Keeper Rate : pourquoi seules 20 photos sur 100 générées par IA sont utilisables

Qu'est-ce que le Keeper Rate ?

Keeper Rate = les photos que vous osez réellement utiliser ÷ le nombre total de photos livrées. C'est la règle avec laquelle nous mesurons tous les outils, AIHeadshotNow inclus.

Fait étrange dans cette industrie : presque tous les outils vendent au nombre de photos livrées (100, 120…), mais presque aucun ne parle de son taux de photos utilisables. La raison est simple : sur la route technique « modèle généraliste + fine-tuning », les photos ratées sont structurelles. Personne n'a entraîné le modèle pour que « chaque photo ressemble à vous et chaque photo tienne », donc la variance reste énorme.

Les habitués de Reddit vous diront de tabler, mentalement, sur une photo utilisable sur trois. Mais ce n'est pas une limite technique : c'est le résultat d'un choix de route technique — changez de route et le Keeper Rate change complètement. C'est tout l'objet de cet article.

Les chiffres du marché, test par test

Nous avons réuni les tests indépendants publics et les retours d'utilisateurs dans un tableau. Deux réserves : les échantillons et les critères diffèrent d'un test à l'autre, les chiffres donnent une tendance ; et la plupart des outils ne publient aucun taux officiel — tout ce qui suit vient de sources indépendantes.

Deux éléments méritent d'être soulignés : la page de remboursement de HeadshotPro elle-même est très claire — la plupart des photos ne seront pas des keepers, votre commande contiendra des photos bizarres ; sur une page de remboursement, on est plus honnête que sur une page marketing. Et les 90–95 % annoncés par Aragon AI sont un chiffre maison, sans validation indépendante : prenez-le avec des pincettes.

Les 4 causes types des photos ratées

Comprendre pourquoi les photos ratent, c'est comprendre pourquoi le problème est soluble. Les communautés ramènent les échecs à quatre familles :

• Dérive de ressemblance — le résultat ressemble à votre cousin lointain : les proportions sont bonnes, mais l'expression et la structure du visage ont changé. Cause n° 1 des ratés : le modèle contraint trop faiblement « qui vous êtes ».
• Coiffure réécrite — cheveux longs coupés en carré, cheveux courts allongés, crâne rasé qui se retrouve avec des cheveux. Les femmes aux cheveux longs sont les premières touchées : plusieurs tests le citent nommément.
• Pollution de traits — un grain de beauté ou une tache de rousseur apparaît de nulle part, les reflets des lunettes se placent n'importe où. Sur Trustpilot, des utilisateurs rapportent qu'environ 70 % des photos livrées ont des grains de beauté mal placés.
• Syndrome du même visage (same-face syndrome) — 100 photos quasi identiques dans l'expression, à l'angle près : impossible d'en choisir une qui ait de la vie.

Point commun des quatre causes : ce sont toutes des complications d'un même défaut, la modélisation insuffisante de l'identité. Le modèle n'a pas vraiment appris « qui vous êtes », donc il tombe au hasard entre « à peu près vous » et « à peu près quelqu'un d'autre » — c'est là que se loge mathématiquement le mauvais Keeper Rate.

La réponse d'AIHeadshotNow : le verrou d'identité dans l'architecture

AIHeadshotNow n'a pas suivi la route « fine-tuning d'un modèle généraliste » : un moteur dédié, ProfessionalHeadshot Engine, a été entraîné de zéro pour le seul cas d'usage « photo professionnelle » (spécifications complètes sur la page technique d'AIHeadshotNow). Aux quatre causes ci-dessus répondent quatre mécanismes, au niveau de l'architecture :

Deux précisions. Un, IdentityNet n'exige que 1–3 selfies. Les outils classiques demandent 10–25 photos, essentiellement pour compenser par le volume une modélisation d'identité défaillante ; les embeddings de 2048 dimensions sont conçus pour extraire « qui vous êtes » d'un tout petit échantillon — la prise en main et la fidélité progressent ensemble. Deux, la similarité Cosine > 0,98 est une contrainte dure, pas un slogan : chaque photo d'une série est conditionnée par le même point d'ancrage d'identité, ce qui réduit d'un coup la dérive de ressemblance et la pollution de traits.

Ajoutez la reconstruction au niveau du pore de Texture Refiner et le relumage physique, et la promesse d'AIHeadshotNow tient en une phrase : chaque photo est générée pour être utilisable directement, pas 100 photos dont vous devriez trier 20. Inutile de nous croire sur parole : les 3 photos gratuites passent par le même pipeline que l'offre payante — mesurez le taux vous-même.

Ce que vaut chaque outil, outil par outil

En croisant les retours de longue date sur Reddit et Trustpilot, voici la position de chaque outil sur le Keeper Rate :

La colonne « photos à envoyer » raconte tout : plus un outil exige de photos, plus il a besoin de volume pour reconstituer votre identité. AIHeadshotNow tient en 1–3 photos et environ 3 minutes parce que le travail d'identité est déjà fait dans l'architecture.

6 étapes pour trier et monter votre taux

Quel que soit l'outil, ce protocole augmente encore la part de photos « prêtes à l'emploi » :

1. Gérez vos attentesSur un outil de route généraliste, tablez mentalement sur 20–40 % de photos utilisables ; avec un moteur dédié comme AIHeadshotNow, vérifiez plutôt si chaque photo passe le test.
2. Premier triÉliminez d'un coup les évidentes : coiffure fausse, traits dérivés, anatomie bizarre.
3. Zoomez sur les zones à risqueLigne des cheveux, lunettes, dents, logo sur le col : les quatre points où les outils classiques laissent des ratés.
4. Groupez par contexteClassez les candidates par expression/contexte et gardez la 1–2 meilleure de chaque groupe, pour éviter dix fois le même visage.
5. Testez sur des vrais gensMontrez-les à un proche : un premier regard « est-ce que ça ressemble à toi ? » vaut mieux que votre énième hésitation.
6. Mieux vaut peu que médiocreGardez 3–5 photos, c'est suffisant. LinkedIn n'a besoin que d'une bonne photo, pas de 20 photos moyennes.

Le vrai coût, calculé en photos utilisables

Comparer les prix au nombre de photos livrées, c'est l'arithmétique que l'industrie préfère. Le bon calcul, c'est le coût de chaque photo réellement utilisable :

La grille complète d'AIHeadshotNow : Basic $29 / 30 photos, Standard $39 / 50 photos, Pro $59 / 90 photos, achat unique, crédits valables un an — sans abonnement, sans frais cachés pour regénérer. Avec les 3 photos gratuites, votre coût de décision tombe à zéro : mesurez d'abord le taux, payez ensuite si le résultat vous convient.

Questions fréquentes

Pour finir en une phrase : ne payez pas pour des photos livrées, payez pour des photos utilisables. L'écart de Keeper Rate n'est pas un écart de service, c'est un écart de route technique — faites un essai comparatif avec les 3 photos gratuites d'AIHeadshotNow : la réponse sautera aux yeux.