Comment créer des vidéos IA réalistes qui ne ressemblent pas à de la bouillie IA : 5 solutions tirées d'un vrai film

Pour créer une vidéo IA réaliste, dirigez ce qu'une vraie caméra enregistrerait. Basez chaque décor sur un lieu réel, construisez chaque plan fixe à partir d'une composition verrouillée avec la lumière, les matériaux et la mise au point décrits comme des éléments vérifiables, puis décrivez la caméra, le jeu d'acteur et l'action comme des comportements physiques. Ci-dessous se trouvent les 5 solutions utilisées par Jaime Yao sur In 'twixt Vows, un film photoréaliste de 16 minutes réalisé dans Flick, chacune avec le vrai prompt derrière, plus le coût de production du film.

Comment réaliser un film IA qui ne ressemble pas à du contenu générique IA, avec Jaime Yao (Flick sur YouTube). Les 5 solutions ci-dessous suivent ses cinq astuces.

Prompts, images fixes et chiffres de In 'twixt Vows par Jaime Yao (Flick Residency). Jaime raconte l'histoire du film dans son propre article sur les coulisses.

Essayez cette méthode sur votre propre plan avec Sketch to Video : votre croquis définit la composition, Nano Banana Pro dessine l'image photoréaliste, et un modèle vidéo l'anime.

Ce qui fait une vidéo IA réaliste : les indices révélateurs et la solution pour chacun

"AI slop" (l'aspect générique de l'IA) est ce rendu brillant et générique que vous obtenez lorsque le modèle comble chaque lacune de votre prompt avec sa supposition la plus moyenne.

Ce qui le trahit	La solution
Décors et costumes qui pourraient être n'importe où	Solution 1 : basez-les sur un lieu, une époque et un matériau réels
Peau plastique, surfaces neuves et propres	Solution 2 : dites ce que chaque matériau a traversé
Lumière « cinématographique » plate, tout uniformément éclairé	Solution 2 : nommez la source lumineuse, ce qu'elle éclaire et ce qui reste dans l'ombre
Tout est ultra-net et trop propre	Solution 2 : nommez le sujet focal, puis ajoutez du grain et un flou d'objectif en dernier
Une caméra qui glisse sans poids	Solution 3 : écrivez les pas de l'opérateur, la dérive et les corrections
Jeu d'acteur générique et large, formes de bouche exagérées	Solution 4 : dirigez le comportement et le timing, pas l'émotion
Combats flottants sans poids derrière un coup	Solution 5 : contact, force et réaction, dans une fenêtre temporelle

Sept indices révélateurs d'une vidéo IA, et laquelle des 5 solutions résout chacun.

Solution 1 : Basez chaque décor, costume et accessoire sur quelque chose de réel

Ce que c'est

Pourquoi ça fonctionne : Demandez un « village fantastique » et le modèle vous donne la version moyenne qu'il a le plus vue. Un lieu réel vous donne des détails que vous pouvez nommer et vérifier.

Dans le film : Jaime a basé l'Avant-poste du film sur le mur d'Hadrien, et la recherche lui a donné de la roche sombre exposée, un sol peu profond, de l'herbe courte sur la crête et des plantes plus denses dans la vallée abritée en contrebas.

Comment l'obtenir

Recherche d'abord : Pour chaque décor, costume et accessoire, choisissez un lieu, une époque ou un objet réel. Notez le terrain, les plantes, les matériaux de construction et la lumière.

Rédigez un guide : Demandez à l'agent de transformer la recherche en guide d'environnement : un court document par lieu couvrant le terrain, la végétation, les matériaux et l'éclairage.

Suivez-le dans chaque prompt : Jaime demande à l'agent de suivre le guide « strictement » chaque fois qu'il écrit un prompt situé dans ce lieu, pour que le terrain soit toujours nommé comme un lieu spécifique :

Note : Une ligne du workflow du film, citée dans son analyse publique

… a late-autumn upland ridge in northern Britain near Hadrian’s Wall …

Solution 2 : Faites en sorte que chaque image fixe ait l'air photographiée, pas générée

La plupart des plans réalistes partent d'une image fixe, donc l'image fixe définit l'apparence du clip. C'est aussi ainsi qu'on fait paraître les images IA réelles.

2.1. Bloquez le plan comme une maquette blanche d'abord

Ce que c'est

Modèle blanc : Une version simple du plan où chaque surface est du même blanc, ombragée uniquement pour montrer la forme et la profondeur (également appelé rendu d'argile). Utilisez-le pour bloquer le plan : fixez l'angle de la caméra et l'emplacement de chaque élément avant qu'aucune texture n'existe.

Pourquoi en premier : Jaime utilise GPT Image 2 ici parce que, dit-il, c'est le plus performant pour comprendre les relations spatiales. Le garder en blanc évite également les « textures tachetées » qu'il obtient parfois dans ses images finies.

Comment l'obtenir

Prompt uniquement pour la mise en page : Position et angle de la caméra, les formes principales et la manière dont les espaces se connectent. Terminez avec l'aspect modèle blanc pour qu'aucun matériau ne s'infiltre. Vous préférez dessiner ? Notre article sur le film viking montre la voie du croquis à la main.

Modèle : GPT Image 2 · Note : Coupes marquées …

3D white-model environment concept.

Semi-overhead three-quarter view. The camera is positioned above the environment and looks diagonally downward, placing the main architectural masses, platform relationships, hanging layers, and winding circulation paths within the same frame.

A half-open silversmith workshop constructed beside water. …

Unified 3D white model / clay render. All architecture, platforms, hanging elements, tools, and small objects use the same clean white modeled surface. Soft ambient shading defines volume, occlusion, spatial depth, and structural relationships.
…

2.2. Verrouillez la mise en page, puis ne changez que la façon dont les éléments sont rendus

Ce que c'est

Cible d'édition : Donnez au modèle photoréaliste le modèle blanc comme image à éditer, et non comme source d'inspiration vague. Comme le dit Jaime : « Je change la façon dont les objets existants sont rendus plutôt que de demander plus d'objets ou plus de détails partout. »

Comment l'obtenir

Verrouillez d'abord : Une ligne « Garder … 100 % inchangé » pour chaque élément fixé : composition, caméra, cadrage, mise en page.

Puis transformez : Une phrase qui nomme le changement, ici du modèle blanc à la prise de vue réelle.

Donnez à chaque image un seul rôle : Avec des personnages dans le plan, ajoutez une référence par personnage. Pour le plan du forgeron dans sa présentation, Jaime a donné à Nano Banana Pro trois images : la mise en page, plus une référence pour chacun des deux personnages.

Modèle : Nano Banana Pro · Note : Une référence, le modèle blanc ci-dessus, identifié par son nom de canvas ; coupes marquées …

Keep composition 100% unchanged.
Keep camera position 100% unchanged.
Keep framing 100% unchanged.
Keep the entire architectural layout, platform structure, hanging-object density, spatial layering, and all object placement 100% unchanged.

Transform [Silversmith Workshop White Model] from a 3D white-model render into a live-action environment.
…

2.3. Décrivez la lumière, les matériaux et la mise au point comme des éléments que vous pouvez vérifier

Ce que c'est

Instructions visibles : « Cinématographique » ou « réaliste » ne donne rien à vérifier au modèle. Indiquez d'où vient la lumière, ce qu'elle éclaire, ce qui reste dans l'ombre et ce que chaque matériau a vécu. Jaime : « Ce sont des relations concrètes que je peux vérifier dans le résultat. »

Comment l'obtenir

Lumière : Une source principale, ce qu'elle éclaire, ce qui tombe dans l'ombre et toute petite lumière à l'intérieur de la scène, comme une lampe.

Matériaux : L'histoire de chaque surface : humidité, usure, réparations, oxydation. Cette histoire donne au bois et au métal un aspect utilisé.

Mise au point : Nommez le sujet principal et ce qui devient flou. Dans son plan du forgeron, le forgeron est la partie la plus nette du cadre, mais "pas d'une netteté artificielle."

Modèle : Nano Banana Pro · Remarque : Le même prompt, suite ; les coupures sont marquées …

All timber posts, beams, platforms, hanging racks, roof edges, shelves, tables, stools, and wooden boxes become real aged wood.

The wood has been exposed to damp air and waterside conditions for a long time. Most surfaces are deep wet brown, dark gray-brown, and weathered aged brown. Timber close to the water is darker and visibly more moisture-soaked. The surfaces show natural wear, slight warping, small cracks, repeated repair marks, and reinforcement pieces of slightly different ages. …

The silverwork is mainly aged silver-gray and pale oxidized gray rather than fresh bright silver. Frequently touched and rubbed edges retain small cold metallic highlights, while recesses and gaps are darker. …

The main light source is cool gray-white natural daylight from an overcast sky, entering through the open edges and structural openings.

Timber edges near the open sides, cloth edges facing the sky, and selected silver surfaces receive brighter cool light. Deeper work areas, spaces beneath the roof, areas behind hanging layers, and the undersides of platforms remain distinctly darker.

One work area contains a very small oil lamp. The lamp creates only a small local pool of warm light, mainly touching the nearby workbench and a few silver objects.
…

Les mots qui font le travail : "plutôt qu'un argent neuf et brillant" exclut l'aspect neuf et luisant. "restent nettement plus sombres" indique au modèle où ne pas ajouter de lumière.

2.4. Ajoutez le grain et les défauts d'objectif en dernier

Ce que c'est

Détails de finition : Les vraies caméras laissent des traces : grain du film, bruit du capteur, objectifs légèrement doux et franges de couleur sur les bords (aberration chromatique). Jaime les appelle "des détails de finition mesurés, pas un substitut à l'éclairage et aux matériaux."

Comment l'obtenir

Une ligne à la fin : Placez-la après la lumière et les matériaux, et réutilisez-la sur chaque image fixe pour que les plans correspondent. Les 5 prompts Nano Banana Pro du film que nous avons vérifiés se terminent tous par le grain, le bruit du capteur et la douceur de l'objectif.

Modèle : Nano Banana Pro · Remarque : Les dernières lignes du même prompt

Live-action realism.
Include subtle film grain, slight sensor noise, mild lens softness, very slight chromatic aberration, soft bloom on small highlights, and natural imperfect real-camera rendering.
Wood, fabric, metal, water, and damp surfaces all have tactile, physically realistic material detail.

Attention : Le grain ne peut pas sauver un cadre faible. Si la lumière et les matériaux sont mauvais, le grain ne fait qu'un faux bruyant.

Correction 3 : Déplacez la caméra comme si une personne la tenait

Ce que c'est

Caméra portée : La caméra est tenue par une personne, pas par un support, elle oscille donc, dérive et se corrige. Vous le demandez dans le prompt en décrivant ce que le corps de cette personne fait au cadre.

Comment l'obtenir

Placez l'opérateur : Indiquez où se trouve la caméra et ce que la personne qui la tient fait. Ici, ils marchent à reculons devant elle.

Écrivez le tremblement par étapes : Oscillation à chaque pas, dérive, roulis, un plus grand plongeon quand l'opérateur enjambe quelque chose, puis la correction. Autorisez un bref flou de mise au point qui se rétablit.

Demandez une sortie propre : Pas de coupes, pas de sous-titres et pas de musique de fond. Ajoutez la musique au montage.

Modèle : Seedance 2.5, référence vers vidéo · Note : 30 s, 720p ; la partie d'ouverture et de caméra d'un prompt plus long ; coupures marquées …

Live-action photographic realism.
No cuts.
No subtitles.
No background music.

Camera

Chest-up medium close-up from directly in front of her.
She keeps walking forward while the camera operator walks backward facing her.

Use strong, heavy handheld throughout:
irregular vertical bobbing from every backward step,
slight lateral drift, slight roll, slight height changes,
and occasional stronger dips or side shifts when the operator steps over roots or moves around trunks, then quick correction within one or two steps.
Allow one very brief natural focus slip, then quick recovery to her face.
…

Quand un prompt ne peut pas obtenir le mouvement : Pour un trajet exact, comme le virage à 90 degrés dont Jaime avait besoin pour un plan, bloquez le plan en 3D Stage (l'espace 3D de Flick pour enregistrer un mouvement de caméra) et donnez l'enregistrement à Seedance comme référence de caméra. Nos guides sur les mouvements de caméra IA et comment créer des films IA montrent les deux étapes.

Astuce 4 : Dirigez la performance comme un comportement, pas une émotion

Ce que c'est

Pourquoi ça marche : Jaime : « Le problème n'est pas que l'IA ne peut pas livrer une bonne performance. C'est que nous ne l'avons pas dirigée avec assez de soin. » « Chanter tristement » donne la tristesse moyenne du modèle.

Dans le film : Lady Caerwyn a froid, est épuisée, en deuil et essaie toujours de continuer la chanson, donc le prompt détaille ce que cela fait à son souffle, son corps et son visage.

Comment l'obtenir

Connaissez d'abord le personnage : Discutez avec l'agent de qui il est, de ce qu'il a traversé et de ce qu'il veut, puis déterminez comment il réagirait.

Décrivez le corps, gardez le visage subtil : La posture et comment ils bougent ; à quel point la bouche s'ouvre, où vont les yeux, à quelle fréquence ils clignent.

Chronométrez les lignes : Donnez à chaque ligne une fenêtre temporelle et dites ce qui se passe sur un mot spécifique.

Donnez une référence vocale : Cette prise a obtenu un clip d'elle en train de chanter, pour sa voix et son accent.

Modèle : Seedance 2.5, référence vers vidéo · Note : La même prise de 30 s que l'Astuce 3, partie performance ; coupures marquées …

Overall performance

From the first frame she is already walking and already singing.
She does not walk upright and composed. She moves with fatigue and slight disorientation:
upper torso slightly folded inward,
shoulders low,
neck loose,
head slightly pitched forward,
chin slightly lowered.
…
While singing, do not use large mouth shapes.
The singing stays quiet, breathy, slightly unstable in pitch, uneven in phrase timing, with no stable vibrato.
Many phrase endings leak softly toward near-speech.
Lips open only as much as quiet speech,
jaw movement stays small,
…
gaze drifting toward distant points beside the camera rather than meeting the lens,
blinks infrequent and slow.
…
On "remember," raise the inner brow ends slightly more and lift both mouth corners very slightly for less than one second, with no teeth.

Les mots qui font le travail : « ne pas utiliser de grandes formes de bouche » et « Les lèvres ne s'ouvrent que comme pour parler doucement » empêchent l'apparence trop chantée. « à côté de la caméra plutôt que face à l'objectif » la garde à l'intérieur de la scène au lieu de jouer pour elle.

Astuce 5 : Décrivez l'action comme contact, force et réaction, avec une fenêtre temporelle

Ce que c'est

Temps : Les combats flottants se produisent quand un coup atterrit sans poids et que le corps touché ne réagit pas. Divisez chaque mouvement en quatre temps : contact (quoi touche quoi), force (à quel point fort, et d'où), réaction (ce que l'autre corps fait), et le mouvement suivant.

Comment l'obtenir

Donnez aux temps une fenêtre temporelle : Si trois frappes se produisent en une seconde, le prompt doit placer chaque frappe, sa cible et la réponse dans cette seconde.

Laissez l'agent écrire les étapes : Vous indiquez uniquement le minutage. Ce que Jaime dit à l'agent :

Remarque : Extrait de la présentation de Jaime, un exemple de requête à l'agent

his attacks are extremely fast. He delivers 3 consecutive strikes in 1 second, so make sure the timing reflects that.

Les prompts de combat minutés complets de ce film sont disponibles dans notre guide sur comment chorégraphier une scène de combat avec l'IA.

Faites écrire les prompts par l'agent, puis vérifiez-les vous-même

La règle de Jaime pour les prompts longs et détaillés est de ne pas les saisir : « n'écrivez pas les prompts vous-même. Faites-les écrire par l'agent, puis relisez-les et corrigez-les vous-même. »

1. Donnez les règles à l'agent. La documentation de Flick contient un guide pour chaque partie de cette page : le Guide des Prompts de Génération d'Images pour les images fixes, le Guide de Performance Seedance pour le jeu d'acteur et le Guide d'Action Seedance pour l'action. Demandez à l'agent de les suivre chaque fois qu'il écrit un prompt.
2. Fournissez-lui vos recherches. Le manuel d'environnement de la Solution 1, et ce que vous avez élaboré sur chaque personnage dans la Solution 4.
3. Lisez chaque prompt avant de générer. La composition est-elle fixée, la lumière est-elle nommée, le jeu est-il subtil ? Sinon, dites exactement ce qui ne va pas pour que l'agent ne le répète pas. Communiquer avec l'agent (docs) montre comment sauvegarder les règles qu'il conserve.

Quels modèles d'IA produisent des vidéos réalistes, et combien cela coûte

In 'twixt Vows a attribué un rôle à chaque modèle : idées, composition, images finales, puis vidéo.

Modèle	Son rôle dans le film	Créé pour le film	Crédits par génération (médiane)	Temps par génération (médiane)
Midjourney	Idées et premiers aperçus	84 images	210 au total (21 générations)	environ 20 s
GPT Image 2	Compositions en blanc	158 images	environ 11 nouvelles, 18 en modification	environ 1,5 à 2 min
Nano Banana Pro	Images photoréalistes finales	903 images	environ 30	environ 30 à 40 s
Seedance 2.0	Prises vidéo	157 clips	environ 540 avec références	environ 5 min
Seedance 2.5	Prises vidéo	190 clips	environ 360 avec références	environ 5 min

« Créé pour le film » provient de l'analyse publique du film par Flick et inclut les prises abandonnées. Les crédits et le temps sont des médianes par génération réussie dans le projet de ce film, sauf pour les crédits Midjourney, qui sont le total (données Flick, du 24 juillet au 14 octobre 2026).

• Les images fixes sont peu coûteuses, la vidéo ne l'est pas. 72 % des 1 549 générations réussies du film étaient des images, mais la vidéo a consommé 86 % de ses 223 959 crédits (données Flick, du 24 juillet au 14 octobre 2026). Stabilisez le cadre avant de l'animer.
• Environ 14 000 crédits par minute finale : 223 959 crédits pour un film de 16 minutes (mêmes données).
• 5,6 fois plus de vidéo que la durée du film : 5 381 secondes de vidéo générée pour un film de 960 secondes (analyse publique de Flick), donc la plupart n'ont jamais été retenues au montage.

Créez votre première vidéo IA réaliste dans Flick

Inscrivez-vous, ouvrez un canvas et testez les 5 solutions sur un plan.

Chaque compte reçoit 100 crédits gratuits à l'inscription, et 100 de plus chaque lundi.

Créez votre compte Flick gratuit →

Pour aller plus loin

• Les coulisses de In 'twixt Vows La présentation complète de Jaime Yao dans ses propres mots.
• Guide Nano Banana Pro Ce que le modèle d'image fixe fait bien, y compris correspondre à un blockout 3D.
• Mouvements de caméra IA 12 mouvements de caméra avec de vrais prompts, et quand dessiner un mouvement dans 3D Stage.
• Comment créer des films IA Le processus complet, des étapes au montage, avec des données de 9 films créés dans Flick.
• Comment chorégraphier une scène de combat avec l'IA Plans de combat minutés et numérotés de In 'twixt Vows.
• Omni Reference (docs) Comment le mode référence-vers-vidéo de Flick utilise chaque référence : image de départ, personnage, mouvement de caméra et parole.

À propos de l'auteur

Bilguun Bayarkhuu est ingénieur croissance chez Flick. Ce guide est construit à partir du workflow public de In 'twixt Vows par Jaime Yao, du tutoriel de Jaime sur la chaîne YouTube de Flick, et des propres données de génération de Flick pour le film.

Questions fréquentes

Quelle est la vidéo IA la plus réaliste ?

Il n'y a pas de gagnant unique, et le modèle importe moins que la direction artistique. Pour In 'twixt Vows, un film photoréaliste de 16 minutes, Jaime Yao a créé les images finales dans Nano Banana Pro et la vidéo dans Seedance 2.5 et 2.0. Ce qui lui a donné un aspect filmé, c'est l'entrée : une image qui semble déjà photographiée, et des prompts qui décrivent la lumière, les matériaux, la caméra et le jeu d'acteur comme des éléments physiques.

Comment obtenir des vidéos IA réalistes ?

Basez chaque décor sur un lieu réel. Construisez chaque image à partir d'une composition verrouillée, avec une lumière nommée, de l'usure des matériaux et un sujet focal, et ajoutez le grain en dernier. Écrivez la caméra comme une personne qui la tient, dirigez le jeu d'acteur comme un comportement minuté et précis, et écrivez l'action comme un contact, une force et une réaction dans une fenêtre de temps.

Comment l'IA génère-t-elle des vidéos aussi réalistes ?

Cela semble réel quand vous laissez peu de lacunes à combler au modèle. Un modèle vidéo comble chaque lacune du prompt avec sa supposition la plus moyenne. Cet aspect moyen se lit comme de l'IA. Partez d'une image qui semble déjà photographiée, et décrivez la lumière, les matériaux, la caméra et le jeu d'acteur comme un comportement physique.

Comment rendre une image IA réaliste ?

Composez la prise de vue comme un modèle blanc simple, puis demandez à un modèle photoréaliste tel que Nano Banana Pro de conserver cette composition « 100 % inchangée » tout en ne modifiant que les matériaux et la lumière. Nommez la source de lumière et ce qui reste sombre, dites ce que chaque surface a traversé, et terminez par une ligne de grain de film, de bruit de capteur et de légère douceur de l'objectif.

Quels sont de bons prompts pour les vidéos IA ?

Des prompts qui décrivent des choses que vous pouvez vérifier à l'écran. Au lieu de « caméra à l'épaule, émotionnel », In 'twixt Vows écrit « l'opérateur de caméra marche à reculons face à elle » et « Les lèvres s'ouvrent seulement autant que pour un discours calme ». Verrouillez ce que vos références montrent déjà, ne décrivez que ce qui change, et ajoutez « Pas de musique de fond » si vous allez scorer le film plus tard.

Comment les gens créent-ils des vidéos IA réalistes ?

En créant d'abord une image photoréaliste puis en l'animant, avec un modèle pour chaque tâche. Pour In 'twixt Vows, un film de 16 minutes réalisé dans Flick, Jaime Yao a utilisé Midjourney pour les idées, GPT Image 2 pour les compositions, Nano Banana Pro pour les images finales et Seedance 2.0 et 2.5 pour la vidéo.