Le prompt vidéo, nouveau cœur de la production audiovisuelle
Il y a encore peu, transformer une phrase en plan filmé relevait du fantasme de scénariste. Aujourd'hui, la chaîne de production a changé de centre de gravité : entre le scénario et le montage, il y a désormais une étape décisive, l'écriture du prompt. C'est elle qui détermine si la scène générée ressemble à une publicité soignée ou à une bouillie de pixels qui bougent.
La raison est simple. Les modèles de génération vidéo sont devenus suffisamment bons pour que la différence entre deux résultats ne vienne plus de la machine, mais de la qualité de la direction. Deux personnes lancent exactement le même outil, avec le même budget de temps, et obtiennent des résultats sans commune mesure. Ce n'est pas de la magie : celui qui sait écrire un prompt décrit une intention de mise en scène, pas un sujet.
Cet article propose une méthode concrète, du premier jet au plan final. Il s'adresse aux réalisateurs, monteurs, créateurs de contenu et équipes marketing qui veulent arrêter de tâtonner et construire une vraie grammaire de production.
Anatomie d'un prompt vidéo qui fonctionne
Un prompt textuel classique décrit ce que l'on voit. Un prompt vidéo doit décrire ce qui se passe, comment c'est filmé, et comment cela évolue dans le temps. Trois couches, systématiquement.
La couche sujet et action
Commencez par un sujet précis et une action au présent. Pas « une femme triste », mais « une femme d'environ quarante ans, manteau de laine gris, marche sous la pluie en serrant une enveloppe contre sa poitrine ». Le détail physique ancre la cohérence : il donne au modèle un repère stable à conserver d'un plan à l'autre. L'action doit être observable, avec un début et une fin perceptibles à l'échelle du plan.
La couche caméra
C'est la couche que les débutants oublient, et c'est celle qui produit le plus grand écart de qualité. Indiquez le cadrage, l'angle, le mouvement et l'optique. « Plan rapproché poitrine, légère contre-plongée, travelling avant lent, objectif 50 mm, faible profondeur de champ » transforme radicalement la lecture d'une scène. Le modèle n'invente plus une caméra : il exécute un choix de mise en scène.
La couche lumière et rendu
Décrivez la source lumineuse, sa direction, sa dureté, et le rendu global. « Lumière naturelle de fin d'après-midi, contre-jour doux, halos dans les cheveux, étalonnage désaturé avec ombres froides » donne une ambiance difficile à obtenir par hasard. Précisez aussi le grain, le format ressenti (argentique souple, numérique net, vidéo VHS) et le rythme du mouvement.
Le format en blocs
Pour les modèles qui acceptent de longues consignes, un prompt en blocs séparés par des lignes est plus fiable qu'un paragraphe unique. Un exemple de squelette :
- Sujet : description stable du personnage ou de l'objet
- Action : ce qui se déroule pendant les premières secondes
- Caméra : cadrage, angle, mouvement, optique
- Lumière : source, direction, contraste
- Style : référence visuelle, palette, texture
- Contraintes : ce qu'il faut éviter, éléments à ne pas ajouter
Cette structure a un avantage pratique : quand un rendu déçoit, vous savez quel bloc corriger. Sur un paragraphe compact, toute modification est une réécriture ; sur des blocs, c'est un réglage.
Penser en séquence, pas en plan isolé
Un plan réussi ne fait pas un film. Le vrai défi commence quand il faut enchaîner six, dix ou vingt plans qui racontent la même histoire avec les mêmes personnages.
Créer des fiches de continuité
Avant de générer quoi que ce soit, écrivez deux fiches : une fiche personnage et une fiche décor. La fiche personnage contient l'âge apparent, la morphologie, les vêtements exacts, la coiffure, un détail distinctif. La fiche décor contient le lieu, l'heure, la météo, le mobilier, la palette dominante. Ces fiches sont ensuite copiées-collées à l'identique dans chaque prompt de la séquence.
La répétition volontaire est la clé de la cohérence. Si vous reformulez à chaque fois, vous obtenez un personnage qui change de visage au plan trois.
Utiliser une image de référence
Quand le modèle le permet, une image de référence battra toujours la meilleure description textuelle. Générez ou photographiez un visuel de votre personnage et de votre décor, puis réutilisez-le pour chaque plan. Le texte sert alors à décrire l'action et la caméra, tandis que l'image verrouille l'identité visuelle.
Gérer les transitions
Prévoyez la continuité directionnelle : si un personnage sort à droite du cadre au plan deux, il doit entrer à gauche au plan trois. Notez ces indications dans un tableau de séquence, colonne par colonne : numéro de plan, durée visée, cadrage, action, continuité. Cela ressemble à un storyboard, et c'est exactement l'objectif.
Le vocabulaire cinématographique qui change tout
Vous n'avez pas besoin d'un diplôme d'école de cinéma, mais d'une trentaine de termes maîtrisés. Ils agissent comme des raccourcis très puissants.
Mouvements de caméra
- Travelling avant ou arrière : rapproche ou éloigne sans changer de focale
- Panoramique horizontal ou vertical : rotation sur place
- Plan séquence : mouvement continu qui suit l'action
- Caméra portée : instabilité organique, sensation documentaire
- Grue ou drone : élévation, révélation d'un espace
- Zoom lent : modification de focale, compression de l'arrière-plan
- Orbite : rotation autour du sujet
Cadrages et focales
Le très gros plan isole un détail émotionnel. Le plan large situe. La focale longue compresse l'espace et isole le sujet ; la focale courte exagère les perspectives et crée une sensation d'immersion. Mentionner « 24 mm » ou « 85 mm » oriente immédiatement le rendu, même si le modèle n'a pas de physique optique réelle.
Lumière et couleur
Trois paramètres suffisent souvent : la direction (face, latérale, contre-jour), la qualité (dure, douce, diffuse) et la palette (chaude, froide, monochrome, saturée). Ajoutez éventuellement une référence culturelle : « ambiance néon nocturne », « lumière de fin de journée dorée », « éclairage clinique froid ».
Rythme et durée ressentie
Précisez si le mouvement est lent et contemplatif, ou nerveux et saccadé. Beaucoup de plateformes génèrent des plans très courts : un prompt qui contient trois actions successives produira souvent la première, puis rien. Une action principale par plan, avec éventuellement une micro-évolution.
Choisir le bon modèle selon l'intention
Tous les modèles ne sont pas interchangeables. Le choix dépend de trois critères : le réalisme souhaité, la cohérence temporelle, et la capacité à intégrer une image de référence.
Modèles orientés photoréalisme
Pour un rendu de fiction réaliste, privilégiez les modèles qui excellent sur la peau, les cheveux et la lumière naturelle. Ils répondent bien aux descriptions d'optique et de colorimétrie, mais tolèrent mal les prompts trop abstraits. Soyez descriptif, pas poétique.
Modèles orientés style et animation
Pour un rendu illustré, cartoon ou pictural, les modèles plus stylisés sont plus permissifs : ils acceptent des références esthétiques générales et produisent des mouvements volontairement exagérés. C'est le terrain idéal pour les clips, les habillages et les formats courts destinés aux réseaux sociaux.
Modèles à forte cohérence de personnage
Quand votre projet repose sur un ou deux personnages récurrents, cherchez la stabilité avant la beauté d'une image isolée. Testez systématiquement : générez trois plans différents du même personnage et comparez les visages. Si la dérive est visible dès trois plans, le modèle ne tiendra pas sur un projet long.
Le tableau de décision
Posez trois questions avant de lancer un projet :
- Ai-je besoin d'un réalisme photographique ou d'une esthétique assumée ?
- Combien de plans partagent le même personnage ?
- Puis-je fournir une image de référence fiable ?
Les réponses orientent le choix plus sûrement que n'importe quel classement.
Trois workflows concrets de texte à film
Workflow 1 — Bande-annonce de fiction courte
Objectif : huit plans, un personnage, une ambiance. Commencez par écrire la fiche personnage et la fiche décor. Rédigez ensuite les huit prompts en respectant une progression émotionnelle : plan d'ouverture large, deux plans d'ambiance, un plan de détail, deux plans de dialogue muet, un plan de bascule, un plan final large. Limitez chaque prompt à une action. Générez trois variantes par plan, gardez la meilleure, montez, puis ajustez la musique avant de retoucher l'image. La musique révèle souvent les plans faibles mieux qu'un visionnage attentif.
Workflow 2 — Film publicitaire produit
Objectif : mettre en valeur un objet. Le prompt doit décrire une lumière de studio contrôlée : source principale latérale, réflecteur, fond dégradé, aucun élément perturbateur. Utilisez un mouvement de caméra unique et lisible : orbite lente, travelling latéral, ou montée verticale. Le produit doit rester au centre du cadre et ne pas se déformer : évitez les actions complexes et privilégiez la précision. Générez en format horizontal et vertical séparément plutôt que de recadrer, le cadrage vertical perdant souvent l'essentiel.
Workflow 3 — Format court pour les réseaux sociaux
Objectif : accrocher en moins de deux secondes. Le premier plan doit contenir une rupture visuelle : un mouvement brusque, un changement d'échelle, une couleur inattendue. Rédigez des prompts courts, avec des verbes forts et une caméra dynamique. Prévoyez cinq à huit plans de deux à quatre secondes. Sous-titrez : la majorité des visionnages se fait sans son. Et surtout, testez plusieurs accroches : la première seconde compte plus que les vingt suivantes.
Image de référence, image-to-video et transfert de style
Le passage d'une image fixe à une vidéo est souvent la voie la plus fiable. Vous contrôlez la composition, la lumière et l'identité, puis vous demandez au modèle d'animer. Quelques principes.
- Décrivez uniquement ce qui doit bouger : « la fumée s'élève lentement, les cheveux bougent avec le vent ».
- Indiquez l'amplitude : « mouvement subtil » ou « mouvement ample ».
- Évitez de redécrire l'image : le modèle risque de la reconstruire différemment.
- Pour un transfert de style, décrivez le style cible sans mélanger les références : une seule direction esthétique par plan.
Cette approche est aussi la plus économique en temps : moins d'essais pour un résultat plus stable.
Les erreurs fréquentes et leurs correctifs
Le prompt roman
Un paragraphe de cent mots avec trois actions, deux personnages et un décor complexe produit rarement ce que vous attendez. Correctif : découpez. Un plan, une action, un sujet.
L'absence de caméra
Sans indication, le modèle choisit un cadrage moyen et immobile. Correctif : ajoutez systématiquement cadrage et mouvement, même brièvement.
Le vocabulaire contradictoire
« Lumière naturelle » et « éclairage néon » dans le même prompt créent de la confusion. Correctif : relisez et supprimez toute indication qui contredit une autre.
Les personnages trop nombreux
Au-delà de deux personnages dans un plan, les visages et les mains se dégradent. Correctif : filmez en champ-contrechamp, un personnage par plan.
Les mains et les objets tenus
Les interactions fines restent fragiles. Correctif : cadrez plus large, évitez les gros plans de mains, ou coupez au montage juste avant l'interaction.
Le texte à l'écran
Les modèles produisent rarement du texte lisible dans l'image. Correctif : ajoutez vos titres en post-production.
Méthode d'itération et organisation du projet
La génération vidéo est un processus empirique. Sans méthode, vous accumulez les essais sans capitaliser.
Tenez un journal de prompts. Pour chaque plan, notez le prompt exact, le modèle, les paramètres, le résultat obtenu et une note de satisfaction. Au bout de vingt plans, des motifs apparaissent : telle formulation donne toujours de bons mouvements, telle autre produit systématiquement des visages instables.
Testez une variable à la fois. Si vous modifiez à la fois la lumière et le cadrage, vous ne saurez pas ce qui a amélioré le rendu. Une variable, un test, une conclusion.
Générez par lots. Il est plus efficace de lancer dix variantes d'un plan en une session, puis de trier, que d'alterner entre écriture et génération. Le tri est aussi une compétence : notez immédiatement ce qui ne va pas, cela orientera la variante suivante.
Prévoyez le montage dès l'écriture. Un plan généré avec de la marge en début et en fin se monte beaucoup mieux qu'un plan saturé d'action. Ajoutez dans le prompt une indication de tempo relâché : « le mouvement ralentit en fin de plan ».
Enfin, acceptez la hiérarchie des gains. Le choix du modèle, l'image de référence et le découpage apportent bien plus que des adjectifs supplémentaires. Un prompt élégant sur un mauvais découpage restera un mauvais plan.
Questions fréquentes
Faut-il écrire les prompts en anglais ?
Cela dépend du modèle. Beaucoup sont entraînés majoritairement sur des descriptions anglaises et réagissent mieux à une terminologie technique en anglais. Une solution hybride fonctionne bien : structure et vocabulaire caméra en anglais, éléments narratifs et noms propres dans votre langue. Testez les deux sur un même plan avant de généraliser.
Combien de mots doit faire un prompt vidéo ?
Il n'y a pas de nombre magique, mais une fourchette utile se situe entre trente et quatre-vingts mots pour un plan court. En dessous, le modèle improvise trop. Au-dessus, les indications se diluent et certaines sont ignorées.
Comment éviter que mon personnage change de visage ?
Trois leviers : une description physique identique copiée à chaque prompt, une image de référence réutilisée, et des plans courts où le visage est bien visible plutôt que des foules ou des arrière-plans chargés. Si la dérive persiste, changez de modèle plutôt que de réécrire indéfiniment.
Pourquoi mes mouvements de caméra sont-ils ignorés ?
Souvent parce que plusieurs mouvements sont demandés dans le même plan. Un seul mouvement principal, éventuellement une légère variation. Placez l'indication de caméra en début de prompt : les premiers mots pèsent davantage.
Peut-on générer une scène dialoguée ?
Les modèles gèrent mieux le jeu muet. Pour du dialogue, générez le plan sans parole, puis ajoutez la voix en post-production avec un enregistrement séparé. La synchronisation labiale générée reste fragile pour un rendu professionnel.
Comment garder une cohérence de style sur toute une séquence ?
Fixez une recette : mêmes mots-clés de lumière, même palette, même référence de texture, répétés à l'identique. Créez un modèle de prompt que vous ne modifiez qu'en trois endroits : sujet, action, cadrage.
Quel budget de temps prévoir ?
Comptez environ trois à cinq minutes par plan pour l'écriture, la génération de variantes et le tri, une fois la méthode acquise. Les premiers projets prennent deux à trois fois plus longtemps, principalement à cause des tâtonnements d'écriture.
Checklist finale avant de générer
Relisez chaque prompt avec cette liste courte. Un sujet unique et décrit avec des détails stables. Une action principale observable. Un cadrage et un mouvement de caméra explicites. Une source de lumière avec direction et qualité. Une direction stylistique unique, sans contradiction. Une durée implicite cohérente avec le rythme souhaité. Aucun élément parasite, aucune mention de texte à l'écran.
Si les six premières lignes sont vraies, votre prompt est prêt. Le reste appartient au montage.
