Scénario vidéo IA : le guide complet du storytelling

Pourquoi le scénario redevient la pièce maîtresse de la vidéo générée par IA

Il y a peu, produire une vidéo exigeait un caméraman, un comédien, un décor et une journée de tournage. Aujourd'hui, deux personnes peuvent sortir dix variantes d'une publicité en une matinée. Cette accélération a un effet secondaire rarement anticipé : elle déplace la valeur du tournage vers l'écriture. Lorsque générer un plan ne prend que quelques secondes, ce qui sépare une vidéo regardable d'une vidéo oubliable n'est plus la netteté de l'image, mais la solidité de l'intention narrative qui la sous-tend.

Les modèles de génération vidéo progressent vite sur trois axes : la fidélité au prompt, la durée des plans et la stabilité temporelle. Mais aucun d'entre eux ne décide à votre place ce que la vidéo doit raconter. Un modèle peut produire une rue sous la pluie, une voiture qui tourne au coin d'un immeuble, un visage qui se détourne. Il ne sait pas pourquoi cette rue, ce virage, ce regard. Cette décision reste humaine, et elle s'écrit.

Le paradoxe est donc le suivant : l'outil devient plus puissant, et le rôle de l'écriture augmente. Les équipes qui traitent la génération vidéo comme un simple bouton « produire » obtiennent des images correctes et un résultat plat. Celles qui conservent une discipline d'écriture — logline, séquencier, continuité, intention par plan — obtiennent des vidéos qui retiennent l'attention au-delà des trois premières secondes.

Ce guide propose une méthode complète, de l'idée brute à la validation finale, avec des critères de décision, des modèles de prompts réutilisables et les erreurs qui coûtent le plus de temps.

Les contraintes propres à l'écriture pour une IA vidéo

Écrire pour un modèle génératif n'est pas écrire pour un plateau. Certaines contraintes sont nouvelles, d'autres sont des contraintes de cinéma classique simplement reformulées.

Durée et unité de génération

La plupart des modèles produisent confortablement des plans de trois à huit secondes. Au-delà, la cohérence se dégrade : les visages glissent, les mains se déforment, les arrière-plans se réorganisent. Un scénario destiné à l'IA doit donc être pensé dès le départ en unités courtes. Une scène de dialogue de quarante secondes ne s'écrit pas comme une scène de plateau : elle s'écrit comme une succession de six à huit fragments, chacun avec une intention visuelle unique.

Ce que le modèle ne comprend pas encore

Un modèle ne comprend ni la causalité narrative, ni l'ironie, ni le hors-champ implicite. Il comprend des descriptions d'image, de mouvement et d'ambiance. Écrire « elle réalise enfin que tout est fini » ne produit rien d'exploitable. Écrire « gros plan sur son visage, immobile, lumière froide de fin de journée, elle ferme lentement les yeux » produit un plan utilisable. La règle est simple : traduire chaque émotion en signe visible.

La contrainte de continuité

Au cinéma, la continuité est assurée par le décor réel et les costumes. En génération, elle doit être réécrite à chaque plan. C'est le point qui fait échouer la majorité des projets : un personnage change de veste, une pièce change de fenêtre, une voiture change de couleur entre deux plans. Anticiper cette contrainte dès l'écriture évite des heures de reprise.

Étape 1 : formuler une promesse narrative claire

Avant tout prompt, écrivez trois phrases : la promesse, le conflit, la chute.

La promesse est ce que le spectateur croit venir. « Une barista prépare un café, mais quelque chose cloche dans la salle. » Elle doit tenir en une phrase et contenir une tension.

Le conflit est l'obstacle visible. Il doit être filmable : un objet qui disparaît, une porte qui ne s'ouvre pas, une silhouette qui suit le personnage.

La chute est l'image finale. C'est souvent le plan le plus important, car c'est celui que l'on retient et celui qui déclenche le partage.

Critères de décision

• Si vous ne pouvez pas résumer la vidéo en une phrase, le scénario est trop diffus.
• Si le conflit ne peut pas être montré en un plan, il est trop abstrait.
• Si la chute peut être remplacée par n'importe quelle autre image, elle n'est pas assez spécifique.

Exemple concret

Mauvais point de départ : « une vidéo inspirante sur la persévérance ». Bon point de départ : « un nageur s'entraîne seul dans un bassin vide à l'aube ; il échoue trois fois ; au quatrième essai, l'eau s'illumine ». La deuxième version contient déjà un découpage en puissance : trois plans d'échec, un plan de bascule, un plan de révélation.

Étape 2 : construire un séquencier adapté à la génération

Le séquencier reste l'outil central, mais sa forme change. Ajoutez quatre colonnes à votre tableau habituel : durée, type de plan, éléments de continuité, fonction narrative.

Le découpage en unités de trois à huit secondes

Plan	Durée	Contenu visuel	Fonction
1	5 s	Plan large du bassin vide, brume, lumière bleue	Installer le lieu
2	4 s	Le nageur entre dans le cadre, bonnet noir	Présenter le sujet
3	6 s	Il plonge, l'eau éclabousse, échec	Conflit
4	4 s	Gros plan sur sa main qui agrippe le rebord	Amplifier
5	5 s	L'eau s'illumine lentement sous lui	Bascule
6	3 s	Plan large final, silhouette immobile	Chute

La colonne « continuité »

C'est la plus importante et la plus négligée. Notez pour chaque plan : coiffure, vêtement, couleur dominante, source de lumière, position dans le décor. Exemple : « bonnet noir, maillot bleu nuit, brume au sol, lumière venant du fond à droite ». Ces informations seront copiées presque mot pour mot dans chaque prompt.

Vérifier le rythme avant de générer

Additionnez les durées. Une vidéo sociale efficace tient souvent entre quinze et trente secondes. Si votre séquencier dépasse, supprimez des plans plutôt que de les raccourcir : un plan de deux secondes est difficile à lire et coûte autant à générer qu'un plan de cinq secondes.

Étape 3 : écrire des prompts de plan qui respectent l'intention

Le prompt de plan est le vrai scénario exécutable. Il doit contenir cinq blocs, toujours dans le même ordre, pour rester lisible et comparable d'un plan à l'autre.

Structure recommandée

1. Sujet : qui ou quoi, avec deux ou trois attributs stables.
2. Action : un seul mouvement principal, au présent.
3. Cadre et caméra : plan large, gros plan, panoramique lent, caméra portée.
4. Lumière et ambiance : direction de la lumière, heure, météo, palette.
5. Style et rendu : photographie réaliste, grain léger, format vertical, objectif 35 mm.

Comparaison : prompt faible contre prompt fort

Prompt faible : « un homme court dans une ville, style cinématique ».

Prompt fort : « plan moyen, un homme de trente ans, veste grise, court vers la caméra sur un trottoir mouillé ; caméra en travelling arrière, léger flou de mouvement ; lumière bleue de fin de journée, reflets sur l'asphalte ; rendu photographique réaliste, format vertical, grain fin ».

Le second décrit une seule action, un seul cadre, une seule ambiance. Il est reproductible, ce qui permet de corriger un plan sans casser les autres.

Itérer sans perdre le fil

Conservez chaque version de prompt dans un fichier unique avec un numéro de plan. Quand un plan fonctionne, ne le modifiez plus : réutilisez-le comme référence pour les plans suivants en copiant la section « sujet » et la section « style » à l'identique.

Cohérence visuelle : personnages, costumes et décors

C'est ici que la majorité des projets se perdent. Trois techniques permettent de tenir la continuité sans effort excessif.

1. La fiche personnage

Rédigez une fiche de six à huit lignes pour chaque personnage : âge apparent, morphologie, coiffure, couleur des yeux, vêtement principal, accessoire distinctif. Cette fiche est copiée dans chaque prompt où le personnage apparaît, mot pour mot. Les variations de formulation sont la première cause de dérive visuelle.

2. L'image de référence verrouillée

Générez d'abord une image clé du personnage, puis utilisez-la comme référence visuelle dans vos plans suivants, quand l'outil le permet. Cette approche stabilise les traits bien mieux qu'une description textuelle, même très détaillée.

3. Le plan de contrôle

Après chaque nouveau plan, comparez-le côte à côte avec le plan précédent. Trois points à vérifier : la couleur du vêtement, la direction de la lumière, la position dans le décor. Un écart sur l'un de ces trois points se voit immédiatement à l'écran, même pour un spectateur non technique.

Quand accepter une rupture

Toute rupture n'est pas une erreur. Un changement de costume volontaire, signalé par un carton ou une ellipse de temps, peut servir le récit. La règle est que la rupture soit décidée au scénario et non subie à la génération.

Son, voix et rythme : l'autre moitié du scénario

Une vidéo générée sans bande-son travaillée paraît toujours amateur. Le scénario doit donc intégrer le son dès l'écriture.

Trois couches à prévoir

• Ambiance : pluie, circulation, vent, écho d'une salle vide.
• Effets ponctuels : pas, claquement de porte, éclaboussure, qui ponctuent les coupes.
• Voix ou musique : narration, dialogue, thème musical qui porte l'émotion.

Écrire la voix off avant les plans

Si la vidéo comporte une narration, écrivez-la en premier et découpez les plans en fonction des phrases. Une narration de trente secondes génère naturellement cinq à sept plans : chaque phrase appelle une image, et les pauses indiquent les coupes. Cela évite le défaut le plus courant des vidéos IA : de belles images qui ne racontent rien parce que la parole et l'image ne se répondent pas.

Le rythme par le son

Un plan peut sembler trop long à l'image et parfait avec une nappe musicale montante. Inversement, un plan court peut paraître brutal sans respiration sonore. Montez le son avant de juger les durées : c'est souvent le seul ajustement nécessaire.

Contrôle qualité : la checklist avant de valider

Une checklist courte, appliquée systématiquement, fait gagner plus de temps que n'importe quel réglage de modèle.

Avant de générer

1. La promesse tient en une phrase.
2. Le conflit est visible en un plan.
3. Chaque plan dure entre trois et huit secondes.
4. Chaque prompt contient sujet, action, cadre, lumière, style.
5. La fiche personnage est copiée à l'identique.
6. Le total des durées correspond au format visé.

Après génération

1. Aucun plan ne contient deux actions concurrentes.
2. La couleur du vêtement principal est stable.
3. La direction de la lumière est cohérente entre plans adjacents.
4. Les transitions ne coupent pas un mouvement en pleine action.
5. Le son masque les micro-imperfections visuelles.
6. Les trois premières secondes contiennent une accroche visuelle ou sonore.

Le test des trois secondes

Montrez le début de la vidéo à quelqu'un qui ne connaît pas le projet et coupez au bout de trois secondes. Demandez-lui ce qu'il pense voir. Si sa réponse est vague, votre ouverture manque de spécificité — et aucun effet de post-production ne corrigera cela.

Erreurs fréquentes et comment les corriger

Erreur 1 : écrire des scènes au lieu de plans

« Il traverse la ville et se souvient de son enfance » n'est pas un plan. Correction : découpez en plans distincts, chacun avec une action unique et un cadre précis.

Erreur 2 : empiler les adjectifs de style

Multiplier les références de réalisateurs et de rendus dilue le prompt et produit un résultat moyen. Correction : deux références de style maximum, et concentrez votre budget de mots sur le sujet, l'action et la lumière.

Erreur 3 : ignorer le format de diffusion

Un plan pensé en horizontal et diffusé en vertical perd la moitié de sa composition. Correction : choisissez le format avant d'écrire, et mentionnez-le dans chaque prompt.

Erreur 4 : corriger en post-production ce qui se règle à l'écriture

Si la vidéo manque de clarté, retoucher les couleurs ne résoudra rien. Correction : revenez au séquencier et vérifiez la fonction narrative de chaque plan. Supprimez impitoyablement les plans décoratifs.

Erreur 5 : négliger la première seconde

Sur les plateformes sociales, la première seconde décide de la suite. Correction : commencez par le plan le plus étrange, le plus contrasté ou le plus sonore. L'exposition viendra après.

Modèles de prompts et gabarits réutilisables

Gabarit publicité produit

« Plan rapproché serré sur [produit] posé sur [surface], [couleur] et [matière] ; une main entre dans le cadre et le soulève lentement ; caméra fixe, légère profondeur de champ ; lumière douce latérale venant de la gauche, fond neutre ; rendu publicitaire réaliste, format carré, netteté élevée ».

Gabarit narration documentaire

« Plan large d'un [lieu] à [moment de la journée] ; une silhouette immobile au centre, de dos ; caméra en léger panoramique vers la droite ; lumière naturelle basse, brume légère ; rendu documentaire, grain 16 mm, format horizontal ».

Gabarit fiction courte

« Gros plan sur [personnage], expression neutre ; il tourne la tête vers la gauche et son regard se fixe hors champ ; caméra fixe, très légère pression ; lumière froide venant du plafond, contraste marqué ; rendu cinématographique, format horizontal, objectif 50 mm ».

Gabarit tutoriel

« Plan à hauteur d'épaule, [mains] manipulant [objet] sur un plan de travail clair ; mouvement précis et lent ; caméra fixe légèrement inclinée ; lumière diffuse et homogène, aucune ombre dure ; rendu net et didactique, format vertical ».

Conservez ces gabarits dans un document unique. Ils réduisent le temps d'écriture et surtout ils garantissent que deux personnes travaillant sur le même projet produisent des prompts comparables.

FAQ : questions fréquentes sur le scénario assisté par IA

Faut-il écrire le scénario avant de choisir un modèle de génération ?

Oui, mais gardez le modèle en tête pendant l'écriture. Les contraintes de durée, de cadrage et de cohérence varient d'un outil à l'autre. Écrire d'abord un découpage adapté aux capacités réelles de l'outil évite de réécrire entièrement le projet après les premiers tests.

Combien de plans pour une vidéo de trente secondes ?

Entre cinq et huit plans constitue un bon équilibre. En dessous de cinq, la vidéo paraît lente et l'attention chute. Au-dessus de dix, le spectateur n'a pas le temps de comprendre chaque image et tout se mélange.

Comment garder un personnage identique d'un plan à l'autre ?

Trois leviers, dans cet ordre d'efficacité : une image de référence verrouillée, une fiche personnage copiée mot pour mot dans chaque prompt, et une palette de lumière constante. Si le visage dérive malgré cela, réduisez le nombre de plans où le personnage apparaît en gros plan et privilégiez les angles de trois quarts ou de dos.

Peut-on improviser pendant la génération ?

L'improvisation est utile pour explorer, mais elle doit rester en amont du séquencier. Une fois le découpage validé, chaque plan doit être généré dans le cadre prévu. Sinon, la continuité se perd et le montage devient un exercice de rattrapage.

Faut-il générer l'image clé avant la vidéo ?

C'est la méthode la plus fiable pour les projets à personnage récurrent. Générer d'abord des images clés permet de valider le cadrage, la lumière et le costume pour un coût bien inférieur à celui d'un plan animé raté.

Comment rattraper une vidéo qui « ne raconte rien » ?

Reprenez la promesse narrative et vérifiez que chaque plan remplit une fonction : installer, présenter, compliquer, révéler. Supprimez tous les plans qui n'entrent dans aucune de ces cases. Le problème est presque toujours un excès de plans décoratifs, pas un manque de qualité visuelle.

Quel est le meilleur indicateur de réussite d'un scénario IA ?

La clarté perçue à la première lecture. Montrez votre séquencier à quelqu'un qui n'a pas participé au projet : s'il peut raconter l'histoire en deux phrases, votre structure est solide. S'il hésite, le problème se trouve dans l'écriture et non dans les visuels.

Routine de travail recommandée

Pour rendre cette méthode durable, adoptez une routine en cinq temps. Le matin, écrivez la promesse, la fiche personnage et le séquencier. Ensuite, validez deux ou trois images clés. Puis générez les plans dans l'ordre, en comparant systématiquement chaque nouveau plan au précédent. Après quoi, montez une version muette pour juger uniquement le rythme visuel. Enfin, ajoutez la musique et les effets avant de retoucher l'étalonnage.

Cette séparation des étapes est le point le plus important de tout le processus. Tant que l'écriture, la génération, le montage sonore et l'étalonnage sont traités séparément, chaque correction reste locale et peu coûteuse. Dès qu'ils sont mélangés, une erreur de scénario se paie en heures de génération inutiles. Le scénario n'est pas la partie créative d'avant-projet : c'est désormais le centre de gravité de toute production vidéo assistée par intelligence artificielle.