0xnirlin/ziztu-cinematic-depth

Profondeur cinématographique

Un plan devient cinématographique lorsque l'œil peut y voyager : quelque chose de proche et doux sur le bord, le sujet net et lumineux au milieu, le lieu s'éloignant derrière dans des tons plus pâles et plus doux, avec de l'air entre les couches. Les modèles d'images et de vidéos IA le font rarement seuls. Cette compétence écrit cette profondeur dans les prompts, vérifie les prompts et les plans pour la platitude et corrige les plans plats.

Elle repose sur cinq règles classiques de mise en scène en profondeur : avant‑plan, plan intermédiaire et arrière‑plan ; des distances différentes plutôt que des objets différents ; de l'espace entre les couches ; un décor lointain moins contrasté que le sujet ; un peu de poussière ou de brume pour les séparer. Par‑dessus ces règles, elle ajoute ce dont la vidéo IA a besoin : quel plan est net, l'objectif, la lumière et la couleur de séparation, les mouvements de caméra de parallaxe, l'histoire en arrière‑plan et les façons dont les modèles brisent les plans en couches. Elle a été testée côte à côte sur H3 Max Turbo, avec le même script, modèle, réglages et graine. Avec la compétence, chaque plan revenait en couches ; sans elle, le clip retombait en gros plans centrés sur un arrière‑plan flou.

Pourquoi les plans IA sortent plats

Laissé seul, un modèle place le sujet au centre, face à l'objectif, devant un mur ou un fond parallèle au cadre. La lumière est uniforme et frontale, tout est également net, et l'arrière‑plan ressemble à une toile peinte. Les prompts empirent les choses. Ils listent des objets (« une femme dans une boulangerie avec un mixer et un homme ») sans jamais dire à quelle distance chacun se trouve, donc le modèle dispose les trois côte à côte sur un seul plan. Des mots génériques comme « cinématographique », « profondeur de champ » et « bokeh » n'aident pas beaucoup non plus : ils achètent un arrière‑plan flou derrière un portrait centré, ce qui reste deux plans collés ensemble.

La solution est de donner à chaque plan son propre objet, sa distance, sa netteté et sa tonalité, et de laisser un espace visible entre eux.

La pile de profondeur : écrivez‑la pour chaque plan

Plan	Distance de l'objectif	Ce qui s'y trouve	Netteté	Tonalité	Où dans le cadre
Avant‑plan	0,3 à 1,5 m	Un objet simple ou le dos d'une épaule, seulement partiellement dans le cadre : un verre, un chambranle, des feuilles, une lampe, une rampe, l'épaule de l'auditeur	Doux, hors foyer (net seulement dans un insert)	Le plus sombre, peu de détails, souvent à moitié en silhouette	Un bord ou un coin : le tiers inférieur, ou le sixième gauche ou droit. Il reste loin des visages
Sujet (plan intermédiaire)	2 à 4 m (dialogue 2 à 2,5 m)	Les personnes et l'action, la raison du plan	Net	Le plus lumineux, le plus contrasté, la couleur la plus forte	Sur un tiers, yeux dégagés, 15 à 25 % d'espace au‑dessus de la tête
Arrière‑plan	6 m jusqu'à l'horizon	Le lieu, une source de lumière, et, quand c'est possible, un élément narratif	Plus doux	Moins de contraste ; plus clair et plus brumeux à l'extérieur, plus sombre ou une fenêtre lumineuse à l'intérieur ; plus froid ou moins saturé	Remplit le cadre derrière, avec des lignes qui s'éloignent

Entre les plans, écrivez deux autres choses :

• L'écart : le sol ouvert, la longueur d'une table, une route ou une étendue de sable entre les plans. Sans lui, les couches fusionnent en une seule surface ; avec lui, l'œil mesure la distance.
• L'air : une légère brume, de la poussière dans un faisceau lumineux, de la vapeur, du brouillard, de la pluie ou de la fumée entre le sujet et l'arrière‑plan. L'air rend les choses lointaines plus pâles, ce que l'œil interprète comme de la distance, et il contourne le sujet.

Un plan peut intentionnellement supprimer un plan. Un gros plan peut sauter l'avant‑plan, et un insert peut faire de l'avant‑plan le sujet. Alors, les plans restants portent la profondeur avec la netteté, la lumière et l'air, et vous le dites dans le prompt.

Onze règles, et pourquoi chacune fonctionne

Les cinq premières sont les règles classiques de mise en scène.

1. Superposez comme un gâteau. Avant‑plan, sujet, arrière‑plan, chacun nommé dans sa propre phrase. Un plan qui n'est pas nommé n'est pas dessiné.
2. Distances différentes, pas objets différents. Trois choses côte à côte sont toujours plates. Donnez à chaque plan une distance en mètres, ou une relation (« deux mètres derrière elle », « au fond de la pièce »).
3. Laissez de l'espace entre les couches. Nommez l'écart (sol, table, route) pour que les plans ne fusionnent pas en un seul, comme lorsqu'un verre d'avant‑plan se transforme en une main.
4. Gardez le décor lointain moins contrasté que le sujet. L'œil interprète le contraste comme de la proximité, donc un arrière‑plan très contrasté avance. À l'extérieur, la distance rend les choses plus pâles, plus douces et plus bleues, ou plus chaudes à l'heure dorée : c'est la perspective atmosphérique.
5. Un peu de poussière ou de brume sépare le sujet de l'arrière‑plan. Gardez‑la légère et placez‑la derrière le sujet. La brume devant le sujet efface le visage.

Les suivantes sont ce dont la vidéo IA a aussi besoin.

6. Dites quel plan est net. La mise au point est à la fois un indice de profondeur et un pointeur, et le plan net est là où le spectateur regarde. « Faible profondeur de champ » seul donne un flou de portrait générique. Écrivez « le verre d'avant‑plan et la ligne d'horizon lointaine sont doux ; Mia est en mise au point nette ».
7. Choisissez l'objectif pour la profondeur souhaitée.
   • Grand‑angle, 18 à 28 mm : étire la distance entre les plans. Utilisez‑le pour les plans larges et la mise en scène en profondeur, jamais à moins de 1,5 m d'un visage.
   • Normal, 35 à 50 mm : dialogue.
   • Long, 85 à 135 mm, pris depuis plus loin : comprime les plans et fond l'arrière‑plan, ce qui isole un visage proche.
8. Séparez avec la lumière et la couleur, pas seulement avec le flou.
   • Une lumière de contour ou un contre‑jour dessine le sujet.
   • Les lumières pratiques à différentes profondeurs (lampes qui s'éloignent dans une pièce, guirlandes lumineuses) marquent la distance.
   • Un sujet chaud sur un arrière‑plan froid, ou l'inverse, sépare les plans même quand tout est net.
9. En vidéo, bougez la caméra pour que les couches se déplacent à des vitesses différentes. Un travelling latéral, un chariot, un arc, une colonne ou une grue passant devant un objet d'avant‑plan donne le parallaxe, le meilleur indice de profondeur en mouvement. Un zoom agrandit tous les plans ensemble et les aplatit. Un plan fixe a besoin d'un plan qui bouge : vapeur, une figure passant loin derrière, rideaux, pluie.
10. Faites travailler l'arrière‑plan pour l'histoire. Un témoin dans une porte, le rival qui arrive, l'horloge, la boîte à bague sur la table voisine. La mise en scène en profondeur donne au spectateur deux choses à lire à la fois et crée une ironie dramatique sans une ligne de dialogue. Un changement de mise au point déplace l'attention d'un plan à l'autre au bon moment.
11. Gardez les visages en sécurité.
    • Aucun avant‑plan ne traverse un visage ou l'action.
    • Les visages qui parlent restent dans le plan du sujet à distance moyenne. Les petits visages à l'arrière‑plan dérivent dans la vidéo IA, donc ils ne parlent pas et ne sont pas le point du plan.
    • Nommez chaque personne dans chaque plan. Un modèle vidéo abandonne les personnes dont on ne lui a pas parlé et invente celles dont on lui a parlé.

L'écrire dans un prompt

Pour une image ou une image clé, écrivez une phrase par plan, de l'avant à l'arrière, puis l'air et la lumière :

<Taille de plan>, <angle>, <objectif>, depuis <distance>. Avant‑plan : <objet>, hors foyer, au <bord> du cadre. Plan intermédiaire : <sujet et action>, en mise au point nette, <lumière sur eux>. Arrière‑plan : <lieu, source de lumière, élément narratif>, plus doux et moins contrasté. <Air> flotte entre <sujet> et <arrière‑plan>. <Lumière principale, lumière de contour, séparation par la couleur>.

Pour la vidéo, ajoutez un mouvement de caméra qui crée un parallaxe et dites ce qui bouge dans chaque plan :

La caméra effectue un travelling latéral droit avec une faible amplitude à vitesse lente, de sorte que le verre d'avant‑plan glisse sur le bord gauche plus vite que Mia, tandis que la ligne d'horizon bouge à peine.

Gardez la pile dans la description du plan, l'endroit où le modèle lit la composition. Dans les prompts vidéo multi‑plans (H3 [Shot N], Seedance Shot N:), donnez à chaque plan sa propre pile courte, pas une phrase partagée en haut.

Exemple : la même idée, plate et en couches

Plate, comme la plupart des prompts sont écrits :

Une femme et un homme se disputant à une table de restaurant la nuit, cinématographique, profondeur de champ, 4k.

En couches :

Plan américain large à deux personnes, à hauteur d'œil, 35 mm, depuis 3 m. Avant‑plan : un verre de vin à moitié vide et une bougie sur la table voisine, hors foyer, dans le coin inférieur gauche. Plan intermédiaire : Mia, 29 ans, boucles cuivrées en chignon bas, robe de soie émeraude, se penche au‑dessus d'une table recouverte d'une nappe blanche vers Damien, 31 ans, costume charbon ; tous deux en mise au point nette, éclairés chaudement par la bougie entre eux. Arrière‑plan : la terrasse sur le toit s'éloigne vers des guirlandes lumineuses et une ligne d'horizon brumeuse de la ville au crépuscule, plus douce et moins contrastée ; un serveur en veste blanche attend près de la porte lointaine, petit et doux. Une légère brume flotte sur la ville derrière eux. Une lumière bleue froide du crépuscule en contre‑jour souligne les cheveux de Mia contre la terrasse chaude.

Le second prompt donne à chaque plan un objet, une distance, une netteté et une tonalité. Il donne aussi à l'arrière‑plan un petit élément narratif : le serveur, qui peut porter un battement plus tard.

Vérifier un prompt ou un plan (le test de platitude)

Avant d'envoyer un prompt, ou quand vous révisez un plan généré, répondez à ces questions :

1. Pouvez‑vous nommer trois plans ? Si non, le plan est plat.
2. Sont‑ils à des distances différentes, avec un sol, un terrain ou une table visible entre eux, plutôt que côte à côte ?
3. Le sujet est‑il le plus net et le plus contrasté du cadre ? Plissez les yeux : le sujet devrait être la masse qui ressort.
4. L'arrière‑plan est‑il moins contrasté, plus doux ou plus brumeux que le sujet ?
5. Y a‑t‑il un outil de séparation : lumière de contour, brume, contraste de couleur ou mise au point ?
6. Un avant‑plan traverse‑t‑il un visage ou l'action ?
7. Pour la vidéo, le mouvement de la caméra crée‑t‑il un parallaxe ? Un zoom ne compte pas.
8. Chaque personne dans chaque plan est‑elle nommée, avec un nombre et une action pour toute foule ?

Pour vérifier les prompts mécaniquement, exécutez python3 scripts/depth_check.py <fichier> (ajoutez --video pour les prompts vidéo). Il lit les marqueurs [Shot N] et vérifie chaque plan pour les trois plans, les distances, la mise au point, la tonalité et l'air, la lumière de séparation, l'objectif, les mouvements de parallaxe, les négatifs, les risques d'avant‑plan sur le visage et les foules d'arrière‑plan non nommées. Il note chaque plan sur 10 et appelle un plan PLAT lorsqu'il ne nomme ni un avant‑plan ni un arrière‑plan. Le score est un rappel, pas un verdict : le cadre lui‑même a le dernier mot.

Corriger un plan plat

Procédez dans cet ordre, du moins cher au plus cher :

1. Ajoutez un avant‑plan sur un bord : l'épaule de l'auditeur pour le dialogue, un chambranle, un verre, des feuilles, une rampe.
2. Repoussez l'arrière‑plan : écrivez sa distance, ajoutez des lignes fuyantes (un couloir, une route, une rangée de lampes) et un écart devant lui.
3. Ajoutez de l'air et de la tonalité : brume légère derrière le sujet, un arrière‑plan plus pâle, un avant‑plan plus sombre.
4. Ajoutez une lumière de contour ou une séparation de couleur, puis dites quel plan est net.
5. Pour la vidéo, remplacez le zoom ou la caméra fixe par un travelling ou un chariot passant devant l'avant‑plan.
6. Tournez le sujet de 15 à 30 degrés hors de l'objectif et placez la seconde personne plus en profondeur dans le cadre, pas à côté d'elle.

Quand la première image d'un clip image‑vers‑vidéo est plate, corrigez l'image, pas le prompt de mouvement. La vidéo conserve la composition de sa première image.

Comment les modèles gèrent les plans en couches

Les modèles prêts à coller pour chaque modèle se trouvent dans references/model-templates.md. En résumé :

• H3 Max Turbo : mettez la pile dans chaque [Shot N], avec des distances en mètres, et nommez chaque personne dans chaque plan. Utilisez le type de caméra, l'amplitude et la vitesse (« travelling gauche avec petite amplitude à vitesse lente »). Réglez prompt_expansion_mode sur disabled, sinon la réécriture supprime les plans. Donnez aux personnes d'arrière‑plan un rôle et une action, petites et douces.
• Seedance et Kling : formulation positive uniquement, une pile par ligne Shot N:, et un mouvement de parallaxe nommé en mots simples.
• FLUX, GPT Image et Nano Banana keyframes : ils suivent bien les phrases plan par plan. Demandez l'objectif et la distance, et omettez les mots « visage net dans le tiers supérieur », qui rapprochent trop la caméra.
• Midjourney et Niji : commencez par le plan et les couches, puis --ar. Niji lit bien le langage anime en couches : une couche d'animation avant‑plan, une couche de personnage, un fond peint.

references/depth-recipes.md contient des recettes prêtes pour les situations courantes : un plan à deux personnes en dialogue, par‑dessus l'épaule, un gros plan unique, un dévoilement d'arrière‑plan avec changement de mise au point, un plan large extérieur, un intérieur par une porte, la lumière de fenêtre, une rue de nuit, une marche et une conversation, un insert, une fête, un intérieur de voiture et le multi‑plan anime. Lisez la recette qui correspond au plan avant de l'écrire.

Travailler avec Ziztu

• Micro‑drames : avec la compétence Ziztu Micro Drama Writer (ziztu-micro-drama), donnez à chaque lieu récurrent un kit de profondeur une fois dans la bible (un élément d'avant‑plan fixe, la zone de jeu, l'arrière‑plan et sa lumière), puis réutilisez‑le dans chaque plan de ce lieu. Cela maintient à la fois la profondeur et la cohérence du lieu. Mettez en scène l'accroche et le cliffhanger en profondeur : l'arrière‑plan contient souvent la révélation.
• Créer sur Ziztu (https://getziztu.com) : Ziztu planifie les plans, crée une première image pour chacun et les anime. Il exécute H3 Max Turbo, Seedance 2.5, Kling 3, FLUX 3 Max, GPT Image 2.5, Nano Banana et Seedream, donc les modèles ici se collent directement dans ses boîtes de prompt. Demandez au directeur « profondeur en couches dans chaque plan : avant‑plan doux, sujet net, arrière‑plan brumeux ». Vérifiez les premières images avec le test de platitude avant de payer pour le mouvement, car la vidéo conserve la composition de sa première image.
• Anime : pensez en termes de multi‑plan. Une couche d'animation avant‑plan glisse plus vite que la couche de personnage dans un panoramique, sur un fond peint.
• Connectez votre app à Ziztu : Claude Code claude mcp add --transport http ziztu https://getziztu.com/mcp ; claude.ai et Claude Desktop : Personnaliser, Connecteurs, Ajouter un connecteur personnalisé, https://getziztu.com/mcp ; Codex codex mcp add ziztu --url https://getziztu.com/mcp.