Guide des prompts vidéo IA : écrire des prompts qui fonctionnent

Qu'est-ce qu'un bon prompt vidéo IA ?

Un bon prompt vidéo IA répond à cinq questions en un seul bloc de phrases ordonnées : quel est le sujet, que fait-il, comment est-ce filmé, où cela se passe-t-il et quel rendu visuel attendre. Les modèles vidéo comme Runway Gen-3, Luma Dream Machine, Kling et Pika réagissent bien mieux à un langage structuré et concret qu'à des descriptions vagues. Un prompt comme « une femme marchant dans les rues de Tokyo détrempées la nuit, caméra portée la suivant, reflets de néons sur l'asphalte mouillé, cinématographique, faible profondeur de champ » surpassera presque toujours « vidéo cool d'une femme à Tokyo ».

La différence fondamentale avec le prompting d'images est le mouvement. Chaque prompt vidéo doit contenir au moins une instruction de mouvement explicite, soit pour le sujet (« elle tourne lentement la tête »), soit pour la caméra (« lent travelling avant »). Si vous laissez le mouvement indéfini, le modèle le choisit pour vous, et le résultat est souvent une dérive subtile ou une déformation qui donne une impression de faible qualité.

La structure de prompt en cinq blocs

Utilisez toujours cet ordre. La cohérence rend les prompts modifiables : si un clip échoue, vous savez quel bloc changer.

1. Bloc sujet : qui ou quoi, avec un ou deux détails visuels. « Un héron gris aux ailes repliées debout dans une eau peu profonde. »
2. Bloc action : un mouvement clair, avec vitesse ou manière. « Il déploie lentement ses ailes et s'envole. »
3. Bloc caméra : type de plan et mouvement. « Plan en contre-plongée en travelling, la caméra s'incline vers le haut au décollage. »
4. Bloc décor : environnement, moment de la journée, météo. « Lac brumeux au lever du soleil, brouillard sur l'eau. »
5. Bloc style : rendu et ambiance. « Tourné sur pellicule 35 mm, couleurs désaturées, lumière naturelle douce, cinématographique. »

Gardez le prompt complet sous environ 60 mots pour la plupart des modèles. Les prompts trop longs diluent l'attention, et les modèles ont tendance à omettre les détails au milieu des longues phrases. Placez l'élément le plus important en premier, car la plupart des modèles vidéo accordent plus de poids aux premiers mots.

Le vocabulaire caméra qui change vraiment le résultat

Les modèles vidéo sont entraînés en partie sur des séquences avec métadonnées et sous-titres intégrés, donc le vrai vocabulaire de cinématographie a des effets mesurables. Utilisez ces termes avec intention :

• Types de plans : plan large, plan moyen, gros plan, très gros plan, plan par-dessus l'épaule, vue aérienne, macro.
• Mouvements de caméra : travelling avant, travelling arrière, panoramique gauche/droite, inclinaison haut/bas, plan en travelling, orbite (360 degrés), plan grue, caméra portée, plan fixe.
• Objectif et mise au point : faible profondeur de champ, profondeur de champ étendue, compression téléobjectif, objectif fisheye, mise au point glissante du premier plan à l'arrière-plan.
• Termes de cadence : ralenti, 120 fps, time-lapse, hyperlapse.

Un seul mouvement par prompt, c'est la règle. Combiner « la caméra orbite tout en avançant en travelling et en s'inclinant vers le haut » produit généralement un mouvement saccadé et indécis. Si vous avez besoin d'un mouvement complexe, générez le clip avec un seul mouvement propre et prévoyez un cut, pas une instruction de caméra composée.

Différences entre modèles : même prompt, résultats différents

Les modèles n'interprètent pas les prompts de manière identique, et connaître ces différences vous fait gagner des heures d'essais et d'erreurs.

Conseil pratique : rédigez un prompt de base, puis conservez un fichier de variantes par modèle. Lorsque vous changez d'outil, il suffit généralement de réécrire les blocs caméra et style, pas les blocs sujet et action.

Image-to-video vs text-to-video

Le text-to-video donne le contrôle total au modèle ; l'image-to-video vous laisse le contrôle de la composition et ne demande au modèle que le mouvement. La plupart des workflows professionnels utilisent l'image-to-video pour tout ce qui exige un rendu précis.

En prompting image-to-video, ne redécrivez pas l'image. Le modèle la voit déjà. Promptez uniquement ce qui doit changer : « la femme se tourne vers la caméra et sourit, ses cheveux bougent dans le vent, la caméra avance légèrement. » Redécrire les éléments statiques pousse souvent le modèle à les régénérer et les déformer.

En prompting text-to-video, vous portez toute la charge descriptive, donc les cinq blocs comptent. Attendez-vous à itérer davantage : deux à quatre générations par plan est normal, même avec un bon prompt.

Un workflow de prompting reproductible

Suivez ces étapes pour passer de l'idée au clip utilisable sans y aller au hasard :

1. Rédigez d'abord la liste des plans. Découpez votre vidéo en plans à action unique de 3 à 8 secondes. Un clip égale une action.
2. Rédigez chaque prompt dans l'ordre des cinq blocs (sujet, action, caméra, décor, style), en moins de 60 mots.
3. Générez un lot de test en réglages bas si disponible. Générez 2 à 3 variantes par prompt.
4. Diagnostiquez les échecs par bloc. Sujet incorrect ? Corrigez le bloc un. Pas de mouvement ou mouvement bizarre ? Corrigez les blocs deux ou trois. Mauvais rendu ? Corrigez le bloc cinq. Ne modifiez qu'un bloc à la fois.
5. Verrouillez le bloc style. Une fois que vous avez un rendu qui fonctionne, réutilisez la même formulation de style pour chaque plan afin d'assurer la cohérence visuelle.
6. Enregistrez les prompts gagnants dans une bibliothèque. Les squelettes de prompts réutilisables sont votre actif le plus précieux d'un projet à l'autre.

Erreurs de prompting courantes à éviter

• Instructions négatives. La plupart des modèles vidéo gèrent mal « pas de flou, pas de tremblement ». Énoncez ce que vous voulez, pas ce que vous ne voulez pas.
• Trop d'actions simultanées. « Elle court, saute et fait signe de la main » donne un résultat brouillon. Une action par clip.
• Mots d'ambiance abstraits comme prompt complet. « Éthéré, onirique, émotionnel » ne produit rien sans un sujet concret et un mouvement associés.
• Ignorer les limites de durée. Demander une scène de 20 secondes à un modèle de 5 secondes force le modèle à ralentir ou boucler le mouvement. Prévoyez des cuts à la place.
• Copier les prompts d'images tels quels. Les prompts d'images optimisent la composition ; les prompts vidéo doivent aussi préciser le temps. Ajoutez toujours un mouvement avant de réutiliser un prompt d'image.

Considérez chaque prompt comme une direction de plan que vous donneriez à un cadreur. Si un chef opérateur humain ne pouvait pas filmer votre phrase, le modèle ne le pourra probablement pas non plus.

Exemples de prompts à adapter

Style documentaire animalier : « Un renard rouge avance dans la neige profonde, reniflant le sol, caméra fixe au niveau du sol, téléobjectif, faible profondeur de champ, lumière dorée, arrière-plan de forêt enneigée, filmé comme un documentaire animalier BBC. »

Plan produit : « Une montre-bracelet noire mate tournant lentement sur une surface réfléchissante, objectif macro, éclairage studio, fond en dégradé sombre, la caméra orbite de 90 degrés, style publicité haut de gamme. »

Scène narrative : « Un homme en imperméable s'arrête sur un passage piéton et lève les yeux vers le ciel, plan moyen, la caméra avance lentement en travelling, pluie qui tombe, rue urbaine au crépuscule, étalonnage teal-and-orange sombre, cinématographique. »

L'essentiel à retenir

Le prompting vidéo IA efficace est structurel, pas magique : sujet, action, caméra, décor, style, dans cet ordre, en moins de 60 mots, avec exactement un mouvement par clip. Apprenez le vrai vocabulaire caméra car les modèles le comprennent, adaptez votre bloc style par modèle plutôt que de tout réécrire, et itérez un bloc à la fois pour que les échecs vous indiquent exactement quoi corriger. Constituez une bibliothèque de prompts au fil du temps, et en une douzaine de générations vous aurez des squelettes réutilisables qui rendront chaque future vidéo plus rapide et plus prévisible.