Prompts vidéo IA : la méthode et 20 exemples qui donnent des résultats propres

Vous tapez une phrase, vous lancez la génération, et le plan qui revient n'a presque rien à voir avec ce que vous aviez en tête. Le personnage fixe l'objectif, la caméra ne bouge pas, la lumière est plate, et le texte incrusté dans l'image ressemble à une langue inconnue. Le problème vient rarement du modèle. Il vient du prompt vidéo IA que vous lui avez donné : trop court, trop vague, et écrit comme une recherche sur un moteur plutôt que comme une note de tournage.

Un prompt vidéo n'est pas une incantation. C'est une fiche technique de quelques lignes qui décrit un plan : qui, quoi, comment c'est cadré, comment c'est éclairé, comment la caméra bouge. Cette page vous donne d'abord l'anatomie de cette fiche, ensuite la méthode pour corriger un plan raté sans tout relancer au hasard, enfin vingt exemples classés par usage que vous pouvez copier tels quels. Si la chaîne complète qui va de l'idée au fichier monté vous manque encore, notre guide du générateur vidéo par intelligence artificielle pose le décor.

La réponse courte

Un bon prompt vidéo tient en trois à cinq phrases et transporte huit informations : le sujet décrit physiquement, l'action en cours, le cadrage, la lumière, le décor, le mouvement de caméra, le rendu visuel et le son attendu. Vous l'écrivez en anglais, au présent progressif, sans nom propre, et vous décrivez ce que vous voulez voir plutôt que ce que vous refusez. Entre deux essais, vous ne changez qu'une seule chose. Le reste n'est que vocabulaire, et il s'apprend en une soirée.

L'anatomie d'un prompt vidéo, bloc par bloc

L'ordre des blocs compte moins que leur présence, mais un ordre stable vous évite d'en oublier un. Écrivez toujours dans la même séquence, comme un chef opérateur remplit sa feuille de service : d'abord ce qu'on filme, ensuite comment on le filme, enfin le style et le son. Un prompt construit ainsi se relit en trois secondes et se modifie sans le réécrire. Si vous découvrez l'exercice, notre méthode d'écriture d'un prompt vidéo en cinq blocs donne une version resserrée de cette grille, que vous complétez ensuite par les blocs propres à la vidéo.

• Le sujet. Qui ou quoi, décrit physiquement : âge apparent, morphologie, coiffure, tenue, couleurs. Jamais un nom propre, jamais un prénom de personnage : un nom propre pousse le modèle vers des visages qu'il croit connaître.
• L'action en cours. Un verbe au présent progressif, une seule action par plan. « Marchant vers la porte » vaut mieux que « elle décide de sortir puis referme derrière elle ».
• Le cadrage. La taille du plan (gros plan, plan taille, plan large), l'angle (hauteur d'yeux, plongée, contre-plongée) et la place du sujet dans l'image (à gauche, au premier plan).
• La lumière. La source, sa direction et le moment. C'est le bloc qui change le plus le rendu final pour le plus petit nombre de mots.
• Le décor. Le fond, ses matières, la profondeur derrière le sujet. Un fond décrit est un fond qui ne partira pas dans l'invention.
• Le mouvement de caméra. Fixe, travelling avant, panoramique, caméra portée, grue. Précisez la vitesse : « lent » évite les mouvements brusques qui font baver l'image.
• Le rendu. Le style visuel, choisi une fois pour toute la série : photographie documentaire, illustration dessinée, film argentique, animation en volume.
• Le son. La réplique exacte entre guillemets si le personnage parle, ou l'ambiance sonore voulue. Ce bloc n'existe pas dans un prompt d'image.

Deux détails techniques méritent d'être connus, parce qu'ils sont contre-intuitifs. Le premier : les prompts se rédigent en anglais, même pour une vidéo francophone. Les modèles vidéo ont été entraînés majoritairement sur des descriptions anglaises, et le vocabulaire de cadrage y est bien plus précis. Le second : votre voix off ou votre dialogue, eux, restent dans la langue de votre script. La langue du prompt et la langue parlée à l'écran sont deux choses distinctes.

Un prompt vidéo n'est pas un prompt d'image allongé

C'est l'erreur la plus fréquente chez ceux qui viennent de la génération d'images. Ils reprennent une description statique, ajoutent le mot « vidéo » devant, et obtiennent un plan figé où seul le fond frémit. Une image décrit un instant. Une vidéo décrit une durée, et cette durée doit contenir un début, un déroulement et une fin qui tiennent en quelques secondes. La description d'instant garde toute sa valeur ailleurs, sur une miniature ou une illustration, et nos exemples de prompts image en français montrent comment la pousser loin.

Concrètement, trois réflexes changent tout. Décrivez une action qui progresse pendant le plan, pas une pose. Donnez à la caméra un comportement, même s'il consiste à rester immobile, car « caméra fixe » est une consigne, pas une absence de consigne. Et n'entassez pas deux événements dans le même plan : un modèle vidéo à qui vous demandez d'ouvrir une porte, de traverser une pièce et de s'asseoir vous rendra les trois actions mélangées ou une seule d'entre elles.

Il faut aussi savoir que les modèles vidéo actuels produisent le son en même temps que l'image. Si vous écrivez une réplique dans le prompt, elle est jouée par le personnage, avec le mouvement des lèvres généré dans la même passe. C'est pour cette raison qu'une réplique doit tenir dans la durée du plan, une quinzaine à une vingtaine de mots au plus. La réécriture d'un texte destiné à être entendu obéit à des règles précises que nous avons détaillées dans notre guide de la voix off naturelle.

Les consignes négatives, et pourquoi « pas de » ne suffit pas

Beaucoup de prompts ratés sont d'immenses listes de refus : pas de flou, pas de texte, pas de mains déformées, pas de foule. Le résultat déçoit presque toujours, pour une raison simple. La plupart des modèles vidéo n'ont pas de champ séparé pour les interdits : votre liste part dans la même phrase que le reste. Le modèle lit donc des mots qui décrivent précisément ce que vous ne vouliez pas voir, et il lui reste très peu de place pour fabriquer ce que vous vouliez.

La règle tient en une phrase : remplissez le cadre au lieu de le vider. Un cadre entièrement décrit ne laisse plus de place à ce que vous redoutiez. Voici les conversions les plus utiles, celles que vous réutiliserez sur presque tous vos plans.

• « Pas de foule » devient « seul dans la pièce », « rue déserte », « boutique vide ».
• « Pas de texte » devient « fond uni », « mur sans affiche », « emballage sans étiquette ».
• « Pas de mains bizarres » devient « mains posées à plat sur la table », « bras le long du corps », ou simplement un cadrage qui les exclut.
• « Pas de flou » devient « mise au point nette sur le visage », « profondeur de champ large ».
• « Ne regarde pas la caméra » devient « regardant son travail », « tourné vers la fenêtre ». C'est l'ancrage qui évite la pose figée face à l'objectif.
• « Pas de mouvement brusque » devient « travelling avant lent », « caméra fixe ».
• « Pas de logos » devient « objet générique sans marque », « vêtement uni ».

Quand une interdiction revient sur toutes vos vidéos, ne la recopiez pas dans chaque prompt : rangez-la une fois pour toutes. Dans notre atelier, deux champs de préférences existent exactement pour ça, l'un pour ce qu'il faut éviter dans les images, l'autre pour les vidéos. Ils sont enregistrés sur votre compte et injectés automatiquement au moment où le prompt de chaque scène est écrit, ce qui vous évite d'y penser à la trentième scène d'une série.

Une variable à la fois : la seule méthode d'essai qui apprend quelque chose

Voici le réflexe qui sépare ceux qui progressent de ceux qui tournent en rond. Quand un plan déçoit, la tentation est de tout réécrire : nouveau cadrage, nouvelle lumière, nouveau style, nouveau mouvement. Le plan suivant sera peut-être meilleur, mais vous ne saurez jamais pourquoi, et vous ne pourrez pas reproduire le succès sur la scène d'après.

Fixez un socle : un prompt complet, avec ses huit blocs, que vous gardez tel quel. Puis testez un bloc à la fois, en remettant le précédent à sa valeur d'origine avant de passer au suivant. Quatre générations suffisent en général à comprendre ce qui coinçait, et vous en sortez avec un socle réutilisable pour toute la série.

• Écrivez le socle en entier, même les blocs dont vous êtes sûr. Un bloc absent est un bloc que le modèle remplit à votre place.
• Changez le cadrage seul, gardez tout le reste. Notez si le sujet gagne en présence.
• Revenez au socle, changez la lumière seule. C'est souvent elle qui portait le problème.
• Revenez au socle, ajoutez ou retirez le mouvement de caméra. Un plan fixe rate moins souvent qu'un travelling rapide.
• Revenez au socle, changez le rendu. Ce bloc se décide une fois et ne bouge plus de la série.
• Gardez une trace écrite de chaque version testée. Un prompt qui a fonctionné et qu'on n'a pas noté est un prompt perdu.

Cette discipline a un intérêt très concret : chaque génération consomme des crédits, et une série d'essais menés au hasard en consomme bien plus qu'un protocole de quatre essais réfléchis. Le détail des formules se trouve sur la page des tarifs, et un essai gratuit permet de roder la méthode avant de lancer une série complète.

Vingt prompts vidéo prêts à copier, classés par usage

Les exemples qui suivent sont écrits en anglais, comme il se doit, et volontairement génériques : remplacez le sujet par le vôtre, gardez la structure. Chacun est suivi de la raison pour laquelle il fonctionne, parce qu'un prompt copié sans être compris ne sert qu'une fois.

Produit et démonstration. Ces plans doivent rester lisibles et lents. Le mouvement de caméra y est toujours le seul mouvement de la scène.

• A ceramic mug on a wooden counter, steam rising slowly, medium close shot, warm morning window light from the left, shallow depth of field, camera slowly pushing in, documentary photography look. La vapeur donne la vie, le travelling avant lent donne le rythme, et rien d'autre ne bouge.
• Two hands unboxing a small white cardboard box on a plain grey table, top down shot, soft even studio light, hands entering from the bottom of the frame, camera locked, clean commercial look. Préciser par où entrent les mains évite le bras surgi du néant.
• A running shoe rotating slowly on a matte black turntable, close shot at product height, single soft key light from the right, dark seamless background, camera static, high end product film. Une seule source de lumière nommée suffit à obtenir un rendu de studio.
• A woman in her thirties wearing a plain lab coat, holding a small amber glass bottle at chest height, medium shot, subject on the right third, soft diffused light, blurred laboratory background, camera slowly tilting up, clean corporate look. La place du sujet dans le cadre est une consigne, pas un hasard.
• Macro shot of a thick cream being spread on a fingertip, extreme close up, soft side light, slow motion, camera static, glossy beauty film texture. Le ralenti est une consigne visuelle, il n'a pas besoin d'un réglage à part.

Réseaux sociaux et accroches verticales. Ici le cadrage vertical se déclare dans le prompt et le format se choisit à côté, dans les options de génération. Ces plans supportent l'imperfection : elle fait partie du code du format. Notre guide pas à pas d'une vidéo publiée sur YouTube montre comment ces accroches s'enchaînent dans une vraie chaîne.

• A young man sitting on the edge of a bed, talking straight to camera, vertical framing, chest up, natural bedroom light, handheld camera with slight movement, he says: 'I stopped doing this three weeks ago'. La réplique entre guillemets est jouée telle quelle, avec le son.
• A person scrolling a phone late at night in a dark room, over the shoulder shot, screen glow lighting the face, vertical framing, camera static, grainy realistic look. La lumière de l'écran fait tout le travail d'ambiance.
• A pair of hands writing a single word on a white board, close shot on the marker, vertical framing, bright even light, camera slowly pulling back to reveal the whole board, clean minimal look. Le mouvement de recul crée la révélation : c'est une accroche à lui seul.
• A cook pouring sauce over a plate in a home kitchen, top down vertical shot, warm overhead light, steam rising, camera static, appetizing food film. Le plan de dessus est le seul qui pardonne un décor de cuisine ordinaire.
• A woman walking fast through a busy street at dusk, seen from the front, vertical framing, waist up, city lights out of focus behind her, camera walking backwards in front of her, cinematic night look. Décrire la position de la caméra par rapport au sujet vaut mieux que nommer un mouvement technique.

Récit et narration. Ces plans servent une histoire : ils tolèrent le vide, le silence et la lenteur, qui sont justement ce qu'un modèle vidéo réussit le mieux. Le texte qui les relie s'écrit à part, avant le découpage, et notre guide du script vidéo montre comment poser cette trame.

• An old fisherman mending a net on a wooden pier at sunrise, wide shot, subject small in the left third, low golden light, calm sea behind, camera slowly craning up, warm cinematic look. Un sujet petit dans un grand cadre cache les défauts de visage.
• A child running down a narrow alley between clay walls, seen from behind, medium wide shot, hard midday sun, dust in the air, camera tracking behind at running speed, documentary look. Filmer de dos supprime d'un coup toute la difficulté du visage.
• An empty classroom at night, moonlight through tall windows, wide static shot, dust floating in the light beams, slow cold blue grade, cinematic look. Un plan sans personnage est le plan le plus fiable de toute votre série.
• A woman opening a wooden door and stepping into the light, seen from inside a dark room, medium shot, strong backlight silhouetting her, camera static at eye level, high contrast cinematic look. Le contre-jour transforme une limite technique en parti pris esthétique.
• Two men sitting opposite each other at a small table, tense silence, medium two shot, single overhead bulb, dark surroundings, camera very slowly pushing in, film noir look. Le silence se demande explicitement, sinon le modèle ajoute une ambiance sonore.

Explication, entreprise et éducatif. La contrainte ici n'est pas l'esthétique, c'est la lisibilité. Un plan explicatif réussi est un plan où l'oeil sait immédiatement où regarder.

• A hand placing three wooden blocks in a row on a white table, top down shot, bright even light, camera static, clean explainer look, plain surface with no writing. La dernière mention remplace un « pas de texte » qui n'aurait servi à rien.
• A slow aerial shot moving forward over solar panels in a dry field at sunrise, wide shot, low warm light, camera flying forward at constant speed, documentary look. La vitesse constante évite l'accélération étrange des plans aériens.
• A woman in a plain office presenting to camera, waist up, standing on the left third, soft window light, blurred office behind, camera static, she says: 'here is what changes for your team'. Le tiers gauche libère la droite pour un titre ajouté au montage.
• Close shot on a metal gear turning slowly inside a clean machine housing, side view, cold industrial light, camera static, macro technical look. Un mécanisme simple et lent passe toujours mieux qu'une machine complexe.
• A paper map unfolding on a desk, hands smoothing the edges, top down shot, warm lamp light, camera slowly zooming out, stop motion paper craft look. Le style en volume assume la fabrication et supprime la question du réalisme.

Ce qui fait refuser un prompt

Un prompt peut être parfaitement écrit et rester bloqué. Les moteurs de génération appliquent des filtres de sécurité stricts, et une scène refusée ne produit rien du tout. Ces refus surprennent souvent, car ils touchent des formulations que l'on croyait anodines.

• Les personnalités publiques, même évoquées de loin, même sur un ton humoristique. Décrivez une personne, jamais quelqu'un de reconnaissable.
• Les enfants dans des situations ambiguës. Un enfant qui joue passe, un enfant seul dans un contexte inquiétant est refusé.
• La violence, les armes, le sang, y compris dans une fiction assumée.
• Les marques, logos et emballages identifiables, qui posent en plus un problème de droits.
• Les formulations médicales ou anatomiques précises, souvent lues comme du contenu sensible.
• Les mots d'apparence technique employés hors contexte : certains termes de photographie ou d'action déclenchent le filtre à eux seuls.

La parade consiste à reformuler plutôt qu'à insister. Remplacez le terme signalé par une description équivalente et neutre, gardez la scène, relancez. Un cas mérite d'être traité à part : dès qu'un prompt décrit une personne réelle et existante, vous quittez le terrain technique pour celui du droit. Le règlement européen sur l'intelligence artificielle impose une transparence sur les contenus qui imitent des personnes réelles, et les plateformes de diffusion appliquent leurs propres obligations de déclaration. La règle de conduite est simple : on ne fabrique pas le visage de quelqu'un sans son accord écrit.

Faire écrire le prompt par la machine, puis le corriger

Écrire vingt prompts à la main pour une série de vingt scènes est un travail long et répétitif. Dans notre studio de création par IA, l'écriture des prompts est donc automatisée, et surtout laissée modifiable à chaque étape, ce qui est le point important. Un prompt qu'on ne peut pas corriger est un prompt qu'on subit.

Sur une génération unique, un bouton propose d'écrire le prompt à partir d'un simple thème : vous donnez un style ou une idée, un prompt complet en anglais apparaît dans le champ, et vous le retouchez avant de lancer. Dans l'atelier, chaque scène possède son prompt image et, si vous le souhaitez, un prompt vidéo distinct : le premier fabrique un visuel fixe, le second décrit le mouvement. Vous pouvez générer les deux, n'en garder qu'un, ou réécrire celui qui ne vous convient pas sans toucher aux autres scènes.

Le mode Réalisateur va plus loin sur les séries à personnages : il produit un plan de production complet où chaque scène reçoit son prompt en anglais, avec la description physique du personnage recopiée mot pour mot d'une scène à l'autre, des ancrages qui évitent la pose face caméra, et des images de référence rattachées à chaque plan. C'est cette recopie stricte, et non une description reformulée à chaque fois, qui garde le même visage du début à la fin.

Le prompt ne fait pas tout : durée, format et références

Trois réglages vivent à côté du prompt et pèsent parfois plus lourd que lui. Les confondre avec le texte du prompt fait perdre beaucoup de temps, parce qu'aucune formulation ne rattrape un mauvais réglage.

• La durée. Elle se choisit dans les options, pas dans le prompt. Écrire « une vidéo de dix secondes » ne change rien : c'est le réglage qui décide.
• Le format. Vertical, carré ou horizontal se sélectionne également à côté. Tous les modèles n'acceptent pas tous les formats, et un modèle incapable de produire celui que vous avez choisi est écarté de la liste plutôt que de vous rendre un résultat recadré.
• Les images de référence. Une photo jointe pèse plus lourd que dix lignes de description. C'est le seul moyen fiable de retrouver le même personnage, le même produit ou le même décor d'un plan à l'autre.
• La résolution. Elle se règle en amont et conditionne la sortie. Les recommandations officielles d'encodage de YouTube donnent les valeurs à viser si votre destination finale est cette plateforme.

Une fois ces trois réglages figés, votre prompt devient enfin la seule variable, et tout ce qui précède se met à fonctionner. D'autres questions pratiques sur la génération et sur les modèles sont regroupées dans la foire aux questions.

Questions fréquentes

Faut-il écrire ses prompts vidéo en anglais ou en français ?

En anglais. Les modèles vidéo comprennent mieux le vocabulaire anglais de cadrage, de lumière et de mouvement, et les résultats sont nettement plus stables. Votre script, votre voix off et vos dialogues restent en revanche dans la langue de votre vidéo : la langue du prompt et la langue parlée à l'écran sont indépendantes.

Quelle longueur pour un prompt vidéo ?

Trois à cinq phrases, soit une soixantaine de mots. En dessous, il manque des blocs et le modèle invente. Au dessus, les consignes se contredisent et les dernières sont souvent ignorées. Si votre prompt devient trop long, c'est presque toujours que vous avez mis deux plans dans un seul.

Comment garder le même personnage d'un plan à l'autre ?

Par une image de référence rattachée à chaque scène, jamais par une description recopiée. Une description répétée donne un cousin ressemblant, pas la même personne. Ajoutez une consigne explicite de conserver le visage, la coiffure et la tenue, et évitez les changements brutaux de lumière entre deux plans voisins.

Les consignes négatives fonctionnent-elles vraiment ?

Rarement sous la forme « pas de ». La plupart des modèles vidéo n'ont pas de champ dédié aux interdits, et votre liste se retrouve mélangée au reste du prompt. Traduisez chaque interdit en description positive : un cadre entièrement rempli ne laisse plus de place à ce que vous vouliez éviter.

Pourquoi ma vidéo ne ressemble pas du tout à mon prompt ?

Trois causes couvrent la grande majorité des cas : un prompt qui décrit une pose au lieu d'une action, deux événements entassés dans un même plan, ou un réglage de durée et de format incompatible avec la scène demandée. Reprenez le socle, testez une variable à la fois, et le coupable apparaît en général au deuxième essai.

Un prompt vidéo se travaille comme une note de tournage : on décrit, on cadre, on éclaire, on fait bouger la caméra, puis on écoute. La méthode ne demande ni talent particulier ni vocabulaire savant, seulement de la constance et un socle qu'on ne change pas au hasard. Prenez l'un des vingt exemples ci-dessus, remplacez le sujet par le vôtre, et lancez un premier plan : créer un compte vous ouvre le studio et vous laisse tester votre socle avant d'engager une série entière.