Prompt vidéo : écrire un prompt qui tient la route

Écrire un prompt vidéo n’est pas écrire une phrase. C’est rédiger une fiche technique de plan, comme on la donnerait à un chef opérateur.

C’est la différence entre les gens qui obtiennent des résultats exploitables et ceux qui obtiennent des images génériques : les premiers décrivent un dispositif de prise de vue, les seconds décrivent une ambiance.

La structure qui fonctionne

Un prompt exploitable contient six blocs, dans cet ordre. L’ordre compte, parce que la plupart des modèles pondèrent davantage le début.

1. Le sujet, précisément

Pas « une femme », mais qui, faisant quoi, avec quelle expression, dans quelle tenue. Chaque imprécision est un endroit où le modèle décide à votre place, et il décide toujours vers la moyenne.

2. L’action, avec sa durée implicite

Un plan généré dure quelques secondes. Une action qui demande dix secondes ne rentrera pas, et le modèle produira un mouvement accéléré ou incohérent. Décrivez une action simple.

3. Le cadre et l’échelle de plan

Gros plan, plan taille, plan large, plan d’ensemble. C’est le paramètre le plus utile et le plus souvent oublié. Une même scène en gros plan et en plan large ne raconte pas la même chose et ne rate pas au même endroit : les gros plans révèlent les défauts de visage, les plans larges les défauts de foule et d’architecture.

4. Le mouvement de caméra

Fixe, travelling avant, panoramique, mouvement d’accompagnement. Précisez aussi la vitesse. Un travelling lent est bien mieux rendu qu’un mouvement rapide, où la cohérence temporelle lâche.

Une règle empirique : plus la caméra bouge, plus le risque d’incohérence augmente. Si vous avez le choix, prenez un plan fixe et donnez le mouvement au sujet.

5. La lumière

Heure du jour, direction, dureté, température. C’est ce qui distingue une image générée quelconque d’une image qui ressemble à une prise de vue. « Lumière rasante de fin de journée, contre-jour doux » produit un résultat très différent de « bien éclairé ».

6. Le rendu technique

Type d’optique, profondeur de champ, grain, support d’origine. C’est le bloc qui donne la signature visuelle, et celui qui permet de faire correspondre des plans générés à des plans tournés.

Ce qu’il ne faut pas mettre

Les adjectifs de qualité. « Magnifique », « cinématographique », « professionnel ». Ils n’ajoutent rien de mesurable et occupent de la place dans un espace de description limité.

Les intentions. « Une image qui inspire confiance » ne décrit aucun paramètre visuel. Le modèle ne sait pas quoi en faire.

Trop d’éléments. Un prompt qui décrit trois personnages, deux actions et un décor complexe produit une bouillie. Un plan, un sujet, une action.

Le texte à l’écran. La génération de texte lisible reste un point faible. Ajoutez les titres en postproduction, où vous les contrôlez.

Le vrai verrou : la cohérence entre plans

C’est la limite structurelle qu’aucune formulation ne contourne complètement.

Obtenir un beau plan est facile. Obtenir le même personnage, avec le même visage, la même tenue et le même décor, sur une série de plans, reste fragile. Les dérives d’identité se voient, et elles se voient d’autant plus que le spectateur regarde longtemps.

Quatre stratégies limitent le problème, sans le résoudre.

Utiliser une image de référence quand l’outil le permet. C’est de loin le levier le plus efficace, bien davantage que la formulation du texte.

Réduire le nombre de plans montrant le même sujet. Un plan large sur le personnage, puis des plans de détail où le visage n’apparaît pas.

Générer plusieurs variantes et trier. Le taux de réussite est bas, et c’est normal. Le travail réel n’est pas d’écrire le bon prompt, il est de trier vingt sorties.

Accepter de changer de sujet entre les plans. Beaucoup de séquences fonctionnent très bien sans continuité de personnage, en enchaînant des plans de matière, de geste et de détail.

Le coût que les prompts ne montrent pas

Le discours ambiant compare le temps de génération au temps de tournage. La comparaison est trompeuse, parce qu’elle oublie trois postes.

Les itérations. Obtenir le plan voulu demande rarement une tentative. Le temps passé à reformuler et à trier est du travail, et il n’apparaît sur aucune facture d’outil.

La reprise en postproduction. Un plan généré demande presque toujours un étalonnage pour être raccord avec le reste, parfois une retouche, souvent un remontage pour masquer une incohérence.

La vérification. Sur un contenu diffusé, quelqu’un doit regarder chaque image et valider qu’elle est conforme et diffusable. C’est le vrai poste de coût.

Une règle utile : la génération déplace le coût de la production vers la vérification. Sur du volume répétitif, le solde est très favorable. Sur une pièce unique et exigeante, il ne l’est pas.

Une méthode de travail

1. Écrivez le plan comme un découpage technique, pas comme une intention.
2. Générez plusieurs variantes du même prompt avant de le modifier. Beaucoup d’échecs viennent de la variabilité, pas de la formulation.
3. Ne changez qu’un paramètre à la fois quand vous itérez. Sinon vous ne saurez pas ce qui a produit l’amélioration.
4. Gardez une trace des prompts qui ont marché, avec le plan obtenu. C’est votre vraie bibliothèque de travail.
5. Prévoyez la postproduction dès le départ : étalonnage, raccord, habillage.

Ce qu’il faut vérifier avant de diffuser

Trois points, et ils ne sont pas techniques.

Les droits sur le résultat. Ce que vous pouvez faire d’une vidéo générée dépend des conditions d’utilisation de l’outil, qui varient d’un éditeur à l’autre et changent souvent. Certaines licences excluent l’usage publicitaire.

La transparence. Le cadre européen prévoit des obligations d’information sur les contenus synthétiques. Les modalités continuent de se préciser, et l’état du droit applicable à la date de diffusion doit être vérifié.

La ressemblance involontaire. Un visage généré peut ressembler à une personne réelle. Sur un usage publicitaire, c’est un risque à examiner.

---

En résumé. Un bon prompt vidéo décrit un dispositif de prise de vue, pas une ambiance. Et même parfaitement écrit, il produit un plan, pas une séquence : la cohérence entre plans reste le verrou, et c’est elle qui détermine ce que la génération peut réellement faire pour vous aujourd’hui.