Un bon prompt Veo 3.1 se lit comme la description d’un plan : qui est dans le cadre, ce qu’il fait, où il se trouve, comment se comporte la caméra, à quoi l’image doit ressembler et ce qu’on doit entendre. Selon Google, Veo 3.1 suit les prompts de plus près que Veo 3 : plus tu décris le plan précisément, plus tu en retrouves à l’écran.
Ce guide explique comment structurer un prompt pour un clip de 8 secondes, quels mots de caméra et de style valent la peine d’être utilisés, comment écrire les dialogues et le son, ce que les images de départ et de fin changent à ce que le prompt doit dire, et propose dix prompts à coller et à adapter.
Avant d’écrire : ce que peut contenir un clip Veo 3.1
Sur Veo Video, chaque génération Veo 3.1 produit un clip de 8 secondes avec son, en 16:9 ou 9:16, en 720p, 1080p ou 4K. Tu peux partir d’un texte, d’une photo (elle devient la première image) ou d’une photo plus une image de fin. Les images de référence fonctionnent sur Veo 3.1 Fast, jusqu’à trois par clip.
Huit secondes, c’est à peu près un plan avec une action claire, ou deux ou trois temps courts. C’est assez pour une ou deux répliques, pas pour un paragraphe de dialogue. La plupart des prompts faibles essaient de faire tenir toute une scène dans un seul clip ; la solution consiste généralement à réduire le prompt au seul moment que tu veux montrer.
La structure d’un prompt Veo 3.1
Les recommandations de Google pour les prompts Veo listent les éléments qui façonnent un clip : le sujet, l’action, le style, la position et le mouvement de la caméra, la composition, la mise au point et les effets d’objectif, et l’ambiance. Veo 3.1 génère aussi le son : l’audio a donc lui aussi sa place dans le prompt. Un ordre pratique :
| Élément | Ce qu’il contrôle | Exemple |
|---|---|---|
| Plan et caméra | Cadrage et mouvement | "Close-up, slow dolly in" |
| Sujet | Qui ou quoi est dans le cadre | "A woman in her 30s in a soft grey sweater" |
| Action | Ce qui se passe pendant les 8 secondes | "takes her first sip of coffee and smiles" |
| Scène | Lieu, moment, météo | "on a small balcony above a quiet street at dawn" |
| Style et lumière | Rendu et atmosphère | "warm morning light, shallow depth of field" |
| Son | Dialogues, effets, ambiance | "birds chirping softly, a distant city hum" |
Une fois assemblé (une femme d’une trentaine d’années boit sa première gorgée de café sur un balcon à l’aube) :
Close-up, slow dolly in on a woman in her 30s in a soft grey sweater, taking her first sip of coffee on a small balcony above a quiet street at dawn. Morning light grazes her face. Birds chirp softly, a distant city hum. Warm color grade, shallow depth of field, TV commercial style.
Tu n’as pas besoin de tous les éléments dans chaque prompt. Tout ce que tu omets, le modèle le complète : c’est sans importance pour les détails qui te sont égaux, mais c’est un problème pour ceux qui comptent.
La caméra : types de plans et mouvements
Le vocabulaire de caméra est l’un des leviers les plus fiables d’un prompt Veo. Nomme le cadrage, puis nomme un seul mouvement. Huit secondes laissent rarement la place à davantage : tiens-t’en à un mouvement plutôt que d’en empiler plusieurs (« pan left while craning up and zooming in »).
Les termes sont donnés en anglais, tels qu’on les écrit dans le prompt (voir plus bas le conseil sur la langue) :
| Plan | À utiliser pour | Mots à utiliser |
|---|---|---|
| Plan large / plan d’ensemble | Lieux, échelle, contexte | "wide shot", "establishing shot" |
| Plan moyen | Personnes qui parlent, action générale | "medium shot", "waist-up" |
| Gros plan | Visages, émotion, détails produit | "close-up" |
| Très gros plan | Textures, petits objets | "extreme close-up", "macro shot" |
| Plan subjectif | Immersion à la première personne | "POV shot", "first-person view" |
Les mouvements qui fonctionnent bien dans un seul clip :
- Dolly in / dolly out : la caméra avance vers le sujet ou s’en éloigne ; idéal pour faire monter la tension ou révéler le contexte.
- Pan : la caméra pivote horizontalement ; idéal pour balayer une scène ou suivre un mouvement latéral.
- Tracking shot : la caméra se déplace aux côtés du sujet (travelling).
- Crane shot : la caméra monte ou descend (mouvement de grue) ; idéal pour les révélations.
- Orbit : la caméra tourne autour du sujet.
- Static : une caméra fixe, utile pour les dialogues et les plans produit.
Les termes d’objectif et de mise au point aident aussi : « shallow depth of field » (faible profondeur de champ), « rack focus from the cup to her face » (bascule de point de la tasse vers son visage), « wide-angle lens » (grand-angle), « macro lens » (objectif macro), « shot on 35mm film » pour le grain et la chaleur de la pellicule.
Dialogues et son
Veo 3.1 génère du son avec chaque clip. Si tu ne dis rien de l’audio, il construit malgré tout une bande-son pour la scène ; si tu le décris, tu gagnes en contrôle. La recommandation de Google : mettre les paroles entre guillemets, décrire explicitement les effets sonores et décrire l’ambiance à part.
Dialogues
Mets la réplique entre guillemets, précise qui parle et comment. Ici, un détective fatigué dans un bureau sombre, façon film noir :
Medium shot of a tired detective behind a desk in a dim office, rain on the window behind him. He looks up and says in a weary voice, "Of all the offices in this town, you had to walk into mine." Film noir look, hard shadows from window blinds.
- Limite-toi à une ou deux phrases courtes par clip. Au-delà, ça ne tiendra pas confortablement en 8 secondes.
- Avec deux interlocuteurs, nomme-les et donne une réplique à chacun, par exemple Host A: "Welcome back!" Host B: "Glad to be here."
- Décris la voix (« weary » pour lasse, « excited whisper » pour un murmure excité, « calm and slow » pour calme et lente) afin que le ton colle à l’image.
Effets sonores et ambiance
Associe chaque son à quelque chose de visible, et écris les effets comme tu veux les entendre. Ici, une ruelle sous des néons qui grésillent, dans une bruine froide :
Wide shot of a narrow alley under buzzing neon signs as cold drizzle falls. A distant alarm wails, neon hums, rain patters on metal bins.
Le prompt de la peau de banane montre aussi comment gérer une séquence : il met les actions dans l’ordre et marque les tournants avec des mots comme « suddenly » (soudain) et « in the next moment » (l’instant d’après). Le modèle dispose ainsi d’une chronologie à suivre à l’intérieur des 8 secondes.
Style, couleur et lumière
Les mots de style fonctionnent mieux quand ils décrivent quelque chose de visible plutôt qu’une qualité vague.
| Rendu | Mots qui aident |
|---|---|
| Cinématographique | "shot on 35mm film", "anamorphic lens", "film grain" |
| Documentaire | "handheld camera", "natural light", "documentary style" |
| Horreur | "desaturated colors", "heavy grain", "low angle", "flickering light" |
| Science-fiction | "neon-lit", "holographic display", "cool blue light" |
| Publicité | "TV commercial style", "clean studio lighting" |
| Animation | "hand-drawn anime style", "cel-shaded", "vibrant colors" |
Pour la lumière et la couleur, précise la direction et le moment de la journée : « dramatic side lighting » (éclairage latéral dramatique), « backlit silhouette » (silhouette à contre-jour), « golden hour » (heure dorée), « blue hour » (heure bleue), « overcast diffused light » (lumière diffuse d’un ciel couvert), « warm golden tones » (tons dorés et chauds), « cyan-magenta grade » (étalonnage cyan-magenta).
Décris ce que tu veux plutôt que ce que tu ne veux pas. « A clean, unlabeled glass bottle on a plain black surface » (une bouteille en verre propre, sans étiquette, sur une surface noire unie) te mènera plus loin qu’une liste de choses à éviter.
Partir d’images
Image vers vidéo
Quand tu importes une photo, elle devient la première image. Le prompt n’a plus besoin de décrire l’apparence du sujet : consacre-le plutôt au mouvement, à la caméra et au son. Par exemple : « She turns toward the window and smiles, slow dolly in, soft room tone and a distant car passing. » (elle se tourne vers la fenêtre et sourit, lent travelling avant, léger bruit de pièce et une voiture qui passe au loin).
Images de départ et de fin
Ajoute une image de fin et Veo 3.1 construit le mouvement entre les deux images. C’est utile quand un plan doit aboutir à une composition connue : une révélation, un produit qui pivote pour faire face à la caméra, une transformation. Concentre le prompt sur la manière dont le changement se produit (« the paper ball unfolds and folds itself into a paper airplane » : la boule de papier se déplie puis se replie en avion en papier), puisque les deux extrémités sont déjà fixées.
Images de référence (Veo 3.1 Fast)
Les images de référence ne jouent pas le même rôle qu’une première image : elles indiquent au modèle à quoi ressemble une personne, un personnage ou un produit, et le modèle les place dans une nouvelle scène. Sur Veo Video, tu peux en ajouter jusqu’à trois sur Veo 3.1 Fast. Le prompt décrit alors la scène et l’action ; les images portent l’identité.
10 prompts Veo 3.1 à coller et à adapter
Chaque prompt est écrit pour un clip de 8 secondes. Les prompts restent en anglais, la langue qui donne les résultats les plus prévisibles ; une phrase en français résume chaque scène. Le format suggéré n’est qu’un point de départ : tous peuvent tourner en 16:9 comme en 9:16.
1. Révélation produit (16:9)
Une montre connectée posée au bord d’une falaise, puis un mouvement de drone qui révèle une vallée alpine au lever du soleil.
Close shot of a sleek black smartwatch resting on a rugged rock at a mountain cliff edge. The camera pulls back and rises in one smooth drone move, revealing a vast alpine valley at sunrise. Wind rushes softly, a low cinematic swell. Product commercial style, crisp natural light.
2. Intervenante sur scène (16:9)
Une oratrice assurée à son pupitre, dans une salle de conférence moderne, caméra fixe, avec une réplique.
Medium shot of a confident speaker at a podium in a modern conference hall, static camera. She gestures naturally and says, "The future of AI is not replacement. It is collaboration." Soft stage lighting, light audience murmur, polished corporate look.
3. Documentaire animalier (16:9)
Un loup solitaire trottant dans la neige fraîche d’une forêt de pins au crépuscule, suivi en travelling large.
Wide tracking shot following a lone wolf trotting through fresh snow in a dense pine forest at dusk. Snow crunches under its paws, wind whispers through the trees. Documentary style, natural light, 35mm film grain.
4. Couloir d’horreur (9:16)
Un long couloir d’hôpital vide aux néons qui clignotent, et une silhouette qui s’approche lentement.
Low-angle wide shot down a long, empty hospital hallway with flickering fluorescent lights. A lone figure at the far end walks slowly toward the camera, footsteps echoing. A light buzzes and cuts out. Desaturated colors, heavy grain.
5. Balade côtière en vue subjective (9:16)
La vue depuis un casque de moto sur une route côtière sinueuse, à l’heure dorée.
POV shot from a motorcycle helmet on a winding coastal road, leaning into a curve with cliffs and a sparkling ocean below. Engine roar, wind rushing past. Golden hour light with sun flares, high-energy action sports style.
6. Cheffe au travail (16:9)
Les mains d’une cheffe disposant des herbes fraîches sur un plan de travail en marbre, puis la caméra remonte vers son visage concentré.
Close-up of a chef's hands arranging fresh herbs on a marble counter, then the camera tilts up to her focused face. Knife taps, a pan sizzling in the background. Soft overhead window light, warm lifestyle look.
7. Défilé de mode (9:16)
Un mannequin en robe de soie fluide traversant une galerie d’art blanche et vide.
Slow dolly in on a model walking through an empty white art gallery in a flowing silk dress; each step sends ripples through the fabric. Heels click on polished concrete, quiet gallery echo. Soft diffused light, high-fashion editorial style.
8. Moment d’émotion tranquille (16:9)
Un homme âgé nourrissant des pigeons sur un banc, sous les arbres d’automne, dans la lumière chaude de l’après-midi.
Medium shot of an elderly man on a park bench feeding pigeons in warm afternoon light under autumn trees. He pauses, looks up and smiles as leaves drift past. Pigeons coo, leaves rustle, distant children's laughter. Nostalgic tone, shallow depth of field.
9. Interface de science-fiction (16:9)
Des mains manipulant un hologramme transparent pour faire tourner un globe de données lumineux.
Close-up of hands swiping and pinching a transparent holographic display, rotating a glowing 3D globe of data. Blue-white light from the interface illuminates the face behind it. Soft electronic chimes with each gesture. Clean, futuristic look.
10. Produit de luxe (9:16)
Un flacon de parfum de luxe qui tourne lentement sous un unique projecteur, sur une surface noire réfléchissante.
Extreme close-up of a luxury perfume bottle on a reflective black surface under a single dramatic spotlight. The bottle slowly rotates, catching golden highlights on its facets. A soft, resonant chime. Premium commercial style.
Une méthode du brouillon à la version finale
- Commence court. Écris le plan, le sujet et l’action en une ou deux phrases, et lance-le sur Veo 3.1 Lite en 720p. C’est le moyen le moins cher de vérifier que le modèle a compris l’idée.
- Ajoute la caméra et le rendu. Une fois l’action juste, ajoute un mouvement de caméra, l’éclairage et le style.
- Ajoute le son. Écris le dialogue entre guillemets et nomme les effets et l’ambiance.
- Génère la version définitive. Quand le prompt fonctionne, lance-le en 1080p ou en 4K, sur Lite ou sur la déclinaison Veo 3.1 complète pour la prise la plus détaillée. Chaque génération est une nouvelle prise : attends-toi à un résultat proche de ton brouillon, pas à un clip identique.
Conseils en cours de route :
- Ne change qu’une chose à la fois entre deux essais (la caméra ou la lumière, pas les deux), pour voir ce qui a fait la différence.
- Lance plusieurs fois un prompt qui fonctionne ; chaque génération est une prise différente, et l’une d’elles sera généralement meilleure que les autres.
- Écris tes prompts en anglais pour obtenir les résultats les plus prévisibles.
- Pour les séquences de plus de 8 secondes, écris chaque plan comme un prompt à part et réutilise d’un plan à l’autre les mêmes mots pour le personnage, la palette et le style.
Les erreurs courantes
| Erreur | Ce qui se passe | Solution |
|---|---|---|
| Plusieurs mouvements de caméra dans un prompt | Des consignes contradictoires dans un clip court | Un cadrage, un mouvement |
| Toute une scène dans un clip | Des actions bâclées ou sautées | Se limiter à un moment, ou à deux ou trois temps |
| Un long dialogue | Des répliques coupées ou précipitées | Une ou deux phrases courtes |
| Un sujet vague | Des détails comblés au hasard | Préciser l’âge, la tenue, les traits marquants |
| Aucune indication sonore | Une bande-son générique | Nommer les effets et l’ambiance ; mettre le dialogue entre guillemets |
| Des mots de style différents entre clips liés | Des clips qui ne se raccordent pas au montage | Réutiliser les mêmes termes de palette et de style |
| Des personnalités publiques réelles ou des photos d’enfants | La demande est bloquée | Utiliser des personnages fictifs et des adultes |
Si une génération est bloquée par les filtres de sécurité de Google, les crédits sont restitués sur ton solde.
À toi de jouer
Les nouveaux comptes Veo Video reçoivent 30 crédits gratuits, de quoi faire un clip Veo 3.1 Lite de 8 secondes en 720p. Choisis l’un des prompts ci-dessus, adapte-le à ton sujet et regarde comment le modèle l’interprète.
Pour en savoir plus sur le modèle lui-même, lis Veo 3 vs Veo 3.1 : ce qui a changé.