Écrire un prompt vidéo : cadrage, durée et mouvement de caméra

Quand on découvre la génération vidéo, on écrit sa première consigne comme on écrirait une légende de photo : « une femme dans une rue le soir ». Le résultat sort, parfois joli, souvent flou dans son intention, rarement celui qu'on avait en tête. Le problème n'est presque jamais le modèle : la consigne ne dit pas ce qu'on veut voir. Un générateur ne devine ni votre cadre, ni votre distance au sujet, ni votre lumière — il choisit à votre place, et il choisit la moyenne de tout ce qu'il a vu.

Écrire une consigne vidéo, c'est faire le travail qu'un réalisateur fait avant de tourner : décider où est la caméra, ce qu'elle regarde, et pendant combien de temps. Le vocabulaire existe déjà — le cinéma a passé un siècle à nommer ces choses, et s'en servir revient à parler au modèle dans une langue qu'il a beaucoup lue.

Les six briques d'une consigne lisible

Une consigne utilisable contient à peu près toujours les mêmes éléments. Les prendre dans l'ordre évite d'en oublier et évite surtout de tout empiler dans une phrase illisible.

• Le sujet et son action. Qui ou quoi, et surtout ce qu'il fait. Une action visible, pas un état intérieur. « Un homme âgé pose une tasse sur une table » se filme ; « un homme âgé nostalgique » ne se filme pas.
• Le décor. Où on est, avec un ou deux détails concrets qui situent : un comptoir de bar en zinc, une salle de classe vide, un quai de gare sous la pluie.
• La lumière et l'ambiance. D'où vient la lumière, quelle heure il est, quelle sensation générale. Lumière rasante de fin de journée, néons froids, contre-jour de fenêtre.
• Le cadrage. La distance de la caméra au sujet, et éventuellement sa hauteur. C'est la brique la plus souvent oubliée, et celle qui change le plus le résultat.
• Le mouvement de caméra, s'il y en a un. Un seul, nommé clairement. L'absence de mouvement est aussi une décision : un plan fixe se demande explicitement.
• Le style visuel. Le rendu global : image argentique granuleuse, animation 2D à aplats, rendu documentaire, image très nette et contrastée.

Toutes les consignes n'ont pas besoin des six, mais si le résultat vous surprend, la brique manquante est souvent le cadrage ou la lumière.

Le cadrage : « plan large » et « gros plan » ne racontent pas la même histoire

C'est le point qui fait la différence entre une image générique et une image qui dit quelque chose. Le cadrage, c'est la distance entre la caméra et le sujet, et cette distance porte du sens.

• Le plan large montre le sujet entier dans son décor. On voit où il est, et le décor pèse autant que lui. C'est le plan qui situe : on l'utilise pour ouvrir une scène ou pour montrer que quelqu'un est petit dans un grand espace.
• Le plan moyen cadre une personne à peu près à mi-corps. C'est la distance de la conversation ordinaire : on voit le geste et le visage, on perd le décor lointain.
• Le plan rapproché serre sur les épaules et le visage. L'attention se porte sur l'expression, le décor devient une toile de fond.
• Le gros plan isole un visage ou un détail : une main, un objet posé, un regard. Il ne situe plus rien, il souligne. Un gros plan sur une clé qu'on tourne dans une serrure raconte une tension que le plan large ne raconte pas.

À cela s'ajoute la hauteur de la caméra. En plongée, la caméra est au-dessus du sujet et regarde vers le bas : le sujet paraît plus petit, plus exposé. En contre-plongée, elle est en dessous et regarde vers le haut : le sujet gagne en présence. À hauteur d'œil, on est dans le neutre. Ce sont des outils de sens : demander une contre-plongée sur quelqu'un qu'on veut montrer vulnérable, c'est se contredire.

Le mouvement : en nommer un, et un seul

Les mouvements de caméra ont des noms précis, et les employer donne des résultats plus stables que « la caméra bouge un peu ».

• Le travelling déplace physiquement la caméra dans l'espace : elle avance vers le sujet, recule, ou l'accompagne latéralement. Le décor défile et change de perspective.
• Le panoramique fait pivoter la caméra sur place, horizontalement ou verticalement. Elle ne se déplace pas, elle tourne la tête. C'est un mouvement très différent d'un travelling, même s'il balaie la même zone.
• Le zoom ne déplace rien non plus : il resserre ou élargit le cadre optiquement. À l'image, ça n'a pas la même texture qu'un travelling avant, où l'on sent qu'on entre dans l'espace.
• Le plan fixe, enfin, est un choix à part entière. Sur un plan très court, il est souvent le plus lisible : rien ne bouge sauf le sujet, et l'œil comprend tout de suite.

La règle pratique : un mouvement par plan. Un travelling avant qui devient un panoramique puis se termine en plongée, c'est trois intentions dans un plan de quelques secondes. Le modèle arbitre, et il arbitre mal.

Trois consignes réécrites, du vague au précis

Premier exemple. Départ : « une femme dans une rue le soir ». Rien n'est décidé. Réécriture : « Plan moyen, caméra à hauteur d'œil. Une femme en manteau long marche sur un trottoir mouillé, elle regarde une vitrine et ralentit. Rue commerçante le soir, enseignes allumées, reflets sur le sol. Caméra fixe, la femme traverse le cadre de gauche à droite. Rendu photographique, faible profondeur de champ. » Ce qui a changé : on sait à quelle distance on est, ce que fait le sujet, dans quel sens il traverse, et à quoi ressemble l'image. Le sens de traversée compte plus qu'on ne croit : c'est ce qui permettra de raccorder ce plan avec le suivant.

Deuxième exemple. Départ : « un chef cuisine un plat, c'est très appétissant ». « Appétissant » est un jugement, pas une image. Réécriture : « Gros plan sur une poêle en fonte, une main verse un filet d'huile puis dépose des tranches d'oignon qui grésillent. Cuisine professionnelle, lumière chaude venant de la droite, vapeur visible. Léger travelling avant, très lent. Image nette, couleurs saturées. » Le gros plan et la vapeur font le travail que l'adjectif ne faisait pas.

Troisième exemple. Départ : « un vaisseau spatial arrive sur une planète, ambiance épique, cinématique, spectaculaire, ultra détaillé, chef-d'œuvre ». Ici le problème est l'empilement : les adjectifs de qualité ne décrivent rien et finissent par se neutraliser. Réécriture : « Plan très large en contre-plongée. Un vaisseau de transport passe lentement au-dessus d'un plateau rocheux orangé, il occupe le tiers supérieur du cadre. Ciel chargé, lumière basse de fin de journée, poussière soulevée au sol. Panoramique lent qui suit le vaisseau vers la droite. Rendu type film de science-fiction, image granuleuse. » On a remplacé six adjectifs d'ambiance par une composition.

Les pièges qui reviennent le plus souvent

Trop d'actions successives dans un plan court. « Il entre, retire son manteau, s'assoit, ouvre un livre et lève les yeux » : c'est une scène, pas un plan. Sur une durée courte, le modèle va soit tout accélérer de façon absurde, soit n'en garder qu'une partie. Un plan court porte une action. Si vous en voulez cinq, écrivez cinq consignes.

Multiplier les personnages. Plus il y a de personnes dans le cadre, plus la cohérence se dégrade : visages instables, membres qui se mélangent, regards qui ne se croisent pas. Deux personnages dans un plan rapproché sont déjà exigeants. Si votre scène demande un dialogue, pensez plutôt en champ/contrechamp : un plan sur l'un, un plan sur l'autre, générés séparément. C'est la solution classique du cinéma, et elle marche ici pour les mêmes raisons.

Décrire une émotion au lieu d'une action. « Il est déçu » ne produit rien de fiable. « Il baisse les yeux vers le sol et laisse retomber ses bras » produit une image. Le modèle ne fabrique pas de l'intériorité, il fabrique du visible. Traduisez systématiquement l'émotion en geste, en posture ou en direction du regard.

Empiler les adjectifs jusqu'à la contradiction. « Ambiance intime et chaleureuse, plan très large, lumière crue, brouillard épais, image ultra nette » : chaque terme tire dans un sens différent. L'intimité appelle un cadre serré, le plan très large l'éloigne ; le brouillard et l'ultra-netteté s'opposent. Quand un résultat part dans une direction incompréhensible, relisez la consigne en cherchant les termes qui se battent entre eux, et enlevez-en un.

Oublier le raccord. Si le plan doit s'insérer entre deux autres, notez ce qui doit rester constant : la tenue du personnage, le sens du mouvement, la couleur dominante de la lumière. Un personnage qui traverse vers la droite dans un plan et vers la gauche dans le suivant donne l'impression qu'il fait demi-tour. C'est ce qu'on appelle un faux raccord, et ça se voit immédiatement.

Une méthode de travail simple

Écrivez d'abord la phrase nue : sujet, action, décor. Ajoutez ensuite le cadrage, la lumière, le mouvement s'il y en a un, puis le style. Générez. Si le résultat s'écarte, ne réécrivez pas tout : identifiez la brique responsable et ne modifiez qu'elle. Cadre faux ? Corrigez le cadrage seul. Ambiance plate ? Reprenez la lumière. Cette discipline vous apprend quels termes votre outil comprend bien et lesquels il interprète librement.

Et gardez en tête la règle qui résume toutes les autres : un plan court porte une idée. Un cadre, une action, une lumière. Tout ce qui dépasse appartient au plan suivant.