générations suivantes.

La cohérence visuelle d’une marque ne se construit pas seulement avec des couleurs et des typographies. Elle passe aussi par la capacité à retrouver le même personnage ou le même produit d’une création à l’autre sans repartir de zéro à chaque fois.

– Responsable marketing digital d’une scale-up SaaS

L’export SVG : des pictogrammes vectoriels prêts pour le web

L’arrivée de l’export en SVG constitue une autre avancée notable. Jusqu’à présent, les générations de ChatGPT produisaient principalement des images raster (PNG, JPEG). Pour obtenir un format vectoriel, il fallait souvent passer par un convertisseur externe, avec parfois des pertes de qualité ou des traces à nettoyer manuellement. Désormais, il est possible de transformer directement une génération en fichier .svg, prêt à être intégré sur un site web ou importé dans un outil de design comme Figma ou Illustrator.

Les avantages du format SVG sont bien connus des équipes web et design : netteté à toutes les tailles, poids de fichier généralement plus léger pour des formes simples, et possibilité de modifier facilement les couleurs ou les formes dans un éditeur. Pour une marque qui a besoin de pictogrammes personnalisés (icônes de fonctionnalités, illustrations de process, éléments de navigation), cette fonctionnalité réduit les allers-retours entre l’outil d’IA et les logiciels de design. Un prompt bien formulé peut produire un pictogramme cohérent avec la charte graphique, exporté en SVG et directement utilisable.

Il est important de noter que la qualité de l’export dépend de la complexité de l’image générée. Les formes simples et les pictogrammes épurés donnent généralement de meilleurs résultats que les scènes très détaillées ou photoréalistes. Les équipes qui souhaitent exploiter pleinement cette capacité auront intérêt à adapter leurs prompts pour privilégier des styles vectoriels (flat design, line art, illustrations minimalistes) plutôt que des rendus trop réalistes.

Dans un contexte de production de contenu pour le web et les applications, cette fonctionnalité s’inscrit dans une logique d’efficacité. Moins de conversions manuelles signifie moins de risques d’erreurs et plus de temps pour se concentrer sur la stratégie et la cohérence globale des supports. Pour les startups et les PME qui n’ont pas de designer à temps plein, l’accès direct à des fichiers SVG de qualité correcte peut représenter un vrai gain de productivité.

Les deux nouveaux modèles API : Flare et Sunburst

Côté API, OpenAI introduit deux modèles distincts : GPT-Image-2.6 Flare et GPT-Image-2.6 Sunburst. Ils ne s’adressent pas aux mêmes usages. Flare est conçu pour les premiers jets rapides, idéal lorsque l’on souhaite générer rapidement plusieurs variantes pour les trier ensuite. Sunburst, quant à lui, vise une meilleure cohérence des détails d’une retouche à l’autre. Il est recommandé dès qu’un client ou une marque attend une qualité optimale et une constance visuelle, par exemple pour maintenir la même forme et la même texture d’un produit sur plusieurs générations successives.

Les chiffres annoncés donnent une idée des performances. Flare peut produire une image en environ six secondes en qualité basse, soit environ 50 % plus rapide que la version précédente. Sunburst affiche également un gain de vitesse de l’ordre de 50 %. Les tarifs des tokens restent identiques pour les deux modèles : 8 dollars par million de tokens image en entrée, 30 dollars en sortie, et 5 dollars pour les tokens texte en entrée. Cependant, plusieurs développeurs observent que la consommation de tokens peut être plus élevée sur les modèles 2.6 que sur les versions antérieures. Le coût final par image pourrait donc augmenter indirectement, même si le prix au million de tokens n’a pas changé.

Dans l’API, le paramètre complexity est désormais réglé sur « high » par défaut selon certains retours de développeurs. Un calque de type markup remplace en partie l’ancien système de mask pour les retouches, ce qui peut modifier la manière de travailler sur des zones précises d’une image. Ces détails techniques méritent d’être testés en conditions réelles, car ils influencent à la fois la qualité et le coût des générations.

Pour les équipes qui intègrent la génération d’images dans des workflows automatisés (production de visuels pour des campagnes publicitaires, personnalisation de contenus, ou outils internes), le choix entre Flare et Sunburst dépendra de l’équilibre recherché entre vitesse et fidélité. Flare se prête bien aux phases d’exploration et de production de volumes importants de variantes. Sunburst est plus adapté aux étapes de finalisation où la cohérence est critique.

Tarification, consommation de tokens et coût réel

La grille tarifaire affichée reste la même que pour les modèles précédents, mais le coût effectif peut évoluer en fonction de deux facteurs principaux : le niveau de qualité demandé et le nombre de tokens réellement consommés par image. Si les modèles 2.6 utilisent davantage de tokens pour produire des résultats plus détaillés ou plus cohérents, le prix par génération augmente mécaniquement. Plusieurs développeurs ont déjà signalé cette tendance, ce qui invite à surveiller de près les factures lors des premiers tests.

Pour les agences et les équipes marketing qui produisent des volumes importants de visuels, cette variable est loin d’être négligeable. Un gain de vitesse de 50 % est appréciable, mais s’il s’accompagne d’une hausse de 30 ou 40 % du coût unitaire, l’équation économique change. Il devient donc pertinent de comparer non seulement la qualité et la vitesse, mais aussi le coût réel par visuel final validé. Des tests sur des cas d’usage représentatifs (génération de variantes de produit, création de mascottes animées, production de pictogrammes) permettront de mesurer précisément l’impact.

OpenAI positionne ces modèles pour deux publics principaux : les utilisateurs de ChatGPT pour les nouveaux formats (GIF, SVG, références), et les développeurs pour Flare et Sunburst via l’API. Cette segmentation est logique. Les équipes créatives qui travaillent principalement dans l’interface ChatGPT bénéficieront immédiatement des formats prêts pour la production. Les développeurs qui construisent des applications ou des automatisations pourront choisir le modèle le plus adapté à leur besoin de vitesse ou de cohérence.

Ce que change ChatGPT Images 2.6 pour la production de visuels marketing

L’arrivée de ces fonctionnalités modifie concrètement les workflows de production de contenu visuel. Les équipes social media qui animent les comptes d’une marque avec une mascotte ou un ambassadeur récurrent vont y trouver un intérêt immédiat. Les références enregistrées permettent de maintenir le même personnage d’une campagne à l’autre, tandis que les GIF offrent un moyen simple d’ajouter du mouvement sans compétences avancées en animation. OpenAI a d’ailleurs montré dans sa vidéo de lancement une mascotte animée en GIF générée avec Sunburst, illustrant précisément ce cas d’usage.

Du côté des sites web et des applications, l’export SVG simplifie l’intégration de pictogrammes et d’illustrations. Au lieu de générer une image raster puis de la vectoriser (avec les approximations que cela implique), il est possible d’obtenir directement un fichier vectoriel. Cela accélère la mise en ligne de nouveaux éléments graphiques et facilite les modifications ultérieures (changement de couleur, adaptation de taille). Pour les équipes qui gèrent plusieurs supports (site, application mobile, réseaux sociaux, présentations), la possibilité de partir d’une même base et de décliner rapidement les formats est un avantage non négligeable.

Voici quelques situations où la version 2.6 apporte une valeur claire :

• Animation d’une mascotte de marque pour des stories et des posts récurrents sans repartir de zéro à chaque fois.
• Création de pictogrammes SVG cohérents avec une charte graphique pour un site web ou une application.
• Génération rapide de variantes de visuels produits pour des tests A/B ou des campagnes publicitaires.
• Maintien de la cohérence d’un personnage ou d’un produit sur plusieurs supports et plusieurs semaines de contenu.
• Réduction du temps passé sur des tâches de conversion de formats ou de retouches répétitives.

Ces usages ne remplacent pas entièrement le travail d’un designer expérimenté, surtout pour des créations complexes ou très stratégiques. En revanche, ils permettent d’accélérer la production de volumes importants de contenus intermédiaires et de libérer du temps pour les tâches à plus forte valeur ajoutée (direction artistique, cohérence globale de marque, tests et optimisations).

Comparaison avec ChatGPT Images 2.5 et évolution des capacités

La version 2.5 avait déjà marqué un progrès sur la fidélité aux images de référence. Les utilisateurs constataient une meilleure reproduction des éléments fournis, même si le système ne les mémorisait pas. Il fallait donc téléverser la référence à chaque session. La 2.6 conserve cette amélioration de fidélité tout en ajoutant la mémorisation, ce qui change radicalement l’expérience d’utilisation pour les projets qui s’étalent dans le temps.

L’ajout des formats GIF et SVG constitue un saut qualitatif pour la production. Ces deux formats étaient auparavant des points de friction : soit on les créait manuellement, soit on passait par des outils supplémentaires. En les intégrant directement dans le flux de génération, OpenAI réduit le nombre d’étapes et d’outils nécessaires. Pour les équipes qui travaillent déjà beaucoup avec ChatGPT pour leurs visuels, cette continuité est appréciable. On reste dans le même environnement plutôt que de multiplier les allers-retours.

Sur le plan des performances, les gains de vitesse annoncés (jusqu’à 50 % plus rapide) sont cohérents avec les efforts d’optimisation observés sur les modèles récents. Ils restent toutefois à confronter à des tests réels, car la vitesse perçue dépend aussi de la complexité du prompt, du niveau de qualité choisi et de la charge du service au moment de la génération. Les retours des premiers utilisateurs seront déterminants pour évaluer si ces gains se confirment dans des conditions de production quotidienne.

Cas d’usage concrets pour les équipes marketing et créatives

Pour mieux mesurer l’impact potentiel, examinons plusieurs scénarios réalistes. Premier cas : une marque de mode qui lance une collection saisonnière. L’équipe souhaite créer une série de posts Instagram avec un personnage illustré qui porte les différentes pièces. Avec les références enregistrées, le personnage de base est conservé. Chaque nouveau post part de cette base et intègre les vêtements de la collection. Pour les stories, un GIF simple montre le personnage qui tourne légèrement pour présenter la tenue. Le même personnage peut ensuite être exporté en SVG pour une landing page dédiée à la collection. Le tout reste cohérent visuellement sans nécessiter de retouches manuelles lourdes à chaque étape.

Deuxième scénario : une entreprise SaaS B2B qui publie régulièrement des contenus éducatifs sur LinkedIn. Elle utilise des pictogrammes pour illustrer des concepts (processus, fonctionnalités, bénéfices). Plutôt que de commander chaque pictogramme à un designer ou de les chercher dans des banques d’images, l’équipe génère des versions personnalisées via ChatGPT Images 2.6 et les exporte en SVG. Ces fichiers sont ensuite intégrés dans les posts, les présentations et le site. La cohérence visuelle de la marque est préservée, et le temps de production diminue. Lorsque le produit évolue, il suffit de regénérer les pictogrammes concernés à partir des mêmes références de style.

Troisième exemple : une agence qui gère les réseaux sociaux de plusieurs clients dans le secteur de l’alimentation. Chaque client a une mascotte ou un style d’illustration distinct. Grâce aux références enregistrées, l’agence peut basculer rapidement d’un client à l’autre sans risque de mélange. Pour les campagnes promotionnelles, des GIF animés sont générés pour mettre en avant des produits. L’agence peut ainsi produire plus de contenus animés sans augmenter proportionnellement le temps passé ou le budget design. Le gain se mesure à la fois en volume de publications et en capacité à tester rapidement différentes approches visuelles.

Ces exemples montrent que la valeur de ChatGPT Images 2.6 se situe surtout dans la répétabilité et la déclinaison. Ce n’est pas nécessairement l’outil qui produira le visuel le plus artistique ou le plus complexe, mais celui qui permet de maintenir une production régulière et cohérente avec un effort réduit. Pour les équipes qui publient plusieurs fois par semaine, cette régularité est souvent plus importante que la perfection ponctuelle d’une seule image.

Points d’attention et limites à prendre en compte

Comme toute évolution technologique, cette mise à jour comporte des limites et des points de vigilance. Le premier concerne la qualité et la cohérence des GIF. Si les animations courtes et simples fonctionnent bien, les mouvements plus complexes ou les scènes avec plusieurs éléments peuvent encore présenter des imperfections (déformations, incohérences d’une frame à l’autre). Il reste recommandé de vérifier et parfois de retoucher manuellement les résultats avant publication, surtout lorsque l’image représente la marque de manière très visible.

Le deuxième point porte sur le coût. Comme évoqué précédemment, la consommation de tokens peut être plus élevée. Les équipes qui génèrent de grands volumes doivent intégrer ce paramètre dans leurs prévisions budgétaires. Des tests comparatifs entre la 2.5 et la 2.6 sur des prompts identiques permettront de quantifier précisément la différence. Il peut être judicieux de réserver Sunburst aux créations finales et d’utiliser Flare pour les phases d’exploration, afin d’optimiser le rapport coût-qualité.

Troisième aspect : la dépendance à un seul outil. Plus une équipe intègre ChatGPT Images dans ses workflows quotidiens, plus elle devient dépendante de la disponibilité et des évolutions de la plateforme. Les changements de tarification, les modifications de modèles ou d’éventuelles restrictions d’usage peuvent avoir un impact. Diversifier les sources de génération d’images (en conservant des compétences sur d’autres outils) reste une bonne pratique, même si ChatGPT devient le principal levier de production.

Enfin, la question de la propriété intellectuelle et des droits d’usage des images générées demeure un sujet à surveiller. OpenAI précise ses conditions d’utilisation, mais les entreprises qui utilisent massivement des visuels générés par IA pour des campagnes commerciales ont intérêt à documenter leurs processus et à vérifier régulièrement les conditions en vigueur. Pour les marques très sensibles à l’originalité de leurs créations, un contrôle humain reste indispensable avant diffusion.

Comment intégrer ChatGPT Images 2.6 dans vos workflows existants

Pour tirer le meilleur parti de ces nouveautés, une approche progressive est recommandée. Commencez par identifier les tâches les plus répétitives dans votre production visuelle actuelle : création de variantes de posts, animation de mascottes, production de pictogrammes, etc. Testez ensuite ChatGPT Images 2.6 sur ces cas précis, en comparant le temps passé, la qualité obtenue et le coût par rapport à votre méthode actuelle.

Constituez une bibliothèque de références pour les éléments récurrents de votre marque (mascotte, produits phares, styles d’illustration). Documentez les prompts qui fonctionnent le mieux pour vos besoins, afin de pouvoir les réutiliser et les partager au sein de l’équipe. Pour les GIF, définissez des standards internes (durée maximale, types de mouvements acceptés, critères de validation) pour éviter que chaque membre de l’équipe ne produise des résultats trop hétérogènes.

Côté API, si vous développez des outils internes ou des automatisations, évaluez Flare et Sunburst séparément. Mesurez non seulement la vitesse et la qualité, mais aussi la consommation réelle de tokens sur vos types de prompts. Cela vous permettra de choisir le modèle le plus pertinent pour chaque étape de votre pipeline et d’anticiper les coûts. N’hésitez pas à combiner les deux : Flare pour générer rapidement plusieurs options, Sunburst pour finaliser celles qui sont retenues.

Enfin, formez les membres de l’équipe qui produisent des visuels. Même si l’outil est accessible, la qualité des résultats dépend fortement de la précision des prompts et de la capacité à itérer intelligemment. Quelques sessions de prise en main et de partage de bonnes pratiques peuvent considérablement améliorer le niveau de production de l’ensemble de l’équipe. Les community managers et les responsables contenus sont souvent les premiers bénéficiaires, car ils peuvent désormais créer eux-mêmes des variantes animées ou vectorielles sans attendre le retour d’un designer.

Perspectives et évolutions possibles de la création visuelle par IA

ChatGPT Images 2.6 s’inscrit dans une tendance plus large : l’intégration progressive de capacités de production directement exploitables dans les outils d’intelligence artificielle générative. Après les textes, les images statiques, puis les formats animés et vectoriels, on peut s’attendre à ce que les prochaines versions aillent plus loin dans la personnalisation, la cohérence multi-supports et l’intégration avec d’autres outils (CMS, outils de design, plateformes publicitaires). La capacité à mémoriser des références et à décliner rapidement des formats est déjà un pas important dans cette direction.

Pour les professionnels du marketing et de la communication digitale, cela signifie que la barrière technique à la production de contenus visuels continue de baisser. Les équipes peuvent expérimenter davantage, tester plus de variantes et maintenir une présence visuelle plus régulière. En contrepartie, la différenciation se déplace vers d’autres dimensions : la qualité de la direction artistique, la pertinence stratégique des messages, la capacité à créer des concepts originaux et la maîtrise de la cohérence globale de marque. L’IA accélère l’exécution, mais ne remplace pas la réflexion en amont.

À moyen terme, on peut imaginer des workflows où une direction artistique est définie une fois (via des références et des prompts de style), puis déclinée semi-automatiquement sur l’ensemble des supports. Les GIF, les SVG, les images statiques et peut-être bientôt d’autres formats sortiraient d’un même système avec une cohérence garantie. Les équipes se concentreraient alors davantage sur le choix des concepts, le ton, les messages et l’analyse des performances, plutôt que sur la production technique de chaque visuel. ChatGPT Images 2.6 n’en est pas encore là, mais il montre clairement la direction prise.

En attendant, les professionnels ont tout intérêt à tester concrètement ces nouvelles capacités sur leurs propres cas d’usage. Les gains de temps annoncés et les formats ajoutés sont suffisamment significatifs pour mériter une évaluation sérieuse, surtout pour les équipes qui produisent régulièrement des contenus visuels pour les réseaux sociaux et le web. Le succès dépendra de la capacité à intégrer l’outil de manière intelligente dans des processus existants, plutôt que de l’utiliser de façon isolée.

Conclusion : une mise à jour utile pour les équipes de contenu

ChatGPT Images 2.6 apporte des évolutions concrètes et immédiatement exploitables pour les professionnels du marketing, du design et de la communication digitale. La génération de GIF animés, l’enregistrement d’images de référence, l’export SVG et les gains de vitesse répondent à des besoins réels de production. Les deux modèles API Flare et Sunburst offrent des options adaptées selon que l’on privilégie la rapidité ou la cohérence des détails. Si le coût final mérite d’être surveillé en raison d’une possible hausse de la consommation de tokens, les bénéfices en termes de fluidité de workflow et de formats prêts à l’emploi sont indéniables.

Pour les community managers, les responsables social media et les équipes qui gèrent des marques avec des éléments visuels récurrents, cette mise à jour devrait faciliter le quotidien. Elle ne remplace pas le regard humain ni la stratégie, mais elle réduit les frictions techniques qui ralentissaient jusqu’ici la production. Comme pour toute nouvelle capacité d’IA, la meilleure approche consiste à tester, mesurer et ajuster en fonction de ses propres contraintes de qualité, de volume et de budget. Les équipes qui sauront intégrer intelligemment ces outils dans leurs processus gagneront en agilité, à condition de garder le contrôle sur la cohérence et la pertinence de ce qui est publié.