Recettes de prompts image-vers-vidéo pour Veo 3.1 Lite : prompts prêts à copier-coller et résultats réels

En bref

• veo-3.1-lite/image-to-video transforme une image fixe en un court clip, et c'est l'un des rares modèles image-vers-vidéo sur hiapi à prendre en charge l'audio synchronisé natif (generate_audio: true) — inutile d'ajouter des effets sonores séparément.
• La durée du clip est fixe : 4, 6 ou 8 secondes, avec une résolution de 720p ou 1080p. Aucun paramètre de rapport d'aspect — le cadrage de sortie suit directement l'image source.
• Voici trois prompts de mouvement validés en conditions réelles — rotation de tête d'un personnage, révélation produit, avancée dans un environnement — chacun montrant l'image source et le clip réellement généré sur l'API en ligne.
• L'audio augmente réellement le coût : avec generate_audio activé, le 720p passe de 0,06 $ à 0,10 $ par seconde, et le 1080p de 0,10 $ à 0,14 $ par seconde. Pour une boucle produit silencieuse, désactivez l'audio.
• Les trois images source de cet article ont été générées pour cet article, et les trois clips ont tous été rendus via le même endpoint /v1/tasks que celui que vous utiliserez — aucun n'est un extrait de démonstration de la plateforme.

Comment ces recettes ont été réalisées

Chaque recette suit la même boucle en deux étapes :

1. Générer une image source propre avec un modèle texte-vers-image (nous avons utilisé gpt-image-2/text-to-image). Cette image fixe est la première image — la composition, la lumière et la pose du sujet que vous figez ici sont le point de départ de l'animation vidéo.
2. Transmettre l'URL publique de cette image fixe avec le prompt de mouvement à veo-3.1-lite/image-to-video, le prompt décrivant ce qui doit se passer dans les prochaines secondes — rotation de tête, ouverture de couvercle, poussée de caméra. Le modèle n'invente pas une nouvelle scène, il anime uniquement l'image que vous lui donnez.

Avant de dépenser pour rendre de vrais clips, nous avons découvert quelques points en explorant le schéma :

• image_url n'accepte qu'une seule chaîne de caractères, pas un tableau — une image de référence par clip, pas de fusion multi-images.
• Il n'y a pas de champ aspect_ratio. La vidéo rendue conserve le cadrage de l'image source.
• duration n'accepte que 4, 6 ou 8 — passer 5 ou 10 est rejeté d'emblée.
• generate_audio est un simple booléen, mais il change le palier de prix (voir le tableau des coûts ci-dessous), alors décidez avant de lancer si le clip doit avoir du son.

Recette 1 — Rotation de tête et sourire d'un personnage

Image source — portrait studio, angle aux trois quarts, expression neutre :

La femme tourne lentement la tête et les épaules pour faire face à la caméra, son expression passant d'un calme neutre à un sourire chaleureux et sincère, avec un contact visuel avec l'objectif. Ses boucles auburn oscillent légèrement au gré du mouvement. Léger bruit ambiant de studio, et une faible expiration audible au moment où elle sourit.

veo-3.1-lite/image-to-video · 6 secondes · 720p · generate_audio: true · 0,60 $

Pourquoi cela fonctionne : le prompt ne donne au modèle qu'une action (tourner la tête) et un changement d'expression (de neutre à souriant) — il ne demande rien que la pose source ne puisse soutenir. Décrire explicitement l'audio (« léger bruit ambiant de studio », « faible expiration ») est crucial ici : sans indication, generate_audio: true produit souvent un fond sonore générique au lieu d'un son synchronisé avec le rythme de l'image.

Recette 2 — Rotation de révélation produit

Image source — boîtier d'écouteurs fermé sur un présentoir en marbre :

Le couvercle du boîtier s'ouvre lentement le long de la charnière, tandis que le boîtier tourne doucement dans le sens horaire sur le présentoir en marbre, dévoilant les écouteurs logés à l'intérieur. Au fil de la rotation, une lumière de contour de studio glisse brièvement sur la surface noire mat. La caméra reste fixe, seul le sujet bouge.

veo-3.1-lite/image-to-video · 4 secondes · 1080p · generate_audio: false · 0,40 $

Pourquoi cela fonctionne : les boucles produit e-commerce ont rarement besoin de son — la plupart des acheteurs regardent les vidéos produit en mode muet — donc celle-ci coupe complètement l'audio et garde le clip court (4 secondes) avec une seule action composite (ouverture du couvercle + rotation). Écrire explicitement « la caméra reste fixe » empêche le modèle d'ajouter un travelling dérivant non demandé, un écueil fréquent sur les plans produit.

Recette 3 — Lever de brume dans un environnement

Image source — ponton sur un lac brumeux à l'aube :

La caméra avance lentement sur le ponton en bois, vers le banc vide, tandis que la brume matinale dérive et s'amincit sur le lac, la lumière du soleil commençant à percer le ciel rose et à se refléter sur les ondulations de l'eau. Paysage sonore ambiant discret : chants d'oiseaux et léger clapotis de l'eau contre les pilotis du ponton.

veo-3.1-lite/image-to-video · 6 secondes · 720p · generate_audio: true · 0,60 $

Pourquoi cela fonctionne : les plans d'environnement gagnent à combiner le mouvement de caméra (avancée) avec le mouvement de l'environnement (brume qui s'amincit, lumière qui change) — un seul des deux paraît statique, c'est leur superposition qui donne l'impression d'une scène vivante. Les indications d'audio d'ambiance (« chants d'oiseaux », « clapotis de l'eau ») lient la piste sonore au contenu de l'image plutôt qu'à un bruit de fond générique.

Réduire la facture à la seconde

veo-3.1-lite/image-to-video est facturé selon la résolution et l'activation ou non de l'audio, vérifié sur l'endpoint /api/pricing en ligne :

Résolution	Audio	Prix par seconde	Coût d'un clip de 6 secondes
720p	Désactivé	0,06 $/s	0,36 $
720p	Activé	0,10 $/s	0,60 $
1080p	Désactivé	0,10 $/s	0,60 $
1080p	Activé	0,14 $/s	0,84 $

Deux conclusions : rester en 720p avec l'audio désactivé est la façon la moins chère d'itérer sur les prompts avant de lancer des rendus plus longs ou en plus haute résolution. Et passer du 720p muet au 1080p avec audio fait presque doubler le tarif à la seconde (0,14 $ contre 0,10 $ pour le 720p muet) — réservez la combinaison 1080p + audio aux clips réellement destinés à la livraison.

À vous de jouer : soumettre, interroger, télécharger

import time
import requests

API_BASE = "https://api.hiapi.ai/v1/tasks"
TOKEN = "YOUR_HIAPI_API_KEY"

def submit(prompt, image_url, duration=6, resolution="720p", generate_audio=True):
    resp = requests.post(
        API_BASE,
        headers={"Authorization": f"Bearer {TOKEN}", "Content-Type": "application/json"},
        json={
            "model": "veo-3.1-lite/image-to-video",
            "input": {
                "prompt": prompt,
                "image_url": image_url,
                "duration": duration,
                "resolution": resolution,
                "generate_audio": generate_audio,
            },
        },
        timeout=30,
    )
    resp.raise_for_status()
    return resp.json()["data"]["taskId"]

def poll(task_id, interval=8, timeout=300):
    deadline = time.time() + timeout
    while time.time() < deadline:
        r = requests.get(f"{API_BASE}/{task_id}",
                          headers={"Authorization": f"Bearer {TOKEN}"}, timeout=30)
        data = r.json()["data"]
        if data["status"] == "success":
            return data["output"][0]["url"]
        if data["status"] in ("failed", "error"):
            raise RuntimeError(f"task failed: {data}")
        time.sleep(interval)
    raise TimeoutError("task did not finish in time")

task_id = submit(
    prompt="Le sujet se tourne lentement vers la caméra et sourit.",
    image_url="https://your-public-image-url.jpg",
    duration=6,
    resolution="720p",
    generate_audio=True,
)
video_url = poll(task_id)

# L'URL de sortie expire — téléchargez les octets immédiatement
video_bytes = requests.get(video_url, timeout=60).content
with open("clip.mp4", "wb") as f:
    f.write(video_bytes)

Les URL de sortie expirent — téléchargez et enregistrez les octets dès que la tâche rapporte success, ne conservez pas cette référence à long terme.

Si le flux de génération basé sur des tâches de hiapi ne vous est pas familier, la page de détail du modèle veo-3.1-lite/image-to-video contient la référence de schéma la plus récente, et la page de tarifs reflète toujours les tarifs en temps réel de chaque modèle, et non un instantané. Si vous voulez constituer une bibliothèque de prompts image-vers-vidéo plus complète, notre article sur les recettes image-vers-vidéo de Grok Imagine 1.5 couvre un autre modèle, avec ses propres schémas de prompts de mouvement et arbitrages de coût.

Référence rapide du schéma

Champ	Type	Valeurs	Description
prompt	string	texte libre	Décrit le mouvement/le changement, pas toute la scène
image_url	string	URL publique	Une seule image, pas de tableau
duration	integer	4, 6, 8	Les autres valeurs sont rejetées
resolution	string	"720p", "1080p"	Pas de palier 480p
generate_audio	boolean	true / false	Change le palier de prix

Pour commencer

Générez une image source propre, écrivez un prompt de mouvement qui indique explicitement un ou deux changements souhaités, et décidez à l'avance si le clip doit avoir du son — c'est tout le flux de travail. Rendez-vous sur la page du modèle veo-3.1-lite/image-to-video pour obtenir une clé API et commencer à rendre.