Le prompt vidéo n'est plus une simple description
Écrire un prompt pour une image générée demandait surtout de la précision descriptive. Écrire un prompt pour une vidéo demande d'orchestrer du temps. Il faut décider ce qui bouge, à quelle vitesse, dans quelle direction, ce qui reste stable, ce que la caméra fait, ce que la lumière fait pendant l'action, et comment le plan se termine. Un prompt image décrit un état. Un prompt vidéo décrit une trajectoire.
C'est cette bascule qui explique pourquoi tant de créateurs obtiennent de belles images fixes mais des séquences décevantes. Ils décrivent une scène magnifique, puis comptent sur le modèle pour inventer un mouvement crédible. Le modèle invente, effectivement, mais rarement ce qu'ils avaient en tête.
Ce guide propose une méthode complète, indépendante de tout outil particulier : comment structurer un prompt, quel vocabulaire utiliser, comment choisir un modèle selon l'intention, comment tenir la cohérence d'un personnage sur plusieurs plans, et comment diagnostiquer les résultats ratés. Les exemples utilisent des outils répandus comme Runway, Sora, Kling, Hailuo, Pika ou Luma, mais la logique s'applique à n'importe quel générateur vidéo.
Les cinq briques d'un prompt vidéo efficace
Un prompt vidéo solide se compose comme une phrase de scénario condensée. Cinq familles d'informations suffisent dans la majorité des cas.
Sujet, action et intention narrative
Commencez par le sujet principal et l'action qu'il accomplit. Pas d'adjectifs décoratifs avant d'avoir posé qui fait quoi.
- Faible : « une belle femme dans une ville futuriste »
- Fort : « une archiviste en manteau de laine marche le long d'un quai mouillé, elle s'arrête et regarde au-dessus de son épaule »
La deuxième version contient déjà une intention de mise en scène : il y a un avant, un pendant et un après. Le modèle a quelque chose à animer, pas seulement quelque chose à afficher.
Cadrage, focale et mouvement de caméra
C'est la brique la plus souvent oubliée et celle qui produit le plus grand écart de qualité. Indiquez le cadre (gros plan, plan taille, plan large), le type de prise de vue (épaule, drone, steadicam, caméra fixe) et le mouvement (travelling avant lent, panoramique horizontal, orbite autour du sujet, zoom arrière).
Un plan fixe bien décrit est souvent plus impressionnant qu'un mouvement complexe mal décrit. Si vous demandez une orbite, précisez la vitesse et le sens, sinon vous obtiendrez un mouvement erratique.
Lumière, palette et texture
La lumière pilote la perception de qualité. Préciser « lumière naturelle de fin d'après-midi, ombres longues, contraste doux » est plus utile que « cinématographique », qui ne veut plus dire grand-chose. Ajoutez la palette (bleus froids et ambre, monochrome, tons pastel délavés) et la texture (grain 16 mm, netteté numérique, halation légère sur les hautes lumières).
Style et références esthétiques
Vous pouvez nommer un genre ou un courant visuel plutôt qu'un réalisateur vivant : documentaire des années soixante-dix, publicité de parfum, néo-noir pluvieux, animation à la gouache. Les styles descriptifs fonctionnent mieux que les noms propres, qui déclenchent parfois des refus ou des interprétations instables.
Contraintes techniques et exclusions
Terminez par ce que vous ne voulez pas et par les paramètres de sortie : format d'image, durée, rythme. « Pas de texte incrusté, pas de foule au premier plan, pas de variations de visage entre les images » aide réellement. Ces négations ciblées corrigent des défauts récurrents sans alourdir le prompt.
Choisir le modèle selon l'intention créative
Tous les générateurs vidéo ne réagissent pas de la même façon au même texte. Deux grandes familles cohabitent.
Modèles de diffusion et modèles de transformation
Les modèles de diffusion construisent la séquence à partir de bruit guidé par votre prompt. Ils sont excellents pour inventer des ambiances, des mouvements organiques et des textures riches. Ils sont aussi plus instables : un détail peut se déformer d'une image à l'autre.
Les modèles de transformation partent d'une image, d'une vidéo source ou d'une structure existante et la modifient. Ils sont nettement plus prévisibles, ce qui les rend idéaux pour l'animation d'images fixes, le changement de style sur une prise existante ou l'extension de plans. Si votre priorité est la continuité, partez d'une base visuelle.
Modèles haut de gamme et modèles rapides
Les modèles haut de gamme produisent une physique plus crédible, des visages plus stables et une meilleure compréhension des instructions longues. Les modèles rapides et économiques excellent pour l'exploration : tester dix idées de cadrage en quelques minutes, valider une direction artistique, générer des arrière-plans.
La bonne pratique est un pipeline à deux vitesses : exploration sur modèle rapide, puis rendu final sur modèle haut de gamme avec un prompt affiné. Cela réduit le gaspillage de temps et de budget de calcul sans sacrifier la qualité finale.
Adapter la syntaxe au modèle
Certains modèles préfèrent des phrases fluides, d'autres des listes de mots-clés séparés par des virgules. Certains comprennent nativement les indications de caméra, d'autres les traitent comme du décor. Testez un prompt de référence court sur chaque modèle et observez : la longueur optimale, la sensibilité aux négations et la réaction aux termes de mouvement varient énormément.
La méthode en sept étapes pour construire un prompt
Cette séquence fonctionne pour presque tous les projets, du plan unique à la séquence narrative.
Étape 1 : écrire le plan en une phrase
Avant de parler d'IA, écrivez ce que le plan raconte. « Elle réalise que la pièce est vide. » Une phrase claire évite les prompts décoratifs sans intention.
Étape 2 : définir le point de vue
Qui regarde ? Un observateur extérieur, une caméra de surveillance, le point de vue du personnage, un drone ? Le point de vue détermine le cadrage, la hauteur de caméra et la distance.
Étape 3 : choisir un seul mouvement dominant
Un plan, un mouvement. Un travelling avant accompagné d'un panoramique et d'un zoom produit presque toujours un résultat confus. Gardez les mouvements secondaires pour le montage, pas pour la génération.
Étape 4 : décrire lumière et palette
Nommez la source de lumière, sa direction, sa dureté, et deux couleurs dominantes. C'est le levier esthétique le plus rentable.
Étape 5 : ajouter le grain technique
Format, durée, tempo de l'action, niveau de détail. « Action lente et continue, sans coupure, durée de cinq secondes, format horizontal. »
Étape 6 : lister les exclusions utiles
Deux ou trois exclusions ciblées, pas davantage. Trop de négations rendent le prompt contradictoire.
Étape 7 : générer, comparer, réécrire
Générez trois variantes minimales en changeant un seul paramètre à la fois : cadrage, puis lumière, puis mouvement. Vous apprenez ainsi la grammaire du modèle au lieu de deviner.
Cohérence des personnages et des décors : le vrai défi
Produire un plan réussi est facile. Produire cinq plans qui semblent appartenir au même film est difficile. La cohérence ne vient pas du prompt seul : elle vient d'un système.
Verrouiller une référence visuelle
Créez d'abord une image de référence stable du personnage : même visage, mêmes vêtements, même coiffure, sous un éclairage neutre. Utilisez ensuite cette image comme entrée pour chaque plan, en la combinant avec d'autres références si l'outil le permet (une pour le visage, une pour le costume, une pour le décor).
Réutiliser la même formule descriptive
Copiez-collez la description du personnage mot pour mot dans chaque prompt. Ne reformulez pas « manteau de laine gris anthracite » en « veste en laine foncée » : le modèle n'a aucune raison de comprendre que c'est le même vêtement.
Faire évoluer la lumière, pas l'identité
Si votre histoire passe du jour à la nuit, gardez la description du personnage intacte et modifiez uniquement la section lumière. Vous obtiendrez une progression naturelle au lieu d'un personnage qui change de visage.
Gérer les raccords par le montage
Acceptez qu'un plan ne soit pas parfait sur toute sa durée. Générez plus long que nécessaire et coupez sur les instants les plus solides. Le montage masque beaucoup d'instabilités que la génération seule ne corrige pas.
Le vocabulaire du mouvement qui change tout
Les indications de caméra sont souvent mal interprétées parce qu'elles sont vagues. Voici des formulations plus fiables.
- Travelling avant lent : la caméra avance vers le sujet sans changement de focale.
- Travelling arrière : la caméra recule, le sujet reste centré, l'environnement se révèle.
- Panoramique horizontal gauche-droite : rotation de la caméra sans déplacement.
- Orbite : la caméra tourne autour du sujet à distance constante.
- Suivi latéral : la caméra accompagne le sujet en maintenant la même distance.
- Caméra portée : légère instabilité organique, utile pour le documentaire.
- Grue montante : élévation verticale lente, souvent utilisée en fin de plan.
Ajoutez la vitesse : lente, modérée, rapide. Et l'échelle : discrète, marquée. « Panoramique lent vers la droite » est bien plus prévisible que « caméra dynamique ».
Autre point souvent négligé : le mouvement interne du sujet. Un personnage qui tourne la tête au ralenti, une fumée qui monte, des feuilles qui traversent le cadre : ces micro-actions donnent de la vie même dans un plan fixe.
Erreurs fréquentes et comment les corriger
Le prompt trop long et contradictoire
Au-delà de cent à cent cinquante mots utiles, les modèles commencent à ignorer ou à moyenner les instructions. Si votre résultat est mou, coupez la moitié du prompt et gardez les éléments structurants.
Les adjectifs vides
« Épique », « magnifique », « incroyable » n'apportent aucune information visuelle. Remplacez-les par des faits observables : échelle du décor, densité de la foule, contraste de la lumière.
L'absence de point de vue
Sans indication de caméra, le modèle choisit souvent un plan large neutre. Si vous attendiez un gros plan, ce n'est pas un échec du modèle mais un manque d'instruction.
Les visages instables
Deux causes principales : le sujet est trop petit dans le cadre, ou plusieurs personnes occupent le premier plan. Rapprochez la caméra, réduisez le nombre de visages, et ajoutez une référence d'image.
Le mouvement qui part dans tous les sens
Demandez un seul mouvement dominant et baissez sa vitesse. Un travelling lent est mieux exécuté qu'un mouvement complexe rapide.
Les artefacts de texte
Les enseignes, panneaux et sous-titres générés restent souvent illisibles. Ajoutez une exclusion explicite ou recadrez pour éviter les surfaces porteuses de texte.
Optimiser le temps de génération et le budget de calcul
La maîtrise du prompt est aussi une question d'efficacité économique.
Travaillez par lots courts. Générez trois à cinq variantes avec un paramètre modifié, choisissez, puis avancez. Les longues séries de tests aléatoires coûtent cher sans enseigner grand-chose.
Verrouillez la direction artistique avant la résolution finale. Une passe d'exploration en basse résolution révèle les problèmes de cadrage et de mouvement. Il est inutile de produire un rendu détaillé d'un plan mal composé.
Archivez les prompts gagnants. Un fichier texte avec vos meilleures formules par type de plan (portrait intérieur, extérieur nuit, action, nature) devient une bibliothèque personnelle. C'est le vrai accélérateur de productivité.
Factorisez les blocs. Séparez vos prompts en blocs réutilisables : identité du personnage, lumière, style global, technique. Vous ne réécrivez plus que la partie action à chaque nouveau plan.
Utilisez le prévisualisation image quand elle existe. Générer une image clé coûte moins cher qu'une vidéo et permet de valider composition et palette.
Trois exercices pratiques pour progresser vite
Exercice 1 : le même plan, cinq caméras
Prenez une action simple : une personne verse du café. Générez cinq versions en ne changeant que le cadrage et le mouvement. Comparez ce qui fonctionne. Vous intégrerez durablement le lien entre vocabulaire et résultat.
Exercice 2 : la cohérence sur trois plans
Créez un personnage de référence, puis trois plans distincts dans le même décor, avec des éclairages différents. Objectif : le spectateur doit reconnaître la même personne sans hésitation. C'est l'exercice le plus formateur pour un projet narratif.
Exercice 3 : la contrainte de dix mots
Réduisez un prompt à dix mots et observez ce que le modèle invente seul. Cela révèle ses biais et vous aide à ne pas surcharger vos textes.
Construire un pipeline de production réaliste
Un flux de travail durable ressemble à ceci.
- Écriture : un découpage en plans, chacun avec une phrase d'intention.
- Design visuel : images de référence des personnages, des décors et de la palette.
- Prompts structurés : blocs réutilisables + action spécifique au plan.
- Exploration : modèle rapide, basse résolution, plusieurs variantes.
- Sélection : validation du cadrage, du mouvement et de la lumière.
- Rendu final : modèle haut de gamme avec prompt affiné et références visuelles.
- Post-production : montage, étalonnage, son. C'est ici que se joue la moitié de l'impression de qualité.
Ce pipeline réduit la dépendance à la chance. La génération devient une étape contrôlée dans un processus éditorial, pas une machine à sous.
FAQ : questions fréquentes sur le prompt vidéo
Faut-il écrire les prompts en anglais ?
Beaucoup de modèles sont mieux entraînés sur l'anglais, surtout pour le vocabulaire de caméra. La solution la plus fiable est d'écrire en anglais quand la qualité compte, puis de conserver une version française pour votre documentation interne.
Combien de mots doit faire un prompt vidéo idéal ?
Entre quarante et cent vingt mots selon la complexité. Au-delà, les risques de contradiction augmentent plus vite que les bénéfices.
Pourquoi mes personnages changent-ils de visage entre les plans ?
Presque toujours parce que la description varie d'un prompt à l'autre ou parce qu'aucune référence image n'est utilisée. Verrouillez le texte et ajoutez une image de référence.
Peut-on obtenir des mouvements de caméra complexes ?
Parfois, mais la fiabilité chute. Préférez plusieurs plans simples reliés au montage : le résultat sera plus propre et plus contrôlable.
Comment corriger un mouvement trop rapide ?
Ajoutez explicitement une vitesse lente, réduisez la durée du plan et simplifiez l'action décrite. Une action unique produit un rythme plus lisible.
Faut-il utiliser le même prompt pour tous les modèles ?
Non. Considérez chaque modèle comme une langue différente : même sens, syntaxe distincte. Testez un prompt de référence avant de produire une séquence entière.
Comment éviter les incohérences de décor ?
Décrivez le décor dans un bloc fixe réutilisé tel quel, et variez uniquement l'angle de caméra et la lumière. Les éléments architecturaux doivent rester identiques mot pour mot.
Le prompt peut-il remplacer un storyboard ?
Non. Le storyboard définit l'intention narrative et la continuité. Le prompt n'est que la traduction technique d'un plan déjà pensé. Sans découpage, même un excellent prompt produit une collection d'images sans lien.
Ce qu'il faut retenir
Le prompt engineering vidéo n'est pas une collection de formules magiques. C'est une compétence d'écriture technique : décrire une action, un point de vue, une lumière et une contrainte en des termes que le modèle interprète de façon stable.
Les créateurs qui progressent le plus vite partagent trois habitudes. Ils écrivent le plan avant d'écrire le prompt. Ils changent un seul paramètre à la fois pour comprendre ce qui agit. Ils construisent une bibliothèque personnelle de blocs réutilisables au lieu de repartir de zéro à chaque fois.
Commencez petit : un plan, une action, un mouvement, une lumière. Puis ajoutez la complexité plan par plan. La maîtrise vient de la répétition structurée, pas de l'accumulation de détails dans un seul texte. Et lorsque la génération déçoit, revenez toujours à la même question : qu'est-ce que ce plan raconte, et qu'est-ce que la caméra doit faire pour le montrer ?
