Sora : Maîtriser le Prompting Vidéo — Structure, Caméra, Physique & Cohérence

Sora répond le mieux aux prompts qui séparent la définition du sujet, le langage caméra, la physique environnementale et la progression temporelle en clauses distinctes et ordonnées. Contrairement aux modèles text-to-image, Sora exige des instructions explicites sur la façon dont les objets se déplacent dans l'espace 3D au fil du temps. Ce guide détaille la syntaxe et le vocabulaire qui produisent des résultats contrôlables et haute fidélité.

1. L'Architecture de Prompt en Quatre Couches

Les prompts Sora efficaces suivent une hiérarchie stricte. S'en écarter conduit souvent le modèle à privilégier l'esthétique au détriment de la physique ou à ignorer les directives de caméra.

• Couche 1 – Sujet & Action : Définir l'entité principale et son mouvement central (ex. : "Un corgi portant un pull en laine rouge qui court").
• Couche 2 – Caméra & Objectif : Préciser la focale, l'angle et le mouvement (ex. : "Plan contre-plongée travelling, objectif 35mm, steadycam").
• Couche 3 – Environnement & Physique : Décrire l'éclairage, la météo et l'interaction des matériaux (ex. : "Asphalte mouillé reflétant le néon, gouttes de pluie sur le pelage, simulation physique de fourrure").
• Couche 4 – Temporel & Style : Fixer la durée, le rythme et le filtre esthétique (ex. : "5 secondes, ralenti, étalonnage cinématique, vitesse d'obturation élevée").

Rédigez toujours les couches sous forme de clauses séparées par des virgules dans un seul paragraphe. Le mécanisme d'attention de Sora analyse mieux les dépendances séquentielles que les retours à la ligne.

2. Vocabulaire Caméra Qui Fonctionne

Des termes génériques comme "plan cinématique" produisent des résultats génériques. Les données d'entraînement de Sora incluent des métadonnées caméra détaillées. Utilisez une terminologie précise pour piloter le rig caméra virtuel.

Types de Mouvement

• Travelling / Déplacement latéral : Mouvement parallèle au sujet. Utilisez "travelling lent à gauche" pour la profondeur de parallaxe.
• Grue / Nacelle : Élévation verticale sans basculement. Essentiel pour les plans révélateurs.
• Orbitale / Arc de cercle : Trajectoire circulaire autour du sujet. Précisez rayon et vitesse ("orbite serrée 360° à 15°/sec").
• Épaule / Drone : Ajoute micro-tremblements ou perspective haute altitude. Associez à "stabilisé" pour réduire les secousses indésirables.

Contrôles Objectif & Capteur

• Focale : "24mm grand angle" exagère la profondeur ; "85mm téléobjectif" compresse l'arrière-plan.
• Ouverture : "f/1.8 faible profondeur de champ" isole le sujet ; "f/11 grande profondeur de champ" garde tout net.
• Angle d'obturation : "Obturateur 180°" (flou de mouvement standard) vs "Obturateur 45°" (action nette, saccadée).

3. Simuler la Physique & le Comportement des Matériaux

Le transformateur de diffusion de Sora modélise la dynamique des fluides, la simulation de tissu et les collisions de corps rigides — mais seulement si on le lui demande explicitement. Sans ces tokens, le modèle bascule en "logique de rêve" où les objets se traversent.

Combinez maximum deux tokens physique par plan. La surcharge provoque du scintillement temporel par conflit des solveurs.

4. Contrôler la Cohérence Personnage & Objet

Sora ne possède pas de verrou d'identité natif (type IP-Adapter ou LoRA). La cohérence doit être ingéniérée par répétition de prompt et ancrage spatial.

1. Amorcer la Description : Utilisez un descripteur sujet identique de 25 mots dans chaque prompt pour le même personnage (ex. : "Femme teint pâle, coupe courte argentée asymétrique, hétérochromie — œil gauche ambré, droit bleu, veste tactique noire mate").
2. Ancrer à la Géométrie : Référencez des coordonnées monde fixes : "Debout aux coordonnées (0,0,0) sur sol quadrillé".
3. Verrouiller la Caméra Relative au Sujet : "Caméra verrouillée sur hanche du sujet, décalée 2m arrière, 1m haut." Cela empêche la dérive.
4. Répéter les Attributs Clés en Milieu de Séquence : Pour générations 10s+, réinjectez le descripteur sujet à la marque 5s : "...continuant, femme teint pâle coupe courte argentée asymétrique...".

5. Structuration Temporelle pour Actions Complexes

Les actions multi-temps (ex. : "ouvrir porte, entrer, s'asseoir, verser café") nécessitent des timestamps explicites. Sora traite les listes non horodatées comme des nuages de probabilité simultanés.

Syntaxe de Timestamp

Utilisez le format [0.0-2.0s] Action A. [2.0-4.5s] Action B. [4.5-5.0s] Réaction. Exemple :

[0.0-1.5s] Corgi sprinte vers la caméra. [1.5-3.0s] Saute, pattes posées sur les genoux. [3.0-4.0s] Lèche le visage, queue wagging 120bpm. [4.0-5.0s] Se calme, respiration lourde, pelage humide de sueur.

La somme des durées doit égaler la longueur totale de la vidéo. Les trous créent des frames noires ; les chevauchements causent des artefacts de morphing.

6. Contraintes Négatives & Anti-Hallucination

Sora supporte le negative prompting via le paramètre --neg (ou champ UI dédié). Utilisez-les pour supprimer les modes de défaillance courants :

• Morphing : --neg morphing, melting, topology change, extra limbs, fused fingers
• Dérive Caméra : --neg zoom, pan, tilt, roll, dolly, handheld shake (quand vous voulez un plan verrouillé)
• Scintillement Temporel : --neg strobing, texture swimming, color shifting, frame interpolation artifacts
• Violations Physiques : --neg clipping, phasing, gravity inversion, mass inconsistency

Limitez les tokens négatifs à 15 par génération. L'excès contraint l'espace latent trop fortement, réduisant la diversité du mouvement.

7. Workflow Pratique : Du Concept au Clip Final

1. Storyboard en Texte : Rédigez le prompt 4 couches pour chaque plan dans un tableur (ID Plan, Durée, Prompt, Négatifs).
2. Générer Proxies Basse Résolution : Lancez des tests 480p, 2 secondes pour chaque plan. Vérifiez physique et logique caméra avant l'upscale.
3. Itérer sur la Caméra en Priorité : Si le mouvement semble faux, ajustez seulement les tokens Couche 2. Gardez Sujet et Physique verrouillés.
4. Upscale & Étendre : Utilisez l'upscaler natif Sora vers 1080p/4K. Pour clips plus longs, utilisez la dernière frame du Plan N comme conditionnement image pour le Plan N+1.
5. Post-Stabilisation : Appliquez une stabilisation par flux optique (DaVinci Resolve / Topaz) pour éliminer le micro-jitter de l'échantillonnage par diffusion.

Conclusion

Sora récompense la précision, pas la poésie. Traitez les prompts comme des spécifications techniques : chaque token doit mapper une variable controllable — rig caméra, solveur physique, ou keyframe temporel. Construisez votre bibliothèque de tokens personnelle, versionnez vos prompts, et itérez systématiquement. L'écart entre "démo sympa" et "asset production" est la discipline du prompting.