Pourquoi les consignes comptent

Sora 2 s’appuie sur le « world modeling » pour comprendre scènes et physique. De bonnes consignes maintiennent la cohérence personnage/scène/caméra et rendent le mouvement, la lumière et la texture plus contrôlables.

Banque de mots‑clés (à copier/combiner)

• Mouvement caméra : travelling, zoom, pano, tilt, suivi, orbite, grue, handheld, steadicam, contre‑plongée/plongée, top‑down, plan‑séquence
• Focale/Profondeur : 24, 35, 50, 85 mm, grand‑angle, télé, PDC faible/forte, bokeh, bokeh dynamique
• Composition : règle des tiers, symétrie centrée, occlusion de premier plan, lignes de force, espace négatif, nombre d’or
• Lumière/matériaux : contre‑jour, latérale, zénithale, rim light, volumétrique, dure/douce, reflets néon, highlights métalliques, réfraction du verre, specular peau
• Style/texture : photoréaliste, grain film, étalonnage ciné, commercial propre, vintage, cyberpunk, illustration, anime, film noir, minimaliste
• Mouvement/physique : ralenti, time‑lapse, vent/pluie/neige/brume, poussière/particules, tissu, fluides, splash, réflexion/réfraction
• Rythme/transitions : slow push, steady, coupes rapides, montage, jump cut, fondu, dissolve, fin en image figée
• Format : 16:9, 9:16, 1:1, 2.39:1
• Couleur/étalo : ton froid/chaud, palette complémentaire, teal‑orange, faible saturation, fort contraste, carnation naturelle
• Rig : handheld, gimbal, slider, jib, drone, top‑down/overhead
• Cohérence personnage : coiffure, tenue, couleur clé, accessoires (écharpe rouge, gants cuir noirs)

Exemple de combo :

Handheld stable, 35 mm avec faible PDC, slow push en contre‑plongée ; contre‑jour + reflets néon, règle des tiers ; grading ciné froid ; 16:9.

Règles de base (texte/image→vidéo)

• Intention caméra : décrivez en langage ciné, pas en adjectifs
• Pas de contradictions : évitez styles/lumières/rythmes opposés
• Un focus par itération : scindez les objectifs complexes
• Court d’abord : validez la direction, puis enrichissez
• Facteurs fixes : sujet/style/lumière stables, 1 variable à la fois
• Références : en image→vidéo, image HD ; le texte définit caméra et action

Modèle universel (texte→vidéo)

Scène : lieu/temps/ambiance (ex. : ville nocturne après la pluie, reflets)
Sujet : qui/quoi/état (ex. : femme en trench, marche de droite à gauche)
Action : mouvements et interactions
Caméra : travelling/zoom/pano/tilt/suivi, 35/85 mm, PDC faible/forte
Lumière : principale/appoint/ambiante (contre/latérale/zenith), reflets/volumétrie
Texture/style : photoréal/film/illustration/cyber/étalonnage commercial
Composition : symétrie/tiers/plongée/centré ; plans
Rythme/durée : push lent/stable/rapide ; fin (ex. : image figée)
Format : 16:9 / 9:16 / 1:1

Modèle universel (image→vidéo)

Conservez l’image importée comme référence ; gardez l’apparence du sujet ;
Caméra : push du plan moyen au gros plan (ou orbite), sujet net ;
Arrière‑plan : léger bokeh dynamique/mouvements pour parallaxe et profondeur ;
Lumière/style : respectez la direction et la teinte d’origine ; renforcez modérément les highlights/reflets ;
Rythme/fin : tempo stable, terminer par un gros plan figé ;
Format : 9:16.

—

Commencer

• Texte→Vidéo
• Image→Vidéo