Le prompt vidéo, une compétence de production à part entière
Écrire une phrase dans une case de saisie et obtenir un plan animé de quelques secondes ressemble à de la magie. En pratique, c'est un travail d'écriture technique. Le prompt n'est pas une description poétique : c'est une spécification. Il indique au modèle qui est dans le cadre, ce qui bouge, comment la caméra se comporte, quelle lumière éclaire la scène et quel rendu visuel doit dominer. Plus cette spécification est précise et hiérarchisée, plus le résultat est reproductible.
La plupart des déceptions viennent d'un malentendu : on croit que le modèle « n'a pas compris », alors qu'il a simplement comblé des dizaines de vides qu'on lui a laissés. Un plan flou, un personnage qui change de visage au milieu de la séquence, un mouvement de caméra incohérent : ce sont rarement des bugs, ce sont des ambiguïtés. Ce guide propose une méthode complète pour écrire, tester et affiner des prompts vidéo, du premier jet jusqu'à une séquence cohérente de plusieurs plans.
L'objectif n'est pas de mémoriser des formules magiques, mais de construire une grammaire personnelle. Une fois que vous savez isoler les variables — sujet, action, caméra, lumière, style, contraintes — vous pouvez réutiliser la même structure sur n'importe quel outil de génération vidéo, des modèles de diffusion vidéo aux générateurs neuronaux récents.
Ce que le modèle attend réellement
Trois entrées possibles, trois logiques différentes
Un générateur vidéo peut recevoir du texte seul, une image de départ, ou une combinaison des deux. La logique change du tout au tout.
En texte seul, le modèle invente tout : cadrage, décor, apparence des personnages. Vous devez donc décrire davantage, mais sans surcharger, car chaque détail ajouté devient une variable que le modèle peut interpréter de travers.
En image-vers-vidéo, l'image fournit l'identité visuelle et la composition. Le prompt ne doit plus re-décrire la scène, mais décrire le changement : ce qui se met en mouvement, dans quelle direction, à quelle vitesse, et ce qui doit rester immobile. C'est le mode le plus fiable pour la cohérence, et celui que je recommande pour tout projet narratif.
En mode hybride, avec une image de départ et une image d'arrivée, le prompt devient une instruction de transition. Il ne décrit plus un plan, mais un trajet entre deux états.
La fenêtre temporelle change tout
Un modèle vidéo ne raisonne pas en secondes comme un monteur. Il raisonne en images successives, avec une mémoire limitée. Au-delà de quelques secondes, la cohérence se dégrade naturellement : les textures se transforment, les visages dérivent, les objets apparaissent ou disparaissent.
Écrire un bon prompt, c'est donc accepter de travailler par plans courts plutôt que par longues séquences. Un plan de trois à six secondes bien pensé vaut mieux qu'un plan de quinze secondes qui se décompose à mi-parcours. La narration se reconstruit ensuite au montage, pas dans le modèle.
L'anatomie d'un prompt vidéo efficace
Un prompt solide s'organise en couches, de la plus structurante à la plus décorative. L'ordre compte moins que la clarté, mais un ordre stable vous fait gagner du temps lors des itérations.
Le noyau : sujet, action, cadre
C'est la partie non négociable. Elle répond à trois questions : qui ou quoi, fait quoi, vu comment.
Exemple faible : « une femme dans une ville ». Exemple exploitable : « une femme d'une trentaine d'années, manteau de laine sombre, marche d'un pas décidé vers la caméra, plan taille, rue étroite ». Le second décrit un sujet identifiable, une action continue et un cadrage précis.
Trois à cinq éléments suffisent pour ce noyau. Au-delà, le modèle commence à arbitrer entre des informations concurrentes.
Les modificateurs : lumière, texture, optique
Cette couche définit le rendu. Elle fonctionne par paires d'oppositions : lumière douce ou dure, contrastée ou plate, naturelle ou artificielle ; image nette ou grain présente ; objectif large ou téléobjectif ; profondeur de champ courte ou longue.
Un modificateur isolé est souvent trop vague. « Lumière cinématographique » ne veut rien dire de précis. « Lumière latérale chaude, ombres marquées, contraste élevé, halo léger dans les cheveux » oriente réellement le rendu.
Le mouvement : scène et caméra
C'est la couche la plus sous-estimée. Il faut distinguer deux mouvements indépendants.
Le mouvement interne : ce qui bouge dans le cadre. Un manteau qui flotte, une fumée qui monte, une foule qui traverse l'arrière-plan, une main qui se referme. Ce mouvement donne la vie au plan.
Le mouvement de caméra : travelling avant lent, panoramique horizontal, caméra portée, plan fixe, grue qui monte, drone qui recule. Il donne l'intention narrative.
Si vous ne précisez pas le second, le modèle choisit souvent un mouvement arbitraire, parfois violent, qui casse la continuité entre deux plans. Indiquez toujours au moins la nature du mouvement et sa vitesse relative.
La checklist d'écriture en sept lignes
Pour rendre la méthode opérationnelle, utilisez toujours le même gabarit mentale :
- Sujet : âge apparent, vêtement, trait distinctif, expression.
- Action : verbe principal, intensité, direction.
- Cadrage : plan large, taille, poitrine, gros plan, plongée ou contre-plongée.
- Caméra : type de mouvement, vitesse, stabilité.
- Lumière : source, direction, température, contraste.
- Rendu : optique, texture, palette, niveau de détail.
- Contraintes : ce qu'il faut éviter, ce qui doit rester stable.
Cette grille évite l'oubli le plus courant : la lumière. Beaucoup de prompts soignent le sujet et négligent l'éclairage, ce qui produit des plans corrects mais plats, difficiles à raccorder ensuite avec d'autres.
Le prompt négatif : exclure pour mieux cadrer
La plupart des outils modernes acceptent des instructions d'exclusion. Elles ne sont pas un dépotoir, mais un outil de précision qui sert trois objectifs.
Premièrement, éliminer les artefacts typiques : membres déformés, mains floues, texte illisible, visages dupliqués, arrière-plans qui fondent. Deuxièmement, écarter les styles non désirés : rendu cartoon quand vous visez le réalisme, aspect dessin quand vous visez la photographie. Troisièmement, supprimer des éléments parasites : logo, filigrane, panneau publicitaire, spectateur au premier plan.
Une bonne liste négative reste courte et ciblée, cinq à dix entrées maximum. Si la liste devient longue, c'est souvent le signe que le prompt positif est trop vague. Corriger la cause est plus efficace que multiplier les interdictions.
Dernier point : les exclusions fonctionnent mieux quand elles sont explicites et visuelles. « Pas de flou » est faible. « Netteté constante sur le visage, aucun flou de mouvement sur les traits » est exploitable.
Cohérence visuelle : verrouiller les personnages et les décors
Le portrait de référence comme ancre
Le meilleur moyen d'obtenir un personnage stable sur plusieurs plans est de partir d'une image de référence fixe, puis de ne plus jamais la modifier. Cette image devient votre bible visuelle. Chaque plan réutilise la même référence, et le prompt ne décrit plus l'apparence du personnage, mais seulement ce qu'il fait.
Si vous devez créer le personnage par texte, générez d'abord une image fixe, validez-la, puis passez en image-vers-vidéo. Cette étape intermédiaire, souvent négligée, économise des heures de régénération.
Continuité de décor et de lumière
Un décor qui change discrètement entre deux plans se remarque immédiatement, même chez un spectateur non technique. Pour l'éviter, décrivez le décor une fois, puis copiez cette description à l'identique dans chaque prompt. Ne reformulez pas, ne « variez pas le vocabulaire » : les modèles ne comprennent pas les synonymes comme un lecteur humain.
Pour la lumière, définissez une direction et une température fixes pour toute une scène. Si une scène se déroule à la tombée du jour, gardez la même formulation du premier au dernier plan, même si le contenu change.
Le raccord de mouvement
Le raccord entre deux plans se joue sur trois éléments : la direction du déplacement, la vitesse perçue et la position dans le cadre. Si un personnage sort à droite, il doit entrer par la gauche au plan suivant, sauf effet volontaire.
Décrivez donc la sortie et l'entrée comme des événements explicites : « sort du cadre par la droite, mouvement continu », puis « entre par la gauche, même cadence ». Ce niveau de détail paraît obsessionnel, mais c'est ce qui distingue une séquence professionnelle d'un enchaînement de clips indépendants.
Contrôle temporel : première et dernière image
Les modèles qui acceptent une image de départ et une image d'arrivée ouvrent la voie à un contrôle précis de la trajectoire. Le principe est simple : vous fixez le point A et le point B, le modèle invente le chemin.
Pour que cela fonctionne, trois règles s'imposent.
La continuité visuelle d'abord : les deux images doivent partager le même personnage, la même palette et la même échelle. Sinon le modèle produit une transformation morphing plutôt qu'un mouvement.
L'amplitude ensuite : l'écart entre les deux images doit rester modéré. Un léger déplacement de caméra ou un changement de pose fonctionne bien. Un changement complet de lieu demande trop d'inventions au modèle.
Le mouvement décrit enfin : même avec deux images, précisez la nature du trajet. « Travelling avant lent, aucune rotation » oriente beaucoup mieux qu'un prompt silencieux.
Adapter le prompt à l'outil et au format
Tous les générateurs ne réagissent pas de la même manière. Trois familles se dégagent.
Les modèles orientés cinéma répondent bien aux descriptions d'optique, de focale et de mouvement de caméra. Ils aiment les prompts denses et techniques.
Les modèles orientés animation répondent mieux aux descriptions d'action et de style graphique. Ils tolèrent les prompts plus courts et plus expressifs.
Les modèles rapides, souvent utilisés pour des essais, réagissent surtout au sujet et à l'action. Inutile d'y ajouter dix adjectifs de rendu : ils seront ignorés.
Le format compte aussi. Un plan vertical pour les réseaux sociaux privilégie les gros plans et les mouvements verticaux. Un format large privilégie les paysages, les travellings latéraux et les compositions en profondeur. Écrire un prompt sans penser au format final revient à préparer un plan qu'il faudra recadrer, donc perdre.
Un workflow complet, du script au plan final
Étape 1 : écrire la séquence en plans
Découpez la scène en plans de trois à six secondes. Chaque plan porte une seule information narrative. Si un plan raconte deux choses, séparez-le.
Étape 2 : définir la charte visuelle
Fixez une palette, une direction de lumière, un type d'objectif et un grain. Notez ces choix dans un document unique. Tous les prompts suivants y puiseront.
Étape 3 : créer les références fixes
Générez les images de vos personnages et de vos décors principaux. Validez-les avant de produire la moindre vidéo. C'est l'investissement le plus rentable du processus.
Étape 4 : écrire le prompt avec le gabarit en sept lignes
Un prompt par plan, en respectant toujours le même ordre. Copiez les blocs inchangés d'un plan à l'autre.
Étape 5 : générer plusieurs variantes
Produisez au moins trois versions du même plan en ne changeant qu'une seule variable à la fois. Noter les différences permet d'apprendre le comportement réel du modèle, ce qui vaut mieux que n'importe quel tutoriel.
Étape 6 : sélectionner et stabiliser
Choisissez la meilleure variante, puis corrigez uniquement le défaut restant. Ne relancez pas tout le prompt : ajustez le modificateur fautif.
Étape 7 : assembler et raccorder
Montez les plans retenus, vérifiez les raccords de mouvement, harmonisez la colorimétrie en post-production. Les différences de teinte entre plans se corrigent très bien au montage, contrairement aux différences de cadrage.
Erreurs fréquentes et corrections
Trop de détails contradictoires. Deux indications d'éclairage opposées dans le même prompt produisent un résultat moyen. Supprimez la contradiction plutôt que d'ajouter de la précision.
Oublier le mouvement de caméra. Résultat : des plans qui bougent sans intention. Ajoutez systématiquement un terme de caméra, même « plan fixe ».
Réécrire entièrement le prompt à chaque tentative. Vous perdez la trace de ce qui fonctionne. Changez une variable à la fois.
Décrire le style avant le sujet. Beaucoup de modèles accordent plus de poids au début du prompt. Commencez par ce qui doit absolument apparaître.
Vouloir un plan long et complexe. Découpez. La cohérence se construit au montage, pas dans une génération unique.
Utiliser un vocabulaire abstrait. « Ambiance mélancolique » ne guide pas. « Lumière grise, pluie fine, reflets sur l'asphalte » guide.
Négliger la post-production. Même des plans générés correctement demandent un étalonnage et un mixage sonore. Le son, en particulier, transforme radicalement la perception du mouvement.
FAQ
Faut-il écrire en anglais ? Certains modèles sont entraînés majoritairement sur des légendes anglophones et réagissent mieux à l'anglais. Si votre outil accepte votre langue et donne de bons résultats, restez-y : la précision de votre vocabulaire compte plus que la langue.
Combien de mots doit contenir un prompt ? Il n'y a pas de nombre magique. Un plan simple se contente de trente à cinquante mots. Un plan complexe peut monter à cent vingt. Au-delà, la surcharge devient contre-productive.
Comment obtenir un mouvement de caméra fluide ? Précisez la nature, la direction et la vitesse relative : « travelling avant lent et régulier, hauteur constante ». Le mot « lent » fait souvent plus pour la fluidité que n'importe quel réglage.
Pourquoi mon personnage change-t-il de visage ? Parce qu'il n'est pas ancré. Utilisez une image de référence fixe et ne décrivez plus son apparence dans les plans suivants.
Peut-on générer une séquence complète en une fois ? Rarement avec un bon résultat. La méthode fiable consiste à générer plan par plan, puis à assembler.
Comment gérer les mains et les objets tenus ? Simplifiez. Cadrez plus serré, évitez les manipulations complexes en gros plan, ou utilisez une image de départ où la main est déjà correctement formée.
Le prompt négatif est-il vraiment utile ? Oui, s'il reste court et ciblé. Il est particulièrement efficace contre les artefacts récurrents et les éléments parasites.
Comment progresser rapidement ? Tenez un journal de prompts : date, outil, prompt exact, variante, note de qualité. En quelques semaines, vous identifierez vos propres formules gagnantes.
Récapitulatif : la décision en un coup d'œil
| Situation | Approche recommandée |
|---|---|
| Personnage récurrent | Image de référence fixe + prompt d'action |
| Décor complexe | Générer le décor d'abord, puis animer |
| Transition entre deux états | Image de départ + image d'arrivée |
| Plan d'action rapide | Plan court, mouvement de caméra minimal |
| Plusieurs plans d'une même scène | Charte visuelle figée, blocs copiés à l'identique |
| Essai exploratoire | Prompt court, sujet et action seulement |
La règle qui résume tout : traitez le prompt comme un plan de tournage écrit, pas comme une conversation avec une machine. Soyez précis sur ce qui compte, silencieux sur ce qui n'a pas d'importance, et ne changez qu'une variable à la fois. C'est cette discipline, plus que n'importe quel outil, qui produit des images animées cohérentes et réutilisables.
