Garder le même personnage d'un clip vidéo IA à l'autre

Chaque clip que vous générez est un nouveau jet de dés. Le modèle ne se souvient pas du coursier à l'imperméable moutarde du clip précédent ; il ne connaît que ce que vous lui donnez cette fois. Quand le plan deux montre un manteau un peu plus jaune et un visage un peu plus rond, rien n'est cassé. Vous avez simplement laissé au modèle la place de deviner.

La cohérence n'est donc pas un réglage. C'est l'habitude de donner au modèle les mêmes informations, avec les mêmes mots et les mêmes images, à chaque fois, et de savoir d'avance quels détails il ratera encore.

Commencez par une image de référence fixe

Les mots décrivent un personnage de façon approximative ; une image le fixe. Faites d'abord une image nette de votre personnage : en pied ou en plan taille, fond uni, lumière égale, de face ou légèrement de côté. Figez cette image avant de dépenser quoi que ce soit en mouvement. Un modèle texte-vers-image comme les modèles d'image du catalogue convient, et un modèle d'édition comme Nano Banana 2.1 edit permet de changer la couleur d'un manteau ou un décor sans redessiner la personne.

Ensuite, lancez chaque clip depuis cette image avec un modèle image-vers-vidéo comme Kling V4.0 image-to-video. La première image fixe le visage, les vêtements et la palette ; votre prompt n'a plus qu'à dire ce qui se passe. Un clip uniquement textuel réinvente le personnage à chaque fois. Le workflow de brouillon, verrouillage, finition fonctionne bien ici : brouillonnez le mouvement à petit prix depuis l'image, puis dépensez une seule fois pour le rendu final.

Écrivez la phrase du personnage une fois, puis collez-la

À côté de l'image, gardez une seule phrase qui nomme le personnage. Écrivez-la une fois, dans l'ordre qui vous plaît, et collez-la telle quelle au début de chaque prompt. Ne la reformulez pas pour varier. « Imperméable moutarde » dans un prompt et « veste jaune » dans le suivant font deux vêtements différents pour un modèle.

• Fixez les noms et les couleurs. Choisissez un nom par vêtement et un mot de couleur, et ne les échangez jamais. Le précis vaut mieux que le poétique : « moutarde » est meilleur que « doré ».
• Restez bref. Cinq ou six traits suffisent : tranche d'âge, cheveux, un vêtement principal, un accessoire, une couleur. Une longue liste est en partie ignorée.
• Le personnage d'abord, l'action ensuite. La phrase est la partie fixe ; seuls l'action et la caméra changent d'un clip à l'autre.
• Laissez de côté ce dont vous n'avez pas besoin. Chaque détail en plus est une chose de plus qui peut changer entre les plans.

Une fiche personnage vaut mieux qu'un souvenir

Avant le deuxième clip, notez la fiche : l'image de référence, la phrase du personnage, la palette en trois mots de couleur, les mots de lumière et la forme du plan (vertical ou large). Gardez-la dans la même note que votre liste de plans, pour copier depuis elle plutôt que depuis le dernier prompt dont vous vous souvenez. Une liste de plans donne l'ordre des clips ; la fiche donne à chacun la même distribution.

Si vous avez quelques images supplémentaires du même personnage sous d'autres angles, une vue de profil et une vue de dos aident le plus, rangez-les avec la fiche. Les modèles qui acceptent plusieurs images de référence peuvent s'en servir ; sur un modèle à image unique, elles sont votre propre contrôle, pour comparer un résultat avec elles.

Ouvrez sur l'image où le clip précédent s'est arrêté

Quand deux clips se suivent au montage, le second doit commencer là où le premier s'est arrêté. Ouvrez le clip terminé dans un éditeur vidéo, avancez jusqu'à sa dernière image, exportez-la et utilisez-la comme première image du clip suivant. La pose, la position dans la pièce et la lumière sont déjà bonnes, et le modèle n'a plus qu'à continuer.

• Choisissez une dernière image calme. Une image prise en plein clignement ou en plein pas donne un départ étrange au clip suivant. Reculez de quelques images vers une image stable.
• Regardez l'image exportée avant de l'utiliser. Si le visage s'est adouci ou si la main est devenue bizarre vers la fin, le clip suivant en hérite. Prenez une image plus tôt, ou revenez à l'image de référence.
• N'enchaînez pas sans fin. Chaque génération à partir d'une image générée perd un peu. Après deux ou trois maillons, repartez de l'image de référence d'origine et assemblez les clips au montage.
• Fixez les deux bouts quand c'est possible. Vidu Q3 start-end-to-video et l'option de dernière image de Kling V4.0 permettent d'indiquer où un plan commence et où il finit, ce qui garde un court plan sur un seul personnage du début à la fin.

Gardez la même lumière d'un clip à l'autre

Un personnage peut être parfait et ressembler à quelqu'un d'autre si la lumière passe d'une lumière chaude de fenêtre à un éclairage froid par le haut. Utilisez les mêmes deux ou trois mots de lumière dans chaque prompt d'une scène, et changez-les seulement quand l'histoire change de lieu. « Soft grey overcast light » reste dans la rue, dans l'escalier et dans le hall. Une coupe de l'extérieur vers l'intérieur est le bon moment pour la changer, et la coupe cache le saut. Si la lumière doit changer dans un même clip, les mots de des changements de lumière sans scintillement la gardent fluide.

Gardez aussi le même format d'image. Un personnage composé pour le vertical puis demandé en large est recomposé, et son visage et ses vêtements ont tendance à bouger avec.

Ce qui dérive encore, et comment le contourner au montage

Même avec une image, une phrase collée et des images qui se raccordent, certaines choses bougent. Connaissez-les, et planifiez les plans pour qu'elles comptent moins.

• Les mains. Le nombre de doigts et la façon de tenir changent d'un clip à l'autre. Gardez les mains petites dans le cadre, dans des poches, derrière un objet ou hors champ, et coupez avant qu'elles fassent quoi que ce soit de précis.
• Les cheveux. Une coiffure gagne ou perd en longueur entre deux prises, et une queue de cheval devient cheveux lâchés quand la tête tourne. Choisissez des cheveux faciles à répéter : courts, attachés ou sous une capuche.
• Les petits logos et motifs. Badges, rayures, mots imprimés et boucles sont redessinés à chaque fois, et le texte sur les vêtements n'est jamais stable. Choisissez des vêtements unis, et ajoutez les marques ensuite dans un éditeur.
• Les bijoux et les lunettes. Les boucles d'oreilles changent de côté et les lunettes changent de forme. Évitez-les sauf si l'histoire en a besoin.
• Les visages lointains. Un visage petit dans le cadre est reconstruit à partir de peu de pixels, donc il varie davantage. Gardez les visages importants en plans moyens et en gros plans.

La réponse est dans les outils du montage : coupez sur une action pour que l'œil du spectateur suive le mouvement, montrez l'arrière de la tête ou une épaule dans les plans où un visage serait risqué, insérez un gros plan d'objet entre deux prises, et gardez des clips courts. Un clip peut durer 30 secondes au maximum, mais plus le clip est court, moins le personnage a de temps pour dériver.

Ce que le studio ne peut pas faire

Il ne peut pas garantir que deux clips montrent exactement la même personne. Il n'y a ni personnage enregistré, ni verrouillage du visage, ni mémoire partagée entre les générations, et une graine, sur un modèle qui en propose une, reproduit un résultat pour le même prompt et la même image, pas pour une nouvelle scène. L'image de référence, la phrase collée et vos coupes font le travail. Quand une prise est proche sans être exacte, gardez le clip et coupez avant la différence plutôt que de payer pour une prise parfaite.