Prompts vidéo produit IA : 8 recettes testées (avec chaque vidéo)

La plupart des listes de « prompts vidéo IA » sont écrites à l'envers : on rassemble des prompts qui ont l'air impressionnants, on les publie, et on n'en exécute jamais un seul. Celle-ci fonctionne dans l'autre sens. J'ai écrit huit recettes de prompts pour vidéos produit, je les ai toutes passées dans le générateur de vidéos produit cinématiques d'iArt, et j'ai intégré le clip exact que chaque prompt a produit — non retouché, première prise sauf mention contraire. Chaque clip de 10 secondes a coûté $0.80 et a été rendu en une à cinq minutes.

Deux de ces recettes utilisent aussi une photo du produit en entrée, parce que cela change tout au résultat — vous trouverez plus bas une comparaison directe où le même prompt tourne avec puis sans photo, et la différence saute aux yeux en dix secondes.

Le schéma commun aux huit recettes

Après avoir épluché une bibliothèque publique de plus de 200 prompts et testé les miens, une constante se dégage : les recettes qui fonctionnent ont toutes la même forme. Un bon prompt de vidéo produit est un plan de tournage, pas un moodboard :

• Le format d'abord. Ratio d'image et durée dès la première phrase : « 9:16 vertical, 10 secondes ».
• La lumière avant les objets. Nommez l'éclairage et la palette avant de décrire l'action — « studio sombre, une seule key light ambre chaude » détermine le rendu final plus que tout le reste.
• Des temps forts horodatés. Découpez le clip en fenêtres de 2 à 4 secondes : « 0–3 s : macro sur le flacon. 3–6 s : révélation par balayage de lumière ». Les moteurs suivent ce découpage avec une précision surprenante.
• Un mouvement de caméra explicite par temps fort. Dolly-in, orbite, punch-in — nommez-le. « Travail de caméra cinématique » vous en donne un au hasard.
• Uniquement du gros texte. Donnez les mots exacts que vous voulez à l'écran, gardez-les courts, et bannissez tout le reste : les titres sortent nets, mais les petits textes décoratifs sortent illisibles. Chaque recette ici se termine par une contrainte négative du type « aucun petit texte nulle part ».
• L'audio fait partie du plan. Une ligne — « ambiance de pluie, un tic d'horloge grave sur la coupe finale » — et le moteur le génère dans la même passe.
• Une photo fixe l'identité ; le prompt dirige le film. Si la vidéo doit montrer votre produit, joignez une photo et dites ce qui doit être préservé. Sans photo, le moteur invente un produit plausible (la recette 2b montre exactement à quoi cela ressemble).

Tous les prompts ci-dessous sont prêts à copier-coller. Ils sont écrits pour le générateur de vidéos produit d'iArt, mais la structure se transpose à n'importe quel moteur text-to-video actuel.

Recette 1 — Hero shot luxe (parfum)

Luxury perfume commercial, 16:9, 10 seconds. Dark studio, single warm amber key light. 0-3s: extreme macro on the cut-glass facets of a perfume bottle, slow dolly-in, light refracting. 3-6s: a slow light sweep reveals the full bottle silhouette on black. 6-10s: bottle centered and still, big bold serif headline "MIDNIGHT AMBER" fades in above it, smaller line "EAU DE PARFUM" below. Fine amber dust particles drift through the beam. Audio: low ambient hum, one soft chime when the title lands. Do not put any text on the bottle label, no human hands, no small print anywhere — only the two title lines.

Les prompts sont laissés en anglais, tels qu'ils ont été testés — c'est mot pour mot ce qui a produit chaque clip.

Pourquoi ça marche : toute la première moitié n'est que de la lumière sur du verre, ce que les moteurs rendent magnifiquement, et le produit n'a qu'à rester immobile dans le dernier temps fort. Notez que l'étiquette du flacon est volontairement vierge — demandé, et obtenu.

Recette 2 — Votre vrai produit, à partir d'une photo (montre)

C'est la recette pour les vendeurs. L'entrée était cette photo :

Cinematic watch commercial, 9:16 vertical, 10 seconds. Use my attached photo as the product — preserve the watch exactly: dial layout, hands, case shape, strap material. Do not redraw or invent dial markings. 0-3s: the watch lies on wet black slate, sparse rain droplets, one hard rim light carving the case edge. 3-7s: slow 180-degree orbit around the watch, ending in a macro push-in on the dial as a droplet slides off the crystal. 7-10s: cut to the watch upright and centered, big bold sans-serif type above it: "TIME. OWNED." — nothing else on screen. Audio: rain ambience, one deep clock-tick on the final cut.

La forme du boîtier, le cadran noir vierge, le bracelet blanc avec ses trous ovales — tout est passé de la photo à une scène qui n'a jamais existé. La ligne qui porte tout le poids, c'est « preserve the watch exactly » plus l'énumération des éléments qui comptent. L'agent a même signalé, avant de filmer, que le cadran de ma photo n'avait aucun marquage et a promis de n'en inventer aucun.

Recette 2b — Le même prompt, sans la photo

Pour montrer ce que la photo apporte réellement, j'ai lancé le prompt identique en retirant la photo (et en décrivant la montre avec des mots à la place) :

Toujours une belle publicité — mais c'est une montre, pas la montre : crème au lieu de blanc, un boîtier plus massif, d'autres proportions. Sans image de référence, vous obtenez un produit plausible ; avec, vous obtenez le vôtre. C'est toute la différence entre un prompt de film de marque et une vidéo produit à partir d'une photo.

Recette 3 — Skincare quiet luxury, étiquette préservée

Même workflow photo d'abord, sur un flacon de soin (un produit d'exemple photographié avec une marque fictive : l'étiquette elle-même fait donc partie du test) :

Quiet-luxury skincare commercial, 9:16 vertical, 10 seconds. Use my attached photo as the product — preserve the amber glass bottle, white dropper cap and the NOVA label exactly; do not redraw the label or add any text to it. 0-3s: golden morning light sweeps across beige linen, the bottle stands in soft shadow that slowly lifts. 3-6s: macro — a single amber drop falls from the dropper in slow motion, catching the light, landing on a glass surface and blooming outward. 6-10s: the bottle hero-center in full warm light, one big elegant serif line fades in beside it: "SKIN, SIMPLIFIED." Audio: soft room tone, one gentle piano note as the title lands. Negative: no skin or faces, no extra bottles, no small text beyond the label.

L'étiquette NOVA, quatre lettres, est arrivée intacte. C'est la limite honnête à connaître : un logotype court et gras passe généralement sans dommage ; les petits caractères, jamais. Le moteur redessine le lettrage au lieu de coller des pixels — plus votre produit porte de texte, plus vous devez prévoir un temps fort en macro qui le garde lisible, ou tenir l'étiquette hors des plans les plus serrés.

Recette 4 — Témoignage façon UGC

UGC-style testimonial clip, 9:16 vertical, 10 seconds, shot like a real phone video, slightly handheld. A woman in her late 20s sits by a bright window at home, morning light, holding a small unbranded amber dropper bottle. She looks into the camera and says naturally: "Okay — I did not expect this to actually work." Then a quick punch-in on the bottle in her hand, her thumb over the label. Native audio: her voice, faint room tone, a bird outside. Style: authentic phone footage, imperfect framing, natural skin texture. Negative: no studio lighting, no on-screen text, no captions, no brand names spoken or shown.

Le registre inverse de tout ce qui précède : ici, on prompte contre le poli. Les formules qui portent tout : « shot like a real phone video », la réplique parlée entre guillemets (le moteur génère la voix avec l'image), et la liste négative qui bannit lumière de studio et sous-titres. Si vous utilisez une personne générée par IA dans vos publicités, signalez-le partout où votre plateforme l'exige — les témoignages synthétiques présentés comme de vrais clients finiront par vous coûter cher.

Recette 5 — Film tech minimaliste (écouteurs)

Minimalist tech product film for wireless earbuds, 16:9, 10 seconds, shot like a product-design film on a white cyclorama. 0-3s: one matte black earbud rotates slowly on an invisible turntable, macro, soft studio light, shallow depth of field. 3-6s: the charging case opens toward camera and both earbuds rise out and drift apart in a clean exploded-view arrangement, floating parts perfectly aligned. 6-10s: everything glides back together, case closes, and one big bold black sans-serif line lands beside it: "HEAR EVERYTHING." Audio: soft whoosh on the drift, one deep click when the case closes. No spec sheets, no small feature labels, no other text anywhere — only that one headline.

« Exploded view » (vue éclatée) est l'expression la plus rentable du prompting de produit tech : elle évoque la rigueur d'ingénierie et les moteurs l'exécutent proprement. La tentation d'ajouter des légendes de fonctionnalités est exactement ce que la contrainte négative sert à empêcher : ces petites étiquettes sont la porte d'entrée du texte illisible.

Recette 6 — Campagne mode (golden hour)

Fashion campaign film, 9:16 vertical, 10 seconds, desert at golden hour. 0-3s: close on beige trench-coat fabric rippling in wind, strongly backlit, sand drifting past. 3-7s: a model walks slowly toward camera across a dune ridge, coat flaring behind, camera dollies back at matching speed, low sun flaring at the frame edge. 7-10s: the model stops as a silhouette against the sun, coat still moving, big thin elegant serif type lands top of frame: "FALL / 26" — nothing else. Audio: wind, fabric movement, one distant swell of strings. Negative: no face close-ups, no brand logos, no other text.

Le tissu dans le vent est à la mode ce que la lumière sur le verre est au parfum : c'est la matière qui joue. « No face close-ups » n'est pas qu'une question de goût — les visages IA dérivent quand on les scrute, et une fin en silhouette contourne entièrement le problème tout en ressemblant davantage à une vraie campagne.

Recette 7 — Teaser de lancement porté par la typographie

Typography-led app launch teaser, 16:9, 12 seconds, black background, huge bold white sans-serif type only. 0-2s: the words "EVERY IDEA" slam onto screen one word per beat with a deep bass hit each. 2-4s: they cut away and "DESERVES MOTION." slams in the same way. 4-8s: a sleek smartphone floats up from the bottom through the words, screen glowing with soft abstract color gradients, gentle camera drift around it. 8-12s: phone settles center, final line lands beneath it: "LAUNCH DAY 10.01" in the same huge bold type. Audio: minimal electronic pulse, bass hits synced to each word slam. Strict rule: only these three text moments, no small text, no UI details readable on the phone screen, no logos.

Trois moments de texte, chaque mot spécifié, tout le reste banni. « No UI details readable on the phone screen » compte : demandez un dégradé lumineux plutôt qu'une interface, et il n'y a rien à l'écran qui puisse sortir de travers. Pour un vrai travail de typographie cinétique — textes longs, chorégraphie des mots calée sur le rythme — un pipeline typographique dédié bat un moteur vidéo.

Recette 8 — Le coup d'éclat CGI en pleine rue

CGI-style outdoor installation ad, 9:16 vertical, 10 seconds, photoreal. A generic white minimalist running sneaker, three meters tall with no logos, stands in the middle of a city crosswalk in morning light like a public art installation. 0-3s: street level — pedestrians walk past and film it with phones, the giant sneaker towers over them. 3-7s: a drone shot orbits down around the sneaker, sunlight flares between buildings, tiny reflections in office windows. 7-10s: wide top-down as the crosswalk stripes line up under the shoe, big bold headline lands across the sky: "STEP BIGGER." Audio: city ambience, one cinematic riser into the title. Negative: no readable faces, no car brands, no logos anywhere, no text except the headline.

Le format « objet impossible dans une vraie rue » — la publicité CGI — était encore récemment une ligne VFX à cinq chiffres. L'astuce du prompt, c'est l'ancrage d'échelle : des passants qui filment la scène avec leur téléphone donnent au plan une référence de taille crédible et font lire le trucage comme une installation, pas comme une erreur.

Ce qui échoue, honnêtement

• Le petit texte se dégrade. Les gros titres sortent nets ; les petits caractères, les étiquettes de specs et les lignes longues sortent en bouillie de lettres. Concevez votre prompt pour que rien de petit n'ait besoin d'être lisible.
• Les étiquettes sont redessinées, pas collées. Même avec une photo, le lettrage de votre produit est régénéré par le moteur. Un logotype court et gras comme NOVA survit ; un texte d'étiquette dense ne sera pas exact au caractère près. L'agent m'en a averti avant de filmer — croyez-le.
• Sans photo, produit inventé. La recette 2b en est la preuve. Très bien pour les films de marque et les teasers ; à proscrire pour montrer aux acheteurs l'objet qu'ils recevront.
• Les contraintes négatives ont des limites. La sneaker de la recette 8 a été promptée avec « no logos anywhere » — et a quand même développé une vague courbe façon logo sur son flanc, exactement là où les marques de sneakers placent le leur, parce que c'est l'idée que le moteur se fait d'une sneaker. Les archétypes de catégorie refont surface ; vérifiez votre rendu avant de le diffuser.
• La première prise n'est pas garantie. Chaque clip de cette page est une première prise, mais prenez-le comme une bonne série, pas comme une promesse — budgétez une ou deux reprises sur une vraie campagne.

Comment lancer ces prompts

1. Ouvrez le générateur de vidéos produit cinématiques d'iArt — vous pouvez commencer avec l'offre gratuite.
2. Si la vidéo doit montrer votre vrai produit, ajoutez vos photos produit (le formulaire d'upload en accepte jusqu'à 5) ; sinon, passez directement au prompt.
3. Collez une recette et remplacez le produit, les mots de votre titre et votre format (9:16 pour Reels/TikTok, 16:9 pour YouTube et les pages de destination).
4. Vérifiez le plan de tournage proposé par l'agent, validez, et le clip est rendu en une à cinq minutes environ. L'export du fichier nécessite une offre payante.

FAQ

Ces prompts ne fonctionnent-ils que dans iArt ?

La structure — format d'abord, lumière d'abord, temps forts horodatés, mouvements de caméra explicites, uniquement du gros texte, contraintes négatives — se transpose à tout moteur text-to-video moderne. Les résultats montrés ici sont ceux produits par iArt, et le workflow de préservation par photo des recettes 2 et 3 est propre aux outils qui acceptent des images de référence.

Combien a coûté chaque vidéo ?

Chaque clip de 10 secondes de cette page a coûté $0.80 à générer en 768p ; le teaser typographique de 12 secondes a coûté $0.96. La génération est facturée à la seconde produite, et l'export nécessite une offre payante.

Puis-je garder l'étiquette de mon produit lisible ?

Un logotype court et gras passe généralement proprement depuis votre photo — l'étiquette NOVA de la recette 3 est arrivée intacte. Un texte d'étiquette dense ou petit est redessiné par le moteur et ne sera pas exact au caractère près : gardez les petits caractères hors des gros plans, ou composez avec.

Quel ratio d'image pour une vidéo produit ?

Alignez-vous sur l'emplacement : 9:16 pour TikTok, Reels et Shorts, 16:9 pour le pre-roll YouTube et les heros de site web, 1:1 pour les placements dans le feed. Indiquez-le dans la première phrase du prompt — les moteurs le respectent, et la composition change avec lui.

Quelle durée pour une vidéo produit IA ?

Dix secondes, c'est le point idéal pour une publicité mono-produit : trois temps forts, un titre, terminé. Allonger ne paie que si vous avez une vraie structure à remplir — plus de temps forts, pas des temps forts plus lents.

Essayez-les sur votre produit

Choisissez la recette la plus proche de votre catégorie, insérez votre photo produit et vos trois mots, et lancez : créez une vidéo produit cinématique avec un compte gratuit. Pour le guide approfondi du workflow photo d'abord, l'article compagnon est Vidéo produit cinématique à partir d'une photo.