Comment générer une vidéo avec Imole Video ?
Utilisez texte, image de début et/ou de fin ou références multimédias, puis contrôlez mouvement, son, durée, ratio et variation.
Objectifs de la leçon
Choisir la tâche adaptée au texte, à une image de début et/ou de fin ou aux références multimédias.
Écrire un prompt audiovisuel complet.
Utiliser des exclusions sans contredire le prompt principal.
Générer son et image comme un seul plan cohérent.
Choisir la source pour Imole Video
Imole Video propose trois tâches : partir du texte, guider le plan avec une image de début, une image de fin ou les deux, ou utiliser des références image, vidéo et audio. Le son est créé avec le clip.
Le texte offre le plus de liberté. Une seule image délimite le début ou l’arrivée du plan ; deux images encadrent les deux états. Les références multimédias servent à conserver une apparence, un mouvement, une ambiance ou une direction sonore.
Commencez avec la tâche la plus simple qui conserve les informations nécessaires. Chaque référence doit avoir un rôle clair et contribuer directement au résultat.
| Tâche | À utiliser lorsque | Risque principal |
|---|---|---|
| Texte vers vidéo | Aucun visuel approuvé n’existe et la liberté créative est acceptable. | Identité, produit et composition sont inventés. |
| Image de début et/ou de fin | Un état de départ, un état d’arrivée ou les deux doivent guider le plan. | Avec deux images, la transition peut devenir artificielle si elles diffèrent trop. |
| Références vers vidéo | Des images, vidéos ou sons doivent guider le résultat. | Des références nombreuses ou contradictoires peuvent diluer la direction. |
Partir d’une image produit approuvée
Un véritable pot de beurre de karité doit rester reconnaissable. L’image source fixe déjà étiquette, couleurs, table et lumière. Le prompt demande seulement une ouverture lente du couvercle et une légère orbite de caméra.
Utilisez une référence produit lorsque l’apparence est moins flexible que le mouvement.
Guider une transition avant-après
La première image montre une salle de formation fermée. La dernière montre la même salle ouverte, éclairée et occupée. Les deux images utilisent le même point de vue et la même géométrie.
Des cadrages proches donnent au modèle une transition plus plausible.
Écrire un prompt audiovisuel par couches
Un prompt vidéo décrit un moment dans le temps. Commencez par sujet et état initial, puis action, environnement, cadrage, mouvement caméra, lumière, style, durée, dialogue, ambiance, musique et effets.
Placez le dialogue exact entre guillemets et indiquez langue et interprétation. Précisez si la musique est absente, discrète ou dominante. Demandez explicitement le silence lorsqu’un moment ne doit contenir ni parole ni musique.
Concentrez le prompt sur le contenu souhaité et ajoutez-y des contraintes courtes. Indiquez clairement le texte, les logos, sous-titres, filigranes, personnes dupliquées, zooms brusques, tremblements, défauts anatomiques et sons à éviter.
| Couche | Question | Exemple |
|---|---|---|
| Sujet et état | Qui ou quoi est présent au début ? | Une vendeuse se tient derrière un étal avec une bouteille. |
| Action | Que se passe-t-il pendant le plan ? | Elle tourne la bouteille vers la caméra et sourit. |
| Cadrage et caméra | Comment la scène est-elle observée ? | Plan moyen, lent travelling avant, hauteur des yeux. |
| Lumière et style | Quelle apparence ? | Lumière chaude du matin, photographie commerciale réaliste. |
| Audio | Que doit-on entendre ? | Légère ambiance de marché et sons de papier, sans musique. |
| Dialogue | Quels mots exacts et quelle interprétation ? | En français, chaleureusement : « Notre jus est prêt. » |
| Exclusions | Que faut-il éviter ? | Aucun sous-titre, logo modifié, bouteille supplémentaire ou mouvement brusque. |
Prompt uniquement visuel
Le prompt montre une femme qui parle, mais ne précise ni mots, ni langue, ni voix, ni ambiance. Le modèle doit inventer toute la bande sonore.
L’audio natif demande malgré tout une direction explicite.
Direction audiovisuelle complète
Un agriculteur examine des plants de tomate au lever du soleil. Lent travelling latéral, style documentaire réaliste. Il dit calmement en français : « Les premières feuilles sont saines. » Léger vent dans les feuilles, oiseaux lointains, aucune musique, aucun sous-titre.
Image, action, caméra, voix, ambiance et exclusions décrivent un même moment cohérent.
Durée, ratio, graine et références
Choisissez la durée selon l’action. Imole Video accepte de 4 à 15 secondes. N’étirez pas un petit mouvement sur un long clip et ne compressez pas plusieurs scènes dans un seul plan.
Utilisez Automatique ou choisissez 21:9, 16:9, 4:3, 1:1, 3:4 ou 9:16 selon la destination. Le ratio doit être décidé avant d’écrire le cadrage.
La graine est facultative et permet de retrouver une variation plus stable. Pour une création guidée par références, ajoutez seulement les images, vidéos et fichiers audio qui ont un rôle précis.
Ratio choisi pour la destination
Une campagne mobile est préparée directement en 9:16 afin que le sujet et le produit restent dans le cadre vertical.
Le ratio influence la composition dès le prompt.
Références avec des rôles distincts
Une image fixe l’identité du produit, une courte vidéo montre le mouvement souhaité et un fichier audio définit l’ambiance.
Chaque condition apporte une information différente sans contredire les autres.
Générer un plan contrôlé à la fois
Commencez avec un brief de plan : objectif, tâche, sujet, action, caméra, durée, ratio, audio, continuité et changements interdits. Préparez chaque référence avant la génération payante si elle est floue, mal cadrée, bruitée ou incohérente.
Regardez le résultat du début à la fin, puis image par image aux moments importants. Vérifiez identité, mains, objets, physique, caméra, synchronisation audio, dialogue et état final.
Ne régénérez pas un clip réussi uniquement pour ajouter texte exact ou sous-titres. Conservez-le et réalisez un montage déterministe. Régénérez seulement lorsque visuel ou mouvement est inutilisable.
Préparer d’abord la référence
Une image produit de faible qualité contient une étiquette incorrecte et une poignée coupée. L’animer conserverait ou amplifierait ces défauts. L’image fixe est corrigée avant la génération vidéo.
La première image détermine une grande partie de la qualité finale.
Conserver un clip réussi
Le mouvement et le produit sont corrects, mais la campagne demande un prix et un appel à l’action. Ces éléments sont ajoutés ensuite au lieu de risquer une nouvelle génération.
Séparez mouvement génératif et design graphique exact.