Comment créer des vidéos IA au style cohérent avec le mode référence

Demandez à n'importe quel créateur de vidéos IA ce qui le tient éveillé la nuit, et la réponse sera toujours la même : la dérive de style. Vous générez le premier clip, il est parfait. Vous générez le deuxième avec le même prompt et l'étalonnage a changé, l'éclairage est différent, et votre « série » ressemble à trois tournages distincts assemblés bout à bout.

Seedance 2.0 Reference existe précisément pour résoudre ce problème. Voici comment l'utiliser pour verrouiller un style et le maintenir d'une génération à l'autre.

En bref

• Utilisez 3 à 9 images de référence représentant un style unique et cohérent
• Associez-les à un prompt précis qui décrit le sujet et l'action
• Réutilisez le même ensemble de références sur tout un lot pour conserver un style identique
• Comptez 60 à 180 secondes de génération par clip, $1,90-$35,10 chacun
• Évitez de mélanger des références contradictoires, elles produisent un résultat terne et moyen
• Essayez gratuitement avec 10 crédits

Pourquoi la cohérence de style est difficile à maintenir

Le style n'est pas un attribut unique. C'est un ensemble : palette de couleurs, direction de la lumière, caractéristiques optiques, grain de film, règles de composition, traitement des sujets. Lorsque vous le décrivez en mots, vous compressez cet ensemble en une poignée d'adjectifs, et le modèle doit les réinterpréter. C'est dans cette réinterprétation que la dérive se produit.

Le mode référence contourne cette compression. Vous fournissez au modèle neuf images et il lit directement chaque attribut. Les mêmes neuf images produisent toujours le même signal de style, c'est pourquoi le style reste verrouillé.

Étape 1 : constituer votre ensemble de références

C'est l'étape que la plupart des gens bâclent. Vos références doivent être cohérentes entre elles. Si vous visez un noir mélancolique et expressif, les neuf images doivent toutes correspondre à cette ambiance, pas six dans cet esprit plus trois prises en plein jour parce qu'elles « semblaient aussi bien ».

Un bon ensemble de références contient généralement :

• 2 à 3 plans larges montrant l'environnement et la palette de couleurs
• 2 à 3 plans moyens montrant l'éclairage et la composition du sujet
• 2 à 3 gros plans montrant la texture, le grain et les détails fins
• 1 « image phare » qui capture exactement l'ambiance souhaitée

Neuf est le maximum, mais ce n'est pas toujours nécessaire. Pour un style simple et cohérent, 4 à 5 références bien choisies surpassent souvent 9 références vagues.

Étape 2 : rédiger le prompt du sujet

Les références indiquent au modèle comment le plan doit paraître. Le prompt lui indique ce qui se trouve dans le plan. Séparez clairement ces deux fonctions.

Mauvais prompt (en conflit avec les références) :

Une scène cinématographique de film noir sombre avec un éclairage dramatique et du grain de film

Bon prompt (laisse les références faire leur travail) :

Un détective en manteau de laine traverse une rue mouillée par la pluie
sous un lampadaire qui vacille, lent travelling avant, tard le soir

Le bon prompt précise le sujet, la tenue, l'environnement, le mouvement de caméra et le moment de la journée. Il ne précise pas l'étalonnage, l'ambiance lumineuse ou le type de pellicule, car les références portent déjà ces éléments.

Constatez la différence par vous-même. Lancez le même prompt avec et sans références. Commencez votre première génération gratuitement.

Étape 3 : choisir la bonne durée

Seedance 2.0 Reference génère des clips de 4 à 15 secondes à 0,3024 dollar par seconde. Pour les tests de style, 4 à 5 secondes suffisent largement. Vous évaluez si le style de référence a bien été capturé, pas si le montage final est réussi.

Une fois le style validé, passez à 8 à 10 secondes pour les plans définitifs. Réservez les 15 secondes aux moments forts où la durée complète se justifie vraiment.

Étape 4 : générer, évaluer, itérer

Lancez votre première génération et comparez-la côte à côte avec les références. Posez-vous trois questions :

1. La palette de couleurs correspond-elle ?
2. La direction de l'éclairage correspond-elle ?
3. La texture et le grain semblent-ils identiques ?

Si les trois réponses sont oui, votre style est verrouillé. Réutilisez cet ensemble de références pour chaque clip suivant de la série et la dérive sera minimale.

Si l'un d'eux ne correspond pas, remplacez par des références plus représentatives de cet attribut. Les couleurs sont décalées ? Ajoutez davantage d'images où la couleur est dominante. L'éclairage est différent ? Ajoutez des images avec la direction lumineuse souhaitée.

Étape 5 : verrouiller l'ensemble et produire la série

Une fois que vous avez un ensemble de références produisant le style voulu, traitez-le comme un actif de projet. Sauvegardez-le. N'échangez pas des images individuelles d'une génération à l'autre, car chaque remplacement introduit de la dérive.

Pour une série de 10 clips, utilisez exactement les mêmes 6 à 9 images de référence sur chaque génération. Ne faites varier que le prompt (pour décrire ce qui se passe dans chaque clip) et, éventuellement, la durée. Vos 10 clips donneront l'impression d'être issus d'un même tournage.

Avancé : ajouter des références de mouvement

Le mode référence accepte également jusqu'à 3 vidéos de référence. Celles-ci n'influencent pas le style, elles influencent le mouvement. Utilisez-les lorsque vous avez besoin d'un mouvement de caméra ou d'un rythme spécifique.

Une bonne référence de mouvement dure 2 à 5 secondes et montre exactement le mouvement souhaité : suivi caméra à l'épaule, lent travelling avant, panoramique rapide, plan fixe sur pied. Le modèle analyse les vecteurs de mouvement et les intègre au résultat.

Combinez 6 images de style et 1 vidéo de mouvement, et vous contrôlez à la fois l'apparence et la sensation du plan sans écrire le moindre adjectif dans votre prompt.

Avancé : références audio pour l'ambiance

Jusqu'à 3 extraits audio peuvent servir d'indicateurs d'ambiance. Cela peut sembler anecdotique jusqu'à ce que vous l'essayiez. Une référence audio orageuse oriente les visuels vers une ambiance tempétueuse même lorsque le prompt est neutre. Un extrait de piano épuré et mélancolique pousse la génération vers des plans plus lents et des températures de couleur plus froides.

Les références audio sont le plus subtil des trois types d'entrée. Utilisez-les lorsque vos références de style et votre prompt sont solides, mais que le résultat semble émotionnellement plat.

Les erreurs courantes à éviter

Mélanger les styles dans vos références. Si la moitié de vos images sont prises de jour et l'autre moitié de nuit, vous obtiendrez un entre-deux brouillon. Engagez-vous dans une seule ambiance.

Trop décrire le style dans le prompt. Le prompt et les références entreront en conflit. Laissez les références gérer le style, le prompt gérer le sujet.

Changer les références entre les clips d'une série. Même remplacer une seule image modifie le vecteur de style. Verrouillez l'ensemble pour toute la série.

Utiliser des références trop similaires. Neuf images presque identiques donnent moins d'informations au modèle que 5 images variées dans le même style. La variété au sein du style est un atout.

Oublier que les références de mouvement existent. Pour des mouvements de caméra complexes, une référence de mouvement de 3 secondes vaut 500 mots de prompt.

Un exemple complet

Imaginons que vous réalisiez une série de voyage vintage en 6 clips dans l'Italie des années 1970.

Ensemble de références (à sauvegarder et réutiliser pour les 6 clips) :

• 3 images tirées de magazines de voyage des années 70 avec une palette Kodachrome chaude
• 2 photogrammes de films italiens des années 70 (lumière et grain)
• 2 photos modernes retravaillées pour correspondre (pour la clarté du sujet)
• 1 image phare capturant exactement l'ambiance voulue

Prompt du clip 1 :

Une femme en robe soleil jaune longe la côte amalfitaine,
la caméra suit de gauche à droite, lumière du matin, 5 secondes

Prompt du clip 2 :

Un conducteur de Vespa s'arrête devant un café au bord de la mer à Positano,
plan moyen, le moteur s'éteint, 5 secondes

Mêmes références. Prompts différents. Les 6 clips donneront l'impression d'être des coupes d'un seul film de voyage des années 1970, car le vecteur de style est identique pour chacun d'eux.

Coût de la série

6 clips × 5 secondes × 303 crédits = 1 818 crédits, soit environ 18,18 dollars. C'est bien dans les limites du forfait Popular $25 credit tier, avec des crédits restants pour les reprises.

Quand utiliser plutôt Seedance 2.0 standard

Si vous n'avez besoin que d'un seul clip et que la correspondance avec d'autres clips ne compte pas, Seedance 2.0 standard est plus rapide à configurer. Vous sautez entièrement l'étape de sélection des références. Le mode référence est destiné aux séries, au travail de marque et à tout projet où plusieurs clips doivent être cohérents entre eux.

Consultez la comparaison complète dans Reference vs Standard ou accédez directement à guide de référence complet.

Votre première série avec un style verrouillé

La cohérence de style nécessitait auparavant soit un vrai budget de production, soit une quantité obsessionnelle de prompt engineering. Le mode référence réduit cela à la curation de 6 à 9 images une seule fois, puis à leur réutilisation. C'est tout le secret.

Essayez-le avec votre propre moodboard et voyez à quelle vitesse vous pouvez verrouiller un look.