Guide pratique de la vidéo IA
Prompts vidéo IA : un guide pratique
Écrivez des prompts vidéo IA qui tiennent : sujet, mouvement, caméra, lumière, contraintes — avec exemples réutilisables et correctifs des échecs courants.
Créer avec VidVidLa plupart des mauvaises vidéos IA sont un problème de prompt qui ressemble à un problème de modèle. Le modèle a fait quelque chose de raisonnable avec une instruction ambiguë. Ce guide vous donne une structure en six parties, un vocabulaire caméra réutilisable, des prompts pour le texte-vers-vidéo et l’image-vers-vidéo, et un tableau symptôme-correctif.
La structure en six parties
Écrivez les prompts dans cet ordre. Chaque partie élimine un type spécifique d’ambiguïté.
- Sujet — ce qui est dans le cadre, et ce qui doit rester inchangé.
- Mouvement — ce qui bouge, et à quelle vitesse.
- Caméra — le mouvement physique, nommé.
- Éclairage — direction, qualité, température.
- Format — durée, format d’image, intention de résolution.
- Contraintes — ce qui ne doit pas arriver.
Un prompt avec les six parties :
A ceramic bowl of mango pomelo sago on a dark stone surface, spoon stirring slowly, camera pushes in gently, soft top-light with a warm rim, 4 seconds, 16:9, product shape unchanged, no camera shake, no objects added.
Vocabulaire caméra
Utilisez le terme physique, pas un mot d’ambiance. Les modèles répondent au langage caméra bien mieux qu’aux adjectifs.
| Mouvement | Dites ceci | À utiliser quand |
|---|---|---|
| Push in | slow push-in, camera moves toward subject |
Révèle un détail, construit la focalisation |
| Pull back | slow pull-back, camera retreats |
Révèle le contexte ou l’échelle |
| Pan / traverse | slow lateral pan, camera drifts sideways |
Montre un large espace ou une rangée |
| Tilt | slow tilt up, slow tilt down |
Révèle la hauteur ou le sol |
| Orbit | slow orbit around subject |
Turntables produit — gardez-le petit |
| Handheld | subtle handheld |
Énergie, documentaires — avec parcimonie |
| Locked-off | locked-off camera, static framing |
Quand la stabilité compte plus que le mouvement |
Prompts texte-vers-vidéo vs image-vers-vidéo
Texte-vers-vidéo doit tout construire à partir des mots, donc il a besoin de plus de détail et gagne à avoir un temps fort unique clair.
Wide shot of a fog-covered valley at dawn, mist drifting slowly, camera pushes in gently, cool diffused light, no people, 5 seconds, 16:9, locked-off framing, documentary look.
Image-vers-vidéo a déjà le sujet. Le prompt ne doit décrire que ce qui change — mouvement, caméra, lumière — puis contraindre tout le reste.
Using the reference image, the same room, very slow push-in, morning window light unchanged, walls and window frames stay straight, nothing appears or is removed, 4 seconds, 16:9, locked-off camera.
L’erreur la plus courante en image-vers-vidéo est de re-décrire le sujet en mots. Cela réintroduit la dérive. Dites using the reference image puis ne décrivez que le changement.
Jeu de prompts réutilisable
PROMPT — Établissement cinématographique
Wide aerial shot of a coastline at golden hour, waves moving slowly, camera drifts forward, warm low sun, 5 seconds, 16:9, no people, cinematic colour grade.
PROMPT — Détail macro
Extreme macro of woven fabric, very slow lateral drift, raking side light reveals texture, colour unchanged, 4 seconds, 1:1, locked-off framing.
PROMPT — Plan personnage
Using the reference image, the same person turns slightly toward camera, subtle expression change, soft window light from the left, shallow depth of field, 4 seconds, 16:9, face unchanged, same clothing.
PROMPT — Accroche verticale
Vertical frame, subject centred and fully visible in frame one, slow push-in, clean background, bright key light, 3 seconds, 9:16, readable at small size, no camera shake.
PROMPT — Turntable produit
Product rotates gently on a clean white surface, soft even studio light, subtle contact shadow, packaging text remains legible, 5 seconds, 1:1, shape unchanged.
Symptôme → correctif
| Ce que vous voyez | Cause probable | Correctif |
|---|---|---|
| Le sujet se déforme | Trop de mouvement dans une seule requête | Raccourcir à 2–4 s, réduire le mouvement caméra, ajouter shape unchanged |
| Le visage change entre les plans | Générations séparées, aucune référence partagée | Une image canonique, image-vers-vidéo, face unchanged |
| Murs ou fenêtres se courbent | Grand mouvement caméra sur de la géométrie | Push-in ou lente traversée seulement, ajouter lines stay straight |
| Les mains cassent | Zone la plus faible chez tous les modèles | Cadrez les mains hors champ, ou coupez |
| Tout dérive ou jitter | Direction caméra vague ou absente | Nommez le mouvement caméra physique, ajoutez locked-off |
| Les couleurs varient | Aucune instruction d’éclairage | Indiquez direction, qualité et température |
| Le rendu est générique | Mots d’ambiance au lieu de précisions | Remplacez les adjectifs par des noms et mouvements concrets |
| Le texte à l’écran est illisible | Les modèles ne rendent pas le texte de façon fiable | Ajoutez tout le texte en post |
Discipline d’itération
- Changez une seule chose par exécution. Si vous changez durée, caméra et éclairage ensemble, vous n’apprenez rien.
- Validez en 480p. La résolution est la dernière décision, pas la première.
- Tenez un journal de prompts. Prompt, modèle, réglages, résultat, verdict. Il devient votre bibliothèque réutilisable.
- Sauvegardez les gagnants. Un prompt qui a marché vaut plus qu’un nouveau.
Voyez le guide des tarifs vidéo IA pour ce que coûte chaque itération, et la comparaison des modèles pour quel modèle convient à quel type de prompt.
Cartes de test
Trois exercices courts bâtis sur la structure en six parties ci-dessus. Une génération chacun, et vous ne changez que ce que l’exercice demande.
Carte A — test de structure. Réécrivez votre pire prompt à l’aide du tableau en six parties. Même modèle, mêmes réglages — puis regardez ce que la réécriture a réellement apporté. Sortie : l’exécution H3 complète de cette carte — fichier, prompt et réglages — est publiée plus bas.
Carte B — test à variable unique. Prenez la sortie qui était presque bonne et ne changez que sa ligne caméra. Régénérez et comparez les deux côte à côte. Sortie : l’exécution H3 complète de cette carte — fichier, prompt et réglages — est publiée plus bas.
Carte C — test de contrainte. Prenez une sortie où le sujet se déforme, ajoutez conserver la forme exacte et divisez la durée par deux. Sortie : l’exécution H3 complète de cette carte — fichier, prompt et réglages — est publiée plus bas.
Les trois exécutions MiniMax H3 derrière ces cartes
Les mêmes trois cartes, exécutées une fois chacune sur MiniMax H3 via l’API officielle en 768P. Fichiers, prompts et réglages sont publiés ci-dessous pour que vous puissiez les rejouer à l’identique. Ce sont des essais de banc, sur une image de référence et des prompts génériques, pas sur votre catalogue : lisez-les comme une preuve de délai et de stabilité d’image, pas comme un verdict sur votre visuel.
Prompt réellement envoyé : A slow macro push-in on a matte ceramic object, realistic reflections, black studio background, premium commercial lighting, the object keeps its exact shape, no deformation, 5 seconds.
Prompt réellement envoyé : Vertical 9:16 product hook, energetic but controlled camera move, subject fully visible in the first second, bright accent colour, shallow depth of field, object shape stays fixed.
Prompt réellement envoyé : Extreme macro of a brushed metal surface, slow lateral camera move, reflected light crawling across the material, no distortion, commercial product photography look.
| Carte | Mode | Réglages | Fichier de sortie | Envoi → disponible |
|---|---|---|---|---|
| A | image → vidéo | 5s · 768P | 1344×768, 24 fps, 5.2 s, 726 KB | 196 s |
| B | texte → vidéo | 5s · 768P · 9:16 | 768×1344, 24 fps, 5.2 s, 1.0 MB | 117 s |
| C | texte → vidéo | 4s · 768P · 1:1 | 768×768, 24 fps, 4.5 s, 341 KB | 83 s |
Périmètre : trois exécutions uniques sur un seul modèle. Nous n’avons pas mesuré le débit de crédits à l’intérieur de VidVid, ni chronométré un autre modèle, ni noté la qualité de sortie : cela reste un jugement humain. Le tarif H3 publié par VidVid est de 24 crédits (3s · 480p) ; la valeur réelle est sur le bouton de génération.
Rejouez les mêmes trois cartes sur un autre modèle
Une carte mesurée n’a de sens que si le modèle est la seule variable. Gardez l’entrée, le prompt, la durée et la résolution identiques : la génération suivante vous dira ce que ce modèle fait autrement. Les modèles du tableau ci-dessus, avec leur coût d’exemple publié :
- Pruna P-Video — 4 crédits (1s · 720p) — Vidéo 720p/1080p à bas coût avec audio
- Gemini Omni Flash Text — 78 crédits (3s · native) — Texte-vers-vidéo avec audio natif
- Veo 3.1 Fast — 240 crédits (4s · 720p) — Séquences cinématographiques haute fidélité
Ouvrez le studio, chargez la même image de référence, collez le même prompt et changez de modèle. Une seule génération suffit pour voir la différence sur votre propre visuel. Lancer la comparaison dans le studio VidVid
Les montants sont les configurations d’exemple publiées par VidVid, relevées le 2026-09-21, et ne sont comparables qu’à réglages identiques. Aucun de ces modèles n’a été chronométré par nos soins.
FAQ
Quelle longueur pour un prompt vidéo IA ?
Assez long pour couvrir les six parties — généralement deux à cinq phrases. Plus long n’est pas meilleur ; plus précis est meilleur.
Dois-je écrire en anglais ?
La plupart des modèles répondent mieux à des prompts en anglais même quand votre contenu est dans une autre langue. Écrivez le prompt en anglais, ajoutez les sous-titres dans votre langue.
Dois-je utiliser des prompts négatifs ?
Énoncez les contraintes positivement quand vous le pouvez — face unchanged bat don't change the face. Les deux fonctionnent ; la formulation positive est généralement plus fiable.
Pourquoi le même prompt donne-t-il des résultats différents ?
La génération est stochastique. Lancez-la plus d’une fois et gardez la meilleure prise plutôt que de supposer qu’une exécution représente le prompt.
Puis-je demander du texte à l’écran ?
Vous pouvez, mais les modèles ne rendent pas le texte de façon fiable. Ajoutez titres, prix et sous-titres dans votre monteur.
Peut-on voir une vraie sortie MiniMax H3 avant de payer ?
Oui. Trois exécutions H3 complètes sont publiées sur cette page, avec leurs prompts, leurs réglages et les fichiers MP4 eux-mêmes — 768P, 4 à 5 secondes, 83 à 196 secondes entre l’envoi et le fichier. Les autres modèles sont listés avec leur coût d’exemple publié : rejouez le même prompt pour comparer sur vos propres images.
Pour aller plus loin
- Ouvrez le studio VidVid et lancez le jeu réutilisable sur votre propre sujet.
- Prompts par tâche : vidéo produit, immobilier, vertical.
- Garder un sujet stable : le guide du personnage cohérent.
- Budgétez les itérations : le guide des tarifs vidéo IA.