Videomaker Studio de Higgsfield AI

Génération Higgsfield

Soumettez des travaux à n'importe quel modèle Higgsfield. Enveloppe le CLI higgsfield. Couvre la génération générique d'images/vidéos, Marketing Studio (publicités de marque, avatars, produits, accroches, décors), et, secondairement, le score vidéo du Virality Predictor.

Étape 0 — Amorçage

Avant toute autre commande :

1. Si higgsfield n'est pas dans $PATH, installez-le :

   curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh
   

2. Si higgsfield account status échoue avec Session expired / Not authenticated, demandez à l'utilisateur d'exécuter higgsfield auth login (interactif) et attendez la confirmation.

Règles UX

1. Soyez concis. Pas d'IDs bruts, pas de dumps JSON dans le chat. Affichez l'URL du média généré, ou le résumé textuel pour le Virality Predictor.
2. Pas de jargon interne. Ne racontez pas "appel à higgsfield coûte", "interrogation du travail".
3. Détectez la langue de l'utilisateur à partir du premier message et répondez dans cette langue. Les arguments techniques (--aspect_ratio 16:9) restent en anglais.
4. Ne posez pas plusieurs questions à la fois. Choisissez un modèle par défaut raisonnable et ne demandez qu'une seule chose à la fois si elle manque vraiment.
5. N'estimez pas le coût à l'avance et n'optimisez pas pour des modèles moins chers sauf si l'utilisateur le demande. Préférez d'abord la qualité par défaut.
6. Passez --wait à generate create pour que la commande se bloque jusqu'à la fin et imprime l'URL du résultat elle-même. Évitez le motif en deux étapes create → wait.

Garde-fou de découverte

Lorsque vous recherchez une fonctionnalité/modèle Higgsfield, ne vous fiez pas uniquement à la recherche sémantique ou au --help du CLI. Listez d'abord les modèles sans filtre, puis inspectez les noms de job_set_type probables. Si l'utilisateur dit qu'un modèle existe mais que la recherche ne renvoie aucun résultat, faites confiance à ce signal et vérifiez avec la liste complète des modèles avant de répondre.

Le Virality Predictor est exposé comme :

• Nom public : Virality Predictor
• job_set_type technique : brain_activity
• Catégorie/sortie : rapport textuel. C'est une analyse vidéo-entrée/texte-sortie, pas un modèle de génération de texte/chat.
• Entrée : vidéo téléversée
• Objectif : analyse de l'accroche, de l'attention, de la rétention et de la viralité d'une vidéo terminée

Si l'utilisateur dit "analyse cette vidéo", "score cette publicité", "évalue l'accroche", ou similaire, acheminez vers brain_activity même si cela apparaît sous les modèles texte/analyse. Classez par intention de tâche et entrée requise, pas seulement par catégorie de sortie.

Workflow — génération générique

1. Choisissez un modèle. Commencez par les valeurs par défaut principales sauf si le brief nécessite clairement un spécialiste :

   • GPT Image 2 → modèle d'image par défaut pour la génération générale haute fidélité, le design graphique, l'UI, les bannières, la typographie et le texte sur image.
   • Seedance 2.0 → modèle vidéo par défaut pour les mouvements sérieux, les clips cinématiques, le travail multi-plans, l'image-à-vidéo, et les résultats de qualité production de 4 à 15 secondes. 12s est valide.
   • Nano Banana 2/Pro → par défaut pour le travail d'image basé sur les personnages, les dessins animés, le style et les références ; utilisez Pro pour les briefs difficiles.
   • Marketing Studio → par défaut pour les publicités, UGC, démos produits, unboxing, spots TV, vidéos présentateur, et workflows marque/produit.

   Image :

   • Visuel produit de marque (épingle Pinterest, lifestyle, bannière hero, pack pub, essayage virtuel) → utilisez higgsfield-product-photoshoot à la place. PAS cette compétence.
   • Concept produit généré / emballage / canette / bouteille avec nom de marque ou texte d'étiquette → GPT Image 2.
   • Image publicitaire de marque avec avatar + produit (forme Marketing Studio) → Marketing Studio Image (voir Marketing Studio ci-dessous)
   • UGC esthétique / éditorial mode / personnage lifestyle → Soul 2.0
   • Image fixe cinématique → Soul Cinema
   • Persona créative très caractérisée (texte uniquement, distinctive) → Soul Cast
   • Lieux / environnements / scènes sans personnes → Soul Location (meilleur de sa catégorie)
   • Illustrations vectorielles OU édition de visage + échange de scène complexe → Seedream 4.5
   • Personnage Soul (id de référence depuis higgsfield-soul-id) → Soul 2.0 pour les images fixes, Soul Cinema pour le cinématique
   • Travail de personnage ou style dessin animé → Nano Banana 2 ; passez à Nano Banana Pro sur les cas difficiles
   • Itération rapide et bon marché → Z Image
   • Par défaut pour tout le reste → GPT Image 2. Design graphique, UI, bannières, typographie et génération générale haute fidélité.

   Vidéo :

   • Toute vidéo publicitaire / commerciale / de marque → Marketing Studio (voir Marketing Studio ci-dessous)
   • Vidéo sérieuse polyvalente par défaut (multi-plans, identité cohérente, mouvements intenses, image-à-vidéo, requêtes 4–15s) → Seedance 2.0. SOTA. Ne rétrogradez pas vers Seedance 1.5 juste parce que son énumération de durée est plus facile à lire ; validez d'abord Seedance 2.0.
   • Scène mono-plan sans dynamique forte, moins cher que Seedance 2.0 → Kling 3.0
   • Plan propre bon marché sans coupure, uniquement quand l'utilisateur demande un résultat moins cher/budget → Seedance 1.5 Pro
   • Plus haute fidélité qualité cinéma → Cinema Studio Video 3.0
   • Bon marché avec physique forte, pas d'audio nécessaire → Minimax Hailuo
   • Volume / lot rapide → Veo 3.1 Lite

   Analyse vidéo :

   • Évaluer l'accroche d'une vidéo terminée, son potentiel de viralité, l'attention, la rétention ou le risque de distraction → Virality Predictor (brain_activity). C'est un modèle d'analyse vidéo qui renvoie un score/rapport textuel, pas un actif média généré.

   Pour l'ID --model réel à passer à higgsfield generate create, exécutez higgsfield model list --json | jq pour mapper les noms d'affichage aux IDs. Voir references/model-catalog.md pour le tableau complet.

2. Passez les entrées média directement aux flags. Les flags média acceptent un chemin de fichier local ou un UUID. Le CLI téléverse automatiquement les chemins et détecte automatiquement travail vs téléversement pour les UUIDs. Pas besoin de pré-téléverser. Chaque modèle déclare les rôles acceptés (image, start_image, end_image, video, audio) — voir references/media-inputs.md.

3. Validez rapidement. En cas de doute sur les paramètres, exécutez higgsfield model get <jst> --json une fois et ne passez que ce qui est nécessaire. Validez le modèle préféré avant de revenir à un plus ancien. Utilisez les valeurs par défaut du schéma sinon. Le serveur renvoie des adjustments pour les coercitions non fatales (par ex. aspect_ratio=99:99 → correspondance la plus proche) et une erreur structurée pour les valeurs de paramètres déclarés invalides.

4. Soumettez et attendez en une seule fois. higgsfield generate create <jst> [--prompt "..."] [flags média] [flags paramètres] --wait. Bloque jusqu'au statut terminal et imprime le résultat sur stdout. Réglages : --wait-timeout 20m (défaut 10m), --wait-interval 5s (défaut 3s). Le Virality Predictor n'a pas besoin de prompt ; passez --video.

5. Livrez. Pour les médias générés, envoyez l'URL plus un résumé d'une ligne (modèle, durée si vidéo). Pour le Virality Predictor, livrez les scores, l'interprétation métier et le lien Open report. Ne faites pas apparaître les internes .glb, .bin ou la table des régions dans la sortie de chat normale.

Pour inspecter ou réexécuter plus tard, higgsfield generate list --json et higgsfield generate get <id> --json fonctionnent pour la rétrospection. higgsfield generate wait <id> est toujours disponible si vous devez rejoindre un travail démarré sans --wait.

Flags média

Flag	Objectif	Modèles qui l'acceptent
--image <chemin-ou-id>	image de référence	la plupart des modèles d'image, seedance_2_0, veo3, marketing_studio_video
--start-image <chemin-ou-id>	première image pour les transitions image-à-vidéo	kling3_0, kling2_6, veo3_1, seedance_2_0, marketing_studio_video
--end-image <chemin-ou-id>	dernière image pour les transitions	kling3_0, seedance_2_0, marketing_studio_video
--video <chemin-ou-id>	vidéo de référence ou analysée	seedance_2_0, brain_activity
--audio <chemin-ou-id>	audio de référence (synchronisation labiale, correspondance de bande son)	seedance_2_0 (utilisez ceci, PAS --generate-audio)

Chaque flag accepte soit un chemin de fichier local (téléversé automatiquement) soit un UUID (id de téléversement depuis higgsfield upload create, ou un id de travail précédent). Chaque modèle déclare son propre ensemble de rôles via MEDIA_ROLES. Voir references/media-inputs.md pour le tableau complet.

Paramètres courants

Les flags sont transmis au schéma du modèle. Utilisez higgsfield model get <jst> pour les découvrir.

higgsfield generate create gpt_image_2 --prompt "ville néon au crépuscule" --aspect_ratio 16:9 --resolution 2k --wait
higgsfield generate create nano_banana_2 --prompt "concept de personnage anime, pose expressive" --image ./ref.png --wait
higgsfield generate create seedance_2_0 --prompt "la caméra avance en travelling" --start-image ./first.png --duration 12 --wait
higgsfield generate create text2image_soul_v2 --prompt "..." --soul-id <soul_ref_id> --quality 2k --wait
higgsfield generate create brain_activity --video ./ad.mp4 --wait

Pour une sortie lisible par machine (pipelines chaînés, contexte d'agent), ajoutez --json. Avec --wait --json, vous obtenez l'objet tableau de travail final. Sans --wait, vous obtenez les IDs de travaux. Le Virality Predictor stocke l'analyse brute et les artefacts de rendu dans les paramètres du travail, mais la sortie textuelle par défaut doit rester sur les scores plus le lien Open report.

Prompt stdin : echo "..." | higgsfield generate create z_image --wait.

Qualité d'image Soul : pour text2image_soul_v2 et soul_cinematic, passez --quality 1.5k ou --quality 2k. Ce sont des niveaux destinés à l'interface utilisateur ; le backend les mappe à 720p/1080p et des dimensions spécifiques au modèle à partir du --aspect_ratio sélectionné. soul_location n'a pas de sélecteur de qualité ; il utilise des dimensions fixes par rapport d'aspect.

Marketing Studio

Génération d'image/vidéo de marque : avatars + produits + accroches/décors facultatifs + modes publicitaires. Utilisez les modèles marketing_studio_video et marketing_studio_image.

Concepts

• Avatar — visage du présentateur. preset organisé (parcourir higgsfield marketing-studio avatars list) ou custom (photos téléversées via higgsfield marketing-studio avatars create). Pour les modes UGC, un avatar est facultatif si le brief mentionne clairement une personne ; le backend peut créer automatiquement un Soul Character. Passez un avatar lorsque l'utilisateur souhaite un présentateur spécifique.
• Produit — article de marque avec titre + images de référence. Importé depuis une URL (higgsfield marketing-studio products fetch --url ...) ou créé à partir d'images téléversées (higgsfield marketing-studio products create).
• Webproduct — version App Store / page web. S'achemine automatiquement lors de la récupération d'URL App Store.
• Accroche (Hook) — angle d'ouverture / accroche publicitaire réutilisable. Parcourez avec higgsfield marketing-studio hooks list. Le texte de l'accroche est ajouté au prompt de l'utilisateur ; il ne remplace pas --prompt.
• Décor (Setting) — contexte d'environnement / scène réutilisable. Parcourez avec higgsfield marketing-studio settings list.
• Référence publicitaire — vidéo d'inspiration réutilisable qui peut être liée à un avatar et/ou un produit. Créée à partir d'une vidéo téléversée (--video-input <upload_id>) ou d'un travail de génération précédent (--job <job_id>). Parcourez avec higgsfield marketing-studio ad-references list. Voir references/marketing-ad-references.md.
• Kit de marque — capture l'identité d'une marque (nom, logo, images hero, couleurs, polices, ton) pour une réutilisation dans les générations d'images. Créé en fournissant une URL de site web (higgsfield marketing-studio brand-kits fetch --url https://… --wait). Voir references/marketing-brand-kits.md.
• Format publicitaire — préréglages qui déterminent la structure visuelle d'une image générée (headline, bullet-points, etc.). Lecture seule, parcourez avec higgsfield marketing-studio ad-formats list. Entrée requise pour dtc-ads generate.

Commandes de découverte

Utilisez ces commandes de liste exactes lorsque l'utilisateur demande ce qui existe déjà :

higgsfield marketing-studio avatars list --json
higgsfield marketing-studio products list --json
higgsfield marketing-studio hooks list --json
higgsfield marketing-studio settings list --json
higgsfield marketing-studio ad-references list --json
higgsfield marketing-studio brand-kits list --json
higgsfield marketing-studio ad-formats list --json

--hook_id et --setting_id sont pris en charge par marketing_studio_video uniquement ; ne les passez pas à marketing_studio_image.

Règles UX (supplémentaires)

• Une question par phase. Ne demandez pas produit+avatar+mode dès le départ.
• Les deux approches publicitaires sont mutuellement exclusives. Soit l'utilisateur donne une vidéo de référence publicitaire (guidée par référence) soit il choisit des blocs accroche/décor (composés à partir de blocs) — jamais les deux. Si l'utilisateur a une référence publicitaire sélectionnée, ne proposez pas d'accroche/décor ; si l'accroche/décor sont choisis, ne proposez pas d'attacher une référence publicitaire.
• Source de la référence publicitaire. Les seules entrées valides sont un fichier vidéo local (téléversé via higgsfield upload create ... --video) ou un travail vidéo antérieur. Si l'utilisateur fournit autre chose, demandez un fichier local.
• Le format publicitaire dtc-ads est obligatoire. Demandez toujours à l'utilisateur de choisir dans ad-formats list. Il n'y a pas de valeur par défaut automatique — le CLI et le serveur rejettent les appels sans --format-id.
• Entrées facultatives dtc-ads. Suggérez des avatars, produits et médias de référence lorsque le brief le demande ; n'attachez que ce que l'utilisateur choisit.

Workflow — vidéo publicitaire rapide

1. Obtenez le produit.
   • Produit existant → higgsfield marketing-studio products list --json
   • URL → higgsfield marketing-studio products fetch --url <url> --wait (interroge jusqu'à ce que l'import soit terminé)
   • Images locales → higgsfield upload create <photo>... puis higgsfield marketing-studio products create --title "..." --image <id>... Capturez l'id du produit. Lorsque vous utilisez --hook_id, préférez fortement passer --product_ids ; les accroches sont conçues pour pivoter vers un produit et fonctionnent mal sans contexte produit.
2. Choisissez un avatar si nécessaire.
   • Par défaut : higgsfield marketing-studio avatars list et choisissez un preset correspondant à la voix de la marque.
   • Personnalisé : higgsfield marketing-studio avatars create --name "..." --image <upload_id>. Pour les modes UGC, vous pouvez omettre --avatars lorsqu'aucun présentateur spécifique n'est requis et que le brief mentionne une personne ; le backend peut synthétiser un Soul Character.
3. Choisissez éventuellement des éléments de configuration.
   • Accroche : higgsfield marketing-studio hooks list --json
   • Décor : higgsfield marketing-studio settings list --json Passez les IDs sélectionnés comme --hook_id <hook_id> et --setting_id <setting_id> pour marketing_studio_video uniquement. Ne copiez pas le prompt de l'accroche dans --prompt sauf si l'utilisateur souhaite explicitement renforcer le même libellé.
4. Choisissez le mode si nécessaire. Par défaut, c'est ugc ; --mode n'est pas requis simplement parce que --hook_id est présent. Les autres modes actuellement supportés sont talking_head (vidéo de style talking head) et voiceover (voix off).