Une seule personne peut-elle réaliser un court-métrage IA ? Storyboard, cohérence du personnage et raccords
Oui. Mais pas toutes les parties.
J'ai testé la réalisation IA en solo sur une histoire volontairement minuscule : un homme trouve un mot plié dans la poche d'un vieux manteau. Huit plans, une personne, d'une seule phrase à quelque chose qui se regarde d'un bout à l'autre. Voici ce qui a marché, où j'ai bloqué, et ce que ça a réellement coûté.
Ce qu'une personne peut finir, et ce qu'elle ne peut pas
Les conclusions d'abord, pour ne pas lire la suite avec de mauvaises attentes.
Ce qu'une seule personne peut désormais faire : le storyboard, l'allure du personnage et la cohérence du personnage, l'image de chaque plan, les raccords entre plans, la voix et la synchronisation labiale. Un travail qui demandait un chef opérateur, un éclairagiste, un département déco et un acteur tient réellement sur un seul bureau aujourd'hui.
Ce qui ne marche toujours pas : une action continue complexe au-delà de cinq secondes environ, un jeu calé précisément sur une réplique, tout plan comportant du texte lisible dans l'image (j'y reviens), et tout ce qui exige un lieu réel ou une personne réelle qui réagit.
Le format idéal de la réalisation IA aujourd'hui, c'est donc 30 secondes à 2 minutes, assemblé à partir de plusieurs plans courts. N'essayez pas un plan-séquence de trois minutes — ce n'est pas un problème d'écriture de prompt, c'est le plafond actuel de la méthode.
Comment transformer un paragraphe en storyboard ?
Le storyboard est l'étape à faire en premier et la moins chère de tout le processus de réalisation IA. Elle est rapide, elle ne coûte presque rien, et elle révèle les problèmes de récit avant que vous ne dépensiez pour des images finies.
La méthode est brutale : découpez l'histoire en une phrase par plan, et écrivez trois choses dans chaque phrase — échelle, action, lumière. Puis passez une série de vignettes au crayon par la génération d'images IA.
Mon découpage : plan large pour poser la pièce → plan moyen, le manteau décroché du cintre → gros plan, une main qui s'enfonce dans la poche → gros plan, le mot ouvert dans une paume → plan moyen, la tête qui se relève vers la fenêtre → plan large, manteau enfilé, il marche vers la porte → la porte de la cage d'escalier s'ouvre sur la lumière du matin → plan d'ensemble, son dos qui remonte la rue.
Un conseil contre-intuitif à ce stade : ne cherchez pas à bien dessiner. Vous vérifiez trois choses seulement — l'histoire tient-elle, les échelles varient-elles, un plan est-il superflu. Plus le croquis est grossier, plus il est facile de couper. Ma première passe faisait 11 cases ; le rythme n'a fonctionné qu'une fois descendu à huit.
Comment garder le même visage sur chaque plan ?
La cohérence du personnage est l'endroit où la réalisation IA casse le plus souvent, et l'étape qui m'a pris le plus de temps.
La réponse est une fiche personnage : construisez-en une, puis référencez-la à chaque plan au lieu de décrire le visage avec des mots. La cohérence vient de la réutilisation d'une même image de référence, pas d'une description plus détaillée.
J'ai d'abord généré une image de face bien propre — fond gris, lumière homogène, aucun stylisme, aucune expression, en gros une photo de casting. Puis j'ai construit le trois-quarts, le profil et le dos à partir d'elle. Ces quatre images sont l'« acteur » de ce film, et chaque plan suivant reçoit cette fiche.
Trois remarques pratiques :
Ne décrivez pas le visage en texte. « La trentaine, cheveux noirs courts, barbe naissante » générera cent personnes différentes. Laissez le visage à l'image de référence ; le prompt ne porte que ce qui change dans ce plan.
Générez le dos et le profil tout de suite. Si vous attendez d'arriver au plan où il s'éloigne, il y a de fortes chances que ce ne soit plus le même homme que de face.
Mettez les vêtements dans chaque prompt. La cohérence du personnage n'est pas que le visage : laissez dériver la couleur ou la coupe du manteau et le public voit encore le raccord. Respectez ces trois points et la cohérence du personnage d'un court-métrage IA est pour l'essentiel réglée.
Comment raccorder les plans sans que ça saute ?
La méthode la moins coûteuse consiste à faire de la dernière image d'un plan la première image du suivant.
Ces deux images sont la première et la seconde moitié du même temps : à gauche il regarde le mot, à droite sa tête s'est relevée vers la fenêtre. Le cadrage n'a pas bougé, la direction de la lumière n'a pas bougé, l'étalonnage n'a pas bougé — seuls l'angle de la tête et le regard ont changé. Montées ensemble, elles se lisent comme une seule réaction continue.
Passez les deux dans premier & dernier frame vers vidéo comme points de départ et d'arrivée, et laissez le modèle remplir l'intervalle. C'est bien plus stable que de demander à un modèle de « jouer » une action entière, et cela protège aussi la cohérence du personnage puisque vous avez fixé les deux extrémités.
Deux détails de raccord sont négligés, et ils coûtent plus cher en réalisation IA qu'en tournage réel parce qu'on ne peut pas les corriger sur le plateau. La direction de la lumière doit correspondre. Si la lumière venait de gauche, elle ne peut pas venir de droite au plan suivant — le public ne saura pas nommer ce qui cloche, mais il le sentira. L'étalonnage doit correspondre. Mes huit plans portent tous « aube froide » dans le prompt lui-même ; je ne comptais pas rattraper ça après.
Comment revoir tous les plans d'un coup et ne refaire que les mauvais ?
Ouvrir les images une par une vous trompera. Chacune paraît correcte seule ; c'est seulement dans l'ordre qu'on remarque que le visage a dérivé au plan trois.
J'étale les huit sur la toile générative, dans l'ordre, sur une seule ligne, et je recule. Les problèmes de cohérence du personnage se repèrent le mieux en ligne — un visage qui dérive ou une lumière fausse saute aux yeux d'un seul balayage. Cette seule habitude a supprimé l'essentiel des reprises dans mon processus de réalisation IA : je relance uniquement la case fautive au lieu de reconstruire la séquence.
Voici mes huit plans définitifs. La main du plan trois a été relancée deux fois ; le contre-jour du plan sept a eu un réglage d'exposition.
Et le son ?
Les images sont terminées à ce stade, mais un court-métrage IA sans son ne tient personne au-delà de 30 secondes.
Le mien n'a pas de dialogue, il ne demandait que de l'ambiance. Avec du dialogue, l'ordre est : générer la voix avec la synthèse vocale, ou cloner un timbre fixe avec le clonage de voix, puis passer la synchronisation labiale pour ajuster la bouche.
N'inversez pas cet ordre. Faites les images d'abord et vous constaterez que les mouvements de bouche et la longueur des répliques ne s'accordent pas ; verrouillez la durée audio d'abord et générez les images pour y coller, et vous reprendrez beaucoup moins. Placer l'audio en dernier est l'erreur de séquencement la plus fréquente en réalisation IA.
Où est la limite pour faire bouger une image ?
Ces cinq secondes viennent du plan ci-dessus : la respiration, un clignement, le regard qui se déplace légèrement, un léger froncement.
J'ai demandé trois fois qu'il « se retourne et marche vers la porte », et ça s'est déformé chaque fois — deux pas et ce n'est plus lui. La frontière est donc nette : les petites réactions sur place sont fiables ; demander à un personnage de se déplacer ou de jouer une action complexe, non, pas encore. Pour les plans qui demandent du mouvement, je génère d'abord l'image finale et j'interpole, au lieu de laisser le modèle le jouer.
Trois échecs, rapportés honnêtement
Le texte dans l'image est faux. Zoomez sur mon gros plan du mot et l'« écriture » sur le papier est du charabia — les modèles de génération ne produisent pas de texte lisible, ce qui élimine discrètement toute une catégorie de plans en réalisation IA. Soit vous ne le filmez pas net (flou, à moitié caché), soit vous collez du vrai texte après.
Les mains demandent encore une vérification une par une. Sur le plan de la main dans la poche, la première version avait une phalange mal placée ; il a fallu deux relances. Tout plan avec des mains dans le cadre passe au zoom.
L'action continue perd le visage. Comme dit plus haut — un déplacement de plus de deux ou trois secondes casse presque toujours, et la cohérence du personnage est la première chose qui lâche.
La liste de huit plans à copier
Travaillez dans cet ordre et vous ne reviendrez pas en arrière :
- Découpez l'histoire en une phrase par plan, chacune portant échelle, action, lumière
- Générez un storyboard grossier et coupez jusqu'aux seuls plans nécessaires
- Construisez la fiche personnage pour verrouiller la cohérence : face, trois-quarts, profil, dos
- Générez plan par plan depuis le board, en donnant la fiche chaque fois, l'étalonnage écrit dans chaque prompt
- Là où les plans se raccordent, produisez d'abord l'image finale, puis la première
- Étalez tout sur la toile et comparez sur la ligne ; ne relancez que ce qui est cassé
- Verrouillez la durée audio, puis alignez les images sur l'audio
- Zoomez sur les mains, les oreilles et tout texte dans l'image
L'ensemble des huit plans m'a pris environ trois heures, passées surtout à écrire des prompts et à choisir des prises plutôt qu'à attendre la génération. La cohérence du personnage et les raccords vont environ deux fois plus vite une fois qu'on les a faits quelques fois.
C'est déjà suffisant pour des génériques, des films de concept et du matériel de présentation. Pour une livraison commerciale finie, je tournerais encore en réel et j'utiliserais l'IA pour compléter des plans. Pour parcourir vous-même le processus de réalisation IA, la génération de vidéos IA est le point de départ — une phrase suffit pour commencer.