Prompt image en vidéo : 21 exemples pour animer vos photos exactement comme prévu

Vous avez une photo qui vous plaît et vous voulez la voir bouger. Vous la déposez dans un générateur, vous tapez un prompt image en vidéo, vous lancez. Six secondes plus tard, le visage n'est plus tout à fait le même, le décor a glissé d'un cran, et le mouvement que vous aviez en tête n'apparaît nulle part. Le modèle n'a pas mal travaillé. Il a fait ce que votre texte lui demandait.

Le malentendu tient en une phrase. Dès qu'une image de départ est fournie, le générateur ne fabrique plus la scène, il la prolonge dans le temps. Tout ce que la photo montre est déjà acquis : le sujet, le décor, la lumière, le style. Ce qui reste à écrire, c'est ce qui commence, ce qui se termine, et ce qui ne doit surtout pas changer. Les 21 exemples qui suivent sont classés par intention et supposent que vous avez déjà choisi le type de mouvement qui convient à votre image, question traitée dans nos sept façons de donner du mouvement à une photo.

La réponse courte

Un prompt image en vidéo efficace décrit quatre choses, et rien d'autre : le geste du sujet, le mouvement de caméra, l'ambiance sonore, et les verrous qui interdisent à l'image de se transformer. Il ne redécrit ni le visage, ni le décor, ni le style, parce que la photo les porte déjà et que chaque mot qui les répète invite le modèle à les refabriquer à sa façon. Une règle tient debout dans la quasi totalité des cas : un seul mouvement principal par clip, écrit avec un verbe d'action en cours. Le studio EasyVids sépare d'ailleurs les deux écritures, avec un champ de prompt vidéo distinct du prompt d'image.

Pourquoi ce prompt n'est pas un prompt de vidéo ordinaire

En texte vers vidéo, votre texte porte tout : le sujet, le cadrage, la lumière, le rendu. Il faut donc être long et précis, et c'est la logique que suivent nos vingt exemples de prompts vidéo écrits sans image de départ. En image vers vidéo, la moitié de ce travail est déjà faite, et la refaire vous dessert. Un prompt qui recommence par « a man in a café, warm light, cinematic » donne au modèle une commande de fabrication alors que vous attendiez une animation. Il refabrique, et il refabrique autrement.

La conséquence pratique est contre intuitive : votre prompt doit rétrécir. Sur une photo bien cadrée, trois lignes bien choisies battent systématiquement quinze lignes de description. Le reste de cet article consiste à savoir quelles lignes garder.

Les quatre couches, dans l'ordre où on les écrit

L'ordre n'est pas décoratif. Les modèles vidéo accordent plus de poids au début du prompt, et tronquent la fin quand le texte dépasse la limite du modèle utilisé, souvent quelques milliers de caractères. Mettez donc l'essentiel devant, et les verrous derrière : ce sont des rappels courts, ils survivent à la coupe.

• Le geste. Ce que fait le sujet, au présent progressif, avec un début et une fin dans la durée du clip. « lifts the cup and takes one sip » est jouable en six secondes. « works in the kitchen » ne veut rien dire pour un modèle.
• La caméra. Un seul mouvement, avec son sens et sa vitesse. Deux consignes opposées dans le même prompt se neutralisent et vous rendent un plan mou.
• L'ambiance. Les modèles récents produisent aussi le son. Si vous ne dites rien, vous récupérez parfois une musique de fond ou une voix inventée sur une scène qui n'en demandait pas.
• Les verrous. Une ou deux phrases qui nomment ce qui doit rester identique. C'est la couche que tout le monde saute, et c'est celle qui sauve le plus de plans.

Un mot sur la langue : nos prompts de production sont rédigés en anglais, y compris pour des vidéos entièrement françaises. Ce n'est pas une coquetterie, c'est la langue dans laquelle ces modèles ont été entraînés, et le vocabulaire de caméra y est nettement mieux compris. Vous pouvez parfaitement écrire en français, les modèles le comprennent, mais un prompt anglais reste plus fidèle à ce que vous aviez en tête.

Cinq prompts de caméra qui tiennent sur presque toutes les photos

Commencez par là. Un mouvement de caméra propre suffit souvent à transformer une photo en plan, sans demander au modèle de toucher au sujet, donc sans risque de déformation.

• Poussée avant lente : slow push-in toward the subject, the camera moves forward a few centimetres, everything else stays still. Le plus sûr de tous : il ajoute de la tension et ne laisse aucune place à l'invention.
• Recul qui révèle : slow pull-back revealing the surroundings, the subject stays centred and in focus. À réserver aux photos larges. Sur un portrait serré, le modèle doit inventer ce qui entre dans le cadre, et il l'invente mal.
• Panoramique posé : slow lateral pan from left to right, steady tripod movement, no zoom. Précisez le sens, sinon vous obtenez un aller-retour hésitant.
• Parallaxe : subtle parallax, the foreground drifts slightly faster than the background, the camera stays almost static. L'effet de profondeur des documentaires, et le plus discret de la liste.
• Caméra portée : handheld camera with very subtle shake, natural breathing motion, no reframing. Casse l'impression de carte postale. Gardez no reframing, faute de quoi le cadrage se met à chercher son sujet.

Quatre prompts pour faire bouger le sujet sans le déformer

Dès que le sujet bouge, le risque augmente. La parade tient en deux principes : une action bornée, et le moins de mouvement possible sur le visage. Un visage qui pivote force le modèle à inventer des angles qu'aucune image ne lui a montrés.

• Respirer et regarder : the person breathes gently, blinks once, then slowly turns their eyes toward the window, shoulders barely moving. Le minimum vital pour qu'un portrait cesse d'être une photo.
• Un geste qui se termine : the person finishes pouring the coffee, sets the pot down, then stays still. Une action bornée tient dans la durée du clip. Une action ouverte se répète en boucle et se voit immédiatement.
• Souffle sur les cheveux : a light breeze moves a few strands of hair and the edge of the shirt, the face stays perfectly still. Le mouvement périphérique donne beaucoup de vie sans toucher aux traits.
• Sourire progressif : a slight smile forms slowly across the whole shot, no other facial change. La mention finale n'est pas facultative : sans elle, les traits se réorganisent pendant la montée du sourire.

Quatre prompts de matière et d'éléments naturels

Ce sont les mouvements que les modèles réussissent le mieux, parce que la physique en est prévisible et qu'aucune anatomie n'est en jeu. Sur un paysage, une nature morte ou une photo d'archive, ils suffisent souvent à eux seuls.

• Eau : the water surface ripples gently, small reflections shift, the shoreline stays fixed.
• Vapeur : steam rises slowly from the cup and dissipates near the top of the frame.
• Feuillage : leaves and grass sway in a light wind, trunks and branches stay stable.
• Poussière dans la lumière : fine dust particles drift slowly through the light beam, everything else remains still.

Trois prompts d'ambiance et de lumière

Faire évoluer la lumière plutôt que le sujet est une astuce de tournage transposable telle quelle. Le plan raconte quelque chose alors que rien n'a bougé.

• Nuage qui passe : the light slowly shifts as a cloud passes, shadows lengthen across the wall, no camera movement.
• Ville la nuit : neon signs flicker faintly, distant traffic lights change, reflections move on the wet pavement.
• Flamme : the candle flame flickers softly, warm light pulses on the nearby surfaces.

Trois prompts pour une photo de produit

La photo produit est le cas où la dérive coûte le plus cher : une étiquette qui change de texte rend le plan inutilisable. Nommez toujours ce qui doit rester lisible, et préférez le mouvement de la main ou de la caméra au mouvement de l'objet.

• Orbite courte : macro shot, the camera orbits slightly around the product, the label stays readable and unchanged.
• Main qui entre : a hand enters the frame from the right, picks up the bottle and holds it steady, the label stays sharp and unchanged.
• Matière en action : macro shot, the cream is spread slowly with a fingertip, texture visible, nothing else moves.

Deux verrous à coller à la fin de chaque prompt

Ces deux formulations ne servent pas à obtenir un effet, mais à en empêcher deux. Dans notre pipeline, la première est ajoutée automatiquement dès qu'une scène met en jeu un personnage, précisément parce que l'animation reste le moment où un visage dérive le plus, même quand l'image de départ était parfaite. C'est le défaut central de la cohérence d'un personnage entre deux scènes, et il se règle par le texte.

• Verrou d'identité : every person keeps exactly the same face, hairstyle and outfit as in the input image, from the first frame to the last, no morphing, no face change.
• Verrou sonore : no dialogue, no spoken words, characters do not talk, no background music, only natural ambient sound. À retirer, évidemment, si vous voulez justement faire parler la personne à l'écran.

Le format ne se règle pas toujours dans un menu

Voici un détail que peu de guides mentionnent et qui explique beaucoup de cadrages ratés. En image vers vidéo, plusieurs modèles n'acceptent tout simplement pas de paramètre de format : ils calquent la sortie sur les proportions de l'image fournie. Choisir « vertical » dans une interface ne change alors rien du tout. Le raisonnement dépasse d'ailleurs le clip : la première image de votre plan finit souvent en miniature, et à cette taille ce sont le contraste et la direction du regard qui décident du clic, sujet de notre article sur les miniatures qui font vraiment cliquer.

Deux réflexes en découlent. Recadrez la photo au format visé avant de la déposer, et écrivez le format dans le prompt lui même, par exemple vertical 9:16 portrait format, tall vertical composition. C'est ce que fait notre serveur : la consigne de format est ajoutée en tête du texte envoyé au modèle, parce que c'est parfois le seul canal disponible. Le choix du format en amont reste le meilleur investissement, comme l'explique notre guide des tailles et ratios par plateforme.

Lire le défaut avant de tout réécrire

La faute la plus coûteuse consiste à repartir de zéro à chaque essai. Vous perdez alors l'information la plus utile : ce qui fonctionnait dans la version précédente. Changez une seule couche à la fois, relancez, comparez. Trois essais menés ainsi vous apprennent plus que quinze essais aveugles, et coûtent moins.

Deux cas méritent une mention à part. Si la génération est refusée par les filtres de sécurité, le problème n'est presque jamais votre intention : c'est un mot. Les filtres réagissent au vocabulaire corporel, aux mineurs mal décrits, aux armes, aux marques et aux personnes réelles. Reformulez en suggérant plutôt qu'en montrant. Et si le plan sort flou alors que la photo était nette, regardez la résolution de sortie demandée avant d'accuser le prompt.

Droits de la photo et déclaration : deux vérifications avant de publier

Animer une image ne crée aucun droit sur elle. Une photo trouvée sur un moteur de recherche reste la propriété de son auteur, et le visage qui s'y trouve appartient à quelqu'un. Le sujet est traité en détail dans notre article sur les photos que l'on fait parler, et la règle pratique tient en une ligne : vous animez une photo que vous avez prise, que vous avez achetée, ou dont la personne représentée vous a donné son accord.

Côté publication, deux textes vous concernent directement. Le règlement européen sur l'intelligence artificielle prévoit, à son article 50, que les contenus générés ou manipulés par une IA soient marqués de façon lisible par machine, et que le public soit informé lorsqu'un contenu représente une personne réelle de manière trompeuse. Et le centre d'aide de YouTube demande, dans sa page consacrée aux contenus modifiés ou synthétiques, de déclarer au moment de la mise en ligne toute séquence réaliste qui pourrait être prise pour une captation réelle. Une photo de famille animée pour un montage souvenir n'a rien d'un cas limite ; un visage réel placé dans une situation qu'il n'a jamais vécue en est un.

Où ces prompts s'écrivent dans le studio

Le parcours Réalisateur du studio de création EasyVids rend la chaîne explicite : chaque scène reçoit d'abord son image, construite à partir des références du projet, puis cette image est animée avec un prompt vidéo qui lui est propre. Les deux champs sont séparés à l'écran, et le second porte cette consigne courte : décrivez le mouvement, la caméra, la dynamique de la scène. Vous pouvez modifier ce texte scène par scène, relancer une seule vidéo, ou demander une réécriture assistée quand un prompt s'est fait refuser par les filtres.

Deux limites honnêtes pour finir. Un clip généré dure de quelques secondes à une quinzaine selon le modèle choisi : une photo animée est un plan, pas une séquence, et une vidéo se construit en enchaînant plusieurs de ces plans. Et l'écart de rendu entre un modèle rapide et un modèle premium reste visible sur les mouvements complexes, ce qui justifie de brouillonner avec le premier et de finaliser avec le second, arbitrage que la page des tarifs permet de situer.

Questions fréquentes

Faut-il écrire son prompt image en vidéo en anglais ?

C'est préférable, sans être obligatoire. Les modèles vidéo comprennent le français, mais leur vocabulaire de caméra et de mouvement est nettement plus riche en anglais, et les formulations courtes y sont mieux respectées. Nos prompts de production sont écrits en anglais alors que les vidéos livrées sont françaises : cela n'a aucune incidence sur la voix off ni sur le texte à l'écran.

Quelle longueur pour un prompt qui part d'une image ?

Deux à quatre lignes suffisent dans la grande majorité des cas, soit nettement moins qu'un prompt de texte vers vidéo. Tout ce que la photo montre déjà est du texte perdu, et pire, du texte qui pousse le modèle à recomposer la scène. Allongez seulement pour ajouter une contrainte, jamais pour décorer.

Pourquoi le visage change-t-il alors que je fournis une photo ?

Parce que l'animation régénère chaque photogramme et que rien, par défaut, n'interdit au modèle de faire glisser les traits d'une image à la suivante. Le verrou d'identité corrige la plupart des cas. Réduire l'amplitude du mouvement du visage et raccourcir le clip font le reste.

Peut-on donner deux images, une de départ et une d'arrivée ?

Certains modèles l'acceptent et fabriquent la transition entre les deux images, ce qui donne un contrôle très fin sur le début et la fin du plan. La contrainte est que les deux photos doivent être proches en cadrage, en lumière et en style, sinon le modèle invente un passage acrobatique entre elles. Sur les modèles qui ne prennent qu'une seule image, elle sert de première image du clip.

Combien de photos de référence peut-on joindre ?

Dans notre studio, jusqu'à cinq selon le modèle sélectionné, et l'intérêt n'est pas de multiplier les angles au hasard. Une référence de personnage, une de décor et une de produit valent mieux que cinq variantes du même visage, qui ont plutôt tendance à brouiller le résultat.

Reprenez une photo que vous aimez, écrivez trois lignes qui ne décrivent que le temps, ajoutez le verrou d'identité, et regardez. C'est le test le plus rapide pour comprendre ce que change vraiment cette façon d'écrire. Pour l'essayer sur vos propres images, la création d'un compte ouvre le studio complet, avec le champ de prompt vidéo séparé sur chaque scène.