video-prompt-director : Prompts vidéo IA façon réalisateur
Positionnement
Transformez n'importe quel contenu en prompts vidéo directement soumissibles à un générateur. Commencez par choisir un régime en fonction du style du script. Les deux régimes partagent la couche de production, tandis que les couches visuelle et d'interprétation ont leurs propres rédactions :
| Couche | Résout quoi |
|---|---|
| Production (partagée) | Découpage du script en unités de génération ; choix du mode de génération, paramètres et images de référence pour chaque segment ; continuité entre segments |
| Visuelle | Personnages, accessoires, espace scénique, caméra, style, éclairage, son, contraintes strictes |
| Interprétation | Court : une action visible + un nœud d'expression. Cinéma : formule à 8 dimensions, AU, progression émotionnelle, chaîne de réactions |
Principe : écrire léger pour les actions quotidiennes, détaillé pour les moments clés, et insister là où l'IA a tendance à se tromper.
Étape 0 : Choisir le régime
| Format court | Format cinéma | |
|---|---|---|
| Plateforme / Usage | Douyin, Xiaohongshu, Video Account, Kuaishou, Reels ; extraits narratifs, street photography, clips d'ambiance, mini-histoires de personnages, court-métrages verticaux | Court-métrage narratif, film de qualité, extrait artistique |
| Rythme | Plan séquence : un nœud événementiel toutes les 2 secondes ; multi-découpages : 2–5 secondes par plan | 4–12 secondes par plan, caméra fixe ou travelling lent |
| Moteur de progression | Événements d'action, mouvements de caméra, espace et son, contraste visuel | Interprétation : progression émotionnelle, dialogues, scène de duel |
| Écriture de l'interprétation | Une action visible + changement d'expression, langage naturel, pas d'AU | Formule à 8 dimensions + AU + chaîne de réactions |
| Structure | Méthode A : plan séquence (style « Dan Mei ») / Méthode B : multi-découpages (style « Cyber Atom ») | Carte complète / Cohérence des personnages / Timeline des plans / Exigences clés… |
| Source | AI-video-prompt « Dan Mei » + mx-shell-prompt « Cyber Atom » | video-prompt-director v1 |
| À lire d'abord | modes/short-video.md → examples/short-video.md | modes/cinematic-drama.md → examples/cinematic-drama.md |
Règles de décision :
- Si l'utilisateur mentionne une plateforme ou un style → suivre. Douyin, Xiaohongshu, rythme rapide, court → format court. Film de qualité, narration cinématographique, rythme lent, interprétation → format cinéma.
- Si non précisé : plusieurs répliques, avec des retournements émotionnels, des scènes de duel, et dans le même décor → format cinéma ; sinon → format court.
- Court-métrage vertical → format court, en empruntant l'insertion de dialogues et la chaîne de réactions du format cinéma (voir fin du document format court).
- En cas de doute → format court, et dans le message de confirmation de l'étape 3, préciser « possibilité de basculer en format cinéma ».
- Tâches de composition / édition (mettre A dans B, changer un fond) → aucun des deux régimes, suivre la méthode minimaliste en fin de tool-adapters.md.
Dans un même projet, différents segments peuvent utiliser des régimes différents, par exemple : l'accroche d'ouverture en format court, le corps de la scène en format cinéma.
Une fois le régime choisi, lire d'abord le fichier modes/ correspondant et les exemples, puis rédiger.
Workflow
Étape 1 : Lire l'entrée, déterminer trois choses
- Outil cible et modèle : durée max par segment, syntaxe de référencement des images. Voir tool-adapters.md. Si l'utilisateur ne le dit pas, utiliser la valeur par défaut du projet ; si le projet n'en a pas, utiliser
Seedance 2.5 | 720p | 16:9. - Tonalité visuelle : Cinéma / Smartphone / Animation. Pour smartphone, ne pas écrire « cinématographique, IMAX, blockbuster, 4K ».
- Références visuelles : Si des images sont fournies, attribuer une tâche unique à chacune. Sinon, préciser quelles images préparer, ou passer en texte-image pure.
Idée unique : traiter comme un seul segment, compléter directement, sauter l'étape 3 de confirmation.
Étape 2 : Découper les segments
Découper selon les changements de lieu, de temps, de tonalité émotionnelle majeure, de point de vue, ou la limite de durée par segment. Écrire l'état de fin de chaque segment, le suivant reprendra à partir de là. Détails dans REFERENCE.md section « II. Découpage », nombre de plans par régime dans modes/.
Étape 3 : Jugement du réalisateur (seule validation)
Pour chaque segment, décider : où écrire léger, où détailler, où l'IA risque de se tromper. Pour plusieurs segments ou si la direction est ambiguë, présenter à l'utilisateur en un seul message :
Régime : Court (plan séquence) — Raison en une phrase ; si vous préférez un rythme lent avec interprétation, passez en format cinéma.
Je découpe en N segments :
Segment1 (0–15s) : [Rythme en une phrase] | [Mode de génération] | [Images de référence nécessaires]
Segment2 (…) : …
Mon jugement :
- Segment1 [moment donné] : je propose [traitement], le public ressentira [effet] ; l'autre direction est [alternative].
Confirmez « écris directement » ; pour fusionner, diviser ou changer de direction, dites-le.
S'il n'y a qu'un segment et que l'intention est claire, sauter cette étape et écrire directement. Là où l'utilisateur hésite, proposer deux ou trois options en expliquant l'effet, sans lui faire remplir un formulaire.
Étape 4 : Rédiger segment par segment
Utiliser la structure du régime choisi (voir modes/), en suivant la densité et le ton des exemples correspondants. Les exemples sont les références, pas à « améliorer » avec des règles génériques.
Étape 5 : Auto-vérification et livraison
Passer en revue la liste de vérification partagée ci-dessous et celle propre au régime. Peut exécuter python3 scripts/prompt_builder.py --validate <fichier>. Après livraison, demander : souhaitez-vous ajuster le découpage, changer de régime, ou renforcer/atténuer un aspect ?
Enveloppe de chaque segment (commun aux deux régimes)
## Segment1 : [Rythme en une phrase] (0–15 s)
Régime : Court (plan séquence / multi-découpages) ou Cinéma
Mode de génération : [Texte-image pur / Image de début / Début+Fin / Références multiples / Référence complète / Édition vidéo]
Paramètres du modèle : [Modèle] | [Résolution] | [Format] | [Durée]
Références visuelles :
Image1 : [Tâche unique] — Verrouiller [visage / coiffure / vêtements / proportions…] ; ne pas utiliser [arrière-plan / personnages…]
(Pour texte-image pur : écrire « Aucune » ; si image manquante : préciser quoi préparer)
Prompt :
```text
[Écrire selon la structure du régime]
```
État de fin : [Posture, position, composition — le segment suivant reprend ici]
Les références aux images dans le bloc de prompt doivent être adaptées à la syntaxe de l'outil cible (@Image1 / Référence1 / {{Node "Nom du nœud"}} / @image1).
Règles fondamentales (communes aux deux régimes)
- Chaque segment est autonome. Les générateurs n'ont pas de mémoire inter-segments. Verrouillage des personnages, décor, lumière, accessoires en main, état de fin du segment précédent : tout doit être réécrit. Ne pas écrire « identique », « comme avant ». Le visage et les vêtements sont confiés aux images de référence, ne pas les décrire en texte.
- Une image de référence = une seule tâche. Écrire simplement « image de référence » ne sert à rien. Préciser ce qui est verrouillé et ce qui ne l'est pas. La syntaxe suit l'outil : LibTV nécessite
{{Node "Nom du nœud"}}, le texte seul « Image1 » est invalide. - Le timecode est un budget d'action. Fenêtres temporelles continues, sans chevauchement ; une seule action centrale par fenêtre. Écrire les événements clés à la seconde près. Laisser 0,5 s de marge pour le dernier plan, car les modèles ont tendance à le terminer en retard.
- Le premier plan est l'état juste avant la première action. Si à la 2e seconde la jambe est croisée, le premier plan doit montrer les jambes jointes.
- Les personnages ne flottent pas. Chaque partie en contact avec un support doit être précisée : sur quoi est appuyé le dos, assis sur quoi, les pieds posés où. Chaque action doit avoir une cause et une fin.
- Les émotions s'écrivent comme des actions visibles, pas comme des étiquettes isolées (ex. « elle est triste »). Pour le court : un nœud d'expression. Pour le cinéma : le processus complet de progression.
- Les dialogues s'insèrent dans le timecode, ne pas les coller à la fin.
- N'écrire que l'essentiel. Trop de descriptions amène le modèle à projeter des éléments censés être internes au plan sur l'ensemble de l'image.
- Les termes de tonalité doivent correspondre à la tonalité. Smartphone : pas de « cinématographique / HD / blockbuster / 4K ». Cinéma : écrire la caméra, l'objectif, le film spécifiques. Maximum 1–2 références de style.
- Par défaut pas de musique de fond, seul le son direct. Ajouter de la musique seulement si l'utilisateur la demande.
Liste de vérification commune
- Le bon régime est choisi, et le fichier
modes/correspondant ainsi que les exemples ont été lus - La durée de chaque segment ne dépasse pas la limite de l'outil
- Chaque segment est autonome, pas de « idem / comme avant »
- Chaque image de référence a une seule tâche, verrouillage et exclusion sont spécifiés ; les numéros de référence dans le texte sont tous dans la liste ; la syntaxe correspond à l'outil cible
- Les actions ont des points d'appui et des causes/conséquences ; le premier plan est l'état avant l'action
- Le son comprend des ambiances et des bruitages ; pas de BGM (sauf demande)
- Les contraintes strictes sont écrites en phrases positives pour la proportion du sujet, la logique spatiale, l'ordre des actions ; les négations uniquement pour les échecs connus
- L'état de fin est écrit
- La vérification spécifique au régime est passée
Carte des fichiers
| Fichier | Contenu |
|---|---|
| modes/short-video.md | Format court : méthode A plan séquence, méthode B multi-découpages, parties empruntées entre les deux méthodes, interprétation, court métrage vertical |
| modes/cinematic-drama.md | Format cinéma : structure, carte complète, cohérence des personnages, couche d'interprétation (8 dimensions, AU, progression émotionnelle, chaîne de réactions) |
| examples/short-video.md | « Dan Mei » : deux segments plan séquence (texte original AI-video-prompt, succès) ; « Cyber Atom » : multi-découpages (texte original mx-shell-prompt + 4 compléments) |
| examples/cinematic-drama.md | « Changement de nom » : 30 s de duel à trois personnages, 5 extraits d'interprétation |
| REFERENCE.md | Commun : découpage, référencement des images, accessoires, espace scénique, style, timecode et action, son, contraintes strictes, leçons pratiques |
| references/tool-adapters.md | Syntaxe de référencement par outil, modes de génération, durée max par segment, composition minimaliste |
| references/shot-catalog.md | Plans, composition, mouvement de caméra, + table rapide « émotion → langage caméra » |
| references/cinematic-vocabulary.md | Caméra, objectif, pellicule, couleur, éclairage, références de style, vocabulaire pour smartphone |
scripts/prompt_builder.py | --validate : vérifie structure, durée, autonomie, numéros de référence par régime et méthode ; --analyze-scene : détermine écriture légère ou détaillée ; --build : génère un extrait d'interprétation à partir d'un JSON 8 dimensions |