Comment Créer un Court-Métrage Captivant avec l'IA

1. Origines et Présentation du Produit Final

L'inspiration pour cette méthode provient de la communauté d'enthousiastes de l'IA sur la plateforme X. Initialement, l'utilisateur @techhalla a partagé deux prompts pour Nano Banana Pro qui peuvent transformer une image téléchargée en storyboard en grille style cinéma et extraire des frames pour créer des vidéos. En utilisant Higgsfield AI comme exemple, ces prompts ont démontré comment construire rapidement des storyboards. Cependant, les prompts originaux généraient souvent des frames sous différents angles de caméra, entraînant une continuité médiocre lors du montage final et rendant difficile la formation de segments fluides.

2. Comment le Faire ?

2.1. Générer des Frames Clés avec Nano Banana

• Étapes :

  1. Accédez à Nano Banana Pro (via Gemini ou d'autres plateformes liées).
  2. Téléchargez votre image de référence.
  3. Saisissez le prompt optimisé (voici la version complète fournie par Underwood) :

     <role>
     You are an award-winning trailer director + cinematographer + storyboard artist. Your job: turn ONE reference image into a cohesive cinematic short sequence, then output AI-video-ready keyframes.
     </role>
     
     <input>
     User provides: one reference image (image).
     </input>
     
     <non-negotiable rules - continuity & truthfulness>
     1) First, analyze the full composition: identify ALL key subjects (person/group/vehicle/object/animal/props/environment elements) and describe spatial relationships and interactions (left/right/foreground/background, facing direction, what each is doing).
     2) Do NOT guess real identities, exact real-world locations, or brand ownership. Stick to visible facts. Mood/atmosphere inference is allowed, but never present it as real-world truth.
     3) Strict continuity across ALL shots: same subjects, same wardrobe/appearance, same environment, same time-of-day and lighting style. Only action, expression, blocking, framing, angle, and camera movement may change.
     4) Depth of field must be realistic: deeper in wides, shallower in close-ups with natural bokeh. Keep ONE consistent cinematic color grade across the entire sequence.
     5) Do NOT introduce new characters/objects not present in the reference image. If you need tension/conflict, imply it off-screen (shadow, sound, reflection, occlusion, gaze).
     </non-negotiable rules - continuity & truthfulness>
     
     <goal>
     Expand the image into a 10–20 second cinematic clip with a clear theme and emotional progression (setup → build → turn → payoff).
     The user will generate video clips from your keyframes and stitch them into a final sequence.
     </goal>
     
     <step 1 - scene breakdown>
     Output (with clear subheadings):
     - Subjects: list each key subject (A/B/C…), describe visible traits (wardrobe/material/form), relative positions, facing direction, action/state, and any interaction.
     - Environment & Lighting: interior/exterior, spatial layout, background elements, ground/walls/materials, light direction & quality (hard/soft; key/fill/rim), implied time-of-day, 3–8 vibe keywords.
     - Visual Anchors: list 3–6 visual traits that must stay constant across all shots (palette, signature prop, key light source, weather/fog/rain, grain/texture, background markers).
     </step 1 - scene breakdown>
     
     <step 2 - theme & story>
     From the image, propose:
     - Theme: one sentence.
     - Logline: one restrained trailer-style sentence grounded in what the image can support.
     - Emotional Arc: 4 beats (setup/build/turn/payoff), one line each.
     </step 2 - theme & story>
     
     <step 3 - cinematic approach>
     Choose and explain your filmmaking approach (must include):
     - Shot progression strategy: how you move from wide to close (or reverse) to serve the beats
     - Camera movement plan: push/pull/pan/dolly/track/orbit/handheld micro-shake/gimbal—and WHY
     - Lens & exposure suggestions: focal length range (18/24/35/50/85mm etc.), DoF tendency (shallow/medium/deep), shutter “feel” (cinematic vs documentary)
     - Light & color: contrast, key tones, material rendering priorities, optional grain (must match the reference style)
     </step 3 - cinematic approach>
     
     <step 4 - keyframes for AI video (primary deliverable)>
     Output a Keyframe List: default 9–12 frames (later assembled into ONE master grid). These frames must stitch into a coherent 10–20s sequence with a clear 4-beat arc.
     Each frame must be a plausible continuation within the SAME environment.
     
     Use this exact format per frame:
     
     [KF# | suggested duration (sec) | shot type (ELS/LS/MLS/MS/MCU/CU/ECU/Low/Worm’s-eye/High/Bird’s-eye/Insert)]
     - Composition: subject placement, foreground/mid/background, leading lines, gaze direction
     - Action/beat: what visibly happens (simple, executable)
     - Camera: height, angle, movement (e.g., slow 5% push-in / 1m lateral move / subtle handheld)
     - Lens/DoF: focal length (mm), DoF (shallow/medium/deep), focus target
     - Lighting & grade: keep consistent; call out highlight/shadow emphasis
     - Sound/atmos (optional): one line (wind, city hum, footsteps, metal creak) to support editing rhythm
     
     Hard requirements:
     - Must include: 1 environment-establishing wide, 1 intimate close-up, 1 extreme detail ECU, and 1 power-angle shot (low or high).
     - Ensure edit-motivated continuity between shots (eyeline match, action continuation, consistent screen direction / axis).
     </step 4 - keyframes for AI video>
     
     <step 5 - contact sheet output (MUST OUTPUT ONE BIG GRID IMAGE)>
     You MUST additionally output ONE single master image: a Cinematic Contact Sheet / Storyboard Grid containing ALL keyframes in one large image.
     - Default grid: 3x3. If more than 9 keyframes, use 4x3 or 5x3 so every keyframe fits into ONE image.
     Requirements:
     1) The single master image must include every keyframe as a separate panel (one shot per cell) for easy selection.
     2) Each panel must be clearly labeled: KF number + shot type + suggested duration (labels placed in safe margins, never covering the subject).
     3) Strict continuity across ALL panels: same subjects, same wardrobe/appearance, same environment, same lighting & same cinematic color grade; only action/expression/blocking/framing/movement changes.
     4) DoF shifts realistically: shallow in close-ups, deeper in wides; photoreal textures and consistent grading.
     5) After the master grid image, output the full text breakdown for each KF in order so the user can regenerate any single frame at higher quality.
     </step 5 - contact sheet output>
     
     <final output format>
     Output in this order:
     A) Scene Breakdown
     B) Theme & Story
     C) Cinematic Approach
     D) Keyframes (KF# list)
     E) ONE Master Contact Sheet Image (All KFs in one grid)
     </final output format>
     

  4. Générez le storyboard : L'IA produira une image en grille 3x3 ou similaire, chaque cellule étant une frame clé, accompagnée d'étiquettes comme KF#, durée et type de plan.

• Conseils : Si le prompt est trop long, vous pouvez le capturer en screenshot et le saisir. Lors des tests, choisissez une image de référence claire pour éviter que l'IA n'introduise des éléments inutiles.

2.2. Remplir les Plans de Transition avec la "Référence Frame Début/Fin" de Kling

• Étapes :

  1. Accédez à l'interface créative de Kling AI.
  2. Cliquez sur l'icône "Start & End Frames", téléchargez la première frame du storyboard comme début et la dernière comme fin.
  3. Saisissez un prompt : Par exemple, "Commencer par [description de la frame début], terminer par [description de la frame fin], [ajouter des détails de changements, comme actions des personnages ou mouvements de caméra]." Comme, "Commencer par le dragon surplombant le guerrier, terminer par le guerrier tirant son épée et chargeant, pousser lentement le plan, ajouter des effets de brume de neige."
  4. Optionnellement, définissez la durée de la vidéo (3-10 secondes).
  5. Générez la vidéo : Kling créera des transitions basées sur le prompt, assurant une continuité globale.

• Conseils : Ajoutez des descriptions détaillées pour améliorer la précision, comme "Maintenir le même éclairage et atmosphère." Si plusieurs sujets sont impliqués, téléchargez des images de référence supplémentaires (jusqu'à 7). Cet outil supporte des références mixtes images et vidéos.

2.3. Éditer et Affiner avec CapCut

• Étapes :

  1. Téléchargez et ouvrez CapCut (versions desktop ou mobile compatibles).
  2. Importez les segments vidéo générés par Kling.
  3. Utilisez les outils : Téléchargez les segments, sélectionnez des templates ou saisissez des scripts pour un montage automatique (comme ajouter des transitions et effets).
  4. Révisions manuelles : Ajustez la timeline, ajoutez de la musique, du texte, des effets ou coupez les parties incohérentes. Utilisez les fonctionnalités de voix IA pour générer une narration ou remplacer l'audio.
  5. Exportez : Sélectionnez une résolution haute définition pour générer le court-métrage final.

• Conseils : Si la génération IA présente des défauts (comme des mouvements non naturels), corrigez-les avec la stabilisation et les ajustements de vitesse de CapCut. Lors de l'assemblage de plusieurs segments Kling en un court-métrage complet, veillez à un rythme cohérent.

3. Défis et Insights dans le Processus de Production

1. Comment Faire Générer des Visuels Orientés Histoire par l'IA : Intégrez les relations entre personnages et les intentions narratives dans les prompts pour éviter des sorties superficielles. Évitez aussi la pollution du contexte du prompt – si les réponses de l'IA sont instables, démarrez une nouvelle conversation pour réextraire les frames clés et assurer la cohérence.
2. Écrire des Prompts en Langage Cinématographique : Spécifiez clairement les types de plans, les mouvements et les changements de composition pour rendre les transitions plus fluides et renforcer le professionnalisme. Lors de la génération avec Kling, si des écarts apparaissent dans les transitions, optimisez avec des descriptions détaillées (comme "Pousser lentement et maintenir l'atmosphère"), mais finalement, l'intuition humaine est nécessaire pour les affinages.
3. L'Édition est le Véritable Plafond de la Qualité : Les combinaisons de plans, le contrôle du rythme, la construction émotionnelle et la synchronisation audiovisuelle dépendent de la post-production, qui détermine le succès ou l'échec final. Surtout lors de l'ajout de musique de fond, synchroniser les beats nécessite souvent une intervention manuelle ; les outils IA actuels ne peuvent pas le remplacer parfaitement. Il est recommandé d'utiliser CapCut pour des ajustements manuels de vitesse et de transitions afin d'obtenir des connexions sans faille.