Pourquoi les sites IA se ressemblent tous.

Ouvrez dix sites générés par dix outils IA différents cette semaine. Vous verrez à peu près la même chose : un hero centré avec un titre en deux lignes, un sous-titre gris-bleu, deux boutons (un plein, un fantôme), et une vague illustration 3D ou un gradient violet-rose qui aurait fait sourire en 2021. Puis trois cards features avec des icônes Lucide. Puis un bloc social proof avec des logos en niveaux de gris. Puis un pricing en trois colonnes dont celle du milieu est mise en avant. Puis un footer. Toujours dans cet ordre.

Ce n'est pas un hasard, c'est un phénomène d'attracteur. Les modèles ont été entraînés sur les sites de SaaS les plus visibles de 2019-2023, c'est-à-dire essentiellement Linear, Stripe, Vercel, Notion, et leurs imitateurs. Quand un LLM doit générer une landing page sans contraintes fortes, il converge naturellement vers la moyenne pondérée de ce corpus. C'est de la régression vers le moyen, déguisée en créativité.

Ajoutez à cela que la plupart des outils utilisent le même petit stock de patterns Tailwind, le même set d'icônes Lucide ou Heroicons, et les mêmes deux ou trois fonts Google (Inter, DM Sans, parfois Manrope), et vous obtenez la même soupe visuelle servie dans des bols légèrement différents.

Il y a une raison rationnelle à cette convergence : ces patterns marchent. Un hero centré + sous-titre + CTA, ça convertit. Une grille features en trois colonnes, c'est lisible. Un pricing à trois tiers avec le milieu mis en avant, c'est éprouvé. Quand un outil IA doit générer du HTML qui ne sera pas un désastre, choisir ces patterns minimise le risque d'erreur grossière.

Le problème, c'est que minimiser le risque ne maximise pas la qualité. Un site sans risque visuel n'a pas non plus de signature. Il ne donne aucune raison de se souvenir de la marque. Il glisse hors de la mémoire trois secondes après la fermeture de l'onglet. Pour un produit qui doit se différencier dans un marché saturé, c'est exactement l'inverse de ce qu'il faut.

Le vrai job d'une landing page, ce n'est pas seulement de convertir le clic en signup. C'est de poser un drapeau : voilà qui nous sommes, voilà comment on pense, voilà pourquoi on n'est pas comme les douze autres options dans votre onglet. Sans cette signature, on devient interchangeable. Et un produit interchangeable se vend toujours sur le prix — ce qui est rarement le terrain où une jeune boîte veut se battre.

L'erreur conceptuelle de la plupart des AI website builders, c'est de croire qu'un LLM bien prompté suffit. On lui donne un brief, on lui demande du HTML, et on prie pour que ça sorte joli. Spoiler : ça ne sort pas joli, ça sort moyen.

Un LLM optimise la vraisemblance, pas la qualité esthétique. Il génère ce qui est probable au vu de son entraînement, donc ce qui est commun. Pour casser la convergence, il faut introduire des contraintes externes : un système de design intentionnel, une bibliothèque de patterns variés, des règles de typographie qui sortent du Inter-par-défaut, des compositions asymétriques quand le sujet le permet, et surtout un mécanisme de scoring qui pénalise activement le générique.

C'est ce qu'on a construit dans Eufya avec le Hero Lab : on génère quatre variantes de hero pour chaque brief, chacune dans un registre différent (par exemple : éditorial typographique, asymétrique avec capture produit, split layout, mosaïque bento), et on les score sur une rubrique pondérée par secteur. Le hero qui sort n'est pas le premier qu'un modèle aurait pondu, c'est le meilleur des quatre — et il a été poussé hors de sa zone de confort par le brief même.

Une grande partie de la signature visuelle d'un site tient à la typographie. Or les AI builders se contentent presque toujours d'Inter en bold pour le titre et regular pour le corps, point. Inter est une excellente font, mais c'est aussi la font la plus utilisée du web actuel, donc la moins distinctive.

Il y a des dizaines de combinaisons de fonts qui changent radicalement la perception d'un site sans coûter en lisibilité : un serif éditorial pour les titres (PP Editorial New, Söhne, GT Sectra) combiné à un grotesque neutre pour le corps, une mono pour les accents techniques (JetBrains Mono, IBM Plex Mono), un display compressé pour les chiffres clés. Le tout choisi en fonction du secteur : un cabinet juridique n'a pas besoin du même registre typographique qu'une marketplace pour gamers.

Quand un outil pick les fonts dynamiquement en fonction du brief — secteur, audience, ton souhaité — au lieu de retomber sur Inter par défaut, 40 % du travail de différenciation visuelle est déjà fait. Le reste, c'est de la palette, du rythme, et de la composition.

Contre-intuitivement, la solution à la convergence IA n'est pas de donner plus de liberté aux modèles, c'est de leur en donner moins. Plus précisément, de leur donner des contraintes différentes des contraintes par défaut.

Un LLM laissé libre va vers le centre du corpus. Un LLM avec une contrainte du genre « le hero doit utiliser une grille asymétrique avec le titre en colonne de gauche et une capture produit en colonne de droite, avec un overflow contrôlé du titre sur la capture » va produire quelque chose de spécifique. Ce n'est pas plus créatif au sens romantique, c'est plus contraint — et c'est exactement pour ça que ça sort différent.

La leçon générale : la créativité d'un système IA est inversement proportionnelle à sa liberté. Plus on contraint avec intelligence, plus le résultat est intéressant. Les AI builders qui donnent simplement un grand champ de texte « décrivez votre site » se condamnent à la moyenne. Ceux qui posent un cadre structuré — secteur, audience, objectif, ton, références esthétiques — ont une chance de produire quelque chose de mémorable.

Il existe une short-list de signaux qui trahissent immédiatement un site généré par IA, et qu'on essaie d'éviter systématiquement. Le hero parfaitement centré avec un titre en deux lignes de la même longueur. Les trois cards features identiques avec des icônes outline. Le gradient violet-rose ou bleu-cyan en background. Le bloc CTA final encadré dans un container arrondi avec un titre « Ready to get started? ». Les témoignages avec des avatars qui ont tous l'air d'avoir été générés sur thispersondoesnotexist.

À l'inverse, les signaux d'un site qui sent l'agence : asymétries assumées, typographie hiérarchisée avec contrastes de taille forts, espaces blancs généreux mais pas par défaut, micro-détails qui n'existent qu'ici (un underline custom, une numérotation des sections, un footer qui n'est pas juste trois colonnes de liens), et surtout une cohérence stylistique entre le hero et la suite des sections. Les sites IA ratent souvent cette cohérence : le hero est OK, et puis dès la deuxième section on retombe dans le générique.

Les sites générés par IA se ressemblent parce que les outils qui les génèrent sont construits pour minimiser le risque, pas pour maximiser la signature. C'est un choix produit, pas une limitation fondamentale de la technologie.

On peut construire des AI builders qui sortent du template — il suffit de mettre l'ingénierie au bon endroit : système de design varié, contraintes intentionnelles, scoring qualitatif, et surtout culture interne qui considère le générique comme un bug et pas comme un feature. C'est plus coûteux en R&D, c'est moins facile à scaler, mais c'est la seule façon de produire des sites dont on se souvient.

Si vous évaluez un AI website builder en 2026, posez-lui une question simple : montrez-moi dix sites générés cette semaine pour dix briefs différents. Si les dix se ressemblent, vous savez ce que vous obtiendrez.