Créer une vidéo avec l'IA à partir d'un texte

Ce qu'un générateur de vidéo IA comprend (et ce qu'il rate)

Un générateur de vidéo IA ne réalise pas un film : il fabrique un plan. Chaque génération donne un clip de 5 ou 10 secondes, avec un lieu, un sujet, une action et, au mieux, un mouvement de caméra. Tout ce que vous écrivez au-delà, le modèle doit le comprimer dans ces quelques secondes, et c'est là que les résultats se dégradent.

Ce qui fonctionne bien :

• Un sujet principal clairement identifiable : un phare, un cycliste, une tasse de café, un chat sur un rebord de fenêtre.
• Une seule action continue : les vagues frappent les rochers, la vapeur monte de la tasse, le chat suit une mouche des yeux.
• Un mouvement de caméra simple : travelling avant lent, panoramique, plan aérien qui tourne, caméra fixe.
• Une lumière nommée : coucher de soleil, néons, jour gris, bougie.

Ce qui fonctionne mal, quelle que soit la qualité choisie :

• Le texte lisible dans l'image. Une enseigne, un slogan, un menu : les lettres sortent déformées ou changent d'une image à l'autre. Si vous avez besoin d'un titre, ajoutez-le au montage, pas dans la description.
• Les logos et produits exacts. Le modèle invente une bouteille qui ressemble à la vôtre, pas votre bouteille. Pour un produit précis, ajoutez une image de référence : elle sert de première image et fixe la forme et les couleurs.
• Les histoires. «Une femme entre dans un café, commande, reconnaît un ami et ils sortent ensemble » contient quatre plans. En 5 secondes, le modèle en choisit un ou les mélange. Une histoire se construit plan par plan, puis se monte.
• Les personnes réelles. Demander une célébrité ou une personne identifiable sans son consentement est refusé par le fournisseur du modèle. Dans ce cas, la génération échoue et les crédits reviennent.

La règle qui découle de tout cela tient en quatre mots : une description, un plan. Si vous ne pouvez pas résumer la scène en une phrase avec un seul verbe d'action, découpez-la.

La formule d'un bon prompt vidéo IA : lieu, sujet, action, plan, caméra, lumière

Un prompt vidéo IA efficace répond à six questions, dans cet ordre. Vous n'êtes pas obligé de toutes les remplir, mais chaque case vide est une décision que le modèle prendra à votre place.

1. Où ? Le lieu et le moment : «une plage de galets en Bretagne, fin d'après-midi ».
2. Qui ou quoi ? Le sujet, avec deux ou trois détails visibles : «un vieux pêcheur en ciré jaune ».
3. Que se passe-t-il ? Une seule action : «il remonte lentement un filet ».
4. Quel plan ? Plan large, plan moyen, gros plan, très gros plan, plongée, contre-plongée.
5. Comment bouge la caméra ? Fixe, travelling avant, travelling latéral, panoramique, plan aérien, caméra à l'épaule.
6. Quelle lumière ? Lumière dorée rasante, ciel couvert, contre-jour, néons, lumière de bougie.

Trois exemples, de la description floue à la description utilisable.

Mauvais : «une belle vidéo de la mer ». Aucun sujet, aucune action, aucune caméra : vous obtiendrez une mer quelconque, filmée au hasard.

Moyen : «un phare au coucher du soleil avec des vagues ». Le lieu et la lumière sont là, mais le modèle ne sait ni d'où filmer ni ce qui bouge.

Bon : «un phare blanc sur une falaise au coucher du soleil, des vagues se brisent sur les rochers en contrebas, plan aérien qui tourne lentement autour du phare, lumière orangée rasante ». Six informations, un seul mouvement de caméra, une seule action.

Autre exemple, pour un usage commercial : «gros plan d'une tasse de café posée sur une table en bois, la vapeur monte doucement, caméra fixe, lumière du matin par une fenêtre à gauche ». Notez ce qui manque volontairement : pas de marque sur la tasse, pas de texte, pas de main qui entre dans le champ.

Les erreurs les plus fréquentes :

• Empiler les mouvements de caméra. «Zoom avant puis panoramique puis plan aérien » donne une caméra qui hésite. Un seul mouvement par clip.
• Les adjectifs vagues. «Magnifique », «épique », «incroyable » n'apportent aucune information visuelle. Remplacez-les par ce que l'on voit : «brume au ras de l'eau », «ciel violet ».
• Les négations. «Sans personne sur la plage » fait parfois apparaître des passants, parce que le mot est dans le prompt. Décrivez plutôt ce qui est là : «une plage déserte ».
• Trop de sujets. Trois personnages qui font trois choses différentes, ce sont trois clips.

Sur Airpic, vous n'avez pas besoin d'écrire en anglais ni dans le jargon des chefs opérateurs. Vous pouvez écrire «le phare, vu d'en haut, au coucher du soleil, la caméra tourne autour » : l'IA d'Airpic réécrit votre description en prompt détaillé et vous montre le résultat. La formule sert surtout à ne rien oublier.

Vertical, horizontal ou carré : choisir le format avant de générer

Le format se choisit avant la génération, pas après. Recadrer un clip 16:9 en 9:16 fait perdre plus de la moitié de l'image en largeur, et le sujet risque de sortir du cadre. Partez donc de l'endroit où la vidéo sera publiée.

• Vertical 9:16 : reels, stories, vidéos courtes regardées sur téléphone. Le sujet doit tenir au centre, en hauteur : un personnage en pied, une bouteille, un phare. Évitez les paysages très larges, ils deviennent une bande étroite.
• Horizontal 16:9 : YouTube, présentations, sites web, télévision. C'est le format des paysages, des travellings latéraux et des scènes avec plusieurs éléments côte à côte.
• Carré 1:1 : publications classiques dans un fil, annonces, vignettes. Un compromis si vous ne savez pas encore où la vidéo finira, mais il coupe à la fois le haut et les côtés.

Adaptez aussi la description au format. En vertical, préférez les mouvements verticaux (la caméra monte le long du phare, la vapeur s'élève de la tasse) et les gros plans. En horizontal, les mouvements latéraux et les plans larges respirent mieux.

Si vous publiez sur plusieurs réseaux, générez un clip par format plutôt qu'un seul à recadrer. La composition est alors pensée pour chaque cadre dès le départ, et vous ne sacrifiez pas le sujet.

Pour les sous-titres d'une vidéo verticale, laissez de la place en bas du cadre et ajoutez-les ensuite : notre article pour mettre des sous-titres sur une vidéo détaille les zones à éviter.

Tester en brouillon, puis générer la bonne version en 2K ou en Cinéma

La plupart des générations ratées ne le sont pas à cause de la qualité, mais à cause de l'idée : le cadre ne convient pas, l'action se lit mal, la caméra part dans le mauvais sens. Inutile de lancer la meilleure qualité pour découvrir cela.

Airpic propose quatre niveaux dans le menu Qualité :

• Brouillon, 480p, avec son : pour tester la scène, le cadrage et le mouvement.
• Normal, 768p : une version propre pour les réseaux et les essais sérieux.
• 2K : plus de définition, utile pour un grand écran ou un léger recadrage au montage.
• Cinéma, 720p, avec son : le modèle le plus soigné, avec le son généré.

Le coût de chaque niveau s'affiche en crédits sous le menu, avant de générer ; les tarifs à jour sont sur la page texte en vidéo IA. Une vidéo de 10 secondes coûte le double d'une vidéo de 5 secondes.

Ce que nous avons mesuré. Dans nos tests du 15 octobre 2026, un brouillon de 5 secondes avec son est sorti en 88 secondes ; la version haute qualité, en 1280 × 720 px, a pris environ 400 secondes. Autrement dit, pendant le temps d'une seule version soignée, vous pouvez essayer quatre brouillons avec des descriptions différentes.

La méthode qui gaspille le moins de crédits :

1. Écrivez la description et générez un brouillon de 5 secondes.
2. Regardez trois choses : le sujet est-il le bon, le mouvement de caméra est-il celui demandé, l'action se comprend-elle sans le son ?
3. Si une seule chose ne va pas, changez une seule phrase de la description et générez un autre brouillon. Si vous changez tout, vous ne saurez pas ce qui a fonctionné.
4. Quand le brouillon vous convient, gardez exactement la même description et générez en Normal, 2K ou Cinéma, en 5 ou 10 secondes.

Une mise en garde honnête. Le brouillon et la version finale ne donnent pas la même vidéo en plus net : ce sont des modèles différents, et chaque génération est un nouveau tirage. Le brouillon valide l'idée (cadre, action, caméra), pas l'image exacte. Si un détail précis compte, comme la forme d'un produit ou le visage d'un personnage, fixez-le avec une image de référence plutôt que d'espérer le retrouver. Autre point à connaître : les crédits reviennent tout seuls si la génération échoue ou si le fournisseur refuse la demande, mais pas si le résultat ne vous plaît pas. C'est précisément pour cela que le brouillon existe.

Sachez enfin où passe votre texte. Contrairement aux outils d'image d'Airpic, qui tournent sur des GPU dans l'Union européenne, la génération vidéo passe par le fournisseur du modèle (MiniMax à Singapour ou BytePlus en Malaisie) et par Anthropic pour la réécriture du prompt. N'y mettez pas d'informations personnelles. Airpic ne conserve pas la vidéo : elle est supprimée 1 heure après le téléchargement, 24 heures au maximum.

Texte en vidéo IA sur Airpic : créer votre vidéo pas à pas

Voici le déroulé exact dans l'outil, avec les réglages à choisir à chaque étape.

1. Écrivez la scène dans le champ «Décrivez la vidéo ». En français, jusqu'à 800 caractères (le compteur s'affiche sous le champ). Appliquez la formule : lieu, sujet, action, plan, caméra, lumière. Par exemple : «une rue pavée de Lyon sous la pluie, la nuit, un cycliste passe, reflets des réverbères sur les pavés, caméra fixe au ras du sol ».
2. Ajoutez une image de référence si besoin. Elle sert de première image de la vidéo : utile pour un produit, un personnage ou un style que vous voulez retrouver. Sans image, le modèle part de votre seule description.
3. Choisissez la durée : 5 secondes pour tester, 10 secondes pour un plan qui doit s'installer (un paysage, un mouvement lent).
4. Choisissez le format : Vertical 9:16, Horizontal 16:9 ou Carré 1:1, selon l'endroit où vous publierez.
5. Choisissez la qualité : Brouillon pour le premier essai. Le coût en crédits s'affiche aussitôt.
6. Cliquez sur «Générer la vidéo ». Avant d'envoyer la demande au modèle, l'IA d'Airpic réécrit votre description en prompt détaillé en anglais. Il apparaît sous l'intitulé «Prompt rédigé par notre IA » : lisez-le. S'il a mal compris un point (un cycliste devenu motard, par exemple), corrigez votre description pour la génération suivante.
7. Regardez le brouillon avec les trois questions de la section précédente. Si l'idée tient, passez la qualité sur Normal, 2K ou Cinéma, gardez la même description et générez à nouveau. Sinon, utilisez «Générer une autre variante » ou modifiez une phrase.
8. Téléchargez le fichier avec le bouton «Télécharger le MP4 ».

Pour une vidéo de plus de 10 secondes, générez chaque plan séparément, avec le même format et la même lumière dans chaque description pour garder une continuité, et la même image de référence si un personnage revient. Réunissez ensuite les clips avec le montage vidéo IA d'Airpic : vous importez les clips, l'éditeur vous propose un montage et ses options, et vous voyez l'aperçu dans le navigateur avant d'exporter un seul MP4.

Deux outils complètent ce travail. Si vous avez déjà une photo à mettre en mouvement plutôt qu'une scène à inventer, passez par animer une photo avec l'IA. Et si le clip final doit être diffusé sur un grand écran, vous pouvez passer une vidéo en 4K une fois le montage terminé.

Prêt pour votre première description ? Ouvrez l'outil texte en vidéo IA, commencez par un brouillon de 5 secondes et ajustez une phrase à la fois.

FAQ

À lire ensuite