La génération vidéo par intelligence artificielle a changé de nature. Ce qui relevait il y a peu de la démonstration technique — quelques secondes de mouvement plausible — alimente aujourd'hui des publicités, des clips, des explainers produits et des séquences narratives complètes. Dans ce changement d'échelle, un facteur pèse plus lourd que la puissance brute des modèles : la qualité de l'instruction qu'on leur donne. Autrement dit, le prompt.
Beaucoup de créateurs découvrent une réalité frustrante : deux personnes qui utilisent le même moteur, la même durée et le même format obtiennent des résultats radicalement différents. L'écart ne vient pas de la chance, mais de la précision de la description, de la structure du texte et de la capacité à maintenir une continuité d'un plan à l'autre. Ce guide propose une méthode complète pour concevoir des prompts vidéo reproductibles : vocabulaire, structure, contrôle de la cohérence, workflow de production, erreurs classiques et critères de décision.
Pourquoi le prompt est devenu le vrai levier de qualité
Un moteur de génération vidéo n'invente pas une scène à partir de rien. Il explore un espace de possibilités à partir des indices que vous fournissez. Plus ces indices sont contradictoires ou vagues, plus l'échantillonnage part dans une direction arbitraire. C'est pourquoi un prompt comme « un homme marche dans une rue » produit rarement un plan exploitable, alors que la même intention décrite avec une heure, une optique, un mouvement de caméra et une ambiance lumineuse donne un résultat utilisable au montage.
Il faut distinguer deux niveaux de compétence. Le premier consiste à obtenir une belle image : cela demande surtout du vocabulaire visuel. Le second consiste à obtenir une séquence cohérente, où le personnage garde son visage, sa veste et sa direction de marche d'un plan à l'autre. C'est ce second niveau qui sépare un clip amateur d'une scène montable, et c'est presque toujours un problème d'écriture, pas de modèle.
Troisième point : la fragmentation des outils. Aucun moteur ne domine sur tous les types de plans. Certains excellent sur les gros plans de visage et les micro-expressions, d'autres sur les mouvements de caméra amples, d'autres encore sur les rendus stylisés ou l'animation de personnages. Savoir écrire un prompt, c'est aussi savoir reformuler la même intention pour des moteurs aux sensibilités différentes.
Comprendre comment un moteur interprète votre texte
Les trois points d'entrée : texte, image, séquence
La plupart des moteurs acceptent trois façons de démarrer un plan. Le texte seul est le plus flexible mais le moins contrôlable. L'image de référence (première image, image clé ou planche de style) verrouille la composition, la palette et le cadrage. La séquence existante, utilisée comme amorce ou pour prolonger une action, impose le mouvement et la continuité. En pratique, les meilleurs résultats viennent d'une combinaison : une image de référence pour la direction artistique, un prompt texte pour l'action et la caméra.
Ce que le modèle déduit tout seul — et ce qu'il faut préciser
Un modèle complète automatiquement beaucoup de choses : la profondeur de champ, la couleur du ciel, le nombre de passants, la texture du sol. Le problème n'est pas qu'il déduit, c'est qu'il déduit différemment à chaque génération. Tout élément qui doit rester identique d'un plan à l'autre doit donc être écrit explicitement, même s'il paraît évident. À l'inverse, surspécifier des détails sans importance réduit la marge de manœuvre du modèle et produit des images rigides.
La règle utile est simple : verrouillez ce qui doit être identique, laissez libre ce qui peut varier. Un décor récurrent, une tenue, une heure de la journée, une focale : à écrire. Le nombre exact de figurants au fond du cadre : à ignorer, sauf si le récit en dépend.
L'anatomie d'un prompt vidéo performant
Les six briques d'un plan réussi
- Sujet : qui ou quoi, avec assez de détails pour être reconnaissable (âge apparent, silhouette, tenue, matière).
- Action : le verbe principal et sa nuance (il hésite, il pivote, elle inspire profondément).
- Caméra : cadrage, angle, focale suggérée, mouvement et vitesse.
- Lumière : source, direction, dureté, heure de la journée, contraste.
- Ambiance et style : registre visuel, époque, grain, palette, références de genre.
- Contraintes techniques : format, durée, vitesse de défilement, niveau de réalisme.
Cette grille n'est pas un formulaire à remplir mécaniquement. C'est une checklist pour repérer ce qui manque quand un plan déçoit. Si le mouvement est mauvais, cherchez du côté de la caméra. Si le rendu est plat, c'est souvent la lumière. Si le plan paraît faux sans qu'on sache pourquoi, c'est presque toujours une incohérence entre la lumière et l'heure annoncée.
Un exemple avant / après
Version faible : « une femme marche dans un marché de nuit, cinématique. »
Version exploitable : « Plan rapproché en travelling latéral lent, une femme d'environ trente ans, veste en cuir noire, marche d'un pas décidé dans une ruelle de marché nocturne ; néons rouges et turquoise en arrière-plan, bokeh marqué ; lumière principale venant de la gauche, contraste élevé, ombres profondes ; caméra à hauteur d'épaule, léger tremblement organique ; 24 images par seconde, format 16:9, durée 5 secondes. »
La seconde version n'est pas plus poétique, elle est plus exécutable. Elle contient des décisions de mise en scène que le modèle peut traduire en pixels : direction du mouvement de caméra, source de lumière, distance focale implicite, rythme.
Maîtriser la cohérence spatiale
La cohérence spatiale, c'est la stabilité du monde : le même lieu, les mêmes objets, la même géographie. Trois techniques fonctionnent bien ensemble.
- Définir un décor nommé au début du projet et le réutiliser mot pour mot dans chaque prompt. « Ruelle de marché, sol pavé humide, néons rouges côté gauche » reviendra identique si la formulation revient identique.
- Fixer les éléments d'ancrage : trois ou quatre détails visuels suffisent à stabiliser un lieu (une enseigne, une flaque, un poteau, une couleur dominante).
- Éviter les angles incompatibles : si le plan précédent montre la rue vers la gauche, le suivant ne doit pas inverser la géographie sans raison narrative. Les spectateurs remarquent l'incohérence même quand ils ne savent pas la nommer.
Maîtriser la cohérence temporelle et la continuité des personnages
La continuité de personnage repose sur un principe : décrire une identité, pas une apparence changeante. Au lieu de redire « cheveux bruns, veste noire » à chaque plan, créez une fiche personnage réutilisable et collez-la telle quelle. Toute variation dans la formulation — « cheveux châtains » au lieu de « cheveux bruns » — peut suffire à produire un visage différent.
La fusion multi-images apporte un second verrou. En fournissant plusieurs références d'un même personnage ou d'un même lieu, on donne au modèle des points d'ancrage croisés : un plan large pour la silhouette, un gros plan pour le visage, une image de dos pour la tenue. Le moteur dispose alors d'assez d'informations pour maintenir l'identité sous plusieurs angles.
Pour le temporel, travaillez par transitions explicites. Chaque prompt doit indiquer d'où l'on vient et où l'on va : entrée dans le cadre, sortie, prolongement d'un geste, coupe franche. Une séquence se construit comme une chaîne, pas comme une collection de plans indépendants.
Transformer une intention créative en découpage technique
Du brief narratif au tableau de plans
Un brief dit : « montrer la détermination d'une jeune entrepreneuse avant un lancement ». Un découpage traduit cela en plans exécutables.
| Plan | Contenu | Caméra | Lumière | Durée |
|---|---|---|---|---|
| 1 | Mains sur un clavier, hésitation | Gros plan, fixe | Lampe de bureau, contraste doux | 3 s |
| 2 | Elle se lève, regarde la fenêtre | Plan moyen, travelling arrière | Aube bleutée | 4 s |
| 3 | Son reflet dans l'écran noir | Insert, légère contre-plongée | Écran éteint, reflet net | 2 s |
| 4 | Elle sourit, ouvre la porte | Plan large, caméra portée | Contre-jour de couloir | 3 s |
Ce tableau devient la source de vérité du projet. Chaque ligne produit un prompt, et les colonnes imposent la continuité. Vous ne rédigez plus au feeling : vous remplissez des cases dont les valeurs ont été décidées en amont.
Traduire une émotion en langage visuel
« Détermination » n'est pas un mot que le moteur sait rendre. Il faut le convertir : mâchoire serrée, regard fixe hors cadre, respiration lente, épaules basses, lumière dure sur un côté du visage. Plus l'émotion est abstraite, plus la conversion doit être physique. C'est le travail d'adaptation le plus utile, et celui qui progresse le plus vite avec la pratique.
Le vocabulaire du prompt vidéo
Caméra
Cadrages : très gros plan, gros plan, plan poitrine, plan moyen, plan américain, plan large, plan d'ensemble. Angles : à hauteur d'œil, plongée, contre-plongée, vue subjective, vue aérienne. Mouvements : panoramique horizontal, panoramique vertical, travelling avant, travelling arrière, travelling latéral, grue, dolly, orbite, caméra portée, caméra épaule, zoom lent. Ces termes ne sont pas décoratifs : ils correspondent à des trajectoires que le moteur peut simuler.
Lumière, matière et colorimétrie
Contre-jour, lumière douce diffusée, clair-obscur, lumière dure directionnelle, néons, lumière volumétrique, halos, godrays, clair de lune. Textures et matières : grain argentique, pellicule 16 mm, rendu numérique net, peau naturelle, tissu usé, métal brossé, verre embué. Palettes : monochrome, teintes froides désaturées, contraste chaud-froid, pastel délavé.
Mouvement, rythme et durée
Ralenti, accéléré, mouvement fluide, saccadé, tremblant, flou de mouvement. Durée : indiquez une valeur et respectez-la, car la vitesse perçue dépend du rapport entre l'action décrite et la longueur du plan. Une action de dix secondes comprimée en trois secondes paraîtra fébrile ; l'inverse paraîtra léthargique.
Workflow de production en huit étapes
- Écrire la scène en prose. Deux cents mots, sans jargon visuel. Clarifiez l'intention avant la technique.
- Découper en plans. Un plan par idée visuelle. Si un plan raconte deux choses, coupez-le en deux.
- Créer les fiches de référence. Une fiche décor, une fiche par personnage, une fiche style global.
- Remplir le tableau de plans. Caméra, lumière, durée, transition. Chaque case devient une contrainte.
- Générer des tests courts. Deux à trois secondes par plan, en basse résolution. L'objectif est de valider la direction, pas la finition.
- Corriger une variable à la fois. Si le visage change, ne modifiez pas aussi la lumière, sinon vous ne saurez pas ce qui a fonctionné.
- Verrouiller les plans validés. Figez prompt, graine et image de référence. Ils deviennent la base des plans suivants.
- Générer en haute qualité et monter. Gardez une marge : générez deux ou trois variantes des plans clés, le meilleur est rarement le premier.
Erreurs fréquentes et comment les corriger
- Empiler les adjectifs. « Magnifique, époustouflant, incroyable » n'apporte aucune information visuelle. Remplacez-les par des faits : source de lumière, focale, mouvement.
- Contredire le format. Décrire un plan très large dans un format vertical serré produit des compositions étouffées. Choisissez le format en fonction du cadrage dominant.
- Changer la formulation d'un plan à l'autre. Même personnage, même décor : mêmes mots. La paraphrase est l'ennemie de la continuité.
- Négliger la direction du mouvement. « Elle sort du cadre » sans préciser par quel côté produit un plan inutilisable au montage.
- Décrire une durée irréaliste. Trop d'actions dans un plan court génèrent des morphings. Une action principale par plan suffit.
- Ignorer la cohérence lumineuse. Une scène nocturne éclairée comme un plateau de studio brise l'illusion.
- Ne pas garder de trace. Sans journal des prompts validés, chaque nouvelle session repart de zéro et la continuité se perd.
Critères de décision : quel outil pour quel plan
Tous les moteurs ne se valent pas selon la tâche. Quatre critères permettent de trancher.
- Contrôle du mouvement : si le plan repose sur une trajectoire précise, privilégiez un moteur qui accepte des instructions de caméra explicites.
- Fidélité d'identité : pour les portraits récurrents, cherchez un moteur qui gère bien les images de référence multiples.
- Durée utile : certains outils excellent sur des plans de trois à cinq secondes et se dégradent au-delà. Adaptez votre découpage plutôt que de forcer.
- Vitesse d'itération : en phase d'exploration, un rendu rapide et approximatif vaut mieux qu'un rendu parfait mais lent. Passez à la qualité haute seulement après validation.
Un assistant de réalisation assisté par IA peut accélérer la partie ingrate : découpage, cohérence des fiches, reformulation des prompts selon le moteur choisi. Il ne remplace pas les décisions de mise en scène, mais il évite de recopier à la main trente prompts cohérents. Le bon usage consiste à lui confier la structure et à garder la direction artistique.
FAQ
Faut-il écrire en anglais ? Si le moteur gère votre langue, écrivez dans votre langue pour la clarté narrative, puis vérifiez le rendu. De nombreux modèles réagissent mieux à certaines formulations anglaises, notamment pour la terminologie caméra. Testez les deux et gardez ce qui fonctionne.
Combien de mots doit faire un bon prompt ? Il n'y a pas de longueur cible. Un prompt utile contient une intention, une action, une caméra, une lumière et des contraintes techniques. Cela prend souvent entre cinquante et cent vingt mots. Au-delà, vérifiez que chaque phrase apporte une décision visuelle.
Comment éviter que le visage change entre deux plans ? Verrouillez une fiche personnage réutilisée mot pour mot, fournissez plusieurs images de référence sous des angles différents et conservez les mêmes réglages de génération pour tous les plans du personnage.
Mon plan est flou ou instable, pourquoi ? Cause fréquente : trop d'actions simultanées ou une durée trop courte. Simplifiez l'action, allongez légèrement le plan, réduisez la complexité du décor en arrière-plan.
Peut-on générer une scène longue d'un seul coup ? Rarement avec un résultat propre. La méthode fiable reste le découpage : des plans courts, cohérents entre eux, assemblés au montage avec des transitions maîtrisées.
Comment progresser vraiment ? Tenez un journal : prompt, réglages, résultat, correction apportée. En quelques semaines, vous identifiez vos formulations efficaces et vous cessez de deviner. Le prompt engineering vidéo n'est pas un talent inné, c'est une discipline d'écriture et d'itération.
