Générateur IA de vidéo à partir de texte

Dites qui ou quoi est filmé, puis ajoutez deux ou trois détails visibles : âge, vêtements, matière, couleur. « Une infirmière fatiguée en blouse bleu-vert » donne bien plus de prise au modèle que « une personne ». Gardez un seul sujet principal par clip pour que le regard sache où se poser.

Décrivez ce qui change entre la première et la dernière seconde, avec des verbes qui portent un rythme : verse lentement, jette un regard en arrière, secoue la pluie de son parapluie. Un clip court a de la place pour une seule action, avec un début et une fin. Trois actions dans une même phrase finissent en général bâclées ou inachevées.

Nommez le lieu, le moment de la journée et, si besoin, la météo, plus un ou deux détails d'arrière-plan. Ce qui bouge tout seul, comme la vapeur, des feuilles ou la circulation, garde l'image vivante même quand le sujet reste immobile. Un décor trop chargé fait concurrence au sujet : choisissez avec parcimonie.

Précisez la valeur de plan (gros plan, plan moyen, plan large) et un seul mouvement : plan fixe, travelling avant lent, panoramique, travelling d'accompagnement ou caméra à l'épaule. Indiquez où le mouvement commence et où il s'arrête. Des consignes contradictoires, comme zoomer tout en reculant, obligent le modèle à deviner laquelle vous vouliez.

Décrivez la source de lumière, sa direction et sa couleur : soleil rasant dans le dos, une seule lampe de bureau, lumière plate d'un ciel couvert. Ajoutez un rendu seulement s'il compte, par exemple pellicule 35 mm, vieux caméscope familial ou animation en pâte à modeler. La lumière change l'ambiance d'un plan plus vite que n'importe quel accessoire.

Si le modèle génère de l'audio, notez ce qu'on devrait entendre : le fond sonore d'une pièce, des pas sur le gravier, la pluie sur un toit de tôle, un train au loin. Mélangez sons proches et lointains. Si vous comptez ajouter votre propre musique ou une voix off, prenez un modèle dont l'audio se désactive et sautez cette partie.

Les trois modèles sortent du 9:16. Pour une accroche très courte ou une boucle, Wan 3.0 descend à 2 secondes. Si vous voulez le son intégré d'office, MiniMax H3 ajoute toujours une piste stéréo ; avec Wan 3.0 et Seedance 2.5, c'est vous qui décidez si l'audio reste activé.

Longer une côte ou regarder une ville s'éveiller, cela prend du temps. Wan 3.0 va jusqu'à 30 secondes, alors que MiniMax H3 et Seedance 2.5 s'arrêtent à 15. Dans un plan long, décrivez un changement progressif, comme la lumière qui glisse sur un mur ou la brume qui se lève, pour que les secondes en plus aient quelque chose à montrer.

Pour une image en scope avec bandes noires, le 21:9 est disponible sur MiniMax H3 et Seedance 2.5. Un cadre très large demande un prompt où il se passe quelque chose sur toute la largeur, par exemple un cavalier qui traverse une plaine sous un ciel immense, plutôt qu'un petit sujet seul au centre.

Si la vidéo part au montage avec votre musique, une narration ou votre propre design sonore, un clip muet est plus simple à manipuler. Désactivez l'audio sur Wan 3.0 ou Seedance 2.5. MiniMax H3 génère toujours une bande-son, que vous pouvez quand même couper ou remplacer dans votre logiciel de montage.

Quand le clip sera projeté en grand ou recadré ensuite, la résolution compte. MiniMax H3 propose le 2K ; Wan 3.0 et Seedance 2.5 montent jusqu'au 1080p. Des réglages plus élevés coûtent plus de crédits, et le bouton Générer affiche le montant avant que vous ne validiez.

Quand il s'agit seulement de voir si une scène tient debout, restez en basse résolution et en durée courte : le 480p de Wan 3.0 ou de Seedance 2.5 garde les brouillons peu coûteux. Essayez plusieurs variantes d'une même idée, gardez la meilleure, puis générez celle-là dans de bonnes conditions.

« Un vieil horloger en tablier vert se penche sur son établi, saisit avec une pince brucelles un minuscule engrenage en laiton et le lève lentement vers la fenêtre. Un atelier exigu au crépuscule, des murs couverts d'horloges qui font tic-tac, de la poussière en suspension. Travelling avant lent d'un plan moyen jusqu'à un gros plan sur ses mains. Lumière chaude d'une lampe à gauche, lumière bleue et froide venant de la fenêtre, faible profondeur de champ. Son : tic-tac superposés, un tramway qui passe au loin, le petit clic de la pince. »

« Un vieil horloger en tablier vert » : une seule personne, deux traits visibles. « Saisit un minuscule engrenage et le lève vers la fenêtre » : une seule action, avec un point de départ et un point d'arrivée. Le clip a ainsi une forme, au lieu d'un personnage qui s'agite sans but.

« Un atelier exigu au crépuscule » fixe le lieu et l'heure en quelques mots. Les horloges qui font tic-tac et la poussière en suspension sont des détails d'arrière-plan qui bougent d'eux-mêmes : l'image reste vivante pendant que les mains de l'horloger travaillent lentement, avec précision.

« Travelling avant lent d'un plan moyen jusqu'à un gros plan sur ses mains » donne un mouvement, sa vitesse, la valeur de plan de départ et celle d'arrivée. Le modèle sait où commencer, où finir, et de quoi parle vraiment le plan : les mains et l'engrenage.

« Lumière chaude d'une lampe à gauche, lumière bleue et froide venant de la fenêtre » : deux sources, chacune avec une direction et une couleur, ce qui crée un contraste sur son visage. « Faible profondeur de champ » adoucit le mur d'horloges, qui soutient alors le sujet au lieu de l'étouffer.

Trois couches : un son d'ambiance (le tic-tac), un son lointain (le tramway) et un détail tout proche (la pince). Un modèle qui génère de l'audio a ainsi un mixage clair à viser. Sur Wan 3.0 ou Seedance 2.5 avec l'audio désactivé, supprimez cette phrase : elle ne sert plus à rien.

Pas de second personnage, pas de dialogue, pas de texte à l'écran, pas de coupe vers un autre lieu. Chacun de ces éléments partagerait un plan court entre plusieurs idées concurrentes. Si votre histoire en a besoin, générez-les comme des clips séparés, chacun avec son prompt, puis assemblez-les au montage.