Recettes de prompts image-vers-vidéo pour Kandinsky 6.0 Pro : des prompts prêts à copier pour de meilleurs mouvements

Pourquoi la structure d'un prompt compte plus que sa longueur

Un prompt image-vers-vidéo n'est pas une version allongée d'un prompt texte-vers-image. Lorsque vous fournissez une image de référence, le modèle sait déjà à quoi ressemble la scène. Votre prompt doit décrire ce qui change dans cette vidéo, et non redécrire ce qui est déjà visible.

Ce changement de rôle explique pourquoi un prompt structuré de 12 mots l'emporte souvent sur un paragraphe de 120 mots. Un long paragraphe mélange la description du sujet, l'intention de mouvement, le comportement de la caméra et les attentes stylistiques en un tout indistinguable. Le modèle ne peut pas déterminer quelle proposition contrôle la caméra et quelle proposition contrôle le sujet, alors il fait un compromis : la caméra dérive un peu, le sujet bouge un peu, et le résultat paraît flou et confus.

Un prompt structuré sépare les préoccupations en couches :

• Ancrage du sujet — un bref rappel de ce que contient l'image de référence, pour confirmer ce qui doit rester stable.
• Indice de mouvement — le changement physique précis que vous souhaitez, avec une direction et une intensité.
• Description de la caméra — une proposition indépendante qui ne décrit que la caméra virtuelle.
• Contrainte de style — des garde-fous pour l'apparence, la texture et la cohérence.

Chaque couche tient en une phrase ou une expression. Le but n'est pas la concision pour elle-même, mais la parseabilité : chaque couche est une variable que vous pouvez modifier indépendamment au fil des itérations. Un prompt en couches est à la fois un outil de génération et un outil de débogage.

Une autre raison pour laquelle la structure l'emporte : la reproductibilité. Quand une vidéo fonctionne bien, vous devez savoir pourquoi elle fonctionne bien pour pouvoir la réutiliser. Écrit sous forme de paragraphe, la raison reste enfouie. Écrit en couches, vous pouvez copier la couche gagnante dans l'expérience suivante et ne modifier que celle que vous testez.

Règle pratique

Si un mot du prompt ne décrit ni le sujet de l'image de référence, ni le mouvement, ni la caméra, ni une contrainte de style, c'est probablement du bruit. Supprimez-le, régénérez, puis comparez. Dans la plupart des cas, la version structurée plus courte préserve mieux l'image et produit un mouvement plus propre.

Prérequis de ce guide

Tout ce qui suit est écrit pour appeler le modèle image-vers-vidéo kandinsky-6.0-pro via l'interface unifiée de HiAPI.ai, où un appel image-vers-vidéo nécessite une image de référence plus un prompt et renvoie une vidéo générée. Ces recettes sont du texte brut — sans syntaxe spéciale — et fonctionnent donc dans n'importe quel client appelant le même point de terminaison.

Anatomie d'un prompt image-vers-vidéo

Considérez le prompt comme un tableau à quatre emplacements. Remplissez-les toujours dans le même ordre pour que vos expériences restent comparables.

Emplacement 1 : ancrage du sujet

Une courte expression qui indique ce qui doit rester identifiable. Ce n'est pas une description complète — l'image s'en charge déjà. C'est un signal de stabilité.

Exemples : the woman, the ceramic vase, the mountain ridge, the abstract shapes.

Évitez de re-spécifier des détails déjà visibles dans l'image. Redécrire les vêtements, l'éclairage ou les couleurs incite le modèle à les « améliorer », ce qui se manifeste par du scintillement ou une dérive de l'identité du sujet.

Emplacement 2 : indice de mouvement

Un mouvement principal, exprimé par un verbe, une direction et un modificateur d'intensité.

Exemples : turns her head slowly to the left, gently sways side to side, drifts steadily upward.

Choisissez un seul mouvement principal par vidéo. Deux mouvements concurrents de force similaire sont la cause la plus fréquente d'une sortie trouble.

Emplacement 3 : description de la caméra

Une proposition indépendante qui commence par un terme de caméra : camera, the camera ou shot. Garder le sujet hors de cette proposition est la clé d'un comportement de caméra prévisible.

Exemples : camera slowly pushes in, camera holds static, camera pans left at a steady rate.

Emplacement 4 : contrainte de style

Des garde-fous pour l'apparence et la cohérence. Court, c'est très bien.

Exemples : photorealistic, consistent lighting, no flicker, flat illustration style, stable linework, cinematic color grade, shallow depth of field.

Assemblage

the woman, turns her head slowly to the left, camera holds static, photorealistic, consistent lighting

Voilà l'anatomie complète. Dix-huit mots, quatre emplacements, une idée contrôlable. Chaque recette de la suite de ce guide a la même forme, seuls le contenu de l'emplacement 2 et de l'emplacement 3 changent.

Discipline des emplacements

Deux habitudes permettent d'ancrer cette anatomie :

• Ordre fixe. Toujours sujet, mouvement, caméra, style. Quand vous relisez un ancien prompt, l'ordre vous indique immédiatement quelle couche vous avez modifiée.
• Une seule idée par proposition séparée par une virgule. La virgule agit comme un séparateur souple ; si une proposition contient à la fois l'action du sujet et le déplacement de la caméra, séparez-la.

Recettes d'indices de mouvement par type de sujet courant

L'effet d'une formulation de mouvement dépend de ce que contient l'image. Voici des points de départ directement copiables — remplacez les parties entre crochets par votre propre sujet.

Personnes et personnages

Les sujets humains sont les plus sensibles à l'animation excessive. Les petits gestes précis paraissent naturels ; les grands mouvements paraissent inquiétants.

• [the person], blinks and turns their head slightly toward [direction], camera holds static, natural skin texture
• [the person], smiles subtly while breathing, shoulders rise and fall gently, camera holds static
• [the person], walks slowly toward the camera, steady gait, camera pulls back at the same pace
• [the person], raises one hand to [gesture], other hand stays still, camera holds static

Pour les visages, utilisez volontiers subtly, slightly et gently : ce sont des amortisseurs d'intensité.

Objets et produits

Les objets ont besoin d'une déformation nette et propre. La rotation et le déplacement de la lumière sont les plus sûrs.

• [the object], rotates slowly clockwise, camera holds static, product photography lighting, no flicker
• [the object], subtle highlight travels across its surface, object stays still, camera holds static
• [the object], gently floats and bobs in place, soft shadow moves with it, camera holds static
• [the object], lid opens slowly, body remains stationary, camera holds static

Nature et environnements

Les scènes extérieures tolèrent davantage de mouvement, car le spectateur s'attend à une animation ambiante — mais il faut la hiérarchiser du plus grand au plus petit.

• [the landscape], clouds drift slowly to the right, camera holds static, consistent lighting
• [the landscape], water ripples gently, [foreground element] sways in a light breeze, camera holds static
• [the landscape], fog rolls slowly forward from the background, camera holds static
• [the landscape], sun light shifts from warm to cool across the scene, camera holds static

Entrées abstraites et stylisées

Les images abstraites n'ont pas de logique physique sur laquelle s'appuyer : énoncez donc explicitement la géométrie du mouvement.

• [the abstract shapes], expand outward from the center at a steady rate, camera holds static
• [the abstract shapes], flow in a continuous horizontal loop, camera holds static, stable palette
• [the abstract shapes], slowly morph into softer forms, camera holds static
• [the abstract shapes], pulse gently in place, rhythm stays even, camera holds static

Lire le motif sous-jacent

Chaque recette ci-dessus suit la même ossature : verbe + direction + intensité. Quand une vidéo pose problème, le point de correction se trouve presque toujours dans l'un de ces trois éléments — mauvais verbe (rotation ou translation), direction manquante, ou absence d'amortissement d'intensité.

Recettes de description de caméra

Le langage caméra ne fonctionne que lorsqu'il est isolé. Ces formulations supposent que la proposition du sujet existe déjà et ne mentionne pas la caméra.

Caméra fixe

• camera holds static, locked-off shot
• camera is completely still, no movement

Quand le contenu de la scène est chargé, il vaut la peine d'utiliser la formulation explicite no movement ; elle donne au modèle une contrainte ferme pour résister au mouvement ambiant du sujet.

Panoramique

• camera pans slowly left across the scene
• camera pans right at a steady rate
• camera pans horizontally, constant speed

Incluez toujours une direction et un mot de vitesse (slowly, steady, constant). Sinon, le panoramique a tendance à accélérer ou à s'inverser en cours de vidéo.

Travelling avant et arrière

• camera slowly pushes in toward the subject
• camera pulls back gradually, revealing more of the scene
• camera dolly-in at a slow, even pace

Le travelling avant et arrière est le mouvement de caméra isolé le plus puissant pour donner vie à une image de référence statique. Combinez-le avec un sujet presque immobile pour un contrôle maximal.

Orbite et arc

• camera orbits slowly around the subject, arc of about 30 degrees
• camera arcs to the right, maintaining distance from the subject

L'orbite est le mouvement de caméra le plus sujet à l'échec en image-vers-vidéo, car montrer un côté inédit oblige le modèle à inventer une géométrie de toutes pièces. Gardez l'arc court et explicite. Si la vidéo se dégrade, réduisez la formulation de l'arc à slight arc, ou revenez au travelling avant.

Inclinaison et déplacement vertical

• camera tilts upward slowly
• camera rises vertically, keeping the subject centered

Combiner mouvement du sujet et mouvement de caméra

Quand le sujet et la caméra bougent tous les deux, gardez leurs directions compatibles plutôt qu'opposées :

the runner, jogs slowly toward the camera, camera pulls back at the same pace, outdoor daylight, consistent lighting

Un sujet qui avance avec une caméra qui recule se lit comme un suivi stable. Un sujet qui avance avec une caméra qui avance aussi se lit comme une trajectoire de collision et se déforme généralement.

Un seul mouvement de caméra par vidéo

Ne superposez pas panoramique, travelling avant et inclinaison. Un seul mouvement de caméra nommé produit une vidéo prévisible ; deux mouvements concurrents produisent un effet de compromis qui se lit comme une dérive. Si un plan précis nécessite vraiment un mouvement composite, testez-le d'abord seul, puis combinez-le avec le mouvement du sujet.

Un modèle de recette à copier-coller et à adapter

Voici le modèle complet. Remplissez les crochets, supprimez les lignes facultatives inutiles et gardez l'ordre des propositions fixe.

[subject anchor], [motion verb] [direction] [intensity], camera [camera move] [rate], [style constraint], [consistency guardrail]

Exemple : vidéo de produit

the ceramic vase, rotates slowly clockwise, camera holds static, studio product lighting, consistent shadows, no flicker

Exemple : vidéo de portrait

the woman, turns her head slightly to the right and blinks, camera slowly pushes in, photorealistic, natural skin texture, consistent lighting

Exemple : vidéo de paysage

the mountain ridge, clouds drift slowly to the right, camera pans slowly left, cinematic color grade, consistent lighting

Construire votre propre recette en quatre étapes

1. Écrivez l'ancrage du sujet sous forme de groupe nominal. Ne décrivez pas — nommez.
2. Choisissez un mouvement dans les recettes de ce guide et ne modifiez que la direction et l'intensité.
3. Choisissez une formulation de caméra et assurez-vous qu'elle ne contredit pas le mouvement du sujet.
4. Ajoutez une contrainte de style et un garde-fou de cohérence (consistent lighting, no flicker, stable palette).

Enregistrez le modèle rempli dans un fichier texte brut, une ligne par recette, nommée selon l'intention (portrait-headturn, product-rotate, landscape-clouds). Ce fichier devient votre bibliothèque de recettes : chaque nouvelle expérience commence en copiant une ligne existante, plutôt qu'en écrivant depuis zéro.

Versionner le modèle lui-même

Si vous vous surprenez à ajouter sans cesse un cinquième emplacement — par exemple une proposition d'éclairage — promouvez-le délibérément dans le modèle et mettez à jour toutes les recettes d'un coup. Les ajouts ponctuels sont précisément ce qui fait pourrir un modèle en paragraphe.

Itérer par étapes contrôlées

L'itération de prompts échoue souvent parce que vous avez changé plusieurs choses à la fois et ne pouvez plus attribuer les résultats. La solution est procédurale, pas créative.

Ne changez qu'une variable par exécution

Générez d'abord une base de référence, puis ne modifiez qu'un seul des éléments suivants par exécution :

• le verbe de mouvement
• la direction
• le modificateur d'intensité
• le mouvement de caméra
• la vitesse de caméra
• la contrainte de style

Gardez tout le reste identique octet pour octet. C'est la même discipline que celle de l'expérimentation contrôlée, et le seul moyen fiable de savoir à quoi le modèle réagit.

Tenez un journal comparatif

Le journal peut être un fichier texte brut ou un tableur. Pour chaque exécution, notez :

• le nom de la recette
• le texte complet du prompt
• la variable unique modifiée par rapport à l'exécution précédente
• une conclusion brève : keep, reject ou needs another pass

Comme les prompts sont du texte brut, coller le prompt complet coûte peu et rend chaque exécution entièrement reproductible. Ne résumez pas les prompts dans le journal — copiez-les tels quels.

Comparer à une base de référence fixe

L'habitude la plus utile est de maintenir une recette de référence pour chaque type de sujet et de la régénérer chaque fois que quelque chose change ailleurs dans le pipeline. Si la référence reste correcte, votre pipeline est stable et toute différence peut être attribuée à une modification du prompt. Si la référence change, arrêtez le travail sur le prompt et enquêtez d'abord sur le pipeline.

Tester par petits lots, relire par groupes

Quand vous testez une direction ou un mot d'intensité, lancez un petit lot de variantes plutôt qu'une seule vidéo. Comparez-les côte à côte, choisissez la meilleure, puis supprimez les autres de la bibliothèque. Conserver chaque variante transforme la bibliothèque de recettes en archive illisible.

Promouvoir les gagnants, éliminer les perdants

Quand une variante dépasse nettement la référence, écrasez l'entrée de référence dans la bibliothèque et notez la date. La bibliothèque de recettes doit toujours contenir la meilleure recette actuellement connue pour chaque intention, et non l'historique de chaque tentative.

Modes d'échec courants et comment reformuler le prompt

La plupart des problèmes image-vers-vidéo sont en réalité des problèmes de prompt déguisés en problèmes de réglages. Avant de toucher à un autre paramètre, essayez les reformulations ci-dessous.

Vidéo trop animée

Symptôme : tout bouge — sujet, arrière-plan, éclairage — et l'image paraît bruyante.

Reformulation : renforcez les amortisseurs d'intensité (slowly, subtly, gently), figez explicitement la caméra (camera holds static, no movement) et ajoutez un garde-fou de cohérence (consistent lighting, no flicker). Si le problème persiste, supprimez un mouvement secondaire de la proposition du sujet.

Vidéo presque immobile

Symptôme : la sortie est essentiellement l'image de référence, avec un faible scintillement.

Reformulation : rendez le verbe de mouvement plus fort et plus physique (utilisez rotates plutôt que shifts, walks toward the camera plutôt que moves). S'il manque une direction, ajoutez-la. Si le sujet doit rester immobile, ajoutez plutôt un mouvement de caméra — un lent travelling avant crée un mouvement perçu sans toucher au sujet.

Dérive de l'identité du sujet

Symptôme : les visages, les logos ou les formes de produit se déforment au fil de la vidéo.

Reformulation : raccourcissez l'ancrage du sujet, cessez de redécrire les détails visibles. Ajoutez subject remains unchanged ou stable [feature] dans la contrainte de style. Les mouvements de caméra importants qui révèlent de nouveaux angles aggravent la dérive — réduisez l'arc ou supprimez-le.

Caméra et sujet en conflit

Symptôme : l'image paraît instable même si les deux propositions semblent raisonnables.

Reformulation : vérifiez les directions. Des vecteurs opposés (sujet qui se déplace vers la gauche, caméra qui fait un panoramique rapide vers la droite) créent un conflit manifeste. Alignez-les, ou réduisez l'un des deux à slowly.

Deux mouvements en concurrence

Symptôme : aucun des deux mouvements n'aboutit ; les deux paraissent timides.

Reformulation : séparez en deux recettes, une seule par vidéo générée. Si les deux sont vraiment nécessaires, séquencez-les (first [motion A], then [motion B]) et acceptez un résultat plus lâche.

Le style dérive vers le générique

Symptôme : la vidéo paraît plus lisse et plus « IA » que l'image de référence.

Reformulation : réaffirmez explicitement le médium dans l'emplacement du style (flat illustration, 35mm film look, product photography) et ajoutez stable palette, consistent linework là où c'est pertinent.

Règle générale

Si modifier les réglages et modifier le prompt semblent tous deux résoudre le problème, essayez d'abord le prompt — c'est plus rapide, le test est gratuit, et votre pipeline reste comparable d'une exécution à l'autre. Ne touchez aux réglages que si le prompt reformulé échoue encore dans la même direction.

Une fois qu'une recette survit à ces reformulations, enregistrez-la. Une petite bibliothèque de recettes structurées éprouvées vaut plus que n'importe quel prompt isolé brillant, et c'est elle qui rend le modèle image-vers-vidéo kandinsky-6.0-pro reproductible dans votre pipeline.