Conserver le même personnage d’un plan IA à l’autre reste difficile. Un prompt peut décrire la même personne à chaque essai tout en produisant un autre visage, une silhouette différente ou des vêtements qui changent. Pour un produit, le modèle peut modifier la forme, l’emballage ou la matière. Ajouter toujours plus d’adjectifs n’est pas la bonne réponse : il faut surtout fournir un repère visuel clair et limiter le nombre de variables modifiées à la fois.
Veo3o1 propose deux flux guidés par image : Images de référence et Images de début et de fin. Si l’identité compte davantage qu’une composition d’ouverture ou de clôture exacte, les références constituent généralement le meilleur point de départ.
Ce que contrôlent les images de référence
Une image communique des éléments difficiles à décrire précisément : proportions du visage, tenue, palette, emballage, matériau ou accessoire récurrent. Dans Veo3o1, le mode Images de référence accepte une à trois images avec les préréglages Lite et Fast.
Ses conditions actuelles sont les suivantes :
- une à trois images de référence ;
- modèle Lite ou Fast ;
- durée de 8 secondes ;
- format 16:9 ou 9:16, sans option Auto.
Ces limites et le coût exact en crédits apparaissent avant l’envoi. Consultez le guide des images de référence pour les règles à jour.
Composer un jeu de références utile
Davantage d’images ne signifie pas forcément davantage de cohérence. Chaque fichier doit répondre à une question visuelle distincte. Pour un personnage, un trio pratique peut réunir :
- un portrait net de face ou de trois quarts ;
- un cadrage plus large montrant la tenue et les proportions ;
- un profil ou une autre expression sous une lumière comparable.
Pour un produit, choisissez une vue principale propre, un angle révélant la forme et la matière, puis un détail de l’élément le plus important. Évitez de mélanger coiffures, tenues, versions d’emballage, étalonnages ou directions de lumière, sauf si ce changement est volontaire. Des références contradictoires obligent le modèle à deviner quel détail doit l’emporter.
Écrire un prompt qui protège l’identité
Traitez l’identité comme une constante et le mouvement comme la variable :
[sujet fixe] + [une action] + [environnement] + [caméra] + [lumière] + [caractéristiques à préserver]
Exemple :
La femme des images de référence traverse lentement le hall calme d’un hôtel en conservant ses cheveux noirs courts, son tailleur bleu marine, ses boucles d’oreilles argentées et les mêmes traits du visage. Plan moyen en travelling à hauteur des yeux, lumière chaude des fenêtres, mouvement naturel retenu, aucun changement de tenue.
Ce texte identifie le sujet, demande une seule action lisible, définit le plan et rappelle les traits essentiels. Il n’ajoute pas simultanément un second personnage, un changement de costume, une ellipse temporelle et plusieurs mouvements de caméra en huit secondes.
Procéder par itérations contrôlées
Ne changez qu’une variable par génération. Commencez par le sujet, l’action et la caméra. Si l’identité reste stable, retravaillez ensuite la lumière ou le décor. En modifiant à la fois prompt, seed, format et modèle, vous ne saurez pas ce qui a réellement amélioré le résultat.
Un seed facultatif facilite la comparaison de réglages proches, sans garantir des images identiques. Conservez avec chaque essai utile le prompt, le modèle, le format, les références et le seed.
Corriger les échecs fréquents
Le visage ou la forme du produit dérive
Utilisez une référence principale plus nette et simplifiez l’action. Un plan très large, un mouvement rapide, un fort flou ou une longue occultation laissent moins d’informations visibles sur l’identité.
Les vêtements ou les couleurs changent
Retirez les références incompatibles. Nommez une fois, dans une phrase directe, la couleur et la tenue à conserver. Évitez les mots de style qui suggèrent une nouvelle palette.
Le sujet paraît figé
Gardez les contraintes d’identité, mais décrivez une action physique et un mouvement de caméra. « Elle se tourne vers la fenêtre tandis que la caméra avance lentement » est plus exploitable que « rendre la scène cinématographique et dynamique ».
Le plan contient trop d’idées
Divisez le concept en plusieurs clips : un plan présente le sujet, un autre montre l’action, puis le montage les relie. Une courte génération fonctionne mieux lorsqu’elle possède une priorité visuelle unique.
Références ou images de début et de fin ?
Choisissez les références pour préserver une personne, un produit ou un univers visuel tout en laissant le modèle composer le mouvement. Utilisez les images de début et de fin lorsque l’ouverture, la clôture ou le trajet entre deux compositions est la contrainte principale. Le comparatif des deux modes détaille ce choix.