Pourquoi le storytelling assisté par IA change la donne
Produire un plan isolé spectaculaire n'a plus rien d'impressionnant. Ce qui sépare encore une vidéo amateur d'un film crédible, c'est la tenue narrative sur la durée : quarante plans qui semblent appartenir au même univers, des personnages reconnaissables d'une scène à l'autre, une lumière cohérente et un rythme qui retient l'attention jusqu'au dernier plan. L'intelligence artificielle ne remplace ni l'écriture ni le regard, mais elle absorbe une grande partie du travail répétitif qui se glisse entre l'idée et le rendu final.
Le basculement le plus profond concerne la pré-production. Pendant des décennies, le goulot d'étranglement d'un projet vidéo a été le moment où l'on traduit une histoire en liste de plans : repérer les beats, décider ce que chaque plan doit accomplir, vérifier la continuité, estimer les durées. C'est un travail long, souvent fastidieux, et pourtant décisif. Un assistant capable de proposer un découpage, de signaler une incohérence de décor ou de suggérer un raccord plus fluide fait gagner des journées entières, même quand on réécrit ensuite la moitié de ses propositions.
Le second basculement concerne l'exécution. Les générateurs vidéo progressent vite, mais ils restent fragiles sur trois points : la constance des personnages, la continuité de l'espace et la précision du mouvement de caméra. Or ces trois points ne se règlent pas dans le générateur, ils se règlent en amont, dans la façon dont on écrit les plans et dont on les décrit. Une équipe qui sait formuler une intention de plan claire obtient de meilleurs résultats avec n'importe quel outil qu'une équipe qui improvise avec le modèle le plus récent du moment.
Autrement dit, la compétence rare n'est plus la capacité de générer des images, mais la capacité de structurer une histoire avant de générer quoi que ce soit.
Les trois couches d'un projet vidéo génératif
Pour éviter de tout mélanger, il est utile de séparer un projet en trois couches distinctes. Chacune répond à une question différente, et chacune se travaille avec des outils différents.
Couche 1 : l'intention narrative
C'est la raison d'être de la vidéo. Que veut ressentir le spectateur à la fin ? Sur quel personnage porte le point de vue ? Quelle est la promesse du début et comment est-elle tenue ? Cette couche s'écrit en quelques phrases, pas en pages : une logline, un enjeu, une transformation. Sans elle, chaque décision de cadrage devient arbitraire.
Couche 2 : la structure
La structure transforme l'intention en colonne vertébrale : séquences, scènes, beats. Elle indique où placer l'exposition, où monter la tension, où respirer. Dans un format court — soixante à cent vingt secondes — la structure est presque toujours la même : accroche, contexte, complication, décision, conséquence, chute. La varier ne consiste pas à supprimer des étapes, mais à les comprimer ou à les déplacer.
Couche 3 : la réalisation
C'est le niveau des plans : cadre, focale, hauteur de caméra, mouvement, lumière, durée. C'est ici que les générateurs vidéo entrent en jeu, et c'est aussi ici que se perdent les projets mal préparés. Un plan bien conçu se décrit en une phrase et se génère en trois essais. Un plan flou se décrit en dix lignes contradictoires et se génère en trente tentatives.
Un bon réflexe : ne jamais travailler sur deux couches en même temps. Si vous réécrivez la structure pendant que vous réglez une lumière, vous ferez mal les deux.
Du brief au séquencier : la méthode des cinq passes
La méthode la plus fiable pour passer d'une idée à un séquencier exploitable tient en cinq passes successives. L'IA aide à chaque étape, mais vous validez chaque étape avant de passer à la suivante.
Passe 1 : la logline
Une phrase, un protagoniste, un objectif, un obstacle. « Une livreuse de nuit doit traverser une ville en panne d'électricité pour remettre un colis qui pourrait sauver son frère. » Si la logline ne tient pas en une phrase, l'histoire n'est pas encore prête.
Passe 2 : l'enjeu et la transformation
Notez ce qui change entre le début et la fin : un statut, une croyance, une relation. C'est ce changement qui donne un sens aux plans. Beaucoup de vidéos génératives échouent ici : elles sont visuellement somptueuses et ne racontent rien.
Passe 3 : la beat sheet
Découpez l'histoire en huit à douze beats. Un beat est un événement, pas un plan. Par exemple : « elle découvre que le colis est vide ». Les modèles de langage sont excellents pour proposer des variantes de beat sheet et pour signaler les trous de motivation.
Passe 4 : le découpage en scènes
Chaque beat devient une ou deux scènes, avec un lieu, un moment de la journée, des personnages présents et une intention dramatique. C'est aussi le moment de vérifier la géographie : si votre personnage court vers l'ouest dans une scène, il ne peut pas arriver à l'est dans la suivante sans raison.
Passe 5 : le découpage en plans
Enfin, chaque scène se découpe en plans. À ce stade, on ne décrit plus l'histoire mais la caméra. C'est cette liste qui alimentera vos prompts. Une scène de trente secondes contient typiquement quatre à huit plans.
Traduire un texte en intentions de plan
Le cœur du travail consiste à transformer une phrase de scénario en intention visuelle. Une même phrase peut donner dix plans différents, et le choix dépend de ce que vous voulez que le spectateur ressente.
| Phrase du scénario | Intention | Plan correspondant |
|---|---|---|
| Elle découvre la lettre | Montrer le choc avant l'information | Gros plan sur les mains qui tremblent, 50 mm, léger push-in, lumière latérale froide, 3 s |
| Elle découvre la lettre | Révéler l'information puis la réaction | Plan poitrine, mise au point qui glisse du papier vers le visage, 4 s |
| Elle découvre la lettre | Isoler le personnage dans l'espace | Plan large, personnage minuscule dans un couloir vide, caméra fixe, 5 s |
Ce tableau illustre une règle simple : le plan ne décrit jamais seulement un contenu, il décrit un point de vue. Avant de générer, posez-vous trois questions — que doit comprendre le spectateur, que doit-il ressentir, et que doit-il ignorer pour l'instant ?
Un plan qui n'a pas de réponse claire à ces trois questions est un plan à supprimer. C'est le meilleur filtre anti-remplissage : dans une vidéo courte, chaque seconde doit porter une information nouvelle.
Construire un langage visuel reproductible
La cohérence visuelle ne vient pas du générateur, elle vient d'un document de référence. Trois fiches suffisent à transformer un projet chaotique en projet maîtrisé.
La fiche de style
Elle fixe ce qui ne changera jamais : palette dominante (deux ou trois teintes), contraste, température de couleur, grain, format d'image, hauteur de caméra habituelle, type d'optique. Exemple : « nuit urbaine, teintes cyan et ambre, contraste élevé, grain fin, format 2.39:1, caméra à hauteur d'épaule, focales 35 et 50 mm ». Ces éléments se recopient dans chaque prompt, avec des variations minimes.
La fiche personnage
Décrivez chaque personnage en une dizaine de traits stables et vérifiables : âge apparent, morphologie, coiffure, couleur de cheveux, vêtement principal, accessoire signature, cicatrice ou détail distinctif. Évitez les adjectifs vagues du type « beau » ou « élégant » : ils produisent des résultats différents à chaque rendu. Notez aussi ce qui ne doit jamais apparaître, comme des lunettes ou un logo.
La fiche décor
Pour chaque lieu, fixez les éléments qui reviennent : type de mur, source de lumière, mobilier, couleur du sol, éléments de premier plan. Un décor cohérent aide énormément le spectateur à accepter une histoire, même quand les plans ont été générés séparément.
Conservez ces fiches dans un même fichier et copiez-collez les blocs dans vos prompts. La discipline documentaire fait plus pour la cohérence que n'importe quel réglage avancé.
Écrire des prompts de plan robustes
Un prompt de plan efficace ressemble plus à une fiche technique qu'à un poème. Il décrit six briques, dans un ordre stable.
Les six briques
- Sujet et action : qui fait quoi, avec un verbe simple et un seul mouvement.
- Cadrage et focale : plan large, plan poitrine, gros plan, 24 mm, 50 mm, 85 mm.
- Mouvement de caméra : fixe, panoramique lent, travelling avant, caméra portée, grue.
- Lumière et palette : source principale, direction, dureté, teintes dominantes.
- Ambiance et texture : époque, météo, matière, grain, références de genre.
- Contraintes techniques : durée, format, continuité à préserver, éléments à éviter.
Mauvais prompt contre bon prompt
Mauvais : « une femme triste dans une ville la nuit, cinématographique, très belle image, 4K ». Ce prompt ne dit ni où est la caméra, ni ce que fait la femme, ni quelle lumière éclaire la scène. Le résultat sera joli et inutilisable.
Bon : « Plan poitrine, 50 mm, caméra fixe, une livreuse en veste jaune ouvre une boîte en carton détrempée ; lumière principale provenant d'un néon latéral cyan, remplissage faible, arrière-plan flou de rue mouillée, grain fin, 3 secondes, pas de mouvement de foule ». Ici, tout est décidable.
Les cinq erreurs classiques
- Empiler deux actions dans un même plan : le générateur en choisira une et ignorera l'autre.
- Contredire le mouvement : « travelling avant » et « recul de la caméra » dans la même phrase.
- Changer les descripteurs de personnage entre deux plans : la cohérence s'effondre immédiatement.
- Surcharger le style : au-delà de deux ou trois références esthétiques, le modèle mélange tout.
- Oublier la durée : une seconde de plus ou de moins change le rythme du montage final.
Rythme, durée et montage
Le rythme se décide avant la génération, pas pendant le montage. Répartissez votre durée totale entre les plans avant de produire quoi que ce soit.
Le budget de durée
Pour une vidéo de quatre-vingt-dix secondes, une répartition qui fonctionne souvent : accroche de 6 à 8 secondes en deux plans, mise en place de 20 secondes en trois ou quatre plans, complication de 25 secondes en quatre plans, climax de 20 secondes en trois plans courts, résolution de 12 secondes en deux plans. Les plans courts se placent dans les moments de tension ; les plans longs dans les moments d'observation.
Transitions et son
Prévoyez les raccords dès le découpage : coupe franche dans l'action, fondu pour un saut temporel, raccord regard pour changer de point de vue. Côté son, la voix off ou les dialogues se calent après le montage image, mais il est plus simple de générer les plans avec un peu de marge de durée pour éviter de couper au milieu d'un geste.
Chaîne de production : quel outil à quelle étape
| Étape | Fonction | Outils courants |
|---|---|---|
| Écriture et découpage | Structurer, reformuler, signaler les incohérences | assistants conversationnels, éditeurs de scénario |
| Recherche visuelle | Moodboard, références de lumière | banques d'images, planches de style |
| Conception des plans | Storyboard, tests de cadrage | Midjourney, Stable Diffusion, Flux |
| Génération vidéo | Animer les plans | Sora, Kling, Runway, Luma, Pika, Veo |
| Voix et musique | Narration, ambiance | ElevenLabs, Suno, banques audio |
| Montage et finition | Rythme, étalonnage, mixage | DaVinci Resolve, Premiere Pro, Final Cut, CapCut |
Trois critères guident le choix d'un générateur : le niveau de contrôle (image-to-video avec image de référence contre texte seul), la durée maximale par plan, et la constance du sujet sur plusieurs rendus. Pour un projet narratif, le contrôle passe avant la vitesse.
Cas pratique : 90 secondes en huit plans
Voici comment un projet court se structure concrètement. Scénario : une livreuse doit traverser une ville sans électricité pour livrer un colis à son frère avant l'aube.
- Plan 1 — 7 s, plan large, drone lent au-dessus des toits éteints : installer le monde.
- Plan 2 — 5 s, plan poitrine, caméra portée : la livreuse consulte une carte papier, décidée.
- Plan 3 — 8 s, travelling latéral, 35 mm : elle traverse une rue vide, lampes torches au loin.
- Plan 4 — 6 s, gros plan sur les mains : le colis est mouillé, elle le protège.
- Plan 5 — 10 s, plan moyen, contre-jour : un barrage improvisé bloque le passage.
- Plan 6 — 12 s, caméra fixe, focale longue : elle contourne par une ruelle, poursuivie par un chien.
- Plan 7 — 9 s, gros plan puis plan large : elle frappe à la porte, son frère ouvre.
- Plan 8 — 8 s, plan large à l'aube : la boîte s'ouvre, réaction, coupe au noir.
Checklist avant de lancer les rendus
- La logline tient en une phrase.
- Chaque plan a une intention formulée en une phrase.
- Les fiches personnage et décor sont copiées dans chaque prompt.
- Aucun plan ne contient deux actions.
- Les durées totalisent la durée cible avec une marge de 15 %.
- Les raccords entre plans adjacents sont décrits explicitement.
- Les prompts sont testés en basse résolution avant la production finale.
- Un plan de secours existe pour chaque plan critique.
FAQ et erreurs à éviter
Faut-il savoir écrire un scénario pour utiliser l'IA vidéo ? Non, mais il faut savoir formuler une intention. La différence entre deux projets de même ampleur tient rarement à l'outil, presque toujours à la clarté du découpage.
Combien de temps prend un court métrage génératif ? Comptez une journée pour l'écriture et le découpage, deux à quatre jours pour les images de référence, plusieurs sessions pour les plans vidéo, puis une journée de montage et de son. Le nombre d'essais par plan varie énormément selon la complexité du mouvement.
Comment garder le même visage d'un plan à l'autre ? Utilisez une image de référence fixe, une fiche personnage détaillée, et générez d'abord les plans où le visage apparaît clairement. Si un rendu dévie, repartez de l'image de référence plutôt que d'accumuler les corrections textuelles.
Peut-on mélanger des images réelles et des plans générés ? Oui, et c'est souvent la meilleure approche : tournez les gros plans d'acteurs réels et générez les plans d'ambiance ou les vues impossibles. Un étalonnage commun masque très bien la différence.
Quelle est l'erreur la plus fréquente ? Générer avant d'avoir écrit. Un rendu réussi d'un plan inutile reste un plan inutile, et le supprimer coûte plus cher que de l'avoir évité.
Faut-il confier toutes les décisions à l'IA ? Non. Utilisez-la là où elle excelle : proposer des variantes, détecter des incohérences, reformuler un plan confus. Gardez pour vous les décisions de goût, de rythme et de point de vue, car ce sont elles qui donnent à une vidéo sa singularité.
