Pourquoi le prompt est devenu le nouveau découpage technique
Pendant un siècle, préparer un plan signifiait dessiner un storyboard, choisir une focale, discuter avec le chef opérateur, puis tourner. Aujourd'hui, une partie de ce travail se joue dans un champ de texte. Le prompt cinématographique n'est pas une formule magique : c'est un document de mise en scène compressé, qui doit transmettre en quelques lignes ce qu'une équipe entière comprenait autrefois par la position d'une caméra, la texture d'une lumière ou le rythme d'un mouvement.
Cette bascule change profondément le métier. Le réalisateur ne perd pas son rôle : il le déplace. Il devient un architecte de contraintes, capable de traduire une intention émotionnelle en paramètres compréhensibles par une machine. La difficulté n'est pas technique au sens strict, elle est sémantique. Un modèle de génération vidéo ne devine pas que « ambiance triste » signifie pour vous une lumière grise, un cadre large et un personnage immobile au bord d'une fenêtre. Il faut l'écrire, ou accepter le hasard.
Ce guide propose une méthode complète : structurer un prompt en couches hiérarchiques, l'adapter aux différentes familles de modèles, garantir la cohérence entre plusieurs plans, organiser un workflow en passes successives, et corriger les erreurs les plus fréquentes. L'objectif n'est pas de produire un plan isolé impressionnant, mais une séquence qui tient debout du début à la fin.
Anatomie d'un prompt cinématographique
Un prompt efficace se lit comme une fiche technique condensée. L'ordre des informations compte : les modèles pondèrent davantage les premiers éléments, puis affinent avec le reste. Une structure éprouvée place le sujet avant l'esthétique, et l'esthétique avant les détails techniques.
Sujet, action et intention
Commencez par la phrase la plus simple possible : qui agit, où, et avec quelle intention visible. « Une femme âgée referme lentement un livre et regarde par la fenêtre, résignée » fonctionne mieux que « personnage triste dans une bibliothèque ». Le verbe porte le mouvement, l'adverbe porte l'émotion jouable, le décor porte le contexte. Évitez les états abstraits que rien ne peut représenter à l'image.
Cadre, optique et distance
Précisez ensuite le vocabulaire de prise de vue : plan large, plan moyen, gros plan, plan poitrine, contre-plongée, plongée. Ajoutez la focale ressentie plutôt que la valeur exacte : grand-angle pour écraser la perspective, longue focale pour compresser l'arrière-plan et isoler le sujet. Un modèle comprend mieux « longue focale, arrière-plan compressé, léger flou » que « 85 mm f/1,4 ».
Lumière, texture et palette
C'est la couche qui différencie un rendu amateur d'un rendu cinématographique. Décrivez la source de lumière avant sa couleur : lumière naturelle diffuse venant d'une fenêtre latérale, contre-jour dur de fin de journée, néons mixtes avec dominante verte. Ajoutez la texture : grain fin, halation légère, contraste doux, ombres débouchées. Terminez par une palette de deux ou trois teintes dominantes pour éviter la surabondance chromatique.
Mouvement de caméra
Un seul mouvement par plan. Travelling avant lent, panoramique horizontal, caméra portée discrète, plan fixe, grue qui descend. Si vous demandez simultanément un zoom, un travelling et une rotation, le modèle produira une déformation. Précisez aussi la vitesse : très lent, constant, avec une légère accélération finale.
Rythme et son
Le rythme se décrit indirectement : action continue en un seul geste, respiration marquée, mouvement suspendu. Pour le son, la plupart des modèles vidéo ne génèrent pas de bande-son exploitable, mais mentionner l'ambiance attendue influence parfois le jeu et la lumière. Gardez cette couche courte.
Adapter le prompt à la famille de modèle
Tous les systèmes ne réagissent pas de la même manière. On distingue grossièrement trois profils.
Les modèles orientés text-to-video généralistes réagissent bien aux descriptions narratives longues et tolèrent une certaine poésie. Ils excellent sur les ambiances, moins sur la précision du geste. Écrivez des phrases complètes, avec un sujet grammatical clair.
Les modèles orientés image-to-video ont besoin de prompts plus courts et plus directes, centrées sur le mouvement et la transformation, car l'apparence est déjà fixée par l'image de départ. Concentrez-vous sur ce qui bouge : vent dans les cheveux, fumée qui monte, pas de côté, léger balancement de caméra.
Les pipelines node-based ou composites, où vous assemblez plusieurs étapes (pose, profondeur, segmentation, rendu final), demandent des prompts fragmentés par étape. Chaque nœud reçoit une instruction unique et spécialisée plutôt qu'un paragraphe complet.
Testez toujours un prompt court, puis allongez. Un modèle qui produit un bon résultat avec quinze mots n'a pas besoin de cent vingt. À l'inverse, si le rendu est générique, c'est souvent que le prompt manque de contraintes négatives : précisez ce que vous ne voulez pas voir, comme des logos parasites, des visages déformés en arrière-plan ou une foule mouvante.
Cohérence visuelle et narrative sur plusieurs plans
C'est le véritable défi. Générer un plan séduisant est facile ; générer six plans qui semblent appartenir au même film ne l'est pas.
Ancrage par images de référence
La méthode la plus fiable consiste à figer l'apparence de chaque personnage et de chaque lieu grâce à des images de référence, puis à réutiliser ces références à chaque génération. Travaillez avec deux ou trois angles de référence par personnage : face, trois quarts, profil. Pour un décor, conservez une vue large et un détail de texture (un mur, un sol, un objet récurrent).
Bible de projet
Rédigez un document court qui contient la description figée de chaque élément : âge apparent, vêtements, coiffure, accessoires, couleur dominante du lieu, heure du jour, météo. Ce document devient la source unique de vérité. Chaque prompt de plan devrait pouvoir être comparé à cette bible en dix secondes.
Continuité des raccords
Vérifiez systématiquement trois raccords : la direction du regard, la position dans le cadre et l'axe de lumière. Si votre personnage regarde vers la droite au plan un, il doit regarder vers la gauche ou de face au plan deux, sauf si vous coupez volontairement l'axe. Si la lumière vient de la gauche au plan un, elle doit venir de la gauche au plan deux, même si le décor change.
Palette et grain unifiés
Appliquez une courbe de couleur et un grain identiques à tous les plans en post-production. C'est le rattrapage le plus rentable : une légère désaturation commune ou un étalonnage partagé fait davantage pour l'unité visuelle qu'une dizaine de régénérations.
Un workflow de production en cinq passes
Première passe : exploration
Écrivez des prompts très courts, dix à vingt mots, et générez une dizaine de variations par plan. Vous cherchez ici une direction, pas une finition. Notez ce qui fonctionne : angle, ambiance, énergie du mouvement.
Deuxième passe : verrouillage du cadre
Reprenez les meilleures directions et ajoutez les couches optique et lumière. Objectif : obtenir un cadre que vous accepteriez comme storyboard final. C'est le moment de décider des focales et des hauteurs de caméra pour toute la séquence.
Troisième passe : animation et mouvement
Ajoutez le mouvement de caméra et le mouvement interne du sujet. Générez en images fixes d'abord quand c'est possible, puis animez : vous économiserez beaucoup de temps de calcul et obtiendrez une bien meilleure continuité.
Quatrième passe : continuité
Comparez tous les plans côte à côte, en petit format, sans son. Si la séquence ne se lit pas en vignettes, elle ne se lira pas en grand. Corrigez la lumière, la direction des regards, la densité des arrière-plans.
Cinquième passe : finition
Assemblage, rythme du montage, étalonnage commun, grain, son, musique, éventuels effets. Une séquence bien montée avec des plans imparfaits fonctionne mieux qu'une séquence mal montée avec de beaux plans.
Les erreurs les plus fréquentes
Empiler les adjectifs. « Magnifique, époustouflant, hyper réaliste, 8K, masterpiece » n'apporte aucune information visuelle. Remplacez chaque adjectif vide par un paramètre concret.
Décrire une émotion sans indice jouable. « Triste » ne se joue pas. « Les épaules affaissées, le regard fixe vers le sol, la respiration lente » se joue.
Changer trop de variables à la fois. Si vous modifiez le décor, la lumière, la tenue et le mouvement dans la même itération, vous ne saurez jamais ce qui a produit le résultat. Une variable à la fois.
Ignorer le format et le cadrage de sortie. Un plan pensé en 16:9 puis recadré en 9:16 perd sa composition. Décidez du format final avant de générer.
Négliger les arrière-plans. Un premier plan parfait avec un arrière-plan incohérent ruine la crédibilité. Décrivez brièvement ce qui se trouve derrière le sujet et ce qui doit rester flou.
Compter sur la post-production pour tout rattraper. Un visage déformé ne se répare pas. Un cadrage raté non plus. Régénérez plutôt que de réparer.
Son, montage et finition
La génération vidéo produit rarement une bande-son utilisable. Traitez le son comme une couche séparée : ambiance de fond enregistrée ou issue d'une banque, bruitages courts pour les gestes, musique qui porte le rythme. Le contraste entre un plan visuellement lent et une nappe sonore tendue crée souvent plus d'effet que n'importe quel prompt.
Le montage reste votre meilleur outil narratif. Un plan qui semble faible isolé peut devenir excellent coupé au bon moment, avant que le spectateur ne remarque l'approximation. Coupez tôt, sur le mouvement, et masquez les transitions par un changement de focale ou un déplacement de sujet.
Pour l'étalonnage, travaillez par nœuds ou par calques simples : correction d'exposition, équilibrage des blancs, courbe de contraste, teinte globale, grain. Appliquez la même chaîne à tous les plans dès que possible.
Trois scènes décortiquées
Scène d'ouverture atmosphérique
Objectif : installer un lieu avant l'arrivée du personnage. Prompt de base : « plan large fixe, quai de gare vide au petit matin, brume basse, lumière froide latérale, longue focale, arrière-plan compressé, grain fin, palette gris-bleu ». Ensuite, animation légère : la brume dérive vers la droite, un train passe en arrière-plan flou. Aucun acteur, donc aucune contrainte de continuité faciale : idéal pour tester une ambiance.
Dialogue à deux personnages
Objectif : champ-contrechamp crédible. Générez chaque personnage séparément avec des images de référence, puis alternez les plans. Point critique : l'axe. Si A est cadré trois quarts gauche regardant à droite, B doit être cadré trois quarts droit regardant à gauche. Fixez la hauteur de caméra à la même valeur pour les deux, et la lumière selon la même direction. Le dialogue lui-même se tourne en audiodescription ou en post-synchronisation si nécessaire.
Scène d'action courte
Objectif : lisibilité plutôt que démesure. Découpez en plans très courts : un gros plan sur une main, un plan moyen sur le mouvement, un plan large sur le résultat. Évitez les mouvements de caméra complexes ; privilégiez les plans fixes et laissez le montage créer la vitesse. Un plan de deux secondes bien cadré vaut mieux qu'un plan de huit secondes illisible.
FAQ
Faut-il écrire les prompts en anglais ? Beaucoup de modèles sont mieux entraînés sur l'anglais, mais les descriptions narratives riches fonctionnent souvent mieux dans votre langue maternelle. Un compromis fréquent : écrire la structure et les termes techniques en anglais, et l'intention émotionnelle dans votre langue.
Combien de mots pour un bon prompt ? Entre vingt et soixante pour un plan simple, jusqu'à cent cinquante pour un plan complexe avec références. Au-delà, la pondération se dilue.
Comment garder un visage identique d'un plan à l'autre ? Deux ou trois images de référence, une description figée dans la bible de projet, et une génération image-to-video plutôt que text-to-video.
Pourquoi mes mouvements de caméra sont-ils instables ? Presque toujours parce que plusieurs mouvements sont demandés simultanément, ou parce que la vitesse n'est pas spécifiée. Un seul mouvement, une vitesse, une direction.
Peut-on générer une séquence entière d'un coup ? Rarement avec un résultat utilisable. La méthode fiable reste plan par plan, puis montage.
Comment gérer les mains et les détails ? Cadrez pour éviter les gros plans prolongés sur les mains, ou utilisez des références dédiées. En montage, coupez avant que l'œil ne se fixe.
Quel format de sortie choisir ? Celui de la diffusion finale. Générer en grand format puis recadrer fait perdre en composition et en netteté perçue.
Checklist avant chaque génération
- Le sujet et l'action sont-ils formulés par un verbe concret ?
- Le cadre, la distance et la focale ressentie sont-ils précisés ?
- Une seule source de lumière, une direction, une texture ?
- Un seul mouvement de caméra, avec une vitesse ?
- Le prompt est-il cohérent avec la bible de projet et le plan précédent ?
- Les contraintes négatives couvrent-elles les artefacts les plus probables ?
- Le format de sortie correspond-il au format de diffusion ?
Traitez cette liste comme une routine, pas comme un contrôle créatif. Une fois intégrée, elle libère précisément ce qui compte : le choix du plan, le rythme, l'émotion. La technique s'efface, la mise en scène reste.
