Vous avez soigné votre description. Trois lignes précises : l'âge, la coiffure, le manteau. Vous les recollez dans chaque scène, et au quatrième plan votre héroïne a changé de visage. Le coupable n'est presque jamais le générateur. C'est la structure du prompt personnage IA, et surtout ce que vous y avez laissé flotter sans le voir.
Un personnage tient par deux choses : une image de référence qui lui sert d'identité, et un texte qui la confirme au lieu de la contredire. Ce guide décrit la structure exacte d'une description de personnage, ce qui doit y rester figé mot pour mot, ce qui doit au contraire changer à chaque plan, et comment retrouver la ligne fautive quand un visage se met à glisser. Si vous n'avez jamais écrit de consigne visuelle, la méthode en cinq blocs pour écrire un prompt vidéo pose les bases que nous supposons acquises ici.
La réponse courte
Un prompt de personnage se compose de deux couches. Un noyau figé, écrit une seule fois : identité apparente, visage, coiffure, tenue, rendu visuel. Il se recopie à l'identique dans chaque plan, sans synonyme et sans reformulation. Et une couche variable, réécrite à chaque scène : l'action en cours, le cadrage, la lumière, l'émotion, la place dans l'image. Le noyau est doublé par une image de référence jointe à la génération. C'est la répétition mot pour mot du noyau, adossée à cette référence, qui empêche le visage de dériver. Le prénom du personnage, lui, n'a rien à faire dans le prompt.
Pourquoi une description, même excellente, ne suffit jamais
Un modèle d'image ne mémorise pas votre personnage. À chaque appel il repart de zéro et fabrique quelqu'un qui satisfait votre description. Or une description ne désigne pas une personne : elle délimite une famille de personnes. « Une femme d'une trentaine d'années aux cheveux bruns » correspond à des millions de visages, et le modèle en tire un au hasard, différent à chaque fois. Vous ne lui avez pas donné une identité, vous lui avez donné un cahier des charges.
De là vient la règle qui gouverne tout le reste : le texte resserre la famille, l'image la réduit à une personne. Une référence visuelle jointe à la génération donne le visage ; le prompt sert à empêcher le modèle de contredire cette référence. Les deux travaillent ensemble, et l'un sans l'autre échoue. Nous avons détaillé le versant image de cette mécanique dans notre guide pour garder le même personnage dans toutes vos vidéos ; ici, nous restons du côté du texte.
L'anatomie d'un prompt de personnage, segment par segment
Une description qui tient se lit toujours dans le même ordre, et cet ordre n'est pas décoratif. Les premiers mots pèsent le plus lourd : ils fixent la catégorie, et tout ce qui suit vient s'y accrocher. Un détail de tenue placé en tête prend la place d'une information d'identité, et le résultat devient imprévisible d'un appel à l'autre.
Six segments suffisent. L'identité apparente donne l'âge lu à l'écran et la silhouette. Le visage ajoute une forme et un seul détail distinctif : une cicatrice, une fossette, des lunettes rondes. La coiffure se décrit par sa longueur, sa texture, son attache et sa couleur, jamais par une seule de ces quatre propriétés. La tenue nomme chaque pièce et sa couleur. Le rendu et la lumière fixent le registre visuel commun à tout le projet. L'ancrage de pose neutralise le réflexe du regard caméra, que la plupart des modèles ajoutent d'eux mêmes quand rien ne l'interdit.
Le noyau figé : ce qui se recopie sans un mot de plus
Le noyau rassemble les segments qui n'ont pas le droit de bouger. On l'écrit une fois, on le valide, on le colle. Le mot important est coller : une reformulation, même meilleure, fabrique un autre personnage. « Cheveux châtain foncé » et « cheveux bruns » ne désignent pas la même chose pour un générateur, et « manteau beige » ne vaut pas « trench beige ».
Dans notre moteur de personnages cohérents, cette contrainte est écrite noir sur blanc dans les consignes remises au modèle qui rédige le plan de tournage : la coiffure et la tenue doivent être reprises mot pour mot du portrait de référence à chaque apparition, et une description qui contredit la photo casse la cohérence au lieu de l'aider. La règle interne tient en une phrase : la description doit confirmer l'image, jamais la corriger.
La couche variable : ce qui doit changer à chaque plan
Figer le noyau ne veut pas dire figer la scène. Si vous recopiez le prompt entier sans rien changer, vous obtenez une galerie de portraits, pas une vidéo. La couche variable porte tout le reste : l'action en cours, décrite comme un mouvement qui se déroule et non comme une pose ; le cadrage ; la lumière du lieu et du moment ; l'émotion, montrée par le corps et jamais nommée ; et la place du personnage dans le cadre.
Cette dernière mérite une attention particulière. Quand plusieurs plans consécutifs se déroulent au même endroit, la position de chacun se décide au premier plan de la séquence, puis se répète à l'identique. Inverser la gauche et la droite d'une image à l'autre casse le raccord au montage, même quand les visages sont parfaits : c'est la règle des 180 degrés, héritée du cinéma, et elle s'applique telle quelle aux images générées. Notre plan de production la reprend explicitement, en imposant de répéter la position de chaque personnage mot pour mot dans les scènes qui se suivent.
Le mot juste : pourquoi « jolie robe » ne tient pas
Un adjectif d'appréciation ne contient aucune information exploitable. « Jolie », « élégante », « moderne », « simple » : le modèle les remplace par ce qu'il connaît de plus fréquent, et ce plus fréquent change d'un appel à l'autre. Chaque mot vague est une case laissée vide dans le formulaire. Le remède est mécanique : remplacer l'appréciation par une propriété observable.
La même règle vaut pour les émotions. « Elle a l'air triste » laisse le modèle interpréter ; « les yeux baissés, la mâchoire serrée, les épaules tombantes » décrit ce que la caméra verra. Décrire en positif fonctionne aussi mieux qu'interdire, parce qu'une consigne négative attire souvent l'élément qu'elle prétend écarter. Nous avons développé ce point, exemples à l'appui, dans notre méthode de prompts vidéo.
Jamais de prénom dans un prompt de personnage
C'est la faute la plus répandue, et la plus coûteuse. Écrire « Sarah marche dans la rue » ne dit rien au générateur d'images : il ignore qui est Sarah. Pire, un prénom porte des associations statistiques apprises pendant l'entraînement, et il ramène des traits que vous n'avez pas demandés, parfois une origine, un âge ou une époque. Le nom propre appartient au script, jamais à la consigne visuelle. Le script, lui, obéit à des exigences de narration et non d'image, et notre trame de script vidéo de vente en sept étapes en donne un exemple déroulé de bout en bout.
Dans notre pipeline de personnages cohérents, la règle est absolue : les prompts de portrait, d'image et de vidéo ne contiennent jamais le nom d'un personnage. Il est désigné par sa description physique, y compris pour préciser qui prend la parole dans un dialogue. Cela donne des formulations un peu sèches, du genre « la femme au trench beige dit... », mais c'est exactement ce qu'un modèle sait exécuter.
La signature : la phrase à recopier dans chaque scène
Quand l'image de référence est jointe à la génération, le visage vient de la photo. Le rôle du prompt change alors du tout au tout : il ne doit surtout pas redécrire le visage en détail, sous peine d'entrer en concurrence avec la référence. Ce qu'il doit répéter, c'est la signature du personnage, c'est à dire sa coiffure et sa tenue, reprises mot pour mot du portrait.
Une signature ressemble à ceci : « ses longs cheveux ondulés brun foncé détachés sur les épaules, vêtue de son trench beige sur un chemisier crème ». Elle tient en une ligne, elle reste identique dans toutes les scènes du projet, et elle se colle dans chaque prompt de plan. Une signature qui varie, même légèrement, produit exactement le défaut que vous cherchiez à éviter. Le décor obéit au même principe, en plus court : on le cite (« dans le même atelier »), on ne le redécrit pas.
Le portrait de référence : ce que doit montrer la toute première image
Le prompt qui compte le plus est celui de la première image, le portrait de référence, parce que toutes les autres en découleront. Il obéit à des exigences précises : un buste, un fond neutre, une lumière douce et naturelle, une netteté franche, aucune expression marquée. On cherche une pièce d'identité, pas une belle photo. C'est d'ailleurs la formule que notre pipeline applique par défaut quand il fabrique un portrait de référence.
Un portrait pris en contre jour, de trois quarts arrière, ou avec un chapeau qui mange le front, donnera des scènes instables quels que soient vos prompts ensuite. La même exigence vaut si vous fournissez votre propre photo : elle devient la référence telle quelle, sans passer par la génération, et sa qualité conditionne tout ce qui suit.
Les prompts de personnage qui se font refuser
Un prompt bien construit peut échouer pour une raison qui n'a rien à voir avec la cohérence : les filtres de sécurité des générateurs. Nos propres consignes de rédaction, appliquées à chaque plan produit, imposent plusieurs précautions qui évitent l'essentiel de ces refus.
Les mineurs sont décrits sobrement, habillés, dans un contexte clair et de préférence en plan large, sans aucun qualificatif corporel. La violence se suggère hors champ, par une ombre ou par la réaction d'un témoin, plutôt qu'elle ne se montre. Aucune nudité, aucune sensualité. Et surtout : ni marque, ni logo, ni célébrité, ni personne réelle identifiable. Un prompt refusé ne fait pas perdre la scène, mais il consomme du temps et des essais pour rien.
Sept erreurs qui cassent un prompt de personnage
Ces défauts reviennent presque tous les jours dans les projets que nous voyons passer. Ils se corrigent en une minute quand on sait les reconnaître.
- Reformuler le noyau d'une scène à l'autre : le générateur y lit un nouveau personnage.
- Nommer le personnage dans la consigne visuelle au lieu de le décrire physiquement.
- Redécrire le visage en détail alors qu'une photo de référence est déjà jointe.
- Empiler les adjectifs : passé une certaine longueur, la fin du prompt pèse de moins en moins.
- Décrire une pose figée plutôt qu'une action qui se déroule.
- Changer la tenue en plein milieu du projet sans produire une nouvelle référence.
- Nommer une émotion au lieu de décrire ce qui la rend visible à l'écran.
Le meilleur moment pour corriger est celui où les références sont produites, avant que les scènes ne partent. C'est la logique du point de contrôle de notre production : les portraits et les décors sont générés d'abord, vous les regardez, puis vous ajustez le prompt d'un personnage et vous le régénérez seul, ou vous remplacez son image par une photo à vous. Une fois validées, ces références servent toutes les scènes. Corriger un prompt à ce stade coûte une image ; le corriger après coup coûte un projet entier. Sur une série, ce même jeu de références se réutilise d'un épisode à l'autre, comme l'explique notre guide pour construire une série avec des personnages récurrents.
Questions fréquentes
Quelle longueur pour un prompt de personnage ?
Une trentaine de mots pour le noyau, rarement plus d'une cinquantaine. Au delà, les segments de fin perdent du poids et vous obtenez l'inverse de ce que vous cherchiez : plus vous ajoutez de détails, moins chacun est respecté. Cinq propriétés précises valent mieux que quinze approximations.
Faut-il écrire son prompt de personnage en anglais ?
Oui, dans la très grande majorité des cas. Les modèles d'image et de vidéo sont entraînés surtout sur des légendes anglaises, et une consigne anglaise est mieux respectée. Cela ne concerne que la consigne visuelle : le script, la voix off et les dialogues restent dans votre langue. Nos plans de production appliquent exactement ce partage, prompts en anglais et narration dans la langue du texte.
Peut-on changer la tenue d'un personnage en cours de vidéo ?
Oui, à condition de traiter la nouvelle tenue comme une nouvelle référence. Vous générez un second portrait du même personnage avec ce vêtement, vous le validez, puis vous basculez de signature à partir de la scène concernée. Changer la tenue dans le texte seul, en gardant l'ancienne référence, produit un mélange incohérent que le modèle tranche au hasard.
Comment décrire deux personnages dans la même scène ?
Chacun garde son noyau et sa signature, et vous ajoutez leur position à l'écran, fixée pour toute la séquence. Joignez les deux portraits de référence à la génération. Au delà de trois personnes dans un même plan, la fidélité baisse nettement : mieux vaut découper la scène en deux plans que d'entasser tout le monde dans un seul cadre.
Le même prompt sert-il pour une image et pour une vidéo ?
Le noyau, oui. La couche variable, non. Un prompt d'image décrit un instant ; un prompt de vidéo décrit une durée, donc un mouvement du sujet et un mouvement de caméra. Reprenez le noyau à l'identique, puis remplacez la description de la pose par une action qui se déroule pendant le plan.
Un personnage qui reste le même n'est pas une affaire de talent d'écriture, mais de discipline : écrire le noyau une fois, le valider sur un portrait, le recopier sans y toucher, et laisser varier tout le reste. Pour l'appliquer sur un projet réel, la création d'un compte ouvre le studio et son moteur de personnages cohérents, pendant que le reste du studio EasyVids prend en charge la voix, le montage et l'export une fois vos scènes en place.