Points essentiels
Écrivez un mouvement, pas une ambiance
« Caméra cinématographique » n’indique pas ce qui change entre la première et la dernière image. « La caméra avance lentement vers le sujet en gardant les yeux au centre » le fait. Une instruction exploitable contient un verbe de caméra, une direction, un rythme et une cible de cadrage. Travelling avant, recul, panoramique à gauche, inclinaison vers le haut, orbite dans le sens horaire et suivi latéral sont des actions physiques. Dramatique, énergique et immersif décrivent le ressenti voulu, mais le modèle doit encore inventer l’action. Placez d’abord l’instruction physique ; n’utilisez l’ambiance que comme modificateur secondaire une fois le mouvement sans ambiguïté.
Travelling, zoom et mouvement du sujet sont différents
Un travelling change la position de la caméra, de sorte que l’avant-plan et l’arrière-plan se décalent l’un par rapport à l’autre. Un zoom change le cadrage sans déplacer la caméra. Un sujet qui marche vers une caméra fixe est un troisième événement. Combiner les trois à la légère crée des changements d’échelle et une dérive du visage, car on demande au modèle de modifier la perspective, le recadrage et la position du corps en même temps. Décidez quel changement porte le plan. Pour un portrait, « slow dolly in, subject remains still » (lent travelling avant, le sujet reste immobile) est plus stable que « camera zooms in as the subject approaches » (la caméra zoome pendant que le sujet approche). Si le sujet doit bouger, gardez l’instruction de caméra modeste.
Un seul mouvement principal par clip court
La plupart des clips générés sont trop courts pour qu’un panoramique, une orbite, un mouvement de grue et un travelling avant s’installent chacun proprement. Plusieurs mouvements se fondent souvent en un tremblement imprévu, ce qui augmente le risque d’échec. Choisissez un mouvement principal et, si nécessaire, un comportement secondaire retenu : « slow clockwise orbit with a slight upward rise » (lente orbite horaire avec une légère montée) est cohérent ; « orbit, whip-pan, zoom and pull back » ne l’est pas. Traitez une séquence complexe comme des clips séparés. Générez le premier mouvement, gardez sa dernière image, puis utilisez-la pour commencer le plan suivant afin que chaque demande ait une seule tâche.
Versions et options
- Choisissez une action de caméra principale : travelling, panoramique, inclinaison, orbite, suivi, grue ou léger flottement à l’épaule.
- Nommez sa direction et son rythme, par exemple « slow clockwise orbit » ou « gentle dolly backward for the full shot ».
- Ajoutez un ancrage de cadrage : visage centré, à la taille, silhouette entière visible, ou sujet tenu sur le tiers gauche.
- Ne décrivez que le mouvement essentiel du sujet, sans le combiner avec plusieurs actions de caméra concurrentes.
- Pour l’image en vidéo, retirez les détails d’apparence déjà visibles dans l’image source.
- Testez à la durée la plus courte, puis allongez seulement quand le mouvement est stable.
Preuves et orientation
Ancrez le cadrage pendant tout le mouvement
La direction de la caméra seule ne dit pas au modèle ce qui doit rester visible. Ajoutez une contrainte de cadrage comme « waist-up framing » (cadrage à la taille), « the face stays centered » (le visage reste centré) ou « the full figure remains in frame » (la silhouette entière reste dans le cadre). C’est surtout important pour les orbites et les plans de suivi, où le modèle peut couper des membres ou laisser le sujet sortir de l’écran pour satisfaire le mouvement. La contrainte doit décrire la composition de bout en bout, pas une nouvelle scène. En image en vidéo, l’image source fournit déjà l’apparence et l’éclairage : le cadrage et le mouvement sont donc généralement les seuls détails de prompt nécessaires.
Exprimez le rythme en termes observables
Des mots comme rapide et lent sont relatifs. Associez-les au clip : « a gentle push-in lasting the full shot » (une douce avancée sur tout le plan), « one smooth half-orbit » (une demi-orbite fluide) ou « the camera settles during the final second » (la caméra se stabilise durant la dernière seconde). Cela donne une fin au mouvement et décourage l’accélération vers la fin. Pour la caméra à l’épaule, précisez l’amplitude plutôt que de demander le chaos : « subtle handheld drift, no sudden shake » (léger flottement à l’épaule, pas de secousse brusque) crée de la texture sans rendre le cadre instable. Si un modèle expose un contrôle d’intensité du mouvement, gardez la direction écrite et baissez le contrôle avant de réécrire tout le prompt.
Adaptez l’instruction au mode de génération
Le texte en vidéo doit établir sujet, décor et caméra car il n’y a pas d’image source. L’image en vidéo doit éviter de redécrire ce que le modèle voit déjà ; le faire l’invite à le modifier. Un prompt de texte en vidéo pourrait dire « a lone figure on a rain-lit street, camera tracks beside them at walking pace » (une silhouette seule dans une rue éclairée sous la pluie, la caméra la suit à côté, à l’allure de la marche). Pour l’image en vidéo, la partie utile est simplement « camera tracks slowly to the right, subject keeps walking forward, face remains in profile » (la caméra suit lentement vers la droite, le sujet continue de marcher, le visage reste de profil). La version courte protège l’identité en laissant l’apparence visible intacte.
