Les prompts vidéo IA cinématographiques vont au-delà de simples descriptions de scène. Cet article détaille le langage précis auquel les modèles répondent : types de plans, direction de la lumière, mouvements de caméra, atmosphère et composition. Il propose des exemples de prompts prêts à l’emploi pour les scènes d’action, de drame, de nature et urbaines, ainsi qu’un guide pas à pas pour Kling v3 Video sur PicassoIA.
La différence entre une vidéo IA plate et générique et une vidéo qui stoppe le spectateur en plein défilement tient presque toujours à un seul élément : le prompt. Plus précisément, à la quantité de langage visuel qu’il contient. La plupart des gens tapent une description de scène et se demandent pourquoi le résultat ressemble à une diapositive PowerPoint animée. Les directeurs de la photographie passent toute leur carrière à apprendre à parler de la lumière, de l’espace, du mouvement et de l’émotion. Vous pouvez emprunter ce langage dès maintenant, et cela change tout.
Les prompts génériques traitent les modèles de vidéo IA comme des moteurs de recherche. « Un coucher de soleil sur l’océan » décrit un sujet, pas un plan. Il ne donne au modèle qu’un thème avec lequel travailler. Les directeurs de la photographie professionnels ne disent jamais « filmez un coucher de soleil ». Ils disent : « Plan large d’établissement, contre-plongée au niveau du sable, rochers au premier plan en silhouette, horizon doré, caméra qui avance lentement de 50 mm à l’équivalent 85 mm, faible profondeur de champ à f/2.8, heure dorée, palette chaude Kodak Vision3. »
Cette précision n’est pas un ornement. Chaque mot est une instruction.
Le manque de vocabulaire explique pourquoi tant de clips générés par IA paraissent sans poids. Ils ont un sujet mais pas de grammaire visuelle. Aucune information spatiale. Aucune direction de lumière. Aucun rapport entre le premier plan et l’arrière-plan. Aucun opérateur de caméra implicite qui fasse des choix délibérés. Ajoutez cette grammaire, et le résultat passe de quelque chose que le modèle devine à quelque chose qu’il exécute.
Les modèles de texte vers vidéo actuels comme Kling v3 Video, Seedance 2.0 et Veo 3 sont entraînés sur d’immenses jeux de données de films réels et générés par IA. Ils ont profondément intégré les concepts cinématographiques. Quand vous écrivez « objectif portrait 85 mm », ils comprennent la faible profondeur de champ. Quand vous écrivez « contre-jour de l’heure dorée », ils savent créer un contre-jour et un reflet de lentille. Quand vous écrivez « travelling avant », ils génèrent un mouvement de caméra.
💡 La règle : si un directeur de la photographie le dirait sur le plateau, mettez-le dans votre prompt. S’il ne le dirait pas, demandez-vous si cela a sa place.
Les plans d’établissement posent la géographie, l’échelle et l’atmosphère. Ils indiquent au spectateur où il se trouve et à quel point le monde paraît vaste. Dans votre prompt, précisez explicitement la taille du cadre.
Structure d’un prompt de plan d’établissement :
Exemple : « Plan très large d’établissement d’un bateau de pêche isolé, à l’ancre dans un fjord norvégien à l’aube, caméra placée au bord d’une falaise à 300 pieds au-dessus du niveau de l’eau et regardant vers le bas, le bateau minuscule au pied des immenses parois gris-vert du fjord, brume matinale accrochée à la surface de l’eau, lumière diffuse et couverte sans ombres dures, plan fixe sur trépied, objectif grand-angle 35 mm, photoréaliste »
Les gros plans portent un poids émotionnel. C’est là que le public se connecte à un personnage ou à un moment. Un mauvais prompt de gros plan produit un portrait. Un bon produit une sensation.
À inclure pour les gros plans :
Le mouvement de caméra transforme une image fixe en une scène vivante et respirante. La plupart des débutants l’omettent complètement, ce qui explique pourquoi leurs résultats ressemblent à des photographies qui se mettent par hasard à bouger.
| Mouvement de caméra | Ce qu’il communique | Formulation dans le prompt |
|---|---|---|
| Travelling avant lent | Tension croissante, intimité | « caméra avançant lentement » |
| Révélation par recul | Échelle, isolement, découverte | « recul lent de la caméra révélant les alentours » |
| Orbite (plan en arc) | Puissance, admiration, célébration | « caméra tournant autour du sujet sur 180 degrés » |
| Suivi à l’épaule | Urgence, authenticité | « caméra à l’épaule suivant le sujet » |
| Plan fixe verrouillé | Calme, observation, immobilité | « plan fixe sur trépied, aucun mouvement de caméra » |
| Grue ascendante | Grandeur, transition, liberté | « caméra s’élevant lentement du niveau du sol vers une vue aérienne » |
Des modèles comme Video 01 Director et Kling v2.6 Motion Control sont spécialement conçus pour interpréter les instructions de mouvement de caméra. Utiliser ce langage compte donc encore davantage avec ces outils.
La lumière n’est pas un élément décoratif au cinéma. C’est une information narrative. La direction, la qualité, la température de couleur et l’intensité de la lumière indiquent au spectateur comment ressentir la scène avant qu’un seul mot ne soit prononcé.
La lumière naturelle a des noms et des comportements précis que les modèles connaissent bien.
Heure dorée : lumière ambrée chaude à 10-15 degrés au-dessus de l’horizon, ombres longues, fort contraste. Prompt : « contre-jour de l’heure magique depuis la gauche de la caméra, sujet en contre-jour en silhouette, premier plan baigné d’une lueur ambrée chaude »
Ciel couvert diffus : lumière uniforme, douce, sans ombre, avec une légère dominante bleu-gris. Prompt : « ciel fortement couvert, lumière douce et diffuse sans ombres directionnelles, légère teinte bleutée sur les hautes lumières »
Heure bleue : les 20 à 30 minutes après le coucher du soleil, ciel bleu profond, lumières de la ville qui commencent à briller. Prompt : « crépuscule civil, ciel bleu profond environ 15 minutes après le coucher du soleil, lumières ambiantes de la ville qui commencent à s’allumer, aucune lumière de remplissage artificielle dure »
💡 Astuce : précisez toujours d’où vient la lumière : à gauche de la caméra, à droite de la caméra, au-dessus, en contre-jour, ou source pratique (fenêtre, lampe, feu). Ce seul détail améliore nettement les prompts.
Un éclairage artificiel à source unique crée les looks cinématographiques les plus dramatiques et les plus contrastés.
Isolement au projecteur : « Projecteur unique et dur placé juste au-dessus, tout ce qui se trouve hors du cercle de lumière complètement noir, ombres aux bords nets sur le sol, particules de poussière visibles dans le faisceau »
Lumière de fenêtre : « Fenêtre unique à droite de la caméra, lumière directionnelle dure créant une séparation nette entre zones claires et sombres sur le visage du sujet à 45 degrés, triangle de Rembrandt du côté de l’ombre »
Sources pratiques : « Éclairé uniquement par les flammes d’une cheminée depuis le bas à gauche, lumière orange chaude et vacillante créant des ombres dynamiques, aucune autre source lumineuse dans le cadre »
Les trois plans d’un cadre donnent de la profondeur aux plans et les rendent tridimensionnels plutôt que plats. Quand vous ne décrivez qu’un seul plan, vous obtenez une image plate.
Prompt faible : « Une femme debout dans une forêt »
Prompt efficace : « Une femme en chemise de lin blanc debout au second plan de la forêt, fleurs sauvages et fronde de fougères floues au premier plan en mise au point douce à 2 pieds de la caméra, vieux troncs de pins s’éloignant vers un arrière-plan brumeux à 100 pieds derrière elle, objectif 50 mm créant une compression de perspective naturelle »
Le modèle a besoin des trois plans pour construire la profondeur. Cela vaut autant avec Wan 2.7 T2V sur des plans de paysage larges qu’avec Pixverse v6 sur des scènes de personnages.
La description de l’atmosphère agit à plusieurs niveaux. Brouillard, brume, fumée, pluie et vapeur ne sont pas de la météo. Ce sont des diffuseurs de lumière qui créent l’ambiance et la profondeur spatiale.
Termes d’atmosphère efficaces :
Le vocabulaire de l’étalonnage fonctionne aussi très bien : « colorimétrie Kodak Portra 400 », « verts saturés Fuji Velvia », « tons froids désaturés avec une peau chaude préservée », « contraste élevé en bleach-bypass ».
Les scènes d’action doivent transmettre la vitesse, l’énergie et les enjeux à travers le prompt lui-même.
Scène de sprint : « Plan de suivi en contre-plongée d’une femme qui sprinte dans une rue de ville trempée de pluie la nuit, caméra à hauteur des tibias se déplaçant latéralement pour suivre son rythme, flou de bougé sur des bras et des jambes en mouvement, visage net et concentré, reflets néon striant le pavé mouillé, objectif grand-angle 24 mm, à l’épaule »
Escalade de poursuite : « Plan subjectif en courant dans un marché bondé, vendeurs et clients défilant en flou de chaque côté, caméra légèrement inclinée et rebondissant au rythme des pas, paniers et tissus frôlant les bords du cadre, soleil vertical de midi, mise au point peu profonde vers l’avant »
Pour l’action rapide, Kling v2.5 Turbo Pro gère les mouvements rapides sans artefacts d’image, tandis que Gen 4.5 offre une bonne qualité de mouvement avec un rendu cinématographique.
Ces scènes reposent entièrement sur la précision des détails physiques et sur la retenue. La caméra doit observer plutôt que dramatiser.
Deuil : « Plan moyen d’un homme assis seul à une longue table de salle à manger, dans une maison trop silencieuse pour lui, un seul couvert devant lui, nourriture intacte, lumière de fin d’après-midi venant d’une fenêtre lointaine et découpant une seule bande dorée sur la table, caméra fixe et distante, aucun mouvement, objectif portrait 85 mm, grain de film Kodak »
Joie : « Gros plan du visage d’une femme au moment où elle lit une lettre, son expression passant du neutre à l’incrédulité puis à une joie irrépressible sur 4 secondes, lumière naturelle de fenêtre depuis la gauche de la caméra, aucun mouvement, seulement son visage et le son de sa respiration, objectif 100 mm, faible profondeur de champ »
💡 Pour les moments de personnages : résistez à l’envie de décrire l’émotion. Décrivez les détails physiques qui créent l’émotion. Laissez le modèle faire le travail émotionnel.
Les plans de paysage ont besoin de repères d’échelle et de superposition atmosphérique pour paraître cinématographiques plutôt que comme des images de banques d’images.
Échelle de montagne : « Plan très large d’un randonneur seul debout sur une crête rocheuse, silhouette humaine occupant 3 % du cadre sur le tiers gauche, d’immenses sommets de granit remplissant les deux tiers droits, cumulus projetant des taches d’ombre mouvantes sur les faces de pierre en contrebas, compression de téléobjectif 200 mm, lumière latérale de fin d’après-midi rasant les lignes de crête »
Puissance de l’océan : « Contre-plongée au bord de l’eau, objectif à 6 pouces au-dessus de la surface, une vague massive qui approche et s’apprête à déferler sur la position de la caméra, texture de l’eau limpide comme du verre au premier plan, écume blanche bouillonnant à la crête, ligne d’horizon haut dans le cadre, grand-angle ultra-large 16 mm »
LTX 2.3 Pro restitue des détails exceptionnels dans les scènes de nature et de paysage, en sortie 4K. Pour les scènes où l’échelle de l’environnement est l’essentiel, le temps de rendu en vaut la peine.
Les scènes urbaines de nuit reposent sur les sources lumineuses, les reflets et le contraste entre la chaleur et l’obscurité.
Rue de nuit : « Plan moyen large d’une ruelle étroite de Tokyo à 2 h du matin, lanternes de restaurant de ramen et distributeurs automatiques formant des poches chaudes de lumière orange et rouge, la voie entre les immeubles d’un bleu-noir profond, une silhouette solitaire en long manteau s’éloignant de la caméra vers la lumière, 50 mm, balance tungstène Kodak Vision3 »
Drame en gare : « Plan large en intérieur d’une grande gare ferroviaire européenne au moment d’un départ, vapeur et mouvement de foule créant une énergie chaotique autour d’une silhouette immobile, lumières incandescentes chaudes du plafond luttant contre la lumière bleue et froide venant des portes ouvertes de la gare, objectif grand-angle 28 mm, travelling avant lent vers la silhouette immobile »
Kling v3 Video fait partie des meilleurs modèles disponibles pour la génération de scènes au style cinématographique. Il gère mieux que la plupart des alternatives les mouvements de caméra complexes, les scènes à plusieurs sujets et l’éclairage atmosphérique. Voici comment en tirer le meilleur parti.
Ouvrez Kling v3 Video sur PicassoIA et accédez à l’interface de génération.
Rédigez votre prompt par couches avec cette structure :
Réglez la durée à 5 secondes pour les scènes maîtrisées, 10 secondes pour les scènes avec un mouvement ou une évolution importante.
Générez et examinez : vérifiez que le mouvement de caméra correspond à votre intention, que la direction de la lumière reste cohérente et que le mouvement du sujet paraît naturel.
Itérez sur les détails : si le plan paraît trop plat, ajoutez des éléments au premier plan. Si la lumière semble incorrecte, précisez plus exactement sa direction.
💡 Prompt négatif : utilisez-le pour bloquer les artefacts courants de la vidéo IA. Incluez : « CGI, illustration, animation, sursaturation, mouvement non naturel, saccades, visages déformés »
À essayer aussi : Kling v2.6 pour des caractéristiques de mouvement légèrement différentes, et Seedance 1.5 Pro quand vous voulez une génération audio native en plus du rendu cinématographique.
Chaque modèle a ses forces. Associer le type de scène au bon modèle, c’est déjà la moitié du travail.
| Type de scène | Modèle recommandé | Pourquoi |
|---|---|---|
| Action très dynamique | Kling v2.5 Turbo Pro | Gère les mouvements rapides sans artefacts |
| Cinématographique avec son | Seedance 2.0 | Génération audio intégrée au rythme visuel |
| Scènes ultra-réalistes | Veo 3 | Fort réalisme des personnages et audio natif |
| Paysages en sortie 4K | LTX 2.3 Pro | Résolution 4K et détails environnementaux solides |
| Mouvement de caméra contrôlé | Video 01 Director | Contrôle explicite du mouvement de caméra |
| Brouillons à livraison rapide | Hailuo 2.3 Fast | De la vitesse sans trop sacrifier la qualité |
| Dernière qualité Google | Veo 3.1 | Rendu cinématographique en 1080p avec un mouvement solide |
| Cinématographique polyvalent | Gen 4.5 | Mouvement cinématographique solide à un tarif accessible |
| Plans larges en 1080p | Wan 2.7 T2V | Sortie 1080p fiable et polyvalente |
| Clips cinématographiques rapides | Pixverse v6 | Génération rapide avec synchronisation audio-vidéo cinématographique |
La bonne approche consiste à tester 2 ou 3 modèles avec le même prompt. Vous verrez vite lequel gère le mieux votre type de scène, et ce discernement se construit rapidement dès que vous comparez les résultats côte à côte.
Chaque structure de prompt de cet article est une formule, pas une phrase magique. Le vrai travail consiste à adapter ces modèles à votre scène, à tester et à affiner. Les modèles disponibles aujourd’hui, de Kling v3 Video à Sora 2 Pro en passant par Seedance 2.0, répondent au langage cinématographique d’une façon qui n’était pas possible il y a 18 mois.
Prenez dès maintenant une scène qui vous vient à l’esprit. Découpez-la en : type de plan, sujet, environnement, direction de la lumière, mouvement de caméra, atmosphère et objectif. Tapez-le. Lancez la génération. L’écart entre ce que vous avez imaginé et ce qui sort sera plus petit que vous ne le pensez.
Tous les modèles cités dans cet article sont disponibles directement sur PicassoIA, sans aucune installation de logiciel. Commencez par une seule scène. Modifiez une variable à la fois. C’est ainsi que vous développerez une vraie intuition, plus vite que par n’importe quelle lecture.
Choisissez votre langue
