Pourquoi la publicité courte est devenue le terrain naturel de l'IA vidéo
Un spot de trente secondes exigeait autrefois un budget à six chiffres, une équipe de quinze personnes, deux jours de tournage et trois semaines de post-production. Aujourd'hui, une équipe de deux personnes peut produire une version crédible en une journée, puis en décliner vingt variantes pour vingt audiences différentes. Ce basculement ne vient pas seulement de la qualité des moteurs de génération vidéo : il vient du fait que la publicité courte est un format structurellement compatible avec ce que l'IA sait faire.
Un film publicitaire de trente secondes contient généralement moins de dix plans, un seul décor principal, deux ou trois personnages, et une narration qui tient dans une phrase. C'est exactement le niveau de complexité qu'un pipeline de génération assistée par IA gère bien. Dès qu'on dépasse la minute, avec des dialogues, des changements de lieu et des interactions physiques précises, la difficulté augmente de façon non linéaire.
La vraie rupture n'est donc pas technologique mais méthodologique. Les projets qui échouent ne sont presque jamais ceux dont les outils sont trop faibles. Ce sont ceux où l'on a demandé à un modèle de générer une vidéo sans avoir d'abord traduit le script en une grammaire visuelle exploitable. Le script contient l'intention ; le modèle a besoin d'instructions. Entre les deux, il y a un travail de traduction que ce guide détaille étape par étape.
Ce qu'un bon script publicitaire contient déjà
Avant d'écrire le moindre prompt, relisez le script comme un décorateur lit un plan d'architecte : en cherchant les lignes de force, pas les détails.
La structure émotionnelle en trois temps
Les campagnes qui marquent, notamment dans l'univers brassicole ou celui des boissons, reposent presque toujours sur la même mécanique : un désir ou un manque, un obstacle ou une attente, puis une récompense partagée. Le produit n'apparaît souvent qu'à la fin, comme la conclusion logique d'une histoire déjà racontée. Cette structure est un cadeau pour la génération vidéo, parce qu'elle se traduit directement en trois blocs visuels distincts.
Repérez dans votre script : quel plan porte le désir, quel plan porte la tension, quel plan porte la résolution. Si vous ne pouvez pas répondre en une phrase par bloc, le problème est dans le script, pas dans le modèle.
Les éléments non négociables et les éléments décoratifs
Faites deux colonnes. À gauche, ce qui doit être identifiable à chaque image : la couleur du produit, la morphologie du personnage principal, le type de lumière, l'ambiance sonore. À droite, tout ce qui peut varier sans casser le film : le nombre de figurants, l'angle exact du plan large, la texture du mur derrière. Cette distinction évite le piège classique du réalisateur IA débutant : sur-spécifier des détails secondaires jusqu'à rendre chaque plan incohérent avec le précédent.
La durée réelle à l'écran
Un script d'une page ne fait pas trente secondes. Il en fait souvent cinquante. Comptez environ deux secondes par phrase courte de voix off, une seconde et demie par plan d'action simple. Si votre script dépasse la durée cible une fois converti en plans, coupez maintenant. Couper après la génération coûte dix fois plus de temps.
Du texte au prompt : la méthode des quatre passes
La conversion d'un script en prompts n'est pas un exercice littéraire, c'est un exercice d'ingénierie. Quatre passes suffisent.
Première passe : découper en beats visuels
Découpez votre script en unités de deux à cinq secondes. Chaque unité doit contenir une seule action principale, un seul sujet dominant, une seule intention. Un beat qui décrit à la fois un personnage qui ouvre une porte, un chien qui traverse et un changement de lumière sera généré de façon approximative, car le modèle doit arbitrer entre trois priorités.
Numérotez les beats. Écrivez pour chacun une phrase de résumé en français courant. C'est votre colonne vertébrale.
Deuxième passe : écrire une fiche personnage
Pour chaque personnage récurrent, rédigez une fiche de dix à quinze lignes : âge approximatif, morphologie, coiffure, couleur et texture des vêtements, accessoires distinctifs, posture habituelle, expression de repos. Cette fiche sera copiée presque mot pour mot dans chaque prompt où le personnage apparaît. La répétition littérale est votre meilleure arme contre la dérive d'identité entre les plans.
Évitez les adjectifs vagues. Charmant, élégant ou sympathique ne veulent rien dire pour un modèle. Préférez des descriptions observables : veste en laine écrue, manches retroussées, cheveux courts châtains plaqués en arrière, épaules légèrement voûtées.
Troisième passe : fixer la grammaire visuelle
Choisissez une référence de lumière et une référence de couleur, puis n'en changez plus. Par exemple : lumière principale douce et chaude venant de la gauche, contre-jour légèrement ambré, ombres peu contrastées, palette limitée aux ocres, aux verts profonds et à un accent rouge. Une fois cette grammaire fixée, chaque prompt doit la mentionner en fin de phrase, toujours dans le même ordre.
Cette contrainte peut sembler répétitive. Elle est en réalité ce qui donne à un montage généré par IA une impression de tournage unique plutôt qu'une collection de clips sans lien.
Quatrième passe : assembler le prompt final
Un prompt efficace se lit comme une note d'intention condensée. Ordre recommandé : type de plan et focale, sujet et action, décor et heure de la journée, lumière et palette, mouvement de caméra, texture et grain, format d'image. Exemple : plan taille, focale courte, homme d'environ quarante ans en veste de laine sombre posant une bouteille sur une table en bois, intérieur de bar rustique en fin d'après-midi, lumière principale douce venant de la gauche, contre-jour ambré, palette ocre et verte, léger travelling latéral vers la droite, grain argentique fin, format vertical.
Rédigez vos prompts en anglais si votre moteur de génération répond mieux à cette langue, mais gardez toujours la version française en commentaire. Vous en aurez besoin quand vous voudrez expliquer un plan à un client ou à un monteur.
Cohérence des personnages : le point de rupture de la plupart des projets
Si un seul plan sur huit montre un personnage avec un visage différent, le spectateur décroche immédiatement. La cohérence visuelle est le premier critère de qualité perçue, avant la beauté des images.
Utiliser des références d'image plutôt que des descriptions
Les moteurs modernes de génération vidéo acceptent souvent une ou plusieurs images de référence. Générez d'abord une image fixe propre du personnage dans la bonne lumière, validez-la, puis utilisez-la comme ancrage pour tous les plans suivants. Une image de référence bien choisie vaut mieux que trois paragraphes de description.
Pour un personnage récurrent dans plusieurs scènes, préparez trois vues : face, trois-quarts, profil. Cela couvre la plupart des besoins de cadrage.
Verrouiller les variables invisibles
Beaucoup d'outils permettent de réutiliser une graine aléatoire ou un identifiant de personnage. Conservez un document où vous notez, pour chaque plan, le modèle utilisé, la graine, la résolution et le prompt exact. Sans ce journal, vous ne pourrez pas reproduire un plan réussi, et vous perdrez des heures à essayer de retrouver une combinaison perdue.
Accepter le plan de coupe
Il est parfois plus rapide de générer un plan de dos, un plan de mains ou un plan d'épaule que de lutter pour un gros visage parfaitement cohérent. Les publicités utilisent depuis toujours des inserts pour cette raison. Un plan de mains qui verse une boisson pose moins de problèmes qu'un plan serré sur un visage, et il raconte souvent davantage.
Mise en scène : plans, focales et rythme
L'IA ne remplace pas la mise en scène, elle l'exige davantage. Un mauvais enchaînement de plans reste mauvais, même parfaitement généré.
Construire une liste de plans lisible
Établissez votre liste de plans avant de générer quoi que ce soit : numéro, durée, type de plan, contenu, mouvement, rôle narratif. Une publicité de quinze secondes tient en cinq à six plans. Une publicité de trente secondes en huit à douze. Au-delà, vous produisez un court-métrage, pas un spot.
Alternez les échelles. Ouvrir sur un plan large, enchaîner sur un plan taille, puis un insert de produit, puis un plan large de fin crée un rythme naturel. Deux plans larges consécutifs donnent une impression de lenteur ; trois gros plans consécutifs donnent une impression d'étouffement.
Mouvements de caméra : moins, c'est plus
Le piège le plus courant consiste à demander un mouvement ambitieux à chaque plan : travelling avant, orbite, grue, zoom inversé. Résultat : des images qui se déforment, des perspectives incohérentes, un montage nerveux et inconfortable. Limitez-vous à un mouvement par plan, lent, et privilégiez les mouvements simples : léger travelling latéral, très lent push-in, panoramique discret.
Si un plan clé doit impressionner, gardez le mouvement fort pour lui seul et laissez les autres plans fixes. Le contraste fera plus d'effet qu'une accumulation.
Lumière et matière
Les modèles répondent très bien aux indications de lumière concrètes : lumière principale douce, contre-jour, lumière pratique de lampe d'appoint, fin d'après-midi, néons de bar. Ils répondent mal aux intentions abstraites comme atmosphère mélancolique ou ambiance premium. Traduisez toujours l'intention en source lumineuse et en direction.
Ajoutez systématiquement une indication de texture : grain fin, rendu numérique propre, légère diffusion. C'est ce qui distingue un rendu réaliste d'un rendu artificiel.
Son, voix et montage : là où la publicité prend vie
Une publicité générée par IA sans travail sonore sonne comme une démo technique. Le son porte la moitié de la crédibilité.
Voix off : écrire pour l'oreille
Réécrivez votre voix off à voix haute. Supprimez tout ce que vous ne diriez pas naturellement. Prévoyez environ deux secondes par phrase courte. Si vous utilisez une synthèse vocale, choisissez une voix, gardez-la pour toutes les variantes, et réglez le débit autour de quatre-vingt-quinze pour cent de la vitesse naturelle : plus lent paraît solennel, plus rapide paraît publicitaire au mauvais sens du terme.
Design sonore : trois couches suffisent
Une nappe musicale discrète, un ou deux effets synchronisés avec les actions à l'écran, et la voix. C'est tout. Les bruits d'ambiance continus, comme le brouhaha d'un bar, ajoutent énormément de réalisme pour un coût de production quasi nul.
Montage : couper sur le geste
Montez sur les points d'action, pas sur les silences. Un cut qui tombe au moment où une main se pose sur une table paraît intentionnel ; un cut qui tombe au milieu d'un mouvement paraît accidentel. Pour les formats verticaux, ajoutez des sous-titres incrustés : une large part de l'audience regarde sans son, et une publicité muette incompréhensible est une publicité perdue.
Workflow complet, du script à l'export
Voici un déroulé réaliste pour un spot de quinze à trente secondes.
- Lecture analytique du script : identifier les trois blocs narratifs, la colonne non négociable, la durée cible. Comptez une heure.
- Découpage en beats et liste de plans : numéroter, estimer les durées, écrire un résumé par plan. Comptez une à deux heures.
- Fiches personnages et images de référence : générer et valider les visages, vêtements, accessoires. Comptez deux heures.
- Rédaction des prompts : appliquer la grammaire visuelle à chaque plan, rédiger en deux langues si nécessaire. Comptez deux heures.
- Génération des plans : produire trois à cinq variantes par plan, retenir la meilleure. C'est ici que passe l'essentiel du temps machine.
- Cohérence et raccords : vérifier l'identité des personnages, la direction de la lumière, la position des objets entre les plans. Régénérez les plans fautifs.
- Montage et son : assemblage, coupes, sous-titres, voix, musique, effets. Comptez trois à quatre heures.
- Déclinaisons : recadrage vertical et carré, version dix secondes, versions avec accroches différentes. Comptez une à deux heures par variante.
Au total, un spot complet représente une journée de travail concentré pour une personne organisée. Le gain vient de la préparation, pas de la vitesse de génération.
Choisir ses outils sans se disperser
La tentation est de tester un nouvel outil chaque semaine. C'est la meilleure façon de ne jamais finir un projet. Fixez vos critères avant de comparer.
Les critères qui comptent réellement : la cohérence des personnages sur plusieurs plans, la qualité du rendu des mains et des visages, le respect du format vertical, la durée maximale par génération, la possibilité de fournir une image de référence, la vitesse d'itération, et le coût par essai réussi plutôt que par essai lancé.
En pratique, une pile d'outils raisonnable tient en cinq briques : un générateur d'images fixes pour les références et les décors, un moteur de génération vidéo à partir d'images, un outil de synthèse vocale, un éditeur vidéo classique pour le montage et les sous-titres, et un espace de stockage organisé par projet et par version.
Testez chaque brique sur le même plan test : un plan taille avec un personnage parlant, un objet manipulé, et un mouvement de caméra lent. Le moteur qui réussit ce triptyque est celui qui mérite votre temps, quelle que soit sa réputation.
Erreurs fréquentes et comment les corriger
Voici les sept erreurs qui reviennent dans presque tous les projets de publicité générée par IA, avec leur correctif.
Un prompt trop long qui mélange dix intentions. Correctif : une action principale par plan, le reste en attributs fixes.
Des personnages différents d'un plan à l'autre. Correctif : fiches personnages littérales plus images de référence.
Une lumière qui change à chaque plan. Correctif : une grammaire visuelle figée, répétée dans chaque prompt.
Des mouvements de caméra spectaculaires mais incohérents. Correctif : un seul mouvement simple par plan, réservé aux plans clés.
Un montage qui coupe sur les respirations. Correctif : couper sur les gestes et les appuis sonores.
Des sous-titres oubliés en format vertical. Correctif : intégrer les sous-titres dès le montage, pas après.
Un produit qui n'est jamais identifiable. Correctif : réserver au moins un plan dédié où le produit occupe un tiers du cadre, net, bien éclairé.
FAQ
Faut-il savoir filmer ou monter pour créer une publicité avec l'IA ?
Savoir monter aide énormément, mais la compétence décisive est la capacité à découper une histoire en plans. Si vous savez écrire une liste de plans avec une durée et un rôle narratif pour chacun, vous avez l'essentiel. Le reste s'apprend en quelques projets.
Quelle durée viser pour une première publicité ?
Quinze secondes. C'est assez court pour tenir sur cinq ou six plans, assez long pour raconter une micro-histoire. Une fois ce format maîtrisé, passez à trente secondes, qui demande environ le double de plans et beaucoup plus de rigueur sur la cohérence.
Comment éviter que les visages changent entre les plans ?
Générez une image de référence validée, réutilisez-la pour chaque plan, répétez la description physique mot pour mot, et privilégiez les cadrages qui ne montrent pas le visage en gros plan quand ce n'est pas indispensable. Les inserts de mains, d'épaules et de dos sont vos meilleurs alliés.
Que faire si le texte à l'écran est illisible ou déformé ?
Ne demandez pas au moteur vidéo de générer du texte. Ajoutez les mentions, prix, slogans et appels à l'action lors du montage, dans un outil d'édition classique. Vous gagnerez en netteté, en contrôle typographique et en temps.
Combien de variantes faut-il produire ?
Pour une campagne test, trois variantes d'accroche et deux formats d'image suffisent à produire un apprentissage utile. Multipliez les variantes seulement après avoir identifié ce qui fonctionne, sinon vous diluez vos efforts.
Comment rester propriétaire de ce que je crée ?
Lisez attentivement les conditions d'utilisation de chaque outil, conservez vos fichiers sources et vos images de référence, et évitez d'utiliser des visages ou des marques reconnaissables sans autorisation. Documenter votre processus vous protège aussi en cas de doute sur l'origine d'un élément.
Ce qu'il faut retenir
Le passage du script au film assisté par IA n'est pas une affaire de bouton magique. C'est une chaîne de décisions : lire le script comme une structure émotionnelle, découper en beats, figer une grammaire visuelle, ancrer les personnages par des images de référence, limiter les mouvements de caméra, et traiter le son avec le même sérieux que l'image. Les projets qui réussissent sont ceux qui consacrent autant de temps à la préparation qu'à la génération.
Commencez petit. Un spot de quinze secondes, un décor, un personnage, trois plans clés. Une fois que vous savez produire ce format de bout en bout sans incohérence, vous pouvez industrialiser : décliner, tester, comparer. C'est à ce moment-là que la vitesse de génération devient un avantage réel, parce qu'elle s'appuie sur une méthode qui tient debout.
