Exemples de prompt image-vers-vidéo Wan2.7 : une présentation de basket de sport dans un style publicité produit

Une photo fixe de basket n'est pas une publicité. Ce qui en fait une publicité, c'est le langage cinématographique : un cadrage immobile, une rotation, une atmosphère, et un reflet autorisé à se poser dessus. Le court extrait ci-dessous part d'une photo produit et d'un prompt, puis est animé via wan2.7-video/image-to-video. Nous décomposons ce prompt phrase par phrase ci-dessous, et fournissons l'appel API complet qui permet de reproduire le clip.

Le prompt complet

A single white sneaker rotating slowly on a reflective dark surface, swirling white mist rising and curling around it in soft cinematic light, camera holding a steady low-angle shot, product-commercial mood, shallow depth of field, subtle rim lighting catching the sneaker sole

Six propositions, six rôles. Voici ce que chacune fait réellement.

1. « Camera holding a steady low-angle shot » (la caméra maintient un plan stable en contre-plongée)

C'est l'ancrage, avec une instruction explicite : maintenir, et non panoramiquer ou orbiter. wan2.7-video/image-to-video démarre l'animation depuis l'image first_frame, donc le modèle sait déjà d'où part la caméra — une plongée légèrement sous le produit. Lui dire de maintenir cette position l'empêche de dériver vers un zoom lent ou un travelling avant, qui est la façon la plus courante dont un rendu i2v correct se sabote discrètement lui-même. L'angle bas est spécifié parce que cette convention rend la basket désirable plutôt qu'équivalente à une vignette de catalogue produit — c'est le cadrage utilisé par la publicité de chaussures de sport depuis les années 90.

2. « Rotating slowly on a reflective dark surface » (rotation lente sur une surface sombre réfléchissante)

Le plateau tournant est la plus ancienne astuce de la photographie produit, et elle passe à la vidéo parce que c'est un moyen économique de montrer toutes les angles d'un objet dans un plan continu, sans montage. Lente est essentiel — une rotation rapide ressemble à un gadget, une rotation lente à un hommage. La surface sombre réfléchissante joue un double rôle : elle offre à la brume un support pour réfracter la lumière, et le reflet vague de la basket en dessous donne l'impression d'un décor construit en studio plutôt que d'une prise sur un comptoir.

3. « Swirling white mist rising and curling around it » (une brume blanche tourbillonnante s'élève et s'enroule autour)

La brume est purement atmosphérique — elle ne touche pas le produit, mais c'est elle qui distingue un rendu d'asset brut de quelque chose qui semble avoir coûté de l'argent. Swirling (tourbillonnant) et curling (s'enroulant) sont des mots de mouvement, et les mots de mouvement sont plus importants dans un prompt i2v que dans un prompt texte-vers-image, car le modèle doit décider ce qui bouge réellement pendant la durée du clip. Sans ces mots, « mist » pourrait être rendu comme une brume statique cuite dans la première image, plutôt que comme quelque chose qui se développe dans le temps.

4. « Soft cinematic light » + « subtle rim lighting catching the sneaker sole » (lumière cinématographique douce + léger éclairage de contour accrochant la semelle)

Ces deux propositions font un travail différent, et les deux doivent figurer dans le prompt, pas une seule. La lumière cinématographique douce définit l'exposition globale — uniforme, flatteuse, pas un flash de studio agressif. L'éclairage de contour accrochant la semelle est l'instruction du sujet principal : elle précise le détail exact que la lumière doit sculpter. Le bord de la semelle et la texture de la semelle extérieure sont là où la photographie de baskets réussit habituellement, et le fait de l'indiquer explicitement est ce qui fait apparaître sur le bord de la semelle un contour lumineux net et précis, plutôt qu'un halo uniforme générique. Supprimez cette proposition, et vous n'obtiendrez généralement qu'une lumière douce, sans reflet focal.

5. « Product-commercial mood » + « shallow depth of field » (ambiance publicité produit + faible profondeur de champ)

Le tag d'ambiance est une instruction de genre — il pousse l'étalonnage, le rythme et la composition vers un style publicitaire, plutôt que documentaire ou amateur. La faible profondeur de champ est l'instruction technique qui rend cela crédible : le flou d'arrière-plan est l'indice visuel le plus rapide qu'il s'agit d'une prise de vue produit professionnelle et non d'une photo de téléphone. Ensemble, ils font le travail que l'étalonneur et le choix d'objectif assurent séparément dans une vraie production.

Exécuter sur hiapi

wan2.7-video/image-to-video tourne sur l'API de tâches asynchrones de hiapi — vous soumettez une image et un prompt, puis interrogez jusqu'à ce que le clip soit prêt :

# Create the task — pass your source image as the first_frame
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.7-video/image-to-video",
    "input": {
      "prompt": "A single white sneaker rotating slowly on a reflective dark surface, swirling white mist rising and curling around it in soft cinematic light, camera holding a steady low-angle shot, product-commercial mood, shallow depth of field, subtle rim lighting catching the sneaker sole",
      "media": [
        { "type": "first_frame", "url": "https://your-cdn.com/sneaker-source.jpg" }
      ],
      "resolution": "720P",
      "duration": 5,
      "prompt_extend": true,
      "watermark": false
    }
  }'

# Poll until status leaves "processing" — output[0].url is the finished clip
curl "https://api.hiapi.ai/v1/tasks/$TASK_ID" \
  -H "Authorization: Bearer $HIAPI_API_KEY"

Avant d'y consacrer un vrai budget, quelques conseils pratiques :

• input.duration accepte 2 à 15 secondes (5 par défaut), input.resolution vaut 720P ou 1080P (1080P par défaut) — le tableau complet des paramètres se trouve sur la page du modèle wan2.7-video/image-to-video.
• Cet endpoint n'a pas de champ ratio ni aspect_ratio. L'orientation de sortie suit l'image source — l'extrait de la galerie ci-dessus est rendu en 720×1280 parce que sa première image est en portrait. Cadrez ou recadrez votre image fixe dans l'orientation souhaitée pour la vidéo finale.
• La tarification est un taux fixe par seconde : 0,10 $/s en 720P, 0,167 $/s en 1080P — un clip de 5 s en 720P coûte donc environ 0,50 $, un clip de 5 s en 1080P environ 0,84 $. Avant de monter en volume, vérifiez les tarifs actuels sur la page de tarification hiapi, car résolution et durée influent toutes deux sur le prix total.
• Testez d'abord à faible coût : 720P + 2 secondes suffisent pour vérifier que l'URL de votre image et le comportement de votre prompt sont conformes, avant de lancer un rendu plus long et en plus haute résolution.

Questions fréquentes

Le prompt doit-il décrire le mouvement de caméra, ou le modèle en choisit-il un ? Décrivez-le. Si vous l'omettez, wan2.7-video/image-to-video invente de lui-même un mouvement de caméra, et ce mouvement est rarement celui que vous voulez. Préciser à la fois le type de plan (« low-angle ») et son comportement (« holding », « rotating ») est ce qui empêche le rendu de dériver.

Puis-je contrôler le début et la fin de la vidéo, pas seulement animer une photo ? Oui — remplacez media par deux entrées avec "type": "first_frame" et "type": "last_frame" ; le modèle interpolera entre les deux, au lieu d'animer à partir d'une seule image. C'est utile si vous avez déjà des photos « avant » et « après » du produit.

Pourquoi préciser « reflective dark surface » plutôt qu'un simple « on a table » ? Parce que le reflet est un élément porteur. C'est lui qui multiplie visuellement la brume et l'éclairage de contour, et c'est ce qui distingue en grande partie un rendu moyen d'un résultat à la texture réellement commerciale — avec exactement les mêmes instructions de lumière, une surface mate produira un résultat plus plat et moins premium.

prompt_extend modifie-t-il ce que j'ai écrit ? Il permet au modèle d'enrichir un prompt court avec des détails supplémentaires avant le rendu. Pour un prompt aussi spécifique que celui-ci, le laisser activé modifie rarement le résultat de façon notable — mais pour des prompts plus courts, il risque d'ajouter des fioritures que vous n'avez pas demandées, donc désactivez-le si vous avez besoin d'un respect strict et littéral.

Si vous constituez une bibliothèque de prises de vue produit, la documentation wan2.7-video/image-to-video couvre aussi la variante référence-vers-vidéo, pour conserver la cohérence du sujet entre plusieurs prompts — à consulter quand un seul plan de présentation ne suffit pas.