Bien rédiger un prompt vidéo : caméra, lumière et rythme

Réponse courte : un bon prompt vidéo décrit un plan unique et continu : ce que fait la caméra, d'où vient la lumière, comment le sujet bouge et combien de temps dure le clip. Ce qui le distingue d'un prompt d'image, c'est que le temps entre en jeu : vous devez indiquer en même temps une action principale, un seul mouvement de caméra et un rythme clair. Les conseils de cet article s'appuient sur le guide Veo 3.1 de Google, le guide Wan d'Alibaba et la documentation API de MiniMax.

Quelle doit être la structure d'un prompt vidéo ?

Le guide Veo 3.1 de Google propose une formule en cinq éléments : cinématographie + sujet + action + contexte + style et atmosphère. Le guide Wan d'Alibaba donne pour la génération à partir de texte la formule de base « sujet + scène + mouvement » ; sa version avancée ajoute le contrôle esthétique et le style. Les deux guides disent la même chose : un prompt qui ne décrit ni la caméra ni la lumière donne en général un plan statique dans un décor flou.

Faible : A man walks through a market.

Meilleur : Medium tracking shot following an elderly man in a green scarf as he walks slowly through a busy morning market, steam rising from food stalls, soft overcast light, warm muted colors, natural handheld feel.

Comment décrire le mouvement de caméra ?

Le guide Veo regroupe le langage de la caméra en trois familles : les mouvements (travelling, suivi, grue, vue aérienne, panoramique lent, point de vue du sujet), les compositions (plan large, plan rapproché, très gros plan, contre-plongée, plan à deux) et les objectifs (faible profondeur de champ, grand-angle, mise au point douce, macro). Le guide Wan propose un vocabulaire comparable et explique l'effet de chaque mouvement :

• Rapprochement (push in) : suggère la proximité ou la tension.
• Éloignement (pull out) : montre l'échelle ou la solitude.
• Orbite (orbit) : met le sujet en valeur ; le guide Wan conseille de garder l'arc sous 45 degrés pour éviter les déformations de l'espace.
• Caméra fixe : donne une impression de calme et de concentration.

Les documents de MiniMax pour H3 recommandent d'écrire la commande de caméra entre crochets, juste après la description concernée, par exemple [pan], [zoom] ou [static]. Quel que soit l'outil, donnez un seul mouvement de caméra par clip ; des combinaisons complexes du type « tourne en se rapprochant tout en s'élevant » donnent en général des résultats incohérents.

Comment décrire la lumière ?

Le guide Veo n'a pas de section dédiée à la lumière : elle est intégrée à la partie « style et atmosphère », avec des formulations comme « lumière douce du matin » ou « un unique projecteur dramatique de face ». Le guide Wan est plus détaillé : lumière du jour, lumière de feu, ciel couvert, lumière douce ou dure ; direction, en lumière latérale, de bord, de contre-jour ou zénithale ; ton, avec un contraste fort ou faible, des couleurs chaudes ou froides.

Close-up of a violinist's hands, warm backlight from a low window creating a golden rim on the strings, shallow depth of field, slow push in.

Règle pratique : indiquez la source et la direction de la lumière, puis ajoutez le ton.

Comment décrire le mouvement du sujet et le rythme ?

Le guide Wan donne des règles claires pour le mouvement : indiquez l'amplitude et la vitesse (« lentement », « rapidement »), gardez les actions simples et courtes, n'écrivez pas de chorégraphies longues, construisez un clip comme une prise continue et laissez les changements de scène entre les clips. En image vers vidéo, l'image définit déjà le sujet, la scène et le style : dans le prompt, indiquez seulement ce qui doit bouger et ce que fait la caméra.

Image vers vidéo : The child slowly blows on the dandelion; seeds drift to the right and out of frame. The camera stays fixed.

Pour le rythme, utilisez des adverbes : « lentement », « doucement », « d'un geste vif ». Si vous n'indiquez pas le rythme, le modèle peut choisir un mouvement trop rapide ou trop lent.

Comment équilibrer la durée et le nombre d'événements ?

Les limites officielles varient selon le modèle : 4, 6 ou 8 secondes pour Veo 3.1, de 2 à 15 secondes pour les versions cloud de Wan (2.6 et suivantes) et de 4 à 15 secondes pour MiniMax H3. La règle est simple : plus le clip est court, moins il doit contenir d'événements. Trois événements ne tiennent pas dans quatre secondes ; allongez la durée ou réduisez le nombre d'événements.

Pour une narration à plusieurs plans, le guide Veo recommande des prompts horodatés : chaque tranche de temps reçoit son propre plan. Le guide Wan propose une structure similaire pour 2.6 et 2.7 : une description générale, puis des plans numérotés et horodatés.

[00:00-00:03] Wide shot of a lighthouse on a cliff at dusk, waves crashing below.

[00:03-00:06] Close-up of the lantern room, warm light turning on. SFX: low wind and a distant bell.

Comment écrire le son et la parole ?

Le guide Veo recommande d'écrire le son sur des lignes distinctes : la réplique entre guillemets (A woman says, “We have to leave now.”), l'effet précédé de « SFX: » et l'ambiance précédée de « Ambient noise: ». Le guide Wan indique qu'à partir de la version 2.5, vous pouvez ajouter le son, les effets et la musique à côté du prompt visuel. Dans un clip court, évitez les longues répliques ; le même guide précise aussi qu'il ne faut pas attendre une synchronisation labiale fiable sur des mots précis.

Comment décrire ce que l'on ne veut pas ?

Le guide Veo conseille de décrire ce que l'on veut plutôt que ce que l'on ne veut pas ; par exemple, « un paysage désert, sans bâtiment ni route » plutôt que « pas de construction artificielle ». Il est aussi préférable de ne pas écrire le nom de personnes réelles : le guide Wan indique que les plateformes peuvent les refuser ou produire des résultats incohérents.

Comment conduire un essai de prompt ?

1. Commencez court et en basse résolution : testez l'idée sur un petit clip.
2. Changez une seule variable : si le mouvement est trop rapide, ne modifiez que le mot de rythme ; si le cadrage ne convient pas, ne modifiez que la phrase sur la caméra.
3. Fixez le premier et le dernier cadre : dans les modèles qui le permettent, donner une image de début et de fin précise la façon dont le clip commence et se termine.
4. Passez en haute résolution en dernier : une fois le prompt au point, générez la version finale en grand format.
5. Enregistrez : les liens des services cloud peuvent avoir une durée de validité limitée ; téléchargez tout de suite la version qui vous plaît.

Trois prompts vidéo pour une même idée

Pour rendre ces règles concrètes, adaptons la même idée à trois types de clips. Dans chacun, on trouve une action unique, un seul mouvement de caméra, une lumière nette et un rythme explicite.

Clip produit : le produit ne bouge pas, c'est la caméra qui se déplace.

Slow orbit around a glass bottle of olive oil on a marble counter, arc under 45 degrees, warm side light from a window, soft reflections on the glass, shallow depth of field.

Clip portrait : un petit mouvement du visage et une caméra fixe suffisent pour l'émotion.

Close-up of a young woman looking out of a train window, she slowly turns toward the camera and smiles, soft overcast light, fixed camera, quiet ambient train sound.

Clip paysage : un mouvement de la nature et une caméra lente suffisent ; inutile d'ajouter un événement complexe.

Wide aerial shot slowly pulling back from a lone cabin beside a lake at sunrise, mist drifting across the water, golden low light, calm pace.

Ce qui unit ces trois exemples : un clip ne raconte qu'une seule chose. Si vous voulez davantage, découpez la scène, générez les parties séparément, puis assemblez-les.

Erreurs fréquentes

• Trop d'événements dans un clip court : choisissez une seule action principale.
• Plusieurs mouvements de caméra : un seul mouvement par clip suffit.
• Oublier la lumière : si elle n'est pas précisée, le modèle choisit lui-même et le résultat peut paraître plat.
• Ne pas indiquer le rythme : sans mot de vitesse, le mouvement peut aller à une allure inattendue.
• Décrire à nouveau la photo en image vers vidéo : ne redites pas ce qui figure déjà sur l'image ; décrivez le mouvement.
• Écrire un long dialogue : les répliques courtes et claires donnent de meilleurs résultats.

En résumé

• Un prompt vidéo décrit un plan continu : caméra, sujet, action, contexte, lumière et style.
• Donnez un seul mouvement de caméra et une action principale par clip ; limitez l'amplitude d'une orbite.
• Indiquez la source, la direction et le ton de la lumière, puis le rythme avec des adverbes.
• Plus le clip est court, moins il doit contenir d'événements ; pour une narration, utilisez des plans horodatés.
• Écrivez le son sur des lignes distinctes et décrivez ce que vous voulez de façon positive.