Personnage cohérent en vidéo IA : méthode en 6 étapes
Fiche personnage, image d’ancrage, prompts de mouvement, raccords : notre méthode pour qu’un personnage reste identique du premier au dernier plan.

Pourquoi le visage change-t-il d’un plan à l’autre ?
Un modèle vidéo n’a aucune mémoire entre deux générations. Chaque appel repart de zéro, échantillonne du bruit et reconstruit un visage qui satisfait votre description — et des milliers de visages différents satisfont « une femme brune de 30 ans, veste en jean ». C’est pour cela qu’un même prompt relancé deux fois donne deux personnes. Le problème n’est pas la qualité du modèle, c’est le niveau de contrainte que vous lui donnez.
La dérive existe aussi à l’intérieur d’un seul plan. Quand le personnage tourne la tête, passe derrière un objet, sort partiellement du cadre ou bouge vite, le modèle doit reconstruire des pixels qu’il n’a jamais vus : il invente, et il invente rarement le même nez. Plus le plan est long, plus le mouvement est ample, plus cette reconstruction s’accumule. Comprendre cela change la façon de découper une scène : on préfère quatre plans courts bien ancrés à un plan unique qui part en vrille.
La conséquence pratique est simple. La cohérence ne se joue pas dans le prompt vidéo, elle se joue en amont, dans l’image qui sert de point de départ. Si vous maîtrisez déjà la technique du même visage sur plusieurs images IA, vous avez fait la moitié du travail.
Étape 1 : fabriquer la fiche personnage avant de toucher à la vidéo

Nous ne commençons jamais une vidéo de personnage par le module vidéo. On construit d’abord une petite planche d’images fixes : le même visage sous plusieurs angles, avec la même coiffure et la même tenue. C’est ce qu’on appelle une fiche personnage, et c’est le document de référence de tout le projet. Comptez environ 2 crédits par image sur Poster, donc une planche complète reste bon marché par rapport à une vidéo ratée.
Cette planche sert à deux choses. Elle vous donne l’image d’ancrage de chaque plan, et elle vous donne une description écrite stable que vous recopierez à l’identique à chaque génération. Une description figée vaut mieux qu’une belle description : si vous écrivez « cheveux châtain foncé » une fois et « cheveux bruns » la fois suivante, le modèle vous obéit, et vous avez deux personnes.
- Un plan serré de face, visage net, lumière neutre : c’est votre référence maître.
- Un trois-quarts gauche et un trois-quarts droit, même focale, même éclairage.
- Un plan taille et un plan pied, pour fixer la silhouette et la tenue.
- Une description écrite de 8 à 12 éléments invariants : âge apparent, forme du visage, couleur et coupe exactes des cheveux, couleur des yeux, grain de peau, signes particuliers, tenue complète, accessoires.
- La seed de l’image maître si le modèle l’expose, pour pouvoir y revenir plus tard.
La seed est le nombre qui initialise le hasard du modèle : même prompt plus même seed donne un résultat quasi identique. C’est un levier utile en image, moins fiable en vidéo, et nous détaillons la nuance dans l’article sur la différence entre seed et prompt. Pour la vidéo, considérez la seed comme un bonus, pas comme votre filet de sécurité.
Étape 2 : générer chaque plan depuis une image, jamais depuis un texte
C’est le point qui fait la différence. En texte vers vidéo, le modèle choisit le visage ; en image vers vidéo, il le reçoit et doit le conserver. Vous perdez un peu de liberté de composition, vous gagnez la cohérence. Sur Poster, le module Image vers vidéo prend votre référence comme première image du plan, et une vidéo courte coûte de 11 à 16 crédits selon le module.
L’image d’ancrage doit être choisie, pas prise au hasard. Un visage trop petit dans le cadre donne au modèle trop peu de pixels pour reconstruire les traits : il les réinvente dès la première seconde. Un angle extrême, un visage à moitié dans l’ombre ou un flou de mise au point produisent le même effet. Nous visons un cadrage buste ou taille, le visage net, les deux yeux visibles, et le format final dès l’image fixe — un 9:16 recadré après coup coupe souvent le menton ou le haut du crâne.
Pour une scène qui doit arriver à un point précis, le travail se fait avec deux images : la première et la dernière. C’est le principe des keyframes en génération vidéo, et c’est la manière la plus sûre de contrôler à la fois le mouvement et l’apparence, puisque le modèle est contraint aux deux extrémités du plan.
Reste une question qui revient à chaque projet : comment placer le même personnage dans un autre lieu, ou avec une autre tenue, sans perdre son identité ? On ne le demande pas au module vidéo, on le fabrique en image. Vous repartez de la référence maître en image vers image, vous ne changez que le décor ou le vêtement — « même visage, même coiffure, nouveau décor : terrasse de café le matin, lumière rasante » — vous validez le visage sur l’image fixe, et c’est seulement cette image validée qui part en vidéo. Corriger un visage sur une image coûte environ 2 crédits ; le corriger sur un plan coûte le plan entier.
Étape 3 : écrire un prompt de mouvement, pas un portrait

L’erreur la plus courante : recopier la description physique du personnage dans le prompt vidéo alors que l’image d’ancrage la contient déjà. Le modèle se retrouve avec deux sources d’information et arbitre — souvent au détriment de votre image. Dans un prompt image vers vidéo, décrivez ce qui bouge et rien d’autre : l’action, le rythme, la caméra, la continuité de lumière. Le visage, laissez-le tranquille.
- Une action principale, verbe unique : « elle se retourne lentement vers la caméra ».
- Le mouvement de caméra, nommé précisément : « léger travelling avant », « caméra fixe sur trépied ».
- La continuité : « même lumière, même tenue, même décor que l’image de départ ».
- Le rythme : « mouvement lent et continu », qui limite la reconstruction de pixels inconnus.
- Ce que vous refusez : changement de visage, changement de vêtements, coupe de plan, apparition d’un second personnage.
Les formulations de caméra ont un effet direct sur la stabilité du visage. Un panoramique rapide ou une orbite complète obligent le modèle à générer des angles absents de votre référence ; un travelling avant discret ne lui demande presque rien. Notre guide des mouvements de caméra donne le vocabulaire exact, et c’est du vocabulaire rentable : « dolly in » coûte moins cher en dérive que « la caméra tourne autour d’elle ».
Étape 4 : enchaîner les plans sans perdre le personnage
Les modèles grand public produisent des plans courts. Une séquence d’une minute est donc une suite de plans, et chaque nouveau plan est une occasion de perdre le visage. La technique de base consiste à exporter la dernière image utilisable d’un plan et à l’utiliser comme image de départ du suivant : la continuité est alors mécanique. Nous détaillons les raccords propres, y compris la gestion du mouvement entre deux plans, dans l’article sur l’enchaînement de plans sans coupure visible.
Cette méthode a une limite : la dernière image d’une vidéo est souvent légèrement dégradée — compression, flou de mouvement, visage de trois-quarts. Chaîner dix plans ainsi fait glisser le personnage par petits pas, comme une photocopie de photocopie. La correction consiste à revenir régulièrement à la fiche personnage plutôt qu’à la frame précédente, et à ne chaîner que deux ou trois plans d’affilée. Si vous visez des formats longs, les stratégies de vidéo IA de plus de 10 secondes s’appliquent telles quelles.
Deux outils complètent le dispositif quand un plan est bon mais que le visage a glissé. Le character swap remplace le personnage dans une vidéo existante par le vôtre, en conservant le mouvement et le cadrage — utile pour rattraper un plan réussi plutôt que de le relancer. Le motion control, lui, applique le mouvement d’une vidéo source à votre personnage ancré ; c’est la voie la plus fiable pour une chorégraphie ou une gestuelle précise, parce que le modèle n’a plus à inventer le mouvement en même temps que le visage.
Quels réglages font vraiment varier le résultat ?

À prompt identique, ces paramètres expliquent l’essentiel des écarts que nous observons. Ils se règlent avant de relancer, pas après trois générations ratées.
- La durée du plan : au-delà de quelques secondes, la dérive du visage augmente nettement. Découpez.
- L’amplitude du mouvement : courir, se retourner complètement, danser demandent au modèle des angles qu’il n’a pas. Ralentissez ou passez par le motion control.
- La taille du visage dans l’image d’ancrage : un gros plan tient mieux qu’un plan large. Pour un plan large, générez-le en dernier, quand le personnage est bien établi.
- Le nombre de personnages : à deux ou trois dans le cadre, les modèles mélangent les traits. Isolez les personnages dans des plans séparés quand c’est possible.
- Le choix du modèle : ils ne se valent pas sur le visage humain, et notre comparatif des modèles vidéo face au mouvement humain donne les tendances actuelles. Testez votre personnage sur deux modèles avant de produire toute la séquence.
- La résolution de génération : un visage produit en basse résolution puis agrandi perd ses détails identitaires. Mieux vaut générer propre et upscaler ensuite.
Les pièges qui cassent la cohérence, et leur correction

La plupart des échecs que nous voyons passer ne viennent pas du modèle mais du protocole. Voici ceux qui reviennent le plus souvent, avec la correction qui marche.
- Reformuler la description du personnage à chaque plan : recopiez-la au mot près, ou mieux, ne la mettez pas du tout en image vers vidéo.
- Changer la lumière entre deux plans : un visage éclairé de face puis en contre-jour paraît être une autre personne. Fixez la direction de lumière dans la fiche personnage.
- Ajouter des accessoires en cours de route : lunettes, casquette, boucles d’oreilles sont des pièges à incohérence. Décidez une fois, notez-les, n’y touchez plus.
- Travailler sans nommer ses fichiers : « plan3_v7.mp4 » ne vous dira pas quelle image d’ancrage l’a produit. Nous gardons une référence par personnage et un dossier par plan.
- Faire le lipsync avant d’avoir validé le visage : la synchronisation labiale se pose sur une vidéo finie, pas sur un plan qu’on va relancer. L’ordre correct est ancrage, mouvement, validation, puis lipsync.
- Corriger un visage dérivé par de l’upscaling : agrandir une erreur ne la supprime pas. Reprenez le plan depuis la référence.
Enregistrer son personnage pour le réutiliser d’un épisode à l’autre

Un personnage principal qui revient chaque semaine ne se régénère pas à chaque fois : il s’archive. Nous gardons un dossier unique par personnage et nous y revenons avant chaque nouvelle série de plans, plutôt que de réécrire sa description de mémoire. C’est ce qui permet de reprendre une histoire trois mois plus tard sans que le spectateur voie la couture. La construction du personnage en images fixes est détaillée dans notre guide pour créer un personnage IA cohérent.
- Les images de la fiche personnage en pleine résolution, jamais les versions récupérées sur un réseau social, qui sont recompressées.
- Le prompt de la référence maître en texte brut, à recopier mot pour mot : c’est lui qui porte l’identité, pas votre souvenir.
- Le modèle et la version employés, car un même prompt ne donne pas le même visage d’un modèle à l’autre, ni toujours d’une version à la suivante.
- Les plans validés, nommés par épisode et par numéro, avec leur image d’ancrage rangée à côté.
Questions fréquentes
En la traitant comme une suite de plans courts, pas comme une génération unique. Vous préparez une fiche personnage, vous générez chaque plan en image vers vidéo depuis cette fiche, puis vous assemblez au montage. Revenez à la référence maître tous les deux ou trois plans plutôt que de chaîner systématiquement la dernière image, qui dégrade le visage par petits pas.
Ce n’est plus indispensable pour la plupart des projets. Un LoRA — un petit module d’entraînement spécialisé — reste la solution la plus robuste si vous produisez des centaines de visuels du même personnage sur plusieurs mois, mais il demande un jeu d’images, du temps de calcul et un modèle ouvert. Pour une campagne ou une série de vidéos, l’ancrage par image de référence donne un résultat suffisant beaucoup plus vite.
Parce que la tenue n’est contrainte que sur la partie visible de l’image de départ. Dès que le personnage se retourne ou que la caméra descend, le modèle complète le dos de la veste ou le bas du pantalon comme il l’entend. La correction : inclure un plan pied dans la fiche personnage, limiter les rotations, et ajouter « même tenue que l’image de départ » dans le prompt de mouvement.
Comptez la planche de référence en images, environ 2 crédits chacune, puis 11 à 16 crédits par plan vidéo selon le module, et prévoyez des relances : en pratique nous générons deux ou trois versions d’un plan avant d’en garder une. L’offre Créateur à 47 € par mois en annuel, soit 1 200 crédits, couvre confortablement une séquence de ce type ; le détail est sur la page tarifs.
Oui, à condition de ne pas le demander directement à la vidéo. On fabrique d’abord une image fixe où les deux sont présents, en partant des deux références, et on la corrige jusqu’à ce que les deux visages soient justes. Cette image devient l’ancrage du plan. Au-delà de deux personnages, ou s’ils se croisent et se touchent, les modèles mélangent les traits : mieux vaut les filmer dans des plans séparés et les réunir au montage.
Elle s’applique telle quelle, en déplaçant seulement la liste des éléments invariants. Pour un animal, ce sont les marques du pelage, la forme des oreilles et la couleur des yeux qui dérivent, comme un visage humain. Pour une mascotte en illustration, c’est le style qu’il faut figer autant que le personnage : épaisseur du trait, palette, niveau de détail. Notez ces éléments dans la fiche et recopiez-les à l’identique.


