Prompts Vidéo IA Qui Tiennent au-delà de 3 secondes
Résumé
Les bons prompts vidéo IA dirigent un plan au lieu de décrire une image. Nomme un sujet, une action, un mouvement caméra, la lumière et une chose qui doit rester inchangée. Garde tes clips à un seul beat, utilise le vrai vocabulaire caméra et ajoute une ligne de verrouillage pour arrêter les arrière-plans qui dérivem. Pour image-to-video, décris seulement le mouvement. Commence avec un modèle, change un élément à la fois et juge les clips en silence avant d'ajouter du son.
Tu as tapé « un cool cinematic shot d'une ville la nuit » et tu as eu huit secondes de soupe à néon fondue. Bienvenue au club. Les bons prompts vidéo IA ne décrivent pas une image. Ils dirigent un plan : qui fait quoi, où la caméra va, combien de temps ça dure, ce qui reste gelé. Voici la structure cinq éléments qu'on vole à chaque prompt qui marche, plus des exemples prêts à copier que tu peux balancer dans Veo, Kling ou Runway aujourd'hui.
Pourquoi ton prompt se désagrège après deux secondes
Un prompt d'image fixe décrit un seul frame. Un prompt vidéo doit décrire du temps. C'est toute la différence et c'est pourquoi un réflexe Midjourney s'écroule dès que tu appuies sur le bouton vidéo.
Quand tu décris juste un look, le modèle doit inventer le mouvement. Il choisit l'option la plus fainéante : un zoom lent, un visage qui dérive, un arrière-plan qui se réarrange doucement. Tu demandais une ambiance et tu as eu un économiseur d'écran.
La solution est ennuyeuse et elle marche. Nomme le sujet, une action, le mouvement caméra, la lumière et une chose qui doit rester inchangée. Cinq éléments. Oublis-en un et le modèle le remplit pour toi, généralement mal.
Le propre guide de prompts de Google pour Veo arrive au même squelette : sujet, action, style, position caméra et mouvement, composition, ambiance. On l'a juste condensé pour que tu puisses le garder en tête pendant que tu tapes.
La formule cinq éléments, avec un prompt à voler
Voilà le cadre. Écris-le dans cet ordre, en une ou deux phrases simples, et garde-le sous environ 60 mots pour une première passe.
Sujet : une syntagme nominale avec deux précisions. « Un coursier en veste de pluie jaune », pas « une personne ».
Action : un verbe, un beat. « Traverse la rue et s'arrête sous une enseigne qui clignote ».
Caméra : taille du plan plus mouvement. « Contre-plongée, push-in lent ».
Lumière et grade : « lumière des réverbères sodium, asphalte mouillée, grain 35mm ».
Verrouillage : ce qui reste fixe. « L'enseigne et les bâtiments restent statiques, aucun personnage supplémentaire ».
Vole celui-ci :
Un coursier en veste de pluie jaune traverse une rue vide la nuit et s'arrête sous une enseigne qui clignote. Contre-plongée, push-in lent, grain 35mm, lumière sodium réfléchie sur l'asphalte mouillée. Enseigne et bâtiments restent statiques, aucun personnage supplémentaire, pas de texte.
Vois ce qui manque. Pas « épique », pas « chef-d'œuvre », pas « 8K ultra détaillé ». Ces mots sont des restes de l'époque des modèles d'image et ils ajoutent du bruit, pas de la direction. Dépense ces tokens sur la caméra à la place.
Le langage caméra est la plus cheap upgrade que tu as
Si tu ne fixes qu'un seul élément, c'est celui-ci. Les modèles ont vu des millions de clips étiquetés avec le vocabulaire du cinéma, donc les vrais termes caméra tirent le vrai comportement. Les vagues tirent la moyenne.
Une courte antisèche qui change vraiment les outputs :
Push-in / Pull-back : les mouvements les plus sûrs. Commence ici.
Traveling : la caméra suit le sujet latéralement ou par derrière. Excellent pour les scènes de marche.
Mouvement orbital / Arc : puissant, aussi le mouvement le plus susceptible de déformer les visages. Garde le clip court.
Fixe verrouillé au trépied : sous-estimé. Un shot tripode avec seulement le sujet qui se déplace est la chose la plus stable que tu puisses demander.
À l'épaule : ajoute de la vie, ajoute du tremblement. Dis « subtil » ou tu auras du earthquake cam.
Un seul mouvement par clip. Deux mouvements simultanés (« orbiter tout en zoomant et tilter vers le haut ») c'est là où la physique va mourir. Si tu veux une révélation complexe, construis-la comme des shots séparés et coupe-les ensemble.
Prompts Image-to-Video : Décris le Mouvement, Pas l'Image
Commencer à partir d'une image fixe c'est le code de triche silencieux de tout ce craft. Tu verrouilles le look avec un modèle d'image d'abord, puis tu animes. Le prompt vidéo cesse d'être une description et devient une stage direction.
L'image contient déjà le sujet, la lumière et la palette. Les répéter gaspille des mots et parfois combat le frame. Écris seulement ce qui bouge :
La femme tourne lentement la tête vers la fenêtre. Les rideaux se soulèvent dans une légère brise. La caméra reste fixe. Tout le reste du frame reste exactement comme il est.
Cette dernière phrase a plus d'importance qu'il n'y paraît. « Tout le reste reste comme il est » c'est un verrouillage bon marché contre les arrière-plans qui dérivent qui donnent la vidéo IA.
Si tu construis des références dans Midjourney ou Flux d'abord, garde la composition simple : un sujet clair, de la place autour pour que la caméra bouge. Une image crampon et occupée ne donne rien de sûr au modèle vidéo pour avancer.
Prompts Qui Valent le Coup : Trois Scènes, Trois Jobs
Les bibliothèques de prompts aiment le volume. On préfère te donner trois qui enseignent chacun un réflexe différent. Remixe libre, mais commence par ceux-ci.
Le product beat. Court, contrôlé, aucun humain à déformer.
Macro shot d'une tasse céramique matte sur un comptoir en pierre à l'aube. La vapeur s'élève doucement. Un pull-back lent révèle une cuisine baignée de soleil. Lumière douce de la fenêtre, faible profondeur de champ. La forme de la tasse et le comptoir restent inchangés. Aucune main, aucun texte.
La pièce d'ambiance. Un personnage, un geste, beaucoup d'atmosphère.
Une silhouette solitaire avec un parapluie s'éloigne dans une ruelle néon pluvieuse la nuit. Wide shot verrouillé, flare anamorphe, pluie intense, reflets mouillés, grain 35mm. La silhouette continue de marcher à un rythme régulier. Aucune coupure.
La boucle. Pour les arrière-plans, les sections hero, les posts réseaux qui ont besoin de replay sans couture.
Nuages qui dérivent lentement sur une crête montagneuse à l'heure dorée, caméra statique, parallaxe doux dans l'herbe du premier plan. Grade film doux. Le mouvement est subtil et continu, les frames de début et de fin se ressemblent.
Chacun suit les cinq éléments. Chacun termine avec un verrouillage. C'est le motif et c'est pourquoi ils tiennent au-delà de la troisième seconde.
Son, Durée et Format d'Image : Les Settings Que Les Gens Oublient
Trois détails s'asseient en dehors des cinq éléments et cassent toujours les clips quand on les ignore.
Durée. Les clips courts tiennent, les longs dérivent. Si un modèle offre cinq à huit secondes, demande un beat et arrête. Besoin de trente secondes ? Prévois six shots, pas une génération héroïque. Les monteurs coupent sur l'action depuis un siècle pour une raison.
Format d'image. Décide avant d'écrire, parce que la composition dépend de ça. Un push-in lent dans un couloir se lit magnifiquement en 16:9 et se sent à l'étroit en 9:16. Pour le vertical, mets le sujet dans le tiers central et laisse de la place en haut pour l'interface. Dis le format dans le prompt si l'outil te le permet.
Son. Certains modèles génèrent maintenant l'audio avec l'image. Si le tien le fait, écris le son comme tu écris le shot : « sifflement éloigné du trafic, pluie sur un auvent métallique, une sirène sourde ». Saute les demandes de musique à moins que tu en aies vraiment besoin. Tu vas vouloir la scorer toi-même de toute façon.
Voici une version du prompt du coursier avec son ajouté :
Un coursier en veste de pluie jaune traverse une rue vide et s'arrête sous une enseigne qui clignote. Contre-plongée, push-in lent, grain 35mm, 16:9. Son ambiant : pluie régulière, trafic lointain, léger bourdonnement électrique de l'enseigne. Pas de dialogue, pas de texte.
Même cinq éléments, une ligne supplémentaire. C'est toute l'upgrade.
Quel Modèle Reçoit Quel Prompt ?
Même prompt, différent modèle, résultat différent. N'attends pas qu'un prompt maître voyage. Quelques généralités honnêtes, aucun benchmark prétendu :
Veo gère bien les phrases longues, descriptives, cinématographiques et peut porter du dialogue et des indications sonores quand tu les écris. Kling tend à récompenser une action physique claire et les instructions caméra, et c'est une maison confortable pour image-to-video. Runway aime les prompts stricts, retenus et te donne plus de contrôle hands-on une fois que tu itères.
Si tu préfères ne pas jongler trois onglets, Higgsfield mets plusieurs modèles vidéo derrière un workspace. C'est pratique quand tu veux balancer le même prompt dans deux moteurs et comparer, ce qui est le chemin le plus rapide pour apprendre ce que chacun écoute vraiment.
Notre take : choisis un modèle, apprends ses bizarreries une semaine, puis branche-toi. Sauter entre moteurs à chaque fois qu'un clip déçoit ne t'enseigne rien.
Oublie Ces Habitudes (Elles Te Coûtent Des Crédits)
Des conseils circulent parce qu'ils sonnent bien. Ça n'est pas. Oublie :
Stack de mots de qualité. « Ultra réaliste, 8K, chef-d'œuvre, récompensé » ne rend pas une vidéo meilleure. Ça dilue l'instruction.
Prompts longs, roman-fleuve. Au-delà d'environ 100 mots, les modèles abandonnent les premiers détails. Court et spécifique bat long et poétique.
Demander du texte dans le frame. Les panneaux, les captions et les logos se déforment généralement mi-clip. Ajoute les titres dans ton éditeur.
Cinq actions dans un clip. Cinq secondes c'est un beat. Divise le reste en générations séparées.
Réécrire à zéro à chaque fois. Garde un prompt qui marche, change un élément, compare. C'est une vraie expérience.
Comment Itérer Sans Cramer Tes Crédits
Traite chaque génération comme un test, pas un billet de loterie. Change un élément à la fois. Si le mouvement déconne, touche la ligne action. Si le look dérive, resserre le verrouillage. Si la caméra flotte, remplace « orbital » par « push-in lent ».
Garde une note courante de ce qui marche, dans n'importe quel format que tu vas vraiment rouvrir. Les boards Are.na marchent bien pour ça, tout comme un fichier texte simple. Le point c'est que ton troisième prompt doit commencer par le gagnant de ton deuxième prompt, pas à partir de zéro.
Et regarde les clips en silence d'abord. Juge le mouvement seul avant de laisser une belle bande sonore le pardonner.
Ce à Quoi Essayer ce Soir
Choisis une scène des trois ci-dessus, balance-la dans un seul modèle et change seulement la ligne caméra. Balance-la trois fois : fixe, push-in, traveling. Mets les clips côte à côte. Tu vas apprendre plus de cette expérience de dix minutes que de n'importe quelle liste de cent prompts.
Copie le prompt, jette-le dedans et vois ce qui casse. Puis dis-nous quel élément tu fixerais d'abord.