L'essentiel des mauvaises vidéos IA vient d'un bon français. Quelqu'un écrit une jolie phrase qui décrit une scène, le modèle rend une jolie phrase qui décrit une scène, et il en sort une photo de banque d'images animée : agréable, figée, inutilisable.
Le remède tient à un changement de posture. Arrêtez de décrire. Mettez-vous à diriger. Un réalisateur ne dit pas à son équipe « une belle scène de cuisine, cinématographique ». Il annonce une valeur de plan, un mouvement d'objectif, une source de lumière et une action. C'est à cela que Hailuo répond.
La formule en sept parties
Déroulez-les dans cet ordre. Les sept ne sont pas toujours nécessaires, mais les quatre premières sont quasi obligatoires.
- Sujet : qui ou quoi, décrit assez précisément pour ne pas changer d'une prise à l'autre.
- Action : un geste. Un.
- Décor : où, et quand.
- Caméra : valeur de plan plus mouvement.
- Lumière et style : d'où vient la lumière et le rendu qu'elle produit.
- Son et dialogues : ce que vous voulez entendre, répliques entre guillemets.
- Contraintes : ce qui doit rester hors champ.
Partie par partie
Sujet
Vague : une femme. Mieux : une femme d'une cinquantaine d'années, cheveux gris courts, tablier de travail bleu marine.
Les noms précis donnent au modèle une prise entre les plans. Si un personnage doit survivre à plusieurs générations, décrivez-le une fois, gardez la phrase et réutilisez-la telle quelle. Ou mieux : joignez une image de référence et cessez complètement de le décrire.
Action
C'est là que la plupart des prompts cassent. « Elle prend la tasse, marche jusqu'à la fenêtre et regarde la pluie », ce sont trois gestes. Dans un clip de six secondes, le modèle va tenter les trois, précipiter les trois et n'en réussir aucun.
Gardez celui qui compte : Elle porte la tasse à sa bouche et s'arrête. Vous générerez le déplacement comme deuxième plan si besoin.
Décor
Le lieu et le moment de la journée, en bref. Un bureau à domicile encombré, au crépuscule. Une rue mouillée à deux heures du matin. Le moment de la journée travaille énormément, parce qu'il implique la lumière avant que vous n'ayez rien dit sur l'éclairage.
Caméra
Deux composantes : la distance et le mouvement.
| Au lieu de | Dites |
|---|---|
| cinématographique | Plan rapproché, léger travelling avant |
| dynamique | Caméra à l'épaule, en filature derrière le sujet |
| épique | Plan large, lente montée en grue |
| angle dramatique | Contre-plongée, caméra fixe, le sujet occupe le tiers gauche |
| joli plan | Plan d'amorce, faible profondeur de champ |
La colonne de gauche est une humeur. Celle de droite est une consigne. Une seule des deux est exécutable.
Lumière et style
Nommez la source, pas l'ambiance. Soleil dur de midi à travers un store vertical. Une seule lampe dans le décor, tout le reste bascule dans l'ombre. Ciel couvert, lumière plate, aucune ombre. Si vous voulez un rendu cinéma, nommez une pellicule ou une époque plutôt que d'écrire « cinématographique » une fois de plus.
Son et dialogues
Hailuo génère la musique stéréo, les ambiances et les voix dans la même passe que l'image, calées sur l'action. L'audio est donc une entrée du prompt, pas un problème à régler après.
- Ambiance : Salle calme, circulation lointaine, le ronronnement d'un frigo.
- Musique : Piano épuré, lent. Ou, tout aussi utile, pas de musique.
- Dialogue : mettez la réplique entre guillemets et dites qui la prononce. Elle dit : « Tu es en avance. »
Gardez les répliques courtes. Dix mots dans un clip de six secondes, cela sera bâclé.
Contraintes
Dites ce que vous ne voulez pas, en particulier ce que les modèles adorent ajouter sans qu'on leur demande : Pas de texte à l'écran. Pas de reflet d'objectif. Personne en arrière-plan. Pas de musique.
Un prompt, réécrit
Avant :
- Un plan cinématographique d'un homme buvant un café dans un café, magnifique éclairage, très détaillé, 4k, chef-d'œuvre
Après :
- Plan rapproché d'un homme d'une trentaine d'années en veste anthracite, assis à la table près de la fenêtre d'un café presque vide. Il repose sa tasse et jette un regard hors champ, à gauche. Caméra fixe, faible profondeur de champ. Le soleil du matin entre par la fenêtre et rase la table, hautes lumières chaudes, ombre profonde sur la moitié éloignée du visage. Ambiance : sifflement de la machine à café, murmure sourd, pas de musique. Pas de texte à l'écran.
Même idée, mais la seconde version précise une valeur de plan, une seule action, une direction de regard, une source de lumière et son axe, un lit sonore et une exclusion. Chacune de ces choses est une décision que, sinon, le modèle prend à votre place.
Les prompts multi-plans
Pour une séquence, écrivez chaque plan comme un bloc à part, avec sa caméra et son action, et gardez la description du sujet strictement identique partout. Donnez un arc à la séquence : les plans doivent monter, pas se répéter.
- Plan 1 — Large. L'atelier, lumières éteintes, une fenêtre. Fixe.
- Plan 2 — Moyen. La même femme au tablier bleu marine allume la lampe de l'établi. Léger travelling avant.
- Plan 3 — Gros plan sur ses mains qui reposent un outil. Fixe, mise au point courte.
Trois plans, un geste chacun, qui montent de la pièce vide jusqu'aux mains. Cela se lit comme une scène. Trois variations sur « elle travaille dans l'atelier » se lisent comme trois tentatives du même plan.
Les références battent les adjectifs
Les mots fixent le rendu ; les références fixent le concret. Hailuo 03 accepte jusqu'à 50 références en une seule génération, mélangées à votre guise : images, extraits vidéo et audio.
Si vous avez réécrit une description trois fois et que le visage, l'étiquette du produit ou la couleur de marque continuent de bouger, c'est le signal qu'il faut joindre un fichier plutôt que chercher un adjectif de plus.
Cinq erreurs qui brûlent des crédits
- Empiler les adjectifs. « Cinématographique, hyper détaillé, primé, 8k » n'apporte rien et repousse les vraies consignes plus bas.
- Plus d'une action. La première cause de mouvement massacré.
- Décrire une photo, pas un plan. Si votre prompt ferait une légende d'image fixe, il n'y a pas de caméra dedans.
- Combattre la dérive à coups de mots. Les problèmes de cohérence sont un problème de références, pas de rédaction.
- Faire ses brouillons en pleine résolution. Itérez en 768p sur un modèle rapide, puis relancez le prompt gagnant en 2K.
Questions fréquentes
Quelle longueur pour un prompt Hailuo ?
Assez pour couvrir sujet, action, décor et caméra : en général deux à quatre phrases. Au-delà, c'est en général de l'adjectif, pas de l'information.
Puis-je écrire des dialogues dans un prompt ?
Oui. Mettez la réplique entre guillemets et dites qui parle. Le dialogue est généré avec l'image et synchronisé sur les lèvres : gardez-le assez court pour tenir dans le clip.
Les consignes négatives fonctionnent-elles ?
Oui. « Pas de texte à l'écran », « pas de musique » et « pas de reflet d'objectif » valent la peine dès qu'un modèle s'obstine à ajouter quelque chose dont vous ne voulez pas.
Pourquoi mon personnage change-t-il de visage à chaque clip ?
Parce que les mots ne peuvent pas fixer un visage. Joignez la même image de référence à toutes les générations de la séquence.
Faut-il écrire différemment selon le modèle ?
La formule vaut pour Hailuo 03, 2.3, 2.3 Fast et 02. Ce qui change, c'est la marge : 03 accepte bien plus de références et un clip plus long, donc il encaisse un prompt multi-plans plus dense.
À quelle résolution faut-il écrire ?
On écrit pareil quelle que soit la résolution. Faites les brouillons en 768p pour économiser des crédits, puis relancez en 2K le prompt qui a marché.