Recettes de prompts texte-vers-vidéo pour Kling 2.5 Turbo : des modèles pratiques à copier-coller

Pourquoi la structure d'un prompt compte plus que la formulation

La plupart des gens traitent les prompts texte-vers-vidéo comme des incantations — ils cherchent la phrase magique qui fera obéir le modèle. En réalité, le modèle accorde plus d'importance à la structure qu'à une formulation poétique. Lorsque vous décomposez le prompt en couches, vous pouvez ne modifier qu'une seule variable à la fois et apprendre réellement ce qui fonctionne.

Un modèle mental utile est une pile de cinq couches, classées de la plus à la moins importante pour l'exactitude :

1. Sujet — ce qui est dans l'image, et ses caractéristiques visuelles décisives.
2. Action — ce que fait le sujet, décrit avec des verbes directs et une direction.
3. Caméra — comment le point de vue se déplace ou reste immobile.
4. Style — éclairage, rendu de l'objectif, étalonnage des couleurs, caractéristiques de rendu.
5. Contraintes — correspondance avec la durée, format d'image, éléments à éviter.

Pourquoi la stratification l'emporte sur une phrase astucieuse :

• Débogabilité. Si l'image semble incorrecte, vous pouvez demander « le problème vient-il du sujet, de l'action ou de la caméra ? » au lieu de tout jeter et réécrire.
• Transférabilité. Une recette de caméra qui fonctionne pour une scène fonctionne généralement aussi pour une autre une fois la couche sujet remplacée.
• Comparabilité. Avec un squelette fixe, deux prompts ne diffèrent qu'à un seul endroit, et votre test A/B reste honnête.
• Cohérence. Les pipelines qui génèrent beaucoup de clips ont besoin de prompts paramétrables, et non de textes écrits à la main à chaque fois.

Les adjectifs vagues (« cinématographique », « épique », « dynamique ») influencent surtout le style ; ils corrigent rarement le mouvement. Si votre clip ressemble à un diaporama, le problème n'est presque jamais que vous n'avez pas assez dit « cinématographique » — c'est que la couche action est sous-décrite. Traitez les mots de style comme des assaisonnements, pas comme le plat principal.

Le reste de ce guide propose un squelette directement copiable-collable, ainsi qu'une recette couche par couche pour la génération texte-vers-vidéo avec kling-2.5-turbo, pour vous aider à constituer une petite bibliothèque de prompts fiable.

Un squelette de prompt réutilisable

Commencez par le squelette ci-dessous. Remplissez de haut en bas ; gardez une phrase courte par emplacement.

[sujet + 2-3 caractéristiques visuelles], [action principale décrite avec des verbes concrets],
[mouvement de caméra + vitesse], [éclairage + objectif + couleur],
[précision de correspondance avec la durée], avoid: [éléments négatifs]

Un exemple rempli :

un pêcheur au visage buriné, vêtu d'un ciré jaune, la barbe couverte de sel,
ramène le filet main après main, lent travelling avant du plan moyen au gros plan,
lumière d'aube couverte, objectif 35mm, teintes cyan désaturées,
un seul rythme continu sur toute la durée du clip, avoid: mains en trop, texte, tremblement

Le rôle de chaque emplacement :

• Sujet + caractéristiques. Deux ou trois caractéristiques suffisent généralement. Plus de caractéristiques se disputent l'attention et diluent le rendu.
• Action principale. Un seul groupe verbal actif. Si vous en voulez deux temps, vous demandez probablement un clip trop court — voir la section sur le rythme.
• Caméra. Un mouvement, une vitesse. Superposer un travelling avant et une rotation aboutit généralement à un flou confus.
• Style. L'éclairage plus le rendu de l'objectif, une façon compacte de contrôler l'ambiance sans écrire tout un paragraphe.
• Précision de correspondance avec la durée. Un rappel pour vous-même (et un indice pour le modèle) : l'action doit s'accomplir dans la longueur de clip demandée.
• Éléments négatifs. Courts et précis ; nous y reviendrons plus loin.

Conservez les prompts dans des fichiers versionnés — JSON ou YAML — avec des champs correspondant aux emplacements. Le prompt devient ainsi une configuration :

{
  "subject": "un pêcheur au visage buriné, vêtu d'un ciré jaune",
  "action": "ramène le filet main après main",
  "camera": "lent travelling avant du plan moyen au gros plan",
  "style": "lumière d'aube couverte, objectif 35mm, teintes cyan désaturées",
  "negative": "mains en trop, incrustation de texte, tremblement"
}

Désormais, toute expérience ne modifie qu'un seul champ, et vous pouvez comparer les exécutions au lieu de plisser les yeux devant des captures d'écran.

Recettes de mouvement de caméra

Le langage caméra est l'endroit où les auteurs de prompts sont les plus vagues. « Caméra dynamique » n'est pas un mouvement. Dites le mouvement, la direction et la vitesse. Voici des schémas à copier-coller ; remplacez le sujet et le style pour les adapter à votre scène.

Panoramique (Pan)

lent panoramique horizontal de gauche à droite sur la scène, vitesse constante, ligne d'horizon horizontale

Pour : plans d'établissement, montrer un large environnement, balayer une rangée d'objets. Le panoramique se lit comme calme et observateur — idéal lorsque le sujet lui-même est immobile.

Inclinaison (Tilt)

lente inclinaison montante depuis le sol jusqu'au visage du sujet, vitesse constante

Pour : montrer l'échelle (bâtiments, arbres, grande silhouette), ou détourner l'attention d'un détail vers l'environnement. L'inclinaison peut être très dramatique ; restez lent pour éviter la saccade.

Travelling (Dolly)

lent travelling avant vers le sujet, du plan moyen au gros plan, linéaire et fluide

Pour : créer de l'intimité ou de la tension. Le travelling modifie la relation spatiale entre la caméra et le sujet ; le modèle le gère bien lorsque vous précisez vers ou à l'écart et indiquez les cadrages de début et de fin.

Zoom

léger zoom avant, caméra fixe, cadrage initial inchangé

Pour : accentuer sans traverser l'espace. Le zoom est le mouvement qui paraît le plus artificiel s'il est excessif — demandez léger et gardez une amplitude de changement faible.

Orbite / arc (Orbit)

lente orbite autour du sujet, 90 degrés, sens antihoraire, rayon constant

Pour : montrer le volume d'un personnage ou d'un produit. Précisez la taille et le sens de l'arc ; une orbite non spécifiée dérive ou s'inverse souvent en cours de clip.

Règles empiriques

• Un mouvement par prompt. Deux mouvements dans un clip court se combattent.
• Toujours indiquer la vitesse. « lent », « stable », « vitesse constante » sont des mots peu coûteux qui préviennent le tremblement.
• Ancrer le point de départ et le point d'arrivée. « du plan moyen au gros plan » aide le modèle à planifier une trajectoire au lieu de trembler sur place.
• L'immobilité est aussi un mouvement valable. Parfois caméra fixe, aucun mouvement est exactement ce qu'il faut — surtout pour le jeu d'acteur.

Une formulation d'action qui se lit comme une vidéo

La cause unique la plus fréquente d'un rendu « photo qui tressaute » est que la couche action est faite d'adjectifs plutôt que de verbes. Comparez :

• Vague : une scène de danseur dramatique et pleine d'énergie
• Précis : un danseur pivote d'un tour sur ses talons, les bras tendus vers l'extérieur, puis se fige dans une pose immobile

La deuxième phrase indique au modèle ce qui bouge, dans quelle direction, à quelle vitesse et quand cela s'arrête. C'est cela, l'information qu'il peut rendre.

Liste de vérification de l'action

Lorsque vous rédigez la clause d'action, incluez autant que possible les éléments suivants :

• Sujet. Qui ou quoi bouge.
• Verbe. Une action physique : balancer, verser, soulever, tourner, plier, piétiner.
• Direction. Vers le haut, vers la gauche, vers la caméra, vers l'intérieur, dans le sens horaire.
• Vitesse et rythme. Lentement, en un mouvement fluide, trois pas rapides.
• Amplitude. Un léger hochement de tête par opposition à une rotation du corps entier.
• Point d'arrivée. Où le mouvement s'arrête — « puis reste immobile » prévient les boucles et la dérive.

Avant et après modification

Vague : une rue animée, avec des piétons et des voitures
Mieux : les piétons marchent sur le trottoir de gauche à droite,
en arrière-plan une voiture passe lentement de droite à gauche

Vague : des vagues qui déferlent
Mieux : une vague se soulève, se recourbe, puis se brise sur le sable,
la mousse s'étend vers l'avant puis se retire

Astuces pratiques

• Préférez une action achevée à de nombreuses actions à moitié faites. Un clip qui fait proprement une seule chose vaut mieux qu'un clip qui en fait cinq à moitié.
• Utilisez des verbes physiques, pas des verbes émotionnels. « se balance doucement » se rend ; « se sent nostalgique » même s'il se rend, affecte surtout le style.
• Indiquez l'état final. « puis se stabilise », « puis s'arrête », « garde la pose » indiquent au modèle que ce plan a un but.
• Attention aux mots physiques. Verser, plier, éclabousser, osciller impliquent tous un mouvement secondaire crédible — utilisez-les lorsqu'ils correspondent à la scène.

Lorsqu'un clip semble encore statique, essayez d'abord d'ajouter du rythme (« en un mouvement continu ») et un point final, avant d'ajouter davantage d'adjectifs de style.

Contrôle de la durée et rythme de la scène

L'échec de prompt le plus courant ne vient pas d'une mauvaise formulation — mais de la surcharge. L'auteur entasse mise en place, rebondissement et apogée dans un clip qui ne peut accueillir qu'un seul temps, puis blâme le modèle quand l'image devient floue.

Faire correspondre le temps à la longueur

Traitez la longueur du clip comme un budget, à dépenser en temps :

• Un temps par plan. Une action claire avec un point d'arrivée explicite tient confortablement dans un clip court.
• Deux temps seulement lorsque l'un est la continuation de l'autre (« soulève la tasse, puis boit »).
• Trois temps ou plus relèvent de générations séparées, assemblées au montage, et non d'un seul prompt.

Une règle utile : si votre prompt contient plus d'un « puis », vous écrivez probablement une séquence, et non un plan.

La durée relève des réglages, pas de la prose

N'écrivez pas « une longue scène de dix secondes » dans le prompt en espérant un miracle. Réglez la durée du clip dans les paramètres de la requête et adaptez le prompt à cette durée. Les indications temporelles en prose ne font surtout qu'ajouter du bruit ; ce qui agit réellement, ce sont les paramètres.

prompt: un barista verse le lait dans la tasse en un filet régulier et fin,
        en terminant par un petit tourbillon ; caméra fixe, lumière intérieure chaude
duration: short

Remarquez que le prompt décrit une action continue qui se termine naturellement — sans remplissage, sans seconde scène.

Indications de rythme utiles

• « en un mouvement continu » indique un plan unique et ininterrompu.
• « puis reste immobile » donne un point de chute au modèle, ce qui se lit comme une fin intentionnelle plutôt qu'un point de bouclage.
• L'état initial (« au début la tasse est vide ») aide le modèle à répartir le temps sur l'action.

Lorsque vous avez besoin de plus d'histoire

Générez des plans séparés avec des prompts différents mais une description de sujet et de style cohérente, puis assemblez-les au montage. Chaque génération reste ainsi dans sa zone de confort et vous obtenez des points de coupe maîtrisés. Le rythme est une décision de montage ; le rôle du prompt est de livrer des rushes propres, à un seul temps et montables.

Des prompts négatifs sans surcontrainte

Les prompts négatifs suppriment ce que vous ne voulez pas. Bien utilisés, ils nettoient les défauts récurrents. Mal utilisés, ils contredisent la scène et produisent de la bouillie.

Rester court et précis

Cinq à huit mots précis suffisent généralement. Privilégiez le nom des défauts plutôt que les mots esthétiques :

avoid: doigts en trop, membres dupliqués, incrustation de texte, filigrane,
tremblement, scintillement des images, visage déformé

Une bonne liste négative est un traqueur de défauts : elle ne s'allonge qu'à l'observation d'un problème récurrent précis, et se raccourcit lorsque le problème disparaît.

Catégories courantes

• Défauts anatomiques : doigts en trop, mains fusionnées, visage déformé.
• Défauts temporels : scintillement, tremblement, déformation, coupure soudaine dans le clip.
• Défauts d'incrustation : texte, sous-titres, filigrane, éléments d'interface.
• Défauts de composition : écran divisé, collage, bordure, bandes noires.

Éviter de contredire la scène

C'est le piège de la surcontrainte. Si votre prompt demande une foule, ne mettez pas « personne » dans les éléments négatifs. Si le plan est nocturne, ne niez pas « obscurité ». La contradiction pousse le modèle vers un compromis faux partout.

Signes de surcontrainte :

• Le sujet devient mou ou flou.
• Le mouvement s'arrête ou le clip se fige avant la fin.
• Le style s'aplatit nettement par rapport au même prompt sans éléments négatifs.

Dans ce cas, coupez la liste négative de moitié et testez à nouveau. Ce sont généralement un ou deux mots qui font des dégâts.

Les éléments négatifs ne remplacent pas la clarté

Si les mains se rendent toujours mal, les éléments négatifs aident, mais une formulation d'action plus claire (« les deux mains visibles, tenant la poignée ») aide souvent davantage. Écrivez le prompt positif de façon à rendre les défauts peu probables, puis traitez les éléments négatifs comme un filet de sécurité — et non comme le moyen de contrôle principal.

Tester les prompts dans votre pipeline

L'écriture de prompts devient de l'ingénierie dès que vous pouvez reproduire les résultats. L'objectif est une boucle serrée : générer un petit lot, tout consigner, comparer à une base de référence, ne modifier qu'une seule chose à la fois.

La boucle reproductible

1. Générer. Générez un petit ensemble de variantes à partir du même squelette — généralement trois à cinq, ne différant que sur un seul champ.
2. Consigner. Notez le prompt complet, chaque paramètre de requête (durée, format d'image, tout réglage de graine ou d'échantillonnage exposé par l'API) ainsi que l'horodatage.
3. Comparer. Regardez les sorties côte à côte avec un clip de référence fixe. Notez quelle couche a changé, et ce que cela a apporté.
4. Affiner. Promouvez la variante gagnante comme nouvelle référence, puis répétez.

La consignation compte plus que vous ne le pensez

Une entrée de journal minimale :

{
  "run_id": "cam-dolly-03",
  "prompt": "...",
  "params": {"duration": "short", "aspect": "16:9", "seed": 4412},
  "changed": "camera: travelling avant -> orbite 90 degrés",
  "verdict": "l'orbite donne plus de volume ; le travelling paraît plus plat"
}

Fixez la graine là où l'API le permet, afin que les variations de caméra et de formulation soient comparables. Sans graine fixe, vous ne pouvez pas savoir si l'écart vient de votre modification ou du bruit d'échantillonnage.

Constituer une petite bibliothèque de prompts

Maintenez un ensemble versionné de recettes validées — une par mouvement de caméra, une par archétype d'action — chacune avec son jeu de paramètres et sa sortie de référence. Un nouveau plan part de la recette la plus proche, adaptée, plutôt que d'une page blanche. C'est ainsi que les équipes gardent des sorties cohérentes sur de grandes quantités de générations.

Garde-fous pratiques

• Un seul champ modifié par exécution. Les modifications multi-champs ne vous apprennent rien.
• Testez sur des sujets représentatifs. Un prompt bien réglé sur un portrait peut échouer sur un produit.
• Figez votre référence. Conservez un clip reconnu bon par recette comme point d'ancrage de comparaison.
• Retestez après une mise à jour du modèle. Le comportement peut changer ; une recette qui fonctionnait hier mérite une vérification rapide.

Une fois qu'une recette est stable en développement, le même prompt accompagné de son objet de paramètres peut être transmis directement à la génération en production via l'API unifiée de HiAPI.ai, de sorte que ce que vous avez validé est ce que vous mettez en ligne.