Commencez par définir le sujet à l’écran, son action et le mouvement de la caméra. Ajoutez ensuite le décor, la lumière et les détails à conserver. Si deux consignes se contredisent, choisissez laquelle doit primer avant de générer : accumuler les adjectifs ne résout pas ce choix.
La structure suivante fonctionne pour le texte vers vidéo et s’adapte aux entrées par image dans Veo3o1.
Les six parties du prompt
Écrivez dans cet ordre :
- Sujet — la personne, l’objet, l’animal ou la scène principale.
- Action — un mouvement ou événement central.
- Environnement — lieu, heure, météo et détails utiles.
- Caméra — taille de plan, angle et un mouvement.
- Lumière et ambiance — l’atmosphère visuelle.
- Contraintes — traits à préserver ou éléments à éviter.
Exemple :
Une tasse en céramique artisanale repose sur une table en bois sombre tandis que la vapeur s’élève et que la pluie du matin glisse sur la fenêtre derrière elle. Gros plan produit à hauteur de table, lent travelling avant, lumière du jour douce et froide avec un reflet chaud sur l’émail, forme de la tasse stable, aucun texte ajouté.
Le prompt reste précis sans tenter de décrire dix plans à la fois.
Sujet : nommer le point d’ancrage
Commencez par un sujet unique et lisible. « Une ville animée » laisse trop de priorités possibles ; « un coursier à vélo en imperméable jaune » donne un centre visuel.
Avec une entrée par image, reliez explicitement le texte à la source :
La personne montrée dans les images de référence…
Répétez uniquement les traits identitaires importants, comme la couleur d’une tenue, la coiffure, la forme d’un emballage ou la matière. Le guide sur la cohérence des personnages explique comment les associer aux références.
Action : choisir un verbe principal
Un court clip gagne à n’avoir qu’une action lisible. Des verbes comme « marcher », « se tourner », « ouvrir », « s’élever » ou « pivoter » donnent une direction claire au plan. Plusieurs actions successives risquent d’être comprimées, omises ou mélangées.
Version faible :
Un chef cuisine, sert le dîner, parle aux clients, puis le restaurant devient une fête sur le toit.
Version plus forte :
Un chef pose le plat terminé sur le comptoir tandis que la vapeur monte dans la lumière chaude de la cuisine.
Si l’histoire demande plusieurs temps, générez des plans séparés et assemblez-les au montage.
Environnement : garder ce qui influence l’image
Décrivez les éléments qui modifient la lumière, le mouvement ou le sens. « Au coucher du soleil sur une côte venteuse » est plus utile qu’un inventaire d’objets sans interaction avec le sujet.
Choisissez des signaux compatibles. « Plein midi », « sombre lumière de bougie » et « nuit au néon » dans un même court prompt donnent des directions concurrentes, sauf si la transformation est précisément le sujet.
Caméra : cadrage avant mouvement
Le vocabulaire de caméra devient plus clair lorsqu’il suit une hiérarchie :
- taille : plan large, moyen, rapproché, macro ;
- angle : hauteur des yeux, contre-plongée, vue du dessus ;
- mouvement : travelling avant ou arrière, panoramique, inclinaison, orbite, suivi ;
- rythme : lent, retenu, rapide, caméra à l’épaule.
Exemple :
Plan moyen à hauteur des yeux, lent travelling latéral à côté du coureur.
Un mouvement volontaire est plus contrôlable qu’une liste mêlant drone, zoom, orbite, panoramique fouetté et caméra portée.
Adapter l’action à la durée
Veo3o1 propose 4, 6 et 8 secondes lorsque la combinaison le permet. Le mode Images de référence utilise actuellement 8 secondes. Un plan de quatre secondes doit atteindre rapidement son point visuel ; huit secondes autorisent une révélation plus progressive.
Ne remplissez pas le temps restant avec des événements sans rapport. Prolongez plutôt un mouvement qui a du sens.
Protéger les détails importants
Utilisez les contraintes avec parcimonie. Une fin concise comme « même manteau rouge, proportions du produit stables, aucun texte » peut limiter les dérives courantes. Une longue liste négative risque d’étouffer la description positive.
Avec des images de début et de fin, décrivez le trajet de la première vers la seconde. Avec des références, expliquez comment le sujet se comporte dans un nouveau plan. Le comparatif des modes image clarifie cette différence.
Trois modèles réutilisables
Plan produit
[Produit] sur [surface/environnement]. [Un mouvement du produit ou du décor]. [Cadrage et angle], [un mouvement de caméra]. [Lumière et ambiance]. Conserver [forme/couleur/matière], aucun texte ajouté.
Plan personnage
[Identité du personnage] [une action] dans [environnement]. [Cadrage et angle], [mouvement de caméra]. [Lumière et ambiance]. Conserver [tenue/visage/coiffure].
Plan d’ensemble
Un [lieu] à [heure/météo], avec [un mouvement d’environnement utile]. Plan large [angle], [mouvement de caméra], [lumière et atmosphère], échelle réaliste et mouvements retenus.
Itérer comme au montage
Enregistrez le prompt et les réglages de chaque résultat utile. Modifiez une variable par essai : d’abord l’action, puis la caméra, puis la lumière. Un seed facultatif facilite les comparaisons, mais ne remplace pas des consignes claires et ne garantit pas une sortie identique.
Avant de générer, vérifiez :
- existe-t-il un sujet principal ?
- l’action tient-elle dans la durée choisie ?
- la caméra a-t-elle une tâche claire ?
- les consignes de lumière sont-elles cohérentes ?
- prompt et références décrivent-ils la même identité ?
- le format convient-il au support final ?
- le coût affiché correspond-il à cette étape ?