Conformité de marque : vérifier chaque média selon votre charte

Un contrôle de conformité de marque compare un média aux règles écrites d’une marque (placement du logo, couleurs, typographie, style photographique, mentions légales obligatoires) et enregistre quelles règles il respecte. Les équipes de marque l’ont toujours fait à l’œil, fichier par fichier, en général juste avant la publication. Ce guide explique comment le faire pour chaque média dès son arrivée dans la photothèque, quelles parties l’IA peut juger et lesquelles doivent être mesurées exactement, comment écrire des règles auxquelles un modèle répond de façon cohérente, et comment garder un relecteur responsable du résultat.

L’entrée du glossaire sur la charte graphique explique ce que contient la charte elle-même. Cette page porte sur la vérification des médias par rapport à elle.

Pourquoi vérifier les médias dans la photothèque

La plupart des contenus non conformes à la marque ne sont pas créés exprès. Ils viennent d’une agence qui a utilisé le fichier de logo de l’an dernier, d’un revendeur qui a changé les couleurs d’une bannière pour les accorder à un showroom, d’un photographe qui a livré des images sans la zone de protection exigée, ou d’un collègue qui a exporté une diapositive à la mauvaise taille. Quand l’équipe de marque les voit, elles sont souvent déjà publiées.

Vérifier dans la photothèque déplace la relecture à l’endroit où les fichiers arrivent : un import, une nouvelle version d’un fichier, ou un lot livré par une agence. Trois conséquences :

• Le résultat suit le média. Un statut de conformité sur le média peut servir de filtre dans la recherche, s’afficher sur la vignette, et servir à masquer les fichiers non conformes aux partenaires ou à bloquer une étape de workflow.
• Les règles sont écrites une seule fois. Une charte qui n’existe que dans un PDF est interprétée différemment par chaque relecteur. Des règles écrites sous forme d’exigences courtes sont appliquées de la même façon à chaque fichier.
• L’historique est conservé. Chaque contrôle enregistre les règles appliquées, ce qu’il a trouvé et qui a validé le résultat, ce qui compte quand quelqu’un demande plus tard pourquoi un média a été publié.

Quelles règles l’IA peut contrôler, et lesquelles elle ne doit pas contrôler

Les modèles de vision décrivent bien ce que montre une image : la présence d’un logo, ce sur quoi il se trouve, si une personne sourit, si un produit est montré en situation, quel texte y est imprimé. Ils sont mauvais pour les mesures précises : savoir si une couleur est exactement #047DBA, si une image fait 1 200 pixels de large, si le fichier pèse moins de 25 Mo. Un modèle à qui l’on pose ces questions devine, et sa réponse change d’une exécution à l’autre.

Répartissez vos règles en conséquence :

Un bon outil de conformité de marque vous permet de marquer le second groupe comme contrôles exacts, calculés à partir du fichier et de sa fiche, jamais demandés au modèle. Ils ne coûtent rien à exécuter et donnent la même réponse à chaque fois.

Comment écrire des règles qui donnent des réponses cohérentes

Un modèle répond à chaque règle séparément, en regardant un seul média. La formulation d’une règle détermine l’essentiel de la qualité du résultat. Ces principes découlent de la façon dont les modèles de vision lisent une image isolée, et correspondent aux recommandations que les éditeurs de DAM publient pour leurs propres contrôles :

1. Une exigence par règle. « Le logo doit se trouver sur un fond clair et faire au moins 10 % de la largeur » fait deux règles. Quand elle échoue, personne ne sait quelle moitié a échoué.
2. Employez « doit » ou « ne doit pas ». « Devrait » et « idéalement » invitent le modèle à valider presque n’importe quoi.
3. Ajoutez une condition quand la règle ne s’applique que parfois. Commencez par « Si … : ». « Si une personne est montrée : elle doit utiliser le produit. » Les médias sans personne obtiennent alors Non applicable au lieu d’un échec, ce qui garde le résultat lisible.
4. Donnez des valeurs exactes. Nommez les couleurs par leur valeur hexadécimale ou par les noms de votre palette de marque, les tailles en pixels, les proportions sous forme de rapports.
5. Décrivez ce qui se voit. Le modèle voit une image, le texte qu’elle contient, ses couleurs et sa taille. Il ne peut pas savoir où le média sera publié, qui a validé le shooting, ni s’il existe une autorisation de droit à l’image. Les règles sur ces points relèvent des contrôles de métadonnées.
6. Évitez les mots vagues. « Conforme à la marque », « premium », « moderne » et « épuré » veulent dire quelque chose de différent pour chacun, modèle compris. Dites à quoi cela ressemble.
7. Montrez, quand les mots ne suffisent pas. Une image de référence du logo validé, ou d’un exemple à éviter, rend les règles sur le logo bien plus fiables qu’une description. Une règle qui montre le logotype validé repère une couverture de catalogue imprimée avec une ancienne version : « Le logo est affiché en minuscules et utilise un o normal, sans la barre oblique exigée. » Sans la référence, le modèle n’a aucun moyen de savoir quelle version est validée.

Commencez par dix à quinze règles pour votre type de média le plus courant, exécutez-les sur cinquante médias dont vous savez déjà s’ils sont conformes ou non, et ajustez la formulation jusqu’à ce que les réponses correspondent à votre propre jugement. Ajoutez ensuite des règles.

Gardez une personne dans la relecture

L’IA se trompe, et les décisions de marque comportent souvent des exceptions : un logo monochrome validé pour un événement en co-branding, les couleurs d’un partenaire sur une campagne commune. Le contrôle doit proposer un statut, et une personne doit le valider ou en choisir un autre en indiquant un motif. Le statut validé est celui qui est porté par le média ; les constats de l’IA restent visibles à côté, de sorte qu’un lecteur ultérieur voit à la fois ce que le contrôle a trouvé et pourquoi un relecteur a décidé autrement.

Anticipez le volume. Une photothèque qui reçoit quelques centaines d’images par semaine peut relire chaque proposition. Une photothèque qui en reçoit des milliers a besoin d’un moyen de valider en masse les propositions conformes et de n’envoyer que les échecs à un relecteur.

Pour les contenus réglementés (promotions financières, allégations de santé, alcool, packaging), traitez le contrôle comme un premier passage qui repère les problèmes évidents, et gardez la relecture juridique que vous avez déjà.

Ce que coûte son exécution

Un contrôle par IA est un appel à un modèle de vision par média et par jeu de règles, avec l’image, les règles et le texte lu dans l’image. Avec les modèles multimodaux actuels, cela coûte une fraction de centime de dollar par contrôle pour quelques dizaines de règles. Les contrôles exacts ne coûtent rien. Le coût augmente avec le nombre de jeux de règles par rapport auxquels un média est contrôlé et avec les nouveaux contrôles après un changement de règles : il vaut donc la peine de fixer dès le départ une limite quotidienne de contrôles, les contrôles au-delà de la limite attendant le lendemain au lieu d’échouer.

Comment les éditeurs s’y prennent

Plusieurs éditeurs de DAM proposent désormais un contrôle de conformité de marque, souvent sous forme d’« agent » ou d’option d’IA. Quand vous comparez des produits, demandez :

• Les valeurs exactes (couleurs, tailles, formats, métadonnées) peuvent-elles être contrôlées sans l’IA, ou le modèle juge-t-il tout ?
• Chaque constat est-il expliqué par ce que le modèle a vu, règle par règle, ou n’y a-t-il qu’un score global ?
• Une personne doit-elle valider le résultat, et une modification est-elle conservée avec les constats d’origine ?
• Le résultat peut-il servir dans des filtres de recherche, des règles d’accès et des workflows de validation, ou reste-t-il dans un rapport ?
• Quels types de fichiers sont contrôlés : seulement des images, ou aussi des PDF, des présentations et des images extraites de vidéos ?
• Combien de règles et de caractères tiennent dans un jeu de règles, et combien de médias dans une exécution ? Le Brand Compliance Agent de Bynder, par exemple, documente 50 règles ou 10 000 caractères par agent, 1 000 médias par exécution et des fichiers jusqu’à 25 Mo (support.bynder.com, consulté le 25 octobre 2026).
• Comment le coût est-il affiché et plafonné : des crédits par contrôle, ou le coût réel du fournisseur ?

Comment Freedam s’y prend

Dans Freedam, la conformité de marque fait partie de la photothèque sur les plans Business et Tailored :

• Les jeux de règles contiennent des règles en langage courant, regroupées par catégorie (logo, couleur, typographie, photographie, texte, juridique, format), avec jusqu’à 50 règles et 10 000 caractères par jeu. Chaque jeu s’applique aux médias que ses conditions sélectionnent, avec les mêmes filtres que la recherche.
• Les contrôles exacts couvrent les couleurs d’une palette, les dimensions minimales, le rapport d’aspect, le format de fichier, le poids du fichier et les métadonnées obligatoires. Ils sont calculés à partir du fichier et de sa fiche, jamais par l’IA.
• Chaque import et chaque nouvelle version de fichier est contrôlé par rapport aux jeux de règles qui s’y appliquent, et toute personne autorisée peut relancer le contrôle d’un média.
• Chaque contrôle enregistre un constat par règle avec une explication, et propose Conforme, Partiellement conforme, Non conforme ou Non applicable. Les règles peuvent être bloquantes ou non.
• Un relecteur valide la proposition ou choisit un autre statut avec une note. Seul le statut validé est enregistré sur le média, où il apparaît sur les cartes de la galerie et dans les filtres, les règles d’accès et les recherches enregistrées.
• Chaque enregistrement d’un jeu de règles est une version, et chaque contrôle enregistre la version qu’il a utilisée.
• Un quota quotidien de contrôles est inclus dans le plan (500 par jour sur Business, 2 000 sur Tailored). Les contrôles au-delà attendent et s’exécutent le lendemain, et une page d’activité liste ce qui a été contrôlé chaque jour, avec quel résultat, et ce qui est en attente ou en échec.

La documentation sur la conformité de marque explique comment la configurer, et la conformité de marque sur les médias montre la relecture sur la page du média.

Questions fréquentes

Qu’est-ce qu’un logiciel de conformité de marque ?

Un logiciel qui vérifie les médias marketing par rapport à la charte graphique d’une organisation et enregistre si chaque média est conforme. Dans un DAM, il s’exécute sur les médias au moment de leur import et stocke le résultat sur le média, qui peut ensuite servir dans la recherche, le partage et les validations.

L’IA peut-elle vérifier de façon fiable une charte graphique ?

Elle juge bien les règles visuelles (présence et placement du logo, arrière-plans, style photographique, texte imprimé) quand chaque règle énonce une seule exigence et qu’une image de référence montre ce qui est attendu. Il ne faut pas l’utiliser pour des valeurs exactes comme des couleurs hexadécimales, des tailles en pixels ou des formats de fichier, qu’il vaut mieux mesurer directement.

Combien de règles un jeu de règles doit-il contenir ?

Commencez par dix à quinze règles pour un type de média, testez-les sur des médias que vous avez déjà jugés vous-même, puis ajoutez des règles. Plusieurs jeux de règles plus petits (un par marque, par marché ou par canal) sont plus faciles à maintenir qu’un seul jeu volumineux.

Un contrôle de marque par IA remplace-t-il l’équipe de marque ?

Non. Il fait la première lecture de chaque fichier pour que l’équipe de marque examine les propositions et les exceptions plutôt que chaque média. Une personne doit valider le résultat, en particulier pour les règles juridiques et réglementaires.