Comprendre le facteur « Équivalents textuels des contenus multimédias »
Les équivalents textuels transmettent des informations importantes sur les images, les fichiers audio et vidéo sous forme de mots. Ils comprennent du texte alt utile pour les images informatives, des sous-titres pour la parole et les sons pertinents, des transcriptions pour l'audio et des descriptions d'actions visuelles essentielles. La forme doit correspondre au contenu : les images décoratives peuvent utiliser du texte alt vide, tandis qu'un graphique peut nécessiter un texte explicatif à proximité au-delà d'une courte étiquette d'image. Ces équivalents améliorent l'accessibilité et rendent les faits disponibles sous forme de texte lorsqu'un système ne peut pas interpréter pleinement les médias.
Détails de l’impact
Impact : moyen. Google demande aux propriétaires de sites de rendre disponibles les informations importantes sous forme textuelle pour les fonctionnalités d'IA. Son guide d'image indique qu'il utilise le texte alternatif, le contexte de la page et la vision par ordinateur pour comprendre les images. Une transcription peut exposer des affirmations prononcées uniquement dans une vidéo ou un podcast, tandis qu'un récit descriptif d'un diagramme peut préserver des relations qu'un nom de fichier simple ne permet pas. Cela élargit le texte disponible pour l’interprétation et aide les utilisateurs. Cela ne signifie pas que chaque image nécessite un long texte alternatif ou que les transcriptions obtiennent automatiquement des citations IA. Guide des fonctionnalités d'IA de Google, guide de référencement des images et guide multimédia W3C WAI.
Détails des preuves et du consensus
Preuve : moyenne. Consensus : Fort sur l'accessibilité et l'interprétation de la recherche, avec une preuve directe limitée des résultats de l'IA. Le W3C décrit des besoins distincts en matière de texte alternatif, de légendes et de transcriptions. Google traite explicitement le texte alternatif comme contexte d'image et recommande du texte pour les informations importantes sur la page. Ces sources soutiennent un mécanisme permettant de rendre les faits médiatiques trouvables et compréhensibles. Ils ne fournissent pas une estimation contrôlée de l’augmentation des citations. Une transcription inexacte ou un attribut alt bourré de mots clés peut être pire qu'une description concise et fidèle. Les images décoratives ne doivent pas créer du bruit simplement pour satisfaire une liste de contrôle. Guide des images décoratives W3C WAI, guide multimédia et guide de référencement des images de Google.
Recommandation
Pour les images informatives, décrivez les informations ou la fonction dans leur contexte plutôt que de répéter « image de ». Pour les tableaux et diagrammes, placez la conclusion et les valeurs essentielles dans le texte à proximité ou dans une description plus longue. Utilisez alt="" pour des images véritablement décoratives. Sous-titrez une vidéo préenregistrée avec des paroles et des sons significatifs ; fournissez une transcription pour le contenu uniquement audio et envisagez une transcription descriptive lorsque les informations visuelles essentielles ne sont pas prononcées. Consultez les transcriptions automatiques pour les noms, les numéros et les termes techniques. Conservez les équivalents textuels à proximité ou liés à leurs médias, dans la même langue que la page lorsque cela est possible.
Plateformes IA
Pour Google AI Overviews et AI Mode, l'accès textuel à des informations importantes constitue un guide explicite, et Google peut également afficher des images ou des vidéos pertinentes. Guide des fonctionnalités d'IA de Google, Guide d'optimisation de l'IA
Bing et Copilot encouragent des descriptions multimédias claires et accessibles dans leurs conseils aux webmasters, sans garantir grounding. Consignes Bing aux webmasters
ChatGPT n'a aucune promesse publiée selon laquelle un format de texte alternatif ou de transcription particulier produirait des citations. L’argument le plus solide est celui d’un accès fiable à des informations qui, autrement, ne vivraient que dans les médias. Validez le contenu lui-même et observez les réponses réelles de l'IA séparément.
Claude : L'outil de récupération Web API documenté accepte le texte, le HTML et les PDF, plutôt que l'audio ou la vidéo arbitraire. Pour cette voie de récupération, fournir un compte rendu textuel des médias est une implication pratique. Cette limite ne doit pas être généralisée à toutes les fonctionnalités multimodales Claude. Documentation de récupération Web de l'API Claude.
Gemini : Gemini peut répondre aux questions sur le contenu public YouTube. Google ne spécifie pas de format de transcription permettant d'obtenir des citations ; comparez la réponse à la vidéo et à son récit textuel pour détecter les réserves omises ou les erreurs de transcription. Conseils YouTube de Gemini.
Instructions d’audit
- Échantillonnez des pages contenant des images, des graphiques, des fichiers audio ou vidéo importants ; identifiez les faits qui n’existent que dans ces médias.
- Vérifiez le texte alternatif de l'image informative et les descriptions à proximité, les sous-titres vidéo et les transcriptions audio ou vidéo pour en vérifier l'exactitude et l'exhaustivité. Laissez les images décoratives avec un texte alternatif vide.
- Ajoutez ou corrigez les équivalents manquants, puis lisez la page avec les médias indisponibles pour confirmer que les faits clés restent compréhensibles. Vérifiez les citations de l'IA séparément.