Recette de prompt flux-3-max pour générer une vidéo à partir d'images clés, directement copiable et collable

Ce que le workflow de génération de vidéo à partir d'images clés attend de votre prompt

Avant d'écrire le premier prompt, il est utile de clarifier la répartition des rôles dans le workflow de génération de vidéo à partir d'images clés.

Vous fournissez deux images clés statiques ou plus. Elles sont des ancrages : elles définissent ce qui existe, où cela se situe dans le cadre, et à quoi ressemble la scène à un instant précis. Le modèle interpole entre elles. Votre prompt textuel est un brief de mouvement : il indique au modèle comment aller d'un ancrage au suivant — ce qui bouge, dans quelle direction, approximativement avec quelle intensité, et comment la caméra se déplace.

Cette répartition a une conséquence pratique : le prompt n'a pas besoin de redécrire le monde entier. Tout ce qui est clairement visible dans les images clés est déjà établi. Le prompt doit consacrer son effort à ce que les images statiques ne peuvent pas exprimer — le mouvement, le rythme, l'intention de la caméra, et tout changement d'état entre les ancrages (une porte qui s'ouvre, un sujet qui se retourne, une lumière qui change).

Un modèle mental utile : si vous confiez deux images clés à un monteur humain sans aucune instruction, il demandera « comment passe-t-on de A à B ? ». Votre prompt est la réponse à cette question. Tout le reste — l'étalonnage, les détails des vêtements, la conception du décor — se règle bien mieux en améliorant les images clés qu'en empilant des adjectifs dans le texte.

Gardez ce cadre à l'esprit dans le reste de ce guide. Chaque recette ci-dessous est construite autour de la même idée : les images clés ancrent, le texte guide le mouvement.

Anatomie d'une description d'image clé

Une sortie stable commence par une structure d'entrée stable. Décrivez chaque image clé dans un ordre fixe, afin que, lorsqu'un élément dérape, vous sachiez exactement quelle ligne vérifier.

Utilisez pour chaque image clé l'ordre en quatre parties suivant :

1. Sujet

Qui ou quoi est le point focal, et dans quel état. Soyez précis sur le nombre et la posture : « un cycliste seul, debout, les mains sur le guidon » vaut mieux que « une personne à vélo ».

2. Scène et environnement

Où se trouve le sujet, et le contexte minimal nécessaire pour le situer : « sur une rue au bitume mouillé, avec des bâtiments bas en arrière-plan ». Une proposition suffit généralement.

3. Cadrage et position de la caméra

Le cadrage et l'angle de cette image clé : « plan moyen, à hauteur des yeux, sujet légèrement décalé à gauche du cadre ». C'est le nœud vers lequel la vidéo va interpoler, donc c'est important.

4. Lumière et atmosphère

Moment de la journée, direction de la lumière, météo, brume. « Contre-jour de fin de journée, brume douce » est plus exploitable qu'une série de cinq adjectifs d'ambiance.

Quelques règles empiriques :

• Gardez le même ordre dans toutes les images clés. Si l'image clé A commence par le sujet et que l'image clé B commence par la lumière, le montage devient une devinette.
• Ne décrivez que ce qui est visible. Une histoire de fond spéculative n'ajoute que du bruit que le modèle ne peut pas exploiter.
• Une phrase par partie. Si une partie a besoin de deux phrases, il s'agit probablement de deux idées qui se disputent le contrôle.
• Réutilisez le vocabulaire entre les images clés. Si c'est un « plan moyen » dans A, appelez-le aussi « plan moyen » dans B, et non « cadrage à moyenne distance ».

Cette structure est volontairement ennuyeuse. C'est la structure ennuyeuse qui rend la partie intéressante — le mouvement — débogable.

Formulation de la caméra et du mouvement

C'est dans la formulation de la caméra et du mouvement que la plupart des prompts échouent, généralement parce qu'on essaie de faire trop de choses dans une seule phrase.

La règle : court, intention unique, propositions indépendantes.

Une bonne formulation de mouvement nomme un seul mouvement et le laisse s'accomplir :

• « La caméra avance lentement. »
• « La caméra se déplace vers la droite, en gardant le sujet centré. »
• « Légère dérive caméra à l'épaule, sans zoom. »
• « Le sujet se tourne vers la caméra et s'arrête. »

Une mauvaise formulation de mouvement empile les intentions et force le modèle à faire des compromis :

• « La caméra avance lentement tout en panoramiquant vers la gauche et en s'inclinant légèrement vers le haut, tandis que le sujet avance et se retourne, avec un léger zoom. »

Cette phrase contient cinq instructions. Aucun court-métrage ne peut les satisfaire toutes proprement, vous obtenez donc une moyenne trouble. Répartissez le travail : choisissez le mouvement qui porte le plan, et laissez les images clés s'occuper du reste.

Quelques conventions pratiques qui portent leurs fruits :

• Séparez la caméra et le sujet. « La caméra reste immobile. Le sujet marche de gauche à droite. » Deux propositions, deux responsables du mouvement.
• Utilisez les mots de vitesse avec intention. « Lentement », « régulièrement », « rapidement » sont utiles. « Dramatiquement » et « de façon cinématographique » ne sont pas des mots de vitesse — ce sont des souhaits.
• Nommez l'état final quand c'est important. « Avancer jusqu'à ce que le sujet remplisse le cadre » donne un objectif au modèle.
• La formulation négative est faible. Préférez « caméra immobile » à « pas de mouvement de caméra ».

Si vous ne retenez qu'une chose : une proposition, une intention. Quand le court-métrage dérape, la première chose à vérifier est si une proposition de mouvement contient secrètement deux mouvements.

Modèle de recette copiable et collable

Voici un squelette générique. Copiez-le, remplissez les emplacements et conservez les étiquettes — elles sont pour vous, pas pour le modèle, donc vous pouvez les supprimer avant l'envoi si vous le souhaitez.

[KEYFRAME A]
Subject: {{subject_a}}
Scene: {{scene_a}}
Framing: {{framing_a}}
Light: {{light_a}}

[KEYFRAME B]
Subject: {{subject_b}}
Scene: {{scene_b}}
Framing: {{framing_b}}
Light: {{light_b}}

[MOTION]
Camera: {{camera_move}}
Subject: {{subject_move}}
Pacing: {{pacing}}

Un exemple rempli, pour un court-métrage bref dans un style produit :

[KEYFRAME A]
Subject: a single ceramic mug, handle facing right, steam rising
Scene: on a wooden desk, blurred window behind
Framing: close-up, slightly above eye level, mug centered
Light: soft morning side light from the left

[KEYFRAME B]
Subject: the same ceramic mug, steam thinner, handle facing right
Scene: same wooden desk, window still blurred
Framing: close-up, slightly above eye level, mug centered
Light: slightly warmer morning light from the left

[MOTION]
Camera: slow push in
Subject: steam drifts upward and fades
Pacing: steady, unhurried

Deux emplacements demandent une attention particulière. {{camera_move}} doit être un seul mouvement de votre liste courte. {{pacing}} définit l'énergie de tout le court-métrage — c'est le bouton de réglage le moins coûteux lorsque le résultat semble trop rapide ou trop lent.

Conservez une petite bibliothèque de ces modèles remplis. Quelques squelettes bien testés avec des emplacements clairs surpassent presque toujours des prompts écrits à la main et jetables, car les variables restent isolées et visibles.

Variantes de recette selon l'intention de mouvement

Le modèle reste inchangé ; seul le bloc de mouvement change. Voici trois variantes construites sur les mêmes blocs d'images clés, chacune visant une intention différente.

Variante 1 : révélation (la caméra travaille)

[MOTION]
Camera: slow push in from medium to close-up
Subject: holds pose, breathing only
Pacing: slow, even

À utiliser quand le sujet est la récompense et que vous voulez resserrer le cadre autour de lui. Réduisez le mouvement du sujet au minimum pour que le mouvement de caméra passe clairement.

Variante 2 : traversée (le sujet travaille)

[MOTION]
Camera: static, locked off
Subject: walks left to right across frame, steady stride
Pacing: moderate, continuous

À utiliser quand les images clés décrivent un trajet ou un changement de position. Une caméra verrouillée rend la traversée clairement lisible ; deux mouvements concurrents la rendent floue.

Variante 3 : ambiance (l'environnement travaille)

[MOTION]
Camera: very slow lateral drift
Subject: mostly still, slight sway
Pacing: slow, ambient

Pour les plans d'établissement et les arrière-plans, où la lumière, la brume ou les particules portent le court-métrage. Le sujet ancre le cadre ; l'environnement apporte la variation.

Remarquez ce qui ne change pas : la description des images clés. C'est tout l'intérêt de la structure. Une fois vos ancrages stabilisés, changer d'intention de mouvement se fait en deux lignes modifiées plutôt qu'en une réécriture — ce qui rend réellement possible le test A/B d'un court-métrage sur la même scène.

Modes d'échec et comment déboguer un court-métrage qui dérape

Quand un court-métrage dérape, ne vous précipitez pas pour réécrire le prompt. Un dérapage est une information. Changez une seule variable à la fois, relancez, puis touchez à autre chose.

Voici les modes d'échec courants et leur correctif à variable unique.

Le court-métrage semble confus ou « moyenné »

Cause : deux intentions de mouvement ou plus dans une seule proposition. Correctif : découpez le bloc de mouvement en lignes séparées, supprimez tout sauf le mouvement dominant.

Le sujet se déforme ou perd son identité

Cause : le texte surdécrit le sujet et concurrence les images clés. Correctif : réduisez la ligne du sujet dans les deux images clés au nombre, à la posture et à un détail décisif. Laissez les ancrages porter l'identité.

Vous avez demandé à la caméra de ne pas bouger, mais elle a bougé

Cause : un mouvement implicite ailleurs, ou un mot de rythme qui suggère de l'énergie. Correctif : écrivez « la caméra reste immobile » comme proposition indépendante, et adoucissez les mots de rythme.

Le mouvement arrive trop vite ou trop lentement

Cause : le rythme n'est pas précisé ou est contradictoire. Correctif : modifiez uniquement {{pacing}}. Relancez. N'ajustez pas la proposition de caméra dans le même passage.

Le court-métrage ignore la deuxième image clé

Cause : l'image clé B s'écarte de A sur trop de dimensions à la fois. Correctif : comparez les deux descriptions ligne par ligne, et réduisez l'écart sur la ligne la moins importante. Changez une ligne, relancez, répétez.

La discipline est simple : une variable par itération, et notez brièvement ce que vous avez changé. Après trois ou quatre passages, vous avez généralement trouvé la ligne coupable, et vous avez appris quelque chose de réutilisable sur la recette elle-même.

Gestion des versions et partage des recettes au sein de l'équipe

Une fois qu'une recette fonctionne, ce n'est plus un prompt, c'est un actif du projet. Traitez-la comme un actif.

Un système léger suffit :

• Stockez les recettes dans le dépôt. Un répertoire prompts/, un fichier par recette, à côté du code qui les utilise. Les recettes sont versionnées avec le code des requêtes.
• Nommez par intention, pas par scène. reveal-product-closeup.md est trouvable ; prompt-final-v3-really.md ne l'est pas.
• Séparez le squelette du remplissage. Le modèle n'est stocké qu'une fois, les exemples remplis sont conservés comme de petits diffs par rapport à lui. Les relecteurs voient ainsi exactement quels emplacements ont changé.
• Notez ce que vous avez changé et ce qui s'est produit. Un journal des modifications de deux lignes par recette — la variable modifiée, l'effet observé — vaut mieux qu'un long texte descriptif.
• Relisez les recettes comme du code. Un coéquipier doit pouvoir lire le diff et prédire le court-métrage. S'il n'y parvient pas, c'est que la proposition de mouvement en fait trop.
• Retirez avec intention. Quand une recette est remplacée, marquez-la et liez-la à son remplaçant plutôt que de la supprimer, afin que les anciens courts-métrages restent reproductibles.

C'est la partie ingrate du workflow, et c'est précisément elle qui distingue les équipes capables de livrer des courts-métrages cohérents de celles qui rediscutent le prompt à chaque ticket. Quand vous êtes prêt à exécuter ces recettes via une interface unique et unifiée, connectez vos requêtes de bout en bout, puis commencez par la page du modèle flux-3-max de génération de vidéo à partir d'images clés.