Une bonne vidéo IA commence rarement par une longue liste d’adjectifs. Elle commence par une direction.
Si votre prompt dit seulement « une femme cinématographique marchant dans Tokyo », le modèle doit décider à quoi ressemble la femme, comment elle marche, où se trouve la caméra, comment elle se déplace, à quel moment de la journée on se trouve, et si la scène comporte des dialogues, une ambiance sonore ou du silence. Chaque choix laissé indéfini crée une nouvelle occasion pour le résultat de s’éloigner de ce que vous aviez imaginé.
Les prompts vidéo IA les plus fiables fonctionnent davantage comme des briefs de plan compacts. Ils indiquent au modèle ce qui est à l’écran, ce qui change au fil du temps, comment la caméra observe la scène, quel doit être le langage visuel, et ce que le public doit entendre.
Ce guide de prompts vidéo IA vous donne une structure réutilisable pour écrire de meilleurs prompts, puis montre comment l’adapter à Kling 3.0, Wan 2.7, Veo 3.1 et Seedance 2.0 sur AKOOL.
L’anatomie d’un excellent prompt vidéo IA
Le cadre le plus simple et utile est le suivant :
Sujet → Action → Caméra → Style → Son
Utilisez ces cinq éléments dans cet ordre lorsque vous rédigez des prompts texte-vers-vidéo. Vous n’avez pas besoin d’un paragraphe élaboré pour chaque génération ; vous avez besoin de suffisamment d’informations pour lever l’ambiguïté la plus importante.
1. Sujet — Que regardons-nous ?
Identifiez la personne, le produit, l’objet ou l’environnement avec les détails visuels qui comptent.
Faible :
A woman in a city.
Meilleur :
A woman in her early 30s wearing a dark red trench coat stands alone on a rain-soaked street in downtown Tokyo at night.
Ne décrivez pas chaque détail visible. Priorisez les ancres d’identité — la tenue, la matière, la couleur, l’âge, la forme du produit ou d’autres caractéristiques qui doivent rester stables.
2. Action — Qu’est-ce qui change pendant le plan ?
La vidéo nécessite une instruction temporelle. Utilisez des verbes concrets et décrivez un seul arc de mouvement compréhensible.
Faible :
A cinematic sneaker.
Meilleur :
A white running shoe drops onto wet pavement, compresses on impact, then splashes water outward as a runner pushes off.
Évitez d’empiler six actions sans rapport dans un plan de cinq secondes. Davantage d’instructions ne créent pas automatiquement davantage de contrôle.
3. Caméra — Comment devons-nous voir l’action ?
Précisez explicitement le cadrage et le mouvement lorsqu’ils comptent.
Faible :
Dynamic camera.
Meilleur :
Low-angle medium close-up. The camera tracks beside the runner, then slowly pushes toward the shoe as it strikes the pavement.
Le vocabulaire utile inclut le plan large, le plan moyen, le gros plan, la vue en plongée aérienne, l’angle bas, la caméra à l’épaule, le travelling avant, le plan de suivi, l’orbite, le panoramique, l’inclinaison, la mise au point différée (rack focus) et la poussée lente vers l’avant.
Lorsque le texte seul ne peut pas reproduire un mouvement complexe de manière fiable, les workflows basés sur des références sont souvent plus précis. Le guide d’AKOOL sur le contrôle du mouvement et du style avec Video Reference explique comment un clip existant peut guider le mouvement de caméra, l’action et l’atmosphère plutôt que de tout décrire verbalement. (Akool)
4. Style — Quelle doit être l’impression du plan ?
Décrivez l’éclairage, la palette, la texture, le genre et le traitement photographique plutôt que de vous fier au mot « cinématographique ».
Au lieu de :
Cinematic commercial.
Essayez :
Premium sports-commercial look, cool blue shadows, warm practical lights, wet reflective pavement, high contrast, shallow depth of field, restrained film grain.
Des relations visuelles précises donnent au modèle des informations plus utiles que des qualificatifs génériques tels que « épique », « professionnel » ou « chef-d’œuvre 4K ».
5. Son — Qu’est-ce que nous devons entendre ?
Pour les modèles dotés d’audio natif, le son doit figurer dans le prompt dès le début.
Exemple :
Audio: fast footsteps on wet asphalt, water splashing with each stride, distant traffic, low pulsing electronic bass. No dialogue.
Si un dialogue est nécessaire, gardez-le court et attribuez clairement la réplique :
The woman looks toward camera and says, "We're just getting started."
Audio: quiet city ambience and light rain behind her voice.
L’évolution de Kling vers une génération audiovisuelle intégrée a commencé avant la version 3.0 ; l’aperçu d’AKOOL sur l’audio natif de Kling 2.6 couvre le dialogue synchronisé, l’ambiance et les effets dans le cadre du même processus de génération. (Akool)
Conseils de prompt spécifiques à chaque modèle
Le cadre en cinq parties fonctionne pour tous les modèles, mais des prompts de génération vidéo identiques ne produiront pas toujours un comportement identique. Différents modèles récompensent différents types de direction.
AKOOL prend également en charge des modèles unifiés de génération/édition tels que Kling O1 ; comprendre ces fonctionnalités de Kling O1 est utile lorsque votre workflow combine le prompting avec des références, l’extension de plan ou l’édition en langage naturel. (Akool)
Créer des prompts pour Kling 3.0 : narration multi-plans et cohérence des personnages
Kling 3.0 est particulièrement utile lorsque votre prompt décrit une courte séquence plutôt qu’une composition statique unique. AKOOL documente une génération de 3 à 15 secondes, un audio natif, une cohérence de sujet renforcée et un système de type « réalisateur IA » capable de structurer plans larges, gros plans et cutaways à partir d’une seule description. (Akool)
Dans l’esprit d’un guide de prompts Kling, décrivez l’histoire en temps forts ordonnés. Indiquez au modèle ce qui reste constant entre ces temps forts.
Exemple :
15-second cinematic coffee commercial.
Shot 1: Wide shot of a quiet kitchen at sunrise. A woman in a cream sweater enters frame and places a black ceramic mug on the counter.
Shot 2: Medium close-up. She pours fresh coffee into the same mug; steam rises through warm morning light.
Shot 3: Close-up of her hands lifting the mug, then cut to her smiling after the first sip.
Keep the same woman, cream sweater, black mug, kitchen layout, and warm amber color grade across every shot.
Audio: soft coffee pour, ceramic contact on wood, quiet morning room tone, subtle acoustic music.
La technique importante est le langage de continuité : identifiez explicitement quel personnage, quelle tenue, quel accessoire ou quel environnement doit rester inchangé. Consultez la narration multi-plans de Kling 3.0 pour connaître les capacités multi-plans, audio natif et de référence du modèle. (Akool)
Créer des prompts pour Wan 2.7 : contrôle du mouvement et de la stylisation
Il est préférable d’aborder Wan 2.7 avec une trajectoire de mouvement clairement définie ainsi qu’un traitement visuel stable. L’aperçu publié par AKOOL met l’accent sur un mouvement plus naturel, une stylisation plus forte, la cohérence, le contrôle des images de début/fin, les entrées de référence et l’édition basée sur des instructions. (Akool)
Plutôt que d’ajouter cinq styles concurrents, établissez une seule direction artistique et expliquez comment le mouvement évolue.
Exemple :
A red vintage sports car enters from the left and accelerates along a winding coastal road. The camera begins in a low front three-quarter tracking shot, moves alongside the driver's door, then gradually falls behind as the car exits the curve.
1970s European road-film aesthetic, slightly desaturated teal shadows, warm sunlight, subtle film grain, realistic suspension movement and tire contact. Maintain the same red paint, car proportions, and color grade throughout.
Lorsque le workflow sélectionné propose des contrôles de référence ou d’images clés, utilisez-les plutôt que d’intégrer chaque contrainte d’apparence dans le texte. L’aperçu du contrôle du mouvement de Wan 2.7 couvre sa direction en matière de mouvement, de cohérence de style, de référence et d’images de début/fin. (Akool)
Créer des prompts pour Veo 3.1 : réalisme cinématographique
Veo 3.1 réagit bien à un langage naturel proche du scénario, reliant le sujet, l’action, l’environnement, la caméra et le son. Le guide Veo d’AKOOL recommande une structure combinant le style cinématographique, le détail des personnages, le mouvement, l’environnement/l’éclairage, les indices audio et la direction technique de la caméra. (Akool)
Utilisez des relations de cause à effet physiques plutôt que des chaînes de mots-clés déconnectées.
Exemple :
A tired chef closes a small restaurant after midnight. He turns off the final pendant light and walks toward the back door as the room falls into darkness one section at a time.
Slow dolly backward at eye level, 50mm cinematic perspective, natural handheld micro-movement. Warm tungsten light transitions into cool blue light from the alley.
Audio: metal chairs scraping lightly, refrigerator hum, a distant car passing outside, then the click of the final light switch.
Veo est particulièrement utile lorsque la direction de la caméra et le son font partie de la même logique de scène. AKOOL décrit actuellement Veo 3.1 comme prenant en charge la cohérence guidée par référence et un contrôle précis du mouvement. (Akool)
Créer des prompts pour Seedance 2.0 : vidéo synchronisée avec l’audio
Seedance 2.0 bénéficie d’une réflexion allant au-delà du seul texte. L’interface de génération vidéo actuelle d’AKOOL répertorie Seedance 2.0, tandis que la couverture de ses modèles met l’accent sur l’utilisation multimodale de références texte, image, vidéo et audio.
Lorsque la musique ou la voix établit le timing, rédigez le prompt autour de la structure rythmique.
Exemple :
Create a fast 12-second streetwear video synchronized to the uploaded beat.
0–3s: model stands still beneath a subway light; slow push-in.
3–6s: on the first heavy beat, cut to a low-angle walking shot.
6–9s: rapid side-tracking shot as the model turns toward camera.
9–12s: close-up of the jacket logo, ending exactly on the final beat.
Keep the same model, black jacket, silver accessories, underground-station setting, and green fluorescent lighting.
Use the uploaded audio as the timing reference. Cuts and major body movements should align with the strongest beats.
Pour Seedance, les références peuvent véhiculer des informations qui, sinon, rendraient le prompt textuel inutilement long. Laissez l’image établir l’apparence, la vidéo établir le mouvement et l’audio établir le rythme ; utilisez le texte pour expliquer comment ces éléments doivent interagir.
Erreurs courantes dans les prompts (et comment les corriger)
Erreur 1 : rédiger un prompt d’image plutôt qu’un prompt vidéo.
« Une montre de luxe sur du marbre, éclairage cinématographique » décrit l’apparence mais pas le temps.
Correction :
Macro close-up of a luxury watch on dark marble. The second hand moves smoothly while the camera performs a slow 20-degree orbit. A narrow light sweeps across the polished bezel, revealing reflections gradually.
Erreur 2 : demander trop de choses dans un seul plan.
Si le sujet court, saute, change de vêtements, monte dans une voiture, s’éloigne en voiture et atteint une autre ville en huit secondes, le modèle doit compresser trop de changements d’état.
Correction : divisez le concept en plusieurs plans ou utilisez un modèle capable de gérer plusieurs plans.
Erreur 3 : utiliser un langage de caméra vague.
Au lieu de :
Cool cinematic movement.
Écrivez :
Medium shot. Slow handheld push-in while the subject remains centered; slight natural operator movement, no orbit and no zoom.
Erreur 4 : se contredire.
« Caméra fixe verrouillée » et « mouvement de caméra dynamique et ample » ne devraient pas apparaître dans la même instruction, sauf s’ils décrivent des plans différents.
Erreur 5 : redécrire une image téléchargée au lieu de décrire le mouvement.
Pour l’image-vers-vidéo, laissez l’image établir ce qui existe déjà.
Meilleur :
The subject slowly turns toward the window and smiles. Curtains move gently in the breeze. The camera pulls back by one meter while preserving the original lighting, wardrobe, facial identity, and room design.
10 modèles de prompts prêts à l’emploi
1. Publicité produit — Plan phare premium
A [PRODUCT] sits on [SURFACE]. [PRODUCT ACTION]. Macro close-up transitioning into a slow three-quarter orbit. [LIGHTING] creates controlled reflections across the product. Premium commercial style, [COLOR PALETTE], realistic materials. Audio: [SFX], subtle [MUSIC STYLE].
2. Publicité produit — Démonstration lifestyle
A [TARGET USER] uses [PRODUCT] in [ENVIRONMENT]. The user [PRIMARY ACTION], clearly demonstrating [BENEFIT]. Medium tracking shot followed by a close-up of the product in use. Natural [TIME OF DAY] lighting, authentic lifestyle-ad look. Audio: environmental ambience plus subtle upbeat music.
3. Publicité produit — Publicité sociale en trois plans
Create a 12-second, three-shot ad for [PRODUCT].
Shot 1: [HOOK].
Shot 2: [PRODUCT BENEFIT IN ACTION].
Shot 3: [HERO SHOT / CTA VISUAL].
Keep the same product design, colors, environment, and lighting across all shots. Fast but clean transitions. Audio: [MUSIC] with synchronized product SFX.
4. Explicatif — Concept visuel
Show [CONCEPT] visually using [SUBJECT/OBJECT]. Begin with [INITIAL STATE], then demonstrate [CHANGE], ending with [RESULT]. Clean medium-wide framing with a slow push-in. Minimal modern visual style, neutral background, clear object separation. Audio: calm narration space with light ambient sound.
5. Explicatif — Scène avec présentateur
A [PRESENTER DESCRIPTION] stands in [SETTING] and explains [TOPIC]. Medium shot, eye-level camera, very slow push-in. The presenter gestures naturally while saying: "[SHORT DIALOGUE]." Professional soft lighting, clean background, restrained brand colors. Audio: clear speech with subtle room tone.
6. Clip social — Accroche rapide
Vertical 9:16 social video. Open immediately on [UNEXPECTED ACTION / VISUAL HOOK]. Handheld close-up, fast push-in during the first second, then stabilize into a medium shot as [SUBJECT ACTION]. High-energy contemporary style. Audio: sharp opening SFX followed by [MUSIC TYPE].
7. Clip social — Transformation
Begin with [BEFORE STATE]. The subject performs [TRIGGER ACTION]. During the movement, transform the scene into [AFTER STATE] while preserving the subject's identity and position. Camera performs a smooth half-orbit through the transition. Audio: rising transition sound ending on a strong beat.
8. Court métrage cinématographique — Temps fort de dialogue
Night interior. [CHARACTER A] sits opposite [CHARACTER B] in [LOCATION]. Start with a quiet two-shot, then slowly push toward Character A as they say: "[LINE]." Character B reacts without speaking. Low-key motivated lighting, practical lamps, shallow depth of field. Audio: restrained room ambience and natural dialogue.
9. Court métrage cinématographique — Plan d’action
[CHARACTER] runs through [ENVIRONMENT] while [THREAT/EVENT] unfolds behind them. Low-angle tracking camera keeps pace beside the character before swinging behind for the final movement. Realistic weight, momentum, debris, and contact physics. Dramatic directional lighting. Audio: footsteps, breathing, environmental impacts, no music.
10. Court métrage cinématographique — Plan d’ensemble atmosphérique
Wide establishing shot of [LOCATION] at [TIME/WEATHER]. [SMALL ENVIRONMENTAL ACTIONS] create subtle movement throughout the frame. The camera performs a slow crane forward and downward, revealing [STORY DETAIL]. [FILM STYLE], [COLOR PALETTE], realistic volumetric atmosphere. Audio: layered environmental ambience with distant [SPECIFIC SOUND].
Ces modèles sont des structures de départ, pas des formules magiques. Remplacez les crochets par des informations concrètes, supprimez les sections dont vous n’avez pas besoin et testez une variable à la fois.
