Le photoréalisme en vidéo IA se joue sur la précision, pas sur la magie
La plupart des rendus décevants ne viennent pas d'un moteur trop faible, mais d'un prompt trop vague. Quand on écrit « une femme marche dans une rue, réaliste, 4K, cinématique », on confie au hasard tout ce qui fait la crédibilité d'un plan : la direction de la lumière, la distance focale, la texture de la peau, la vitesse du mouvement, le grain de l'image. Le moteur choisit alors une moyenne statistique, et cette moyenne ressemble rarement à un vrai plan de tournage.
Le photoréalisme en génération vidéo repose sur une idée simple : un plan crédible est un plan qui respecte les contraintes physiques d'une caméra réelle. Une source lumineuse principale, une source secondaire, un objectif avec une focale donnée, un capteur avec une sensibilité, un sujet qui bouge selon une inertie plausible. Chaque élément que vous omettez est un élément que le moteur improvise. Votre travail de prompting consiste donc à retirer de l'improvisation, pas à ajouter des adjectifs.
Ce guide propose une méthode pratique : décomposer un prompt en blocs fonctionnels, décrire la lumière avec un vocabulaire de plateau, contraindre le mouvement, verrouiller la continuité entre les plans, puis corriger par itérations courtes. L'objectif n'est pas de produire un prompt parfait du premier coup, mais de construire un système qui rend vos rendus prévisibles et reproductibles.
Les cinq piliers d'un prompt photoréaliste
Un prompt vidéo utile se lit comme une fiche technique condensée. Cinq blocs suffisent à couvrir l'essentiel, et leur ordre compte : le moteur interprète plus fortement ce qui arrive tôt et ce qui est formulé de manière concrète.
Sujet, matière et micro-détails
Décrivez le sujet par ce qui se voit, pas par ce qu'il évoque. « Homme d'environ quarante ans, barbe de trois jours, chemise en lin froissée, peau mate avec pores visibles, légère rougeur sur les pommettes » donne au moteur des informations de matière. Les adjectifs émotionnels (« élégant », « charismatique ») n'apportent presque rien : ils n'ont pas de traduction visuelle directe.
Ajoutez deux ou trois détails d'usure ou d'imperfection. Les surfaces parfaites sont le premier signe d'une image générée. Une trace de doigt sur un verre, un ourlet décousu, une poussière dans la lumière rasante suffisent à faire basculer la perception.
Lumière et direction
C'est le pilier le plus déterminant. Indiquez la source, sa direction, sa qualité et son rapport avec le sujet : « lumière naturelle de fin d'après-midi entrant par une fenêtre latérale à droite, contraste doux, ombre portée nette sur le mur ». Une lumière nommée produit une image cohérente ; une lumière absente produit un éclairage plat de catalogue.
Pensez en termes de rapport entre zones claires et zones sombres. Un plan photoréaliste a presque toujours une zone dominante et une zone sacrifiée. Si tout est lisible partout, l'image paraît artificielle.
Optique, focale et profondeur
Une caméra réelle a un objectif. Précisez la focale et l'ouverture : « 50 mm, f/1.8, mise au point sur les yeux, arrière-plan légèrement flou ». Cela contrôle la compression des perspectives et la profondeur de champ, deux marqueurs très forts de réalisme. Un plan large à 24 mm et un gros plan à 85 mm ne racontent pas la même chose, même avec le même sujet.
Ajoutez la position de caméra : hauteur d'épaule, à hauteur de poitrine, caméra portée à la main avec micro-tremblements, ou sur trépied parfaitement stable. Une caméra parfaitement stable dans une scène censée être documentaire est un contresens perceptif.
Mouvement et physique
Décrivez le mouvement du sujet et celui de la caméra séparément, avec un ordre de grandeur. « Marche lente, environ un mètre par seconde, épaules légèrement balancées, cheveux déplacés par un vent léger venant de la gauche » est exploitable. « Mouvement dynamique » ne l'est pas.
Pensez aussi aux éléments secondaires : fumée qui monte lentement, rideau qui ondule, vapeur qui se dissipe. Ces mouvements secondaires cohérents renforcent énormément la crédibilité d'un plan.
Rendu, grain et post-traitement
Terminez par la couche de finition : type de capteur, grain, courbe de contraste, éventuelle aberration chromatique. « Rendu numérique propre avec léger grain 35 mm, courbe de contraste douce, hautes lumières non écrasées » suffit souvent. Évitez d'empiler les références de films : elles diluent le prompt et poussent le moteur vers une imitation de style plutôt que vers une scène.
Décrire la lumière avec un vocabulaire de plateau
Le vocabulaire technique fonctionne mieux que les métaphores. Si vous écrivez « ambiance mélancolique », le moteur devine. Si vous écrivez « lumière froide venant de la fenêtre, contraste élevé, températures mélangées entre la lumière du jour et une lampe tungstène », il exécute.
| Intention narrative | Formulation exploitable |
|---|---|
| Intimité | Source unique proche du sujet, ombres douces, faible contraste, fond sombre |
| Tension | Contre-jour marqué, visage à moitié dans l'ombre, hautes lumières dures |
| Réalisme documentaire | Lumière ambiante mixte, aucune source visible, exposition légèrement imparfaite |
| Chaleur nostalgique | Soleil bas, halo dans l'objectif, teintes ambrées, ombres allongées |
| Froideur clinique | Éclairage diffus uniforme, blanc neutre, ombres minimales, surfaces réfléchissantes |
Une bonne pratique consiste à ne décrire qu'un seul régime lumineux par plan. Ajouter une seconde source est utile, en ajouter quatre crée de la bouillie. Indiquez également la température de couleur de façon relative : « plus chaude que l'arrière-plan » est souvent plus efficace qu'une valeur en kelvins que le moteur interprétera approximativement.
Enfin, pensez à l'exposition. Un plan parfaitement exposé partout paraît plat. Demandez explicitement « hautes lumières légèrement brûlées sur la fenêtre, ombres conservant du détail » : vous obtiendrez un rendu qui ressemble à une captation réelle plutôt qu'à une illustration.
Pondération, exclusions et contraintes utiles
Les termes négatifs sont souvent mal utilisés. Écrire « pas de flou, pas de déformation, pas d'artefacts » dans chaque prompt finit par saturer le modèle et par produire l'inverse de l'effet recherché. La bonne approche consiste à n'exclure que ce qui apparaît réellement dans vos rendus ratés.
Procédez par étapes : lancez un rendu court, identifiez le défaut précis, ajoutez une seule exclusion ciblée, relancez. Si vos mains sont systématiquement déformées, écartez les plans où les mains sont visibles plutôt que d'empiler des exclusions sur l'anatomie. Le cadrage est souvent une meilleure solution que la négation.
La pondération fonctionne de la même manière. Plutôt que de renforcer un terme, réorganisez votre prompt : placez l'élément critique dans la première phrase, en début de proposition. Un prompt se lit comme une hiérarchie descendante, et cette hiérarchie est plus fiable que des parenthèses de pondération.
Utilisez les contraintes négatives de scène plutôt que les contraintes techniques : « aucun objet moderne dans le champ », « pas de panneau publicitaire », « aucun reflet de caméra dans le miroir ». Ces contraintes portent sur la cohérence du monde représenté, ce qui a un effet visible bien plus net.
Cohérence temporelle : keyframes, continuité et raccords
Une image unique peut être photoréaliste ; une séquence l'est seulement si elle est cohérente d'un plan à l'autre. Trois éléments doivent rester stables : l'identité du sujet, la lumière et la trajectoire du mouvement.
Pour l'identité, le plus efficace est de décrire le personnage de manière identique dans chaque prompt, mot pour mot, en ne changeant que le cadrage et l'action. Toute variation dans la description du visage, de la tenue ou de la coiffure produit une dérive. Une description stable et légèrement générique vaut mieux qu'une description riche mais instable.
Pour la lumière, fixez un état de référence : heure de la journée, direction du soleil, présence de nuages, sources artificielles allumées ou éteintes. Si un plan traverse une fenêtre dans le sens inverse, la lumière doit changer d'un plan à l'autre, et ce changement doit être intentionnel.
Pour le mouvement, travaillez par étapes courtes de deux à quatre secondes et enchaînez-les en respectant la continuité de direction. Un personnage qui marche vers la droite dans un plan puis vers la gauche dans le suivant sans raison narrative crée une rupture perceptible immédiatement. Notez vos directions de mouvement plan par plan avant de générer : c'est le correctif le plus simple et le plus sous-estimé.
Pensez aussi à la continuité des accessoires : un verre posé, une veste enlevée, une porte ouverte. Notez ces états dans un tableau de continuité, exactement comme sur un tournage, et reportez-les dans chaque prompt concerné.
Références visuelles, cadrage et contrôle de composition
Fournir une image de référence accélère considérablement l'obtention d'un rendu crédible, à condition de savoir ce que l'on transmet. Une référence forte impose la composition, la palette et l'éclairage ; elle impose aussi le cadrage. Si vous voulez varier les angles, fournissez plusieurs références plutôt qu'une seule.
Chargez une référence d'éclairage séparément d'une référence de sujet. Un visage de référence et une image de plateau donnent souvent de meilleurs résultats qu'une image unique qui contient les deux, parce que le moteur peut alors appliquer le bon régime lumineux au bon sujet.
Pour la composition, employez un vocabulaire de cadreur : « plan taille centré, règle des tiers respectée, ligne d'horizon au tiers supérieur, espace négatif à gauche pour le regard ». Cela évite les compositions centrées et plates qui trahissent immédiatement une génération automatique.
Prévoyez enfin une marge de recadrage. Demandez un cadrage légèrement plus large que nécessaire : vous pourrez recadrer proprement en post-production et corriger les déformations de bord qui apparaissent souvent dans les coins de l'image.
Workflow pas à pas, du brief au plan final
- Écrivez le brief en une phrase. Exemple : « Un artisan vérifie la tension d'un fil sur un métier à tisser, dans un atelier éclairé par une verrière, ambiance matinale. » Cette phrase ne sera pas dans le prompt, elle sert de juge de cohérence.
- Décomposez le brief en cinq blocs : sujet, lumière, optique, mouvement, rendu. Remplissez chaque bloc avec des termes concrets, sans adjectif émotionnel.
- Générez une image fixe de référence. Valider une composition coûte beaucoup moins cher que valider une séquence. Si l'image fixe ne convainc pas, la vidéo ne convaincra pas.
- Passez en vidéo sur deux secondes. Vérifiez trois points : la stabilité du visage, la cohérence de la lumière, la plausibilité du mouvement. Un seul point défaillant justifie une correction du prompt.
- Corrigez une variable à la fois. Si vous modifiez simultanément la focale, le mouvement et la lumière, vous ne saurez pas ce qui a fonctionné.
- Étendez par blocs de deux à quatre secondes en conservant la description du sujet à l'identique. Assemblez ensuite.
- Traitez en post-production : étalonnage léger, grain homogène, ajout sonore. Le son est un accélérateur de réalisme sous-estimé : des pas, un tissu, un souffle ambiant rendent une image moyenne plus crédible qu'un plan parfait silencieux.
- Archivez les prompts validés. Un prompt qui fonctionne est un actif réutilisable : conservez-le avec un échantillon du rendu et une note sur le modèle utilisé.
Un mot sur la durée. Les modèles actuels gèrent bien les plans courts et perdent en cohérence sur les plans longs. Construire une séquence en plusieurs blocs n'est pas un contournement, c'est la méthode normale : c'est ainsi que l'on tourne aussi en production réelle.
Erreurs fréquentes et comment les corriger
Empiler les mots-clés de qualité. « 8K, ultra détaillé, chef-d'œuvre, hyperréaliste » n'ajoute aucune information visuelle et pousse parfois vers un rendu saturé et lisse. Remplacez ces termes par une description de matière ou d'optique.
Décrire une émotion plutôt qu'une cause. Pour obtenir un visage soucieux, décrivez un front légèrement plissé, un regard baissé, une bouche fermée. L'émotion est une conséquence, le moteur a besoin de la cause.
Oublier la source lumineuse. Un plan sans direction lumineuse explicite produit un éclairage frontal uniforme, signature visuelle typique des rendus générés.
Saturer la scène. Trop d'objets, trop d'actions, trop de personnages. Chaque élément supplémentaire divise l'attention et fragilise la cohérence temporelle. Un plan photoréaliste est souvent un plan simple, bien éclairé.
Négliger le premier plan. Les rendus générés manquent souvent de premier plan texturé : un cadre de porte flou, une épaule hors foyer, une feuille devant l'objectif. Ajoutez un élément de premier plan, la profondeur apparaît immédiatement.
Ne pas tester la version courte. Générer directement huit secondes pour juger un prompt fait perdre du temps. Deux secondes suffisent à détecter 80 % des problèmes.
Checklist avant de lancer un rendu
Passez en revue ces points en moins d'une minute :
- Le sujet est décrit par des éléments visibles, sans adjectif émotionnel.
- Une source lumineuse est nommée, avec direction et qualité.
- Une focale et une ouverture sont indiquées, ainsi que la position de caméra.
- Le mouvement du sujet et celui de la caméra sont chiffrés en ordre de grandeur.
- Les mouvements secondaires sont mentionnés.
- Le rendu final est précisé : grain, contraste, aberration éventuelle.
- Les exclusions sont limitées à un ou deux défauts réellement observés.
- La description du personnage est identique à celle du plan précédent.
- La direction du mouvement est compatible avec le plan précédent.
- Le cadrage prévoit une marge de recadrage.
Cette routine transforme le prompting en procédure technique. Elle réduit le nombre d'itérations, ce qui est le vrai gain de temps : moins de rendus ratés, plus de rendus conservés.
Questions fréquentes sur le prompting photoréaliste
Faut-il écrire en anglais pour de meilleurs résultats ?
Cela dépend du modèle et de sa couverture linguistique. Si vous écrivez en français, employez des termes techniques stables et évitez les tournures ambiguës. Testez les deux langues sur le même prompt court : la différence est souvent faible, mais elle peut compter sur les détails de matière.
Combien de mots doit contenir un bon prompt vidéo ?
Il n'existe pas de longueur idéale, mais la densité compte plus que le volume. Un prompt de 80 à 150 mots bien structurés bat systématiquement un paragraphe de 300 mots redondants.
Comment éviter que les visages changent entre les plans ?
Figez la description du personnage mot pour mot et utilisez une image de référence cohérente pour la lumière et le cadrage. Évitez de modifier plusieurs paramètres entre deux plans d'un même personnage.
Pourquoi mes rendus restent-ils trop lisses ?
Parce que la description manque de micro-irrégularités et que la lumière est trop uniforme. Ajoutez du grain, des imperfections de surface et une source lumineuse directionnelle.
Les termes négatifs sont-ils vraiment utiles ?
Oui, mais avec parcimonie. Ils corrigent un défaut identifié, ils ne remplacent pas un cadrage intelligent. Deux exclusions précises valent mieux que dix génériques.
Comment progresser rapidement ?
Gardez un journal de prompts : datez chaque essai, notez le paramètre modifié, conservez le rendu. En quelques dizaines d'essais, vous identifierez les formulations qui fonctionnent dans votre contexte et vous arrêterez de repartir de zéro à chaque projet.
Le photoréalisme n'est pas un réglage que l'on active : c'est une discipline de description. Plus votre prompt ressemble à une fiche de tournage, plus votre rendu ressemble à un plan filmé.
