# Identité générative : des marques créées par des systèmes [Canonical HTML page](https://gradiently.design/fr/guide/generative-branding) Au lieu de concevoir un logo et un fond, vous concevez les règles qui les fabriquent. L’identité générative transforme une marque en recette capable de cuisiner une nouvelle version à chaque fois. ## The short version - L’identité générative est une approche où les designers définissent des règles, souvent en code, et où un système produit les visuels de la marque à partir de ces règles. - Le résultat varie à chaque fois, mais les règles gardent chaque version clairement rattachée à une seule identité. - Visit Nordkyn, en Norvège, est un exemple souvent cité : son logo change de forme et de couleur selon les données météo en direct. - Un système génératif a besoin de contraintes fixes, de quelques variables maîtrisées et d’une source de variation comme une graine, des données ou le format produit. - L’identité générative n’est pas la génération d’images par IA : les règles sont écrites par la marque, donc les résultats sont prévisibles et reproductibles. L’**identité générative** est une identité définie par un ensemble de règles plutôt que par un ensemble d’images finies. Les designers fixent les contraintes, les couleurs, formes, matières et limites, et un système, souvent un petit bout de code, produit une nouvelle version du logo ou du fond chaque fois qu’il en faut une. Chaque résultat est différent, et pourtant tous appartiennent clairement à la même marque, car ils viennent de la même recette. ## Comment fonctionne l’identité générative Toute identité générative, du logo d’une école d’art à un emblème piloté par la météo, comporte les trois mêmes parties. Une fois que vous savez les nommer, vous pouvez en concevoir une. | Partie | Ce que c’est | Exemple | | --- | --- | --- | | Contraintes | Ce qui ne change jamais | Une famille de violets sur un fond presque noir, une seule police | | Variables | Ce que le système peut changer, dans certaines limites | L’endroit où tombe la lumière, le ton dominant | | Source | Ce qui déclenche chaque changement | Un nombre graine, des données en direct, le format, la date | Les contraintes portent la reconnaissance, les variables la fraîcheur, et la source décide de chaque résultat. La source compte plus qu’il n’y paraît. Une **graine** (seed) donne une variété reproductible : le même nombre produit toujours le même résultat, donc une création peut être recréée à l’identique. Les **données** relient l’identité à quelque chose de réel, comme la météo ou l’heure. Le **format** permet au système de recomposer pour une story ou une bannière au lieu de recadrer. ## Exemples d’identités génératives - **Visit Nordkyn, 2010 :** la marque touristique d’une région du nord de la Norvège utilise un logo façonné par la direction du vent en direct et coloré selon la température, si bien qu’il reflète la météo du moment. - **MIT Media Lab, 2011 :** un algorithme a produit un logo distinct pour chaque membre du laboratoire à partir d’une grille commune de formes superposées. - **OCAD University, 2011 :** un cadre fixe noir et blanc est rempli d’œuvres des étudiants de l’université, si bien que l’identité se renouvelle sans cesse. - **Google Doodles :** pas générés par du code, mais un système de longue date avec une règle fixe, le nom reste lisible, et une variation infinie autour. Ce qu’ils ont en commun, c’est la retenue. Chaque système fait varier une ou deux choses, et chacun garde quelque chose de parfaitement immobile : un cadre, une grille, un nom ou une forme. La variété est ce que l’on remarque ; la constante est ce dont on se souvient. Ces exemples sont proches de [l’identité de marque dynamique](https://gradiently.design/fr/guide/dynamic-brand-identity), qui couvre les identités changeantes en général. L’identité générative en est le sous-ensemble où les changements viennent d’un système plutôt que d’un designer qui fait chacun à la main. ## Un fond génératif en quelques lignes de code Un petit exemple suffit à voir l’idée. Les contraintes de la marque sont un fond et une famille de trois violets. La variable est la position de la lumière, gardée à droite du cadre pour qu’elle ne tombe jamais derrière un texte aligné à gauche. La source est une graine. ```js // A small seeded random generator: the same seed always gives the same numbers. function mulberry32(seed) { return function () { seed = (seed + 0x6d2b79f5) | 0; let t = Math.imul(seed ^ (seed >>> 15), 1 | seed); t = (t + Math.imul(t ^ (t >>> 7), 61 | t)) ^ t; return ((t ^ (t >>> 14)) >>> 0) / 4294967296; }; } // Constraints: these never change. const brand = { ground: '#120d24', family: ['#4c1d95', '#7c3aed', '#c084fc'], }; // Variables: light position and which tone leads, within limits. function background(seed) { const rand = mulberry32(seed); const x = Math.round(60 + rand() * 30); // light stays on the right const y = Math.round(10 + rand() * 40); const lead = brand.family[1 + Math.floor(rand() * 2)]; return `radial-gradient(circle at ${x}% ${y}%, ${lead} 0%, ${brand.family[0]} 40%, ${brand.ground} 80%)`; } document.body.style.background = background(2026); ``` Changez la graine et vous obtenez un nouveau fond ; réutilisez une graine et vous retrouvez exactement le même. Chaque résultat reste dans la famille de la marque. - Graine A : lilas en tête, en haut: `radial-gradient(circle at 78% 18%, #c084fc 0%, #4c1d95 40%, #120d24 80%)` - Graine B : violet en tête, centre droit: `radial-gradient(circle at 64% 44%, #7c3aed 0%, #4c1d95 40%, #120d24 80%)` - Graine C : violet en tête, tout à droite: `radial-gradient(circle at 88% 30%, #7c3aed 0%, #4c1d95 40%, #120d24 80%)` - Graine D : lilas en tête, tout en haut: `radial-gradient(circle at 70% 12%, #c084fc 0%, #4c1d95 40%, #120d24 80%)` Quatre résultats que le code ci-dessus pourrait produire. Variés, mais aucun inconnu ne les prendrait pour quatre marques différentes. ## Comment écrire les règles d’une marque générative 1. **Partez d’un look abouti** Concevez à la main une version que vous adorez. Les règles décrivent ce qui la fait fonctionner, donc il vous faut d’abord une cible. 2. **Séparez le fixe du libre** Listez ce qui ne doit jamais changer. En général le fond, la famille de couleurs, la matière et la typographie. 3. **Choisissez une ou deux variables** Position de la lumière, ton dominant ou densité du motif. Chaque variable supplémentaire multiplie le risque d’un résultat hors charte. 4. **Protégez les mots** Faites de la lisibilité une règle : la zone la plus chargée et la plus claire ne doit jamais tomber derrière le texte. [Du texte sur un dégradé](https://gradiently.design/fr/guide/text-on-gradient) explique pourquoi. 5. **Examinez les extrêmes** Générez de nombreux résultats et regardez les plus étranges. Si l’un d’eux semble faux, resserrez la plage. ### Règles faibles - N’importe quelle couleur d’une large gamme - Placement aléatoire, y compris derrière le texte - Plusieurs matières mélangées librement - Personne ne vérifie les résultats ### Règles solides - Une famille fixe avec un accent facultatif - La lumière tenue à l’écart des mots - Une seule matière, toujours présente - Les extrêmes examinés avant le lancement ## L’identité générative n’est pas la génération d’images par IA On confond souvent les deux. Un modèle d’image par IA produit des images à partir d’un prompt, et le même prompt peut donner des résultats très différents. Une identité générative exécute des règles que **vous** avez écrites, donc sa plage est connue et un résultat peut être reproduit à partir de sa graine. Vous pouvez utiliser l’IA pour aider à concevoir les règles ou écrire les textes, mais l’identité vit dans la recette. Elle est aussi facile à transmettre : un nouveau designer, une agence ou un assistant suit des règles écrites bien plus fidèlement qu’il n’imite un moodboard. [L’originalité du design par IA](https://gradiently.design/fr/guide/ai-design-originality) aborde la question plus large de l’origine des résultats d’IA. ## Les Marks sont des recettes Un Mark Gradiently repose sur le même principe. C’est une recette de couleurs, jusqu’à trois matières, de lumière, de grain, de mouvement et de voix typographique, rendue en direct plutôt que stockée sous forme d’image. Il se recompose pour chaque taille dans laquelle vous créez, et il repère où sont vos mots pour placer sa zone la plus calme derrière eux. Chaque Mark a un code public comme `GR·K7Q2·MX` et un seul propriétaire à la fois, donc la recette derrière votre look vous appartient. [Les matières des Marks expliquées](https://gradiently.design/fr/guide/mark-materials-explained) montre ce qui compose un Mark. Une publication annonçant un marché du samedi sur une recette de dégradé vivant, avec la zone calme derrière les mots Une recette rendue pour une publication de fil. La même recette se rend autrement, et correctement, pour une story ou une bannière. ## FAQ ### Qu’est-ce que l’identité générative ? Une identité définie par des règles, souvent en code, qui produisent de nouveaux visuels fidèles à la marque à chaque fois au lieu d’un logo ou d’un fond figés. ### Quel est un exemple d’identité générative ? Le logo de Visit Nordkyn change selon le vent et la température en direct, et l’identité du MIT Media Lab de 2011 générait un logo différent pour chaque membre. ### L’identité générative, est-ce la même chose que le design généré par IA ? Non. L’identité générative exécute des règles écrites par la marque, donc les résultats sont prévisibles et reproductibles. Les outils d’image par IA génèrent à partir de prompts avec beaucoup moins de contrôle. ### Faut-il savoir coder pour faire de l’identité générative ? Pas forcément. Les outils qui rendent un look comme une recette dans toutes les tailles vous en donnent l’avantage essentiel sans écrire de code vous-même.