L'état d'esprit du réalisateur
Une incitation vidéo AI forte n'est pas une liste de mots visuels aléatoires. C'est un document de direction concis qui indique au modèle ce qui doit se passer, où cela se passe, comment le public doit l'expérimenter, et ce qui doit rester visuellement cohérent. Dans une scène produit de 15 secondes, par exemple, « une bouteille dans une forêt » donne au modèle presque aucune direction utilisable. La même idée devient plus efficace lorsque vous spécifiez une bouteille en verre clair se tenant sur de la mousse humide, un mouvement de caméra lent vers son étiquette, une douce lumière du lever du soleil filtrant à travers de grands arbres, et une ambiance calme et premium.
Considérez l'incitation comme une direction visuelle plutôt qu'un contrôle en ligne de commande. Votre travail consiste à établir une hiérarchie : le sujet vient en premier, l'action a un début et une fin, l'environnement soutient l'histoire, et la caméra communique la relation du spectateur au sujet. L'humeur doit influencer la lumière, la couleur, le mouvement et le rythme plutôt que d'apparaître comme un adjectif isolé. Cela rend une incitation plus facile à interpréter pour le modèle et plus facile à réviser pour vous lorsque le résultat n'est pas ce que vous aviez prévu.
Construire une scène complète
Commencez par le sujet et rendez-le suffisamment spécifique pour être reconnaissable. Au lieu de « un voyageur », décrivez « un voyageur solitaire en imperméable rouge portant une petite valise noire. » Au lieu de « une ville futuriste », identifiez « un hub de transit futuriste calme avec des plateformes courbées et des lumières de plafond ambrées. » Les détails doivent soutenir la reconnaissance, mais ajouter chaque objet visible peut créer des priorités concurrentes. Sélectionnez un sujet héros, une action importante, et un petit nombre de détails de soutien qui renforcent l'histoire prévue.
Ensuite, définissez le mouvement en termes observables. « Le voyageur marche lentement » est plus clair lorsqu'il devient « le voyageur fait trois pas mesurés en avant, fait une pause, et se tourne vers la caméra. » Pour une scène centrée sur un objet, vous pouvez décrire la rotation, le glissement, l'ouverture, l'élévation, ou la caméra révélant une étiquette cachée. Distinguez le mouvement du sujet du mouvement de la caméra. Si les deux se produisent, indiquez explicitement la séquence afin que le modèle ne les combine pas de manière imprévisible. Une phrase utile pourrait décrire le sujet restant immobile pendant que la caméra fait un arc d'une vue large à un gros plan.
L'environnement, l'éclairage, la composition et la palette complètent la scène. Indiquez si le sujet est centré, encadré contre un espace négatif, placé sur une ligne directrice, ou montré d'un angle bas qui le rend puissant. Mentionnez l'heure de la journée, la direction de la lumière, le contraste des couleurs, et la texture uniquement lorsqu'ils affectent le résultat visuel. Par exemple, des ombres bleues fraîches autour d'une porte orange chaude peuvent créer une séparation et guider l'attention. La meilleure incitation donne au modèle des relations : le sujet est au premier plan, la porte brille en arrière-plan, et la caméra garde l'étiquette dégagée.

Diriger le Mouvement, la Caméra, et le Rythme
Le mouvement doit correspondre au tempo de l'histoire. Des mouvements lents, un suivi latéral doux et des gestes retenus soutiennent généralement la contemplation, le luxe ou la tension. Un mouvement rapide à main levée, des coupes rapides ou un mouvement énergique du sujet conviennent à la comédie, à l'action ou à l'urgence. Évitez les instructions vagues telles que « mouvement dynamique » à moins de clarifier ce que dynamique signifie visuellement. Spécifiez la vitesse, la direction, le nombre d'actions et le point d'arrêt lorsque cela est possible.
Le langage de la caméra est un outil visuel, pas une décoration. Un plan large d'établissement indique au public où se trouve le sujet. Un plan moyen préserve le geste et le langage corporel. Un gros plan dirige l'attention vers l'expression, le matériau, la texture ou un détail du produit. Un angle bas peut donner au sujet une impression imposante, tandis qu'une vue à hauteur d'œil semble directe et accessible. Vous pouvez également décrire la profondeur par l'occlusion au premier plan, une montée lente semblable à une grue, une orbite contrôlée ou un rack focus du fond vers le sujet. Utilisez des termes suffisamment larges pour l'interprétation visuelle tout en restant concrets sur la composition souhaitée.
Pour une courte séquence, décrivez la progression temporelle. « La caméra s'approche de la station, le train arrive et les portes s'ouvrent » est plus utile que « une scène de train cinématographique ». Ajoutez des repères temporels tels que « pendant les premières secondes », « autour du milieu » ou « dans le dernier moment ». Ces repères ne garantissent pas un contrôle exact du cadre, mais ils aident le modèle à organiser l'événement en un début, un milieu et une fin lisibles. Limitez les actions demandées ; trop de temps forts dans un court clip peuvent entraîner des transitions abruptes ou une continuité perdue.
Utiliser des références pour la cohérence visuelle
Une référence est utile lorsqu'elle établit un langage visuel répétable, pas lorsqu'elle est insérée sans explication. Si vous créez une séquence avec le même personnage ou produit, identifiez ce qui doit rester constant : traits du visage, vêtements, palette de couleurs, matériaux, proportions, accessoire signature ou design d'emballage. Ensuite, décrivez comment ces éléments changent selon le nouveau plan. La cohérence ne signifie pas figer l'ensemble du cadre. Le personnage peut se rapprocher de la caméra tout en conservant le même manteau rouge, la même montre en argent et le même traitement de couleur cinématographique chaude.
Décrivez la relation entre la référence et la nouvelle scène. Indiquez si la référence contrôle le design du personnage, l'environnement, le style de la caméra, l'éclairage ou seulement l'ambiance générale. Mélanger plusieurs références visuelles non liées peut produire un résultat incohérent, surtout lorsqu'elles entrent en conflit en termes de période, de médium, de couleur ou de composition. Si vous avez besoin de plusieurs références, attribuez à chacune un rôle clair et priorisez les traits les plus importants. Le prompt doit indiquer au modèle ce qu'il doit préserver et ce qu'il doit réinterpréter.
Pour une série cohérente, maintenez une bible visuelle dans votre processus de planification. Enregistrez le sujet principal, la palette, la direction de l'éclairage, le caractère de l'objectif, la règle de cadrage, la texture et la température émotionnelle. Une règle simple telle que « lumières pratiques ambres chaudes, ombres teal froides, contraste doux et mouvement à main retenu » peut maintenir plusieurs clips connectés. La même règle devrait apparaître dans différentes langues à travers les prompts, avec seulement l'action et l'environnement qui changent. Si un clip généré rompt la continuité, révisez l'attribut pertinent plutôt que de réécrire toute la scène.
Itérer avec une pensée avant-après
L'itération est un processus de débogage visuel. Lorsqu'un résultat est faible, diagnostiquez la cause avant d'ajouter plus de mots. Si le sujet est flou, augmentez sa visibilité et réduisez les objets concurrents. Si le mouvement est maladroit, simplifiez l'action et ajoutez une pause ou un point d'arrêt clair. Si l'humeur semble plate, changez la relation d'éclairage et le contraste des couleurs au lieu de lister plus d'adjectifs. Si la composition est encombrée, retirez les détails de fond ou créez un espace négatif autour du sujet.
Une méthode de révision utile consiste à comparer le cadre prévu avec le cadre généré. Posez quatre questions : Puis-je identifier le sujet immédiatement ? Puis-je lire l'action et sa direction ? Le cadrage de la caméra sert-il l'histoire ? La couleur et la lumière produisent-elles l'humeur souhaitée ? Enregistrez le plus grand décalage, puis écrivez une correction ciblée. Par exemple, si le produit est trop petit, changez l'instruction pour un gros plan du produit occupant le tiers central du cadre avec l'étiquette face au spectateur. Si l'ouverture semble instable, remplacez « caméra dynamique à main » par « poussée lente et fluide, horizon stable, parallax doux ».

Un cadre de prompt et un contrôle de qualité
Un prompt pratique peut être organisé dans cet ordre : sujet, action, environnement, composition, caméra, éclairage, palette, humeur, timing et continuité. Ce n'est pas une exigence syntaxique rigide. C'est une manière d'éviter que des décisions importantes ne disparaissent. Rédigez le prompt sous forme de phrases visuelles connectées, mais gardez chaque décision visible. Ajoutez des références techniques ou stylistiques uniquement lorsqu'elles améliorent clairement l'image souhaitée. « Cinématographique » à lui seul est trop vague ; « cinématographie naturelle et maîtrisée avec une faible profondeur de champ et une lumière latérale douce » communique une direction plus utile.
Avant de générer, testez le prompt contre une simple liste de contrôle. Le sujet doit être reconnaissable. L'action doit être physiquement compréhensible. L'environnement doit contribuer au sens plutôt que de simplement remplir l'arrière-plan. La caméra doit avoir un point de vue et un mouvement délibérés. L'éclairage et la palette doivent renforcer le ton émotionnel. La séquence doit comporter un nombre gérable d'événements. Toute référence doit avoir un but défini, et les éléments répétés doivent rester cohérents d'une prise à l'autre.
Après la génération, évaluez le mouvement et l'immobilité, pas seulement le premier cadre. Vérifiez si le sujet conserve son identité, si les objets se comportent de manière plausible, si le mouvement a un rythme lisible et si la caméra se termine dans une composition utile. Vous devrez peut-être générer plusieurs variations et sélectionner la direction la plus forte, mais chaque révision doit répondre à un problème visuel spécifique. L'objectif n'est pas d'allonger le prompt. L'objectif est de rendre chaque choix visuel intentionnel.
Point de contrôle de la leçon
Révisez la leçon et recevez des conseils sur votre travail.