Prompts de mouvement pour vidéo IA en séquences multi-plans : un flux de travail Kling 3

Les prompts de mouvement s'écrivent généralement un plan à la fois : choisir un sujet, choisir un mouvement, générer, puis juger le résultat à la manière dont la caméra a obéi. Kling 3 change l'unité de travail. Une seule génération de la série VIDEO 3.0 peut contenir jusqu'à six plans sur trois à quinze secondes, planifier ses propres transitions et transporter un audio natif à travers chaque coupe. La question n'est plus ce que fait la caméra, mais ce à quoi chaque plan consacre ses secondes, et où la coupe doit tomber pour que le temps suivant ait du sens.

C'est un problème de planification avant d'être un problème de formulation. Le flux de travail ci-dessous traite une génération comme une petite séquence : construire d'abord le découpage, répartir les secondes entre les plans, écrire chaque bloc de plan de la même manière, ancrer ce qui ne doit pas changer, puis auditer les coupes plutôt que les jolies images. Tout tient dans un seul champ de prompt.

Construire le découpage avant d'écrire le mouvement

Le découpage est la liste des plans et ce dont chacun est responsable. Écrivez-la d'abord en lignes simples, sans vocabulaire de caméra : qui est à l'écran, et la seule chose que le spectateur apprend. Un teaser de boisson en quatre plans se lit ainsi : le verre seul sur un comptoir ; une main qui le soulève ; le versement ; le verre reposé. C'est seulement ensuite que chaque ligne reçoit un cadrage.

Les recommandations de Kling sur le multi-plan sont strictes à ce sujet. Chaque plan doit ajouter un temps visuel ou narratif distinct plutôt que répéter une information déjà donnée sous un autre angle. Cette règle élimine à elle seule la plupart des mauvaises listes de plans. Si deux lignes disent la même chose au spectateur, l'une d'elles est un mouvement de caméra qui se fait passer pour un temps. Fusionnez-les, ou faites en sorte que la seconde ligne affirme quelque chose de nouveau.

Gardez la liste dans les limites de ce que le modèle peut planifier. Le tableau officiel des fonctionnalités indique jusqu'à six plans par génération, en mode automatique comme en mode personnalisé. Six est un plafond, pas un objectif.

Répartir les secondes avant d'écrire un seul mot

La série VIDEO 3.0 génère entre trois et quinze secondes, et en Custom Multi-Shot vous fixez vous-même la durée de chaque plan. Ces deux faits transforment le prompt en exercice de division. Neuf secondes avec trois plans suggèrent trois secondes chacun. Six plans en six secondes donnent une seconde par temps, ce qui ne suffit pas à enregistrer une nouvelle image, et encore moins une performance.

Deux règles survivent au contact du modèle. Donnez la durée la plus longue au plan qui porte le changement, et maintenez le plus court à deux secondes ou plus, sauf s'il s'agit d'un flash volontaire. Si le calcul descend sous ce plancher, c'est que vous avez trop de plans pour le clip : supprimez un temps plutôt que de rétrécir chaque plan.

Écrivez les secondes dans le prompt. Le modèle lit la structure, et vous obtenez un plan auquel comparer la sortie.

Écrire chaque bloc de plan dans les quatre mêmes emplacements

Chaque bloc est une courte pile dans le même ordre : numéro de plan et durée, cadrage, action du sujet, comportement de la caméra. Le dialogue ou un repère sonore vient en dernier, dans le plan qui le porte. Le guide de Kling nomme les mêmes champs, durée, cadrage et perspective, contenu narratif et mouvement de caméra, ce qui suggère que l'ordre n'est pas arbitraire.

La discipline compte plus que le vocabulaire. Un seul mouvement visible par plan, et il doit s'accorder avec ce que fait le sujet : une personne qui avance vers l'objectif et un lent push-in s'amplifient mutuellement, tandis qu'un pas vers l'objectif et un recul s'annulent. Des adjectifs comme cinématographique nomment un ressenti, pas une décision : ils consomment des mots sans rien contraindre.

Un bloc terminé se lit ainsi. Plan deux, trois secondes, plan moyen de côté, elle soulève le verre et verse, la caméra dérive vers la droite avec sa main. Un cadrage, une action, un mouvement. Un relecteur voit d'un coup d'œil si la sortie correspond.

Ancrer ce qui ne doit pas changer entre les coupes

La continuité vient de deux endroits : ce que vous référencez et ce que vous répétez. Kling 3 prend en charge les références de sujet et d'élément, de sorte qu'un personnage, un produit ou un accessoire peut être verrouillé pendant que l'angle change. Quand une scène dépend d'un visage ou d'une étiquette, une référence fait plus que trois phrases de description.

La seconde moitié est textuelle. Gardez un bloc de description fixe pour le costume, la couleur de l'accessoire, le moment de la journée et le rendu de l'objectif, répétez-le mot pour mot dans chaque plan qui montre ces éléments, puis ne changez que la partie variable. Chaque bloc de plan est lu comme une instruction séparée : tout détail que vous omettez au plan trois est un détail que le modèle peut réinventer.

Inscrivez aussi la continuité dans l'action. Si une main tient un verre à la fin du plan un, le plan deux doit s'ouvrir avec la main qui le tient encore. De petits chevauchements donnent à la coupe quelque chose à porter.

Placer le temps audio dans le plan qui le porte

La série 3.0 génère un audio natif avec l'image, et dans une scène à plusieurs personnages vous pouvez rattacher une réplique à un locuteur précis. Utilisez cela plan par plan au lieu d'écrire un paragraphe de bande-son à la fin. La réplique appartient au plan où la bouche est visible ; l'ambiance de la pièce appartient à chaque plan tourné dans la pièce.

Deux limites façonnent l'écriture. L'audio sur 3.0 est monocanal, donc des mots comme gauche et droite ne veulent rien dire. Le dialogue est fiable dans les langues que Kling liste pour la série, chinois, anglais, japonais, coréen et espagnol, un script dans une autre langue relève donc du pari plutôt que du plan.

Le silence est un temps valable. Un plan sans réplique et avec une ambiance tenue fait souvent plus pour le rythme qu'une phrase compressée en deux secondes.

Calibrer avec la passe automatique, puis prendre le contrôle

Kling propose deux modes, et ils fonctionnent mieux dans l'ordre. Avec Multi-Shot activé et Custom Multi-Shot laissé inactif, le modèle planifie lui-même les transitions et le cadrage. Avec Custom Multi-Shot, vous fixez le nombre de plans et les durées, et il suit votre plan de près.

Lancez une fois la version automatique sur la description de votre scène, même si vous comptez tout contrôler. C'est une exploration peu coûteuse : vous voyez où le modèle veut couper, quel temps il traite comme le plan d'ensemble, et si vos quatre lignes n'en étaient pas en réalité deux. Passez ensuite à Custom Multi-Shot et écrivez le plan que vous voulez vraiment, avec les durées issues de votre division.

La passe automatique répond aussi à la question de savoir si la scène a besoin d'une coupe. Si le modèle réduit votre liste à un seul bon plan, la séquence n'était probablement qu'un plan unique avec des mots en plus.

Auditer les coupes, pas les images

Relisez la sortie comme le ferait un monteur, aux points de jonction. Mettez en pause quelques images de part et d'autre de chaque coupe et posez trois questions. Le sujet garde-t-il sa position et son orientation, ou passe-t-il de l'autre côté ? Le plan entrant commence-t-il avant que l'action du plan sortant soit terminée, ou la redémarre-t-il ? Le dernier plan tient-il assez longtemps pour être lu ?

La plupart des vrais échecs appartiennent à quatre catégories. Un temps répété, une caméra qui revient à un cadre neutre à chaque coupe, une action qui revient sur ses pas, ou un clip à court d'idées dans son dernier tiers. Chacun a sa correction dans le prompt. La répétition signifie que le plan de découpage comportait des doublons. Une caméra qui se réinitialise signifie que le plan entrant n'a jamais reçu de mouvement. Un retour en arrière signifie que deux blocs adjacents décrivent le même geste. Une fin plate signifie que le bloc final n'avait pas de temps propre.

Changez un seul bloc par itération. Réécrire tout le prompt après chaque prise rend impossible de savoir quelle instruction a corrigé quoi.

Un prompt de trois plans et neuf secondes à adapter

Lisez ce qui suit comme un modèle, pas comme un script. Énoncez le décor et le style une fois, avant tout bloc de plan : une cuisine calme à l'aube, une lumière chaude par la fenêtre, une faible profondeur de champ.

Plan un, trois secondes, plan large depuis l'embrasure de la porte, la pièce vide hormis le verre sur le comptoir, la caméra reste fixe.

Plan deux, trois secondes, plan moyen de côté, une main entre et soulève le verre, la caméra dérive vers la droite avec la main.

Plan trois, trois secondes, gros plan sur le verre aux lèvres, une gorgée, puis le verre descend hors champ, la caméra reste fixe.

Terminez par l'instruction de continuité : même verre, même lumière, même costume du début à la fin.

Chaque bloc nomme une durée, un cadrage, une action et un comportement de caméra. Rien ne se répète. Les durées s'additionnent pour atteindre la longueur du clip, et le dernier plan se maintient pour que la vidéo ne s'arrête pas au milieu d'un geste.

Où ce flux de travail s'exécute sur KOOX AI

Kling 3 sur KOOX AI prend un prompt et une image de référence facultative et renvoie un court clip, le prompt portant la scène, la caméra et l'ambiance. La page décrit la même boucle que ce flux de travail : décrire, générer, relire, affiner. Vous pouvez écrire la liste des plans n'importe où, dans une note ou un brief client, et coller les blocs dans le champ de prompt.

Si vous travaillez encore les mouvements d'un plan unique avant de les enchaîner, les six motifs de mouvement pour une seule photo enseignent le vocabulaire dont dépend chaque bloc de plan. Le séquençage est la seconde compétence.

Commencez avec trois plans et neuf secondes. Réussissez une séquence où chaque coupe mérite sa place, et vous disposez d'un plan réutilisable pour chaque clip plus long que vous tenterez.