Un exemple concret, avec ses fichiers
Des images identiques peuvent-elles avoir des métadonnées IA différentes ?
Deux fichiers peuvent afficher la même image tout en contenant des détails de création différents. Nos exemples contrôlés gardent les pixels décodés inchangés en modifiant ou en supprimant les enregistrements associés.
Suivez les étapes
- Téléchargez le PNG parameters et le PNG changed-settings.
- Ouvrez l’outil de comparaison des pixels et choisissez les deux fichiers. Dans cet exemple, leurs valeurs de pixels décodés correspondent.
- Ouvrez ensuite la comparaison des métadonnées. La graine enregistrée passe de 42 à 84 et le nombre d’étapes de 20 à 30.
Trois questions, trois observations
Les empreintes diffèrent parce que les fichiers complets diffèrent. Les tableaux RGBA décodés correspondent parce que l’image n’a pas changé. La comparaison des métadonnées identifie les deux réglages modifiés.
Nous avons modifié les champs enregistrés par du code, sans relancer de générateur. Cette démonstration reproductible montre que deux enregistrements modifiables associés aux mêmes pixels peuvent se contredire.
Essayez de supprimer entièrement l’enregistrement
Le fichier without-records conserve la même image sans l’enregistrement de prompt pris en charge. Il ne renvoie aucun prompt enregistré. Ce résultat correspond à la construction du fichier de test, pas à une conclusion de création humaine.
Le test compare les valeurs décodées exactes, pas une ressemblance visuelle ou perceptuelle. Des dimensions différentes et de véritables retouches nécessitent leur propre comparaison.
Recherchez des preuves plus solides lorsque la question l’exige
Conservez la source originale et recherchez d’autres informations de provenance. Si un fichier contient des Content Credentials pris en charge, inspectez la signature et le résultat de validation dans l’outil distinct. Le texte PNG modifiable ne peut pas fournir à lui seul cette preuve de signature.
Télécharger · Exécuter · Comparer
Essayez l’exemple vérifié
Nous avons dessiné l’image par du code et ajouté des enregistrements contrôlés. Les prompts et noms de modèles sauvegardés sont des données de démonstration. Ces fichiers testent la lecture des enregistrements ; aucun générateur d’images, logiciel de capture d’écran ou réseau social n’a servi à produire ces résultats.
Résultat observé
| Champ | Avant | Après | État |
|---|---|---|---|
| Prompt enregistré | Controlled example: a paper boat on a blue table | Controlled example: a paper boat on a blue table | Identique |
| Graine | 42 | 84 | Modifié |
| Étapes | 20 | 30 | Modifié |
| Largeur de génération enregistrée | 1024 | 1024 | Identique |
| Hauteur de génération enregistrée | 768 | 768 | Identique |
Les graines sont des chaînes de caractères dans le JSON afin de préserver la précision des grands entiers. Un résultat null signifie ici qu’aucun prompt enregistré pris en charge n’a été renvoyé.
Empreintes et reproduction
- parameters-tEXt.png · 13 371 octets
e76d2af4e6c273e1ba8ca6cf2b5b7885ceda2321bce893f0bb5f9e64ace17c9f - changed-settings.png · 13 371 octets
fb6bddcf8f163c18c83a81969d3f2e80a739db4541326a718d1cfeed2e265d30
Les fichiers de test et les observations sont sous CC0-1.0. Télécharger toutes les observations et versions ou lire la procédure. Le script complet de reproduction Node.js (nécessite sharp) crée les mêmes entrées de test et compare les octets et les pixels. Le code source isGenAI vérifie aussi les champs enregistrés avec npx tsx scripts/build-guide-lab.ts.
Pour l’étude distincte des exports, explorez les 18 cas de conservation des métadonnées.
Sources et méthode
Les sources primaires indiquées décrivent les formats. Les résultats des fichiers de test téléchargeables ont été vérifiés par des assertions automatisées avec le lecteur isGenAI actuel. Ces guides ont été préparés avec l’aide de l’IA et vérifiés à partir de ces exemples.
Signaler une erreur ou un exemple non pris en charge. Pour un enregistrement signé, inspectez les Content Credentials.