Comment faire des vidéos IA qui n'ont pas l'air d'avoir été faites par une IA

Signe 1 : le visage change d'un plan à l'autre

Pourquoi : si chaque plan est dessiné isolément, rien n'indique qui est une personne, donc le modèle dessine à chaque fois un visage plausible. Le remède : chaque personnage est une entrée avec une image approuvée, et chaque plan où elle figure est fait à partir de cette entrée. Le visage d'un gros plan est celui du plan large et celui de l'épisode neuf, car la source est l'entrée, pas le clip précédent. Un mauvais plan n'empoisonne pas le suivant : régénérez-le, ou passez à la suite.

Votre part : approuvez les fiches à l'étape 2 de SceneMixer avant de payer la moindre vidéo. Décrivez le visage avec les choses précises que porte un vrai visage, une dent de devant de travers, un nez cassé, une barbe grise, une cicatrice, et non avec des verdicts comme « belle », car le modèle traduit un verdict par un joli visage moyen. La fiche est dessinée avec une lumière latérale simple qui fait ressortir les os, donc la description fait le reste. Gratuit : les 15 premières fiches d'un compte. Le même visage dans chaque plan · Décrire la cause, pas le résultat.

Signe 2 : la pièce se réarrange, et les gens changent de côté

Pourquoi : une conversation, c'est trois ou quatre plans, et si chaque plan invente sa pièce, la fenêtre se déplace et l'homme qui était à gauche se retrouve à droite. Un contrechamp dessine même un mur qui n'existait pas. Le remède : chaque scène reçoit automatiquement un modèle 3D par IA, l'espace, les meubles qui comptent et une place pour chaque personne, et chaque plan de la scène est généré à partir de ce seul modèle. Le plan large, les gros plans et le contrechamp décrivent la même pièce depuis des positions différentes. Il n'y a rien à configurer.

Votre part : écrivez les positions comme des relations avec les choses de la pièce et entre les personnes, « en bout de table, face à elle, dos à la fenêtre », une fois au début du segment, puis seulement quand quelqu'un bouge. « Près de la fenêtre » tient depuis toutes les caméras ; « à gauche » n'est vrai que depuis une seule. Chacun reste là où il s'est assis · Écrire des positions que le monde peut lire · Pourquoi les personnages changent de côté.

Signe 3 : les vêtements et les blessures sautent, ou ne changent jamais

Pourquoi : un modèle à qui l'on donne une image de référence copie ce qu'elle contient, le visage, les vêtements, la forme d'un objet, et aucune phrase ne l'en dissuadera. Le remède : une chose qui a un aspect différent a besoin de sa propre image, appelée état : un changement de tenue complet, une transformation, une salle brûlée, une lame hors du fourreau. La lecture les propose dans des limites (jusqu'à trois apparences pour un personnage, deux pour un lieu, une pour un accessoire) et détermine quel segment utilise laquelle. Tout ce qui ne change que la situation, comme être debout ou assis, le jour ou la nuit, la pluie, la poussière ou qui tient quoi, s'écrit en mots et fonctionne très bien. La pluie, en particulier, est du texte, pas un état.

Le test tient en une question : est-ce la chose elle-même qui a un aspect différent, ou la situation autour d'elle ? Si les deux versions pouvaient figurer dans un même cadre, ce sont deux éléments, pas un seul élément avec un état. Changements de costume et états de scène.

Signe 4 : une foule qui apparaît, disparaît ou regarde dans le vide

Pourquoi : savoir si un plan comporte des gens à l'arrière-plan est un fait, et si le texte ne l'énonce jamais, le modèle décide plan par plan. Un mariage avec une église pleine dans un plan et vide dans le suivant en est le classique. Le remède : énoncez la foule comme un fait, une seule fois pour tout le segment : qui, où, en train de faire quoi, par exemple « une douzaine d'invités aux tables, en train de manger et de parler ». Si le lieu est vide, dites ce qui s'y trouve à la place : « une rue vide, des chaises empilées contre le mur du café ». Une négation comme « pas de foule » tend à produire la foule, parce qu'une phrase est une liste de choses à envisager de dessiner. Les personnes à l'arrière-plan d'une scène · Dites ce qui est là, pas ce qui n'y est pas.

Mettez une pastille @ sur chaque personnage visible dans un plan, et sur aucun de ceux qui sont seulement entendus ou ailleurs dans la pièce : un nom non vu appelle un visage qui ne devrait pas être là. Qui est dans le cadre.

Signe 5 : le look IA générique

Pourquoi : la moyenne de tout, c'est une peau lisse, une symétrie parfaite, une lumière uniforme venue de nulle part. Le remède : choisissez le rendu exprès et par couches. Le style visuel est le support ; le style de scène est ce dont le décor est fait ; le style de costume est ce que portent les gens. Ils sont gardés séparés parce qu'ils commandent des couches différentes, et les mélanger dans une seule case est ce qui rend les choses génériques. Donnez ensuite à chaque plan une lumière avec une source (une lampe de bureau, des phares sur le plafond, un midi couvert), écrivez les actions comme des causes physiques (le train freine et son café se renverse), et gardez deux ou trois personnes par plan.

Laissez de côté les mots magiques. « Chef-d'œuvre, 8K, cinématographique, brouillard volumétrique » n'apporte rien que le modèle puisse placer, repousse plus bas les mots qui comptent, et finit parfois peint au pied de la lettre : le brouillard apparaît vraiment. Comment rendre une vidéo IA plus réaliste · Pas de mots magiques · Choisir vos réglages de style.

Signe 6 : le son n'appartient pas à l'image

Pourquoi : quand la parole est enregistrée ou doublée après l’image, lèvres et mots se décalent. La solution : SceneMixer génère chaque segment avec son son déjà inclus : chaque réplique balisée est dite avec la voix du personnage par celui dont les lèvres bougent, avec en plus l’ambiance du lieu. Chaque personnage a une seule voix, choisie une fois et utilisée pour chaque réplique de chaque épisode ; associez-en une depuis la bibliothèque intégrée et elle est rattachée à tous les plans où ce personnage parle.

Votre part : écrivez chaque réplique avec son locuteur et sa balise de voix, laissez les lèvres fermées pour toute autre personne du plan, ajoutez une ligne Ambiance de quelques mots, et marquez un plan muet comme Sans dialogue. Si des lettres apparaissent dans l’image, c’est qu’un plan les a appelées en mentionnant une enseigne, une légende ou un écran avec du contenu ; décrivez un écran vide et régénérez. Dialogues et son en une seule génération · Texte dans l’image et mauvais dialogue.

Un test de trois minutes pour votre premier segment

Faites ce test sur un segment SceneMixer du niveau le plus bas avant de générer le reste ; une nouvelle prise y coûte peu et les enseignements valent pour tous les plans suivants. Une liste de contrôle avant de générer.

Ce que le réglage ne peut pas corriger

Les mains, cinq personnes qui parlent en même temps et les détails fins dans une foule sont là où la vidéo IA se trahit encore, et la réponse est d’en demander moins : moins de personnes, une action par plan. Deux demandes identiques peuvent donner deux clips différents ; certains plans demanderont donc une seconde prise. Et un visage trop proche d’une personne réelle est refusé, ce qui est une règle, pas un défaut. L’objectif honnête n’est pas de cacher qu’une vidéo a été faite avec l’IA, ce que le badge et les étiquettes des plateformes sont là pour dire, mais de supprimer les défauts qui détournent de l’histoire.

FAQ

Mis à jour le 2 novembre 2026