Je te donne 7 compétences gratuites et le pipeline exact que les réalisateurs utilisent pour produire des films IA avec des budgets de plusieurs millions de dollars sur higgsfield... tout le système révélé étape par étape, avec la compétence qui pilote chaque étape, prête à être installée aujourd'hui.
Seedance 2.5 en 1080p (uniquement sur higgsfield) signifie désormais que tu peux générer en une seule fois des publicités/créations/bandes-annonces complètes de 30 secondes sans aucun upscaling... c'est génial.
Voici ce que tu trouveras à l'intérieur :
- la plateforme unique sur laquelle tout le workflow s'exécute et pourquoi
- le seul problème qui tue tous les films IA
- les 11 étapes et les deux portes qui les relient
- chaque étape décomposée, les étapes automatisables se terminant par la compétence qui les exécute
- ce qui reste humain et pourquoi
- le bloc de jeu complet
Pour accéder à toutes les compétences, rejoins-nous ici : https://t.me/tgmachina Je les publierai sous peu.
Et si tu veux approfondir la transformation de la vidéo IA en revenus réels, la formation et les systèmes hebdomadaires pour cela se trouvent dans la communauté AI ops en temps réel sur weeklyaiops.com.
Le moteur : Seedance 2.5 en 1080p et le CLI
Tout dans cet article passe par une seule plateforme : higgsfield.
Deux raisons, toutes deux structurelles : toute la surface est conçue pour un usage agentique, donc ton agent peut piloter chaque génération de bout en bout, et Seedance 2.5 en 1080p, uniquement sur higgsfield, y fonctionne.
L'ensemble du workflow repose sur un seul modèle vidéo, délibérément.
Un seul modèle signifie une seule grammaire de prompt, un seul ensemble de particularités, un seul comportement de cohérence à apprendre... les modèles d'image ne construisent que les fiches de référence qui l'alimentent.
Ce modèle vidéo est aujourd'hui Seedance 2.5.
Il génère en une seule fois un clip de 30 secondes avec le dialogue synchronisé labialement et les effets sonores générés dans le même passage, et il dispose d'un budget de référence suffisamment important pour contenir ton casting, ton lieu, un accessoire clé, un mouvement de caméra, une voix et l'ambiance à l'intérieur d'une seule génération.
La règle d'itération du pipeline donne à un plan raté 10 à 15 tentatives avant que tu sois autorisé à blâmer le wording.
Le CLI est la porte agentique :
- npm install -g @higgsfield/cli
- higgsfield auth login
- npx skills add higgsfield-ai/skills
Trois commandes et chaque modèle devient appelable depuis Claude Code ou n'importe quel harnais que tu utilises, ce qui signifie qu'un agent peut gérer l'ensemble du pipeline... ce qui génère, dans quel ordre, avec quel modèle, pendant que tu diriges.
Et si le 2.5 est remplacé le trimestre prochain, rien de ce qui suit ne change... considère la table des modèles comme un instantané, car les étapes et les portes sont ce que tu conserves.
Voici un exemple rapide de ce que tu pourrais produire avec ce pipeline :
L'acteur ne se souvient pas de son apparence de la veille
Cette phrase est la raison d'être de ce pipeline.
Un modèle vidéo n'a aucune mémoire entre les générations. Donc, si l'apparence d'un personnage n'est pas décrite de manière exhaustive dans chaque prompt, les plans voisins lui donnent un visage différent, une veste différente, un âge différent.
Sur un clip de 10 secondes, personne ne le remarque... sur 90 minutes, cela tue le film, car le public détecte une rupture de continuité plus rapidement que tout autre défaut.
Le modèle n'a pas de mémoire, donc le pipeline est la mémoire.
La moitié des étapes que tu t'apprêtes à voir n'existent que pour se souvenir des choses à la place du modèle... ce que porte le héros, à quelle distance la porte se trouve de la fenêtre, quelle palette domine la scène.
Et la mémoire fonctionne selon quatre règles que tu ne transgresses jamais :
- ne rien générer pour le film tant que chaque élément n'est pas verrouillé
- un élément obtient un passeport approuvé, copié textuellement dans chaque prompt qui l'utilise
- les modifications sont chirurgicales : change une ligne, garde tout le reste mot pour mot
- tout est versionné et journalisé, car un bon plan non journalisé est un plan que tu ne peux pas reproduire
Enfreins la première règle et tu refais la moitié de ton matériel une fois que le look dérive.
Le reste de cet article, ce sont ces quatre règles étendues à un studio fonctionnel.
Les 11 étapes
La pré-production classique, c'est le casting, la recherche de lieux et un atelier d'accessoires.
Ici, ça fonctionne en sens inverse : tu fixes plutôt des références numériques, et plus tu resserres les premières étapes, moins chaque génération ultérieure coûte cher.
- découpage : le script devient des scènes et des fiches de plans
- références : des images collectées comme spécification, par élément et par style
- le verrouillage de la bible visuelle : chaque planche reçoit une décision écrite
- fiches d'éléments : les personnages, les lieux et les accessoires obtiennent des passeports
- la bibliothèque : les passeports sont testés sous contrainte, puis verrouillés dans un registre
- génération : les plans sont produits à partir des fiches et des passeports
- montage : l'assemblage s'effectue en parallèle de la génération
- nettoyage : les artefacts sont corrigés plan par plan
- étalonnage : un étalonneur externalisé unifie puis étalonne
- son : une équipe de post-production externalisée nettoie et mixe
- master : livrables pour festivals et plateformes, plus l'archive
Les étapes se déroulent en séquence au niveau de la scène, à une exception près : pendant que la scène N est générée, le monteur assemble déjà la scène N-1 et l'équipe de réalisation prépare les plans de la scène N+1.
Ce chevauchement existe car un nouveau tournage ici coûte des minutes, pas une journée de tournage.
Le monteur regarde un assemblage, commande un plan de coupe manquant et l'a le jour même... ce qui signifie que le montage cesse d'être de la post-production et commence à façonner activement ce qui est créé.
Mais rien ne commence tant que les portes ne le disent pas.
Une étape se termine par une checklist écrite, et la porte la plus difficile se trouve devant la génération : chaque personnage, variante, lieu et accessoire d'une scène doit avoir une ligne de registre marquée comme verrouillée avant qu'une seule image du film ne soit rendue.
La règle la plus coûteuse du pipeline, et la plus gratifiante.
Passons maintenant aux étapes elles-mêmes.
Chacune ci-dessous se termine par la compétence que j'ai construite pour l'exécuter, et les 7 t'attendent sur Telegram.
Étape 1 : le découpage
Avant que quiconque n'écrive un prompt, le script devient des fiches de plans.
Chaque plan reçoit une fiche de 22 champs répartis en trois voies :
- identité : ID de la scène et du plan, lieu, moment de la journée, personnages avec leurs tags d'élément et variantes d'état, accessoires, description, dialogue textuel, durée, complexité
- direction : l'objectif du plan, la tâche sous forme de verbe, la dramaturgie, le blocage, le jeu d'acteur, le dispositif stylistique
- caméra et montage : taille, mouvement, objectif, angle, type de coupe, rythme, transition
22 champs, ça ressemble à de la bureaucratie jusqu'à ce que tu voies ce que ça permet : le prompt s'écrit ensuite presque mécaniquement tout seul, car les groupes de colonnes correspondent un à un aux blocs de prompt.
Deux règles l'accompagnent.
Chaque clip porte une seule action, jamais une séquence d'actions.
Et tout texte qui doit apparaître dans le cadre... un panneau, un écran de téléphone, un titre... sort complètement de la génération et va sur sa propre liste de tâches, car les modèles vidéo écrivent mal le texte et les titres appartiennent au montage.
La compétence : /film-breakdown prend un script, un traitement ou une idée d'un paragraphe et le parcourt scène par scène, une question à la fois, en écrivant le tableau des scènes et un fichier de fiche de plan par scène au fur et à mesure.
Chaque plan sort avec les 22 champs remplis, et tout texte dans le cadre est déjà extrait sur sa propre liste de tâches avant même que tu ne fasses un prompt.
Mais une fiche parfaite décrit toujours un homme que deux modèles ne dessineront pas de la même manière... ce problème a ses propres deux étapes.
Étapes 2 et 3 : les références et le verrouillage
Une référence ici est une spécification.
"Un père fatigué dans une veste usée" produit un homme différent dans chaque modèle et chaque tête.
Une image réelle de lui règle la question, c'est pourquoi la règle ne va que dans un seul sens : trouve l'image existante d'abord, puis décris-la... n'imagine jamais une description et ne cherche pas de preuve.
Les quantités de travail : 10 à 20 images pour un personnage principal, 8 à 15 par lieu clé, 3 à 5 par accessoire, plus des planches séparées pour la lumière, la couleur, l'optique, le mouvement de caméra, la texture, le rythme de coupe et le son.
Ces fourchettes sont comptées à partir de productions réelles, pas devinées, c'est pourquoi je ne les arrondis pas.
Chaque image reçoit une légende nommant exactement ce qui en est tiré.
Une image que tu aimes simplement, sans légende, est une poubelle une semaine plus tard.
Et les images marquées "comme ça... pas autorisé" deviennent la liste d'interdiction, ce qui t'épargne plus de générations que les références elles-mêmes.
Le moyen le plus rapide de remplir les planches de style est d'extraire du cinéma réel plutôt que d'imaginer : donne des photogrammes de films qui portent déjà ton ressenti à un modèle de vision, fais-lui nommer l'objectif, la direction de la lumière, la palette, le grain, et verrouille la sortie en un paragraphe qui sera collé dans chaque prompt du projet.
Vient ensuite le verrouillage, et le verrouillage est écrit.
Chaque planche se termine par une décision fixe... approuvée, réviser ou rejetée... enregistrée sur la planche elle-même.
Un style approuvé verbalement signifie que le réalisateur et l'ingénieur de prompt ont deux films différents en tête, et ils le découvrent un mois plus tard.
La compétence : /reference-board mène l'entretien planche par planche... tu fournis les références, elle impose une légende à chaque image, classe chaque anti-référence dans la liste d'interdiction, et clôt chaque planche avec la décision écrite, approuvée, réviser ou rejetée.
Rien n'est considéré comme verrouillé sans cette décision sur la planche.
Étape 4 : le passeport
C'est là que la cohérence est fabriquée.
Regarde ce qui arrive à un personnage : il reçoit un descripteur textuel exhaustif et une feuille d'images de référence générées sur un fond gris neutre... face, trois-quarts, profil, dos, portrait serré.
Cette paire, descripteur plus références, voyage dans chaque prompt où il apparaît, mot pour mot, fichier pour fichier.
C'est son passeport, et une production en possède un par personnage, lieu et accessoire.
Les vêtements mouillés sont un passeport différent.
Le sang aussi... @cal, @cal_wet et @cal_blood sont trois éléments distincts avec trois tags distincts, car une variante décrite en ligne est une variante que le modèle oubliera.
Deux détails font tenir les passeports :
- le descripteur n'est jamais raccourci, car "raccourci par souci de concision" est exactement là où la cohérence meurt
- le passeport d'un lieu porte la palette de la scène et le caractère de la lumière à l'intérieur, de sorte que chaque plan de ce lieu arrive pré-étalonné
Et les images de référence elles-mêmes sont d'abord construites à la main, dans un modèle d'image, avant qu'il n'existe un quelconque prompt vidéo.
Verrouille-les et ne les régénère jamais... si le mouvement semble faux plus tard, tu corriges le prompt de mouvement, car une nouvelle image défait tout le travail de cohérence empilé sur l'ancienne.
Chaque passeport atterrit comme une ligne dans un registre vivant : tag, type, version, fichier seed, scènes, statut.
Un passeport à ce stade est encore un brouillon, car un passeport construit sur une seule image chanceuse est une fausse victoire.
La compétence : /asset-passport construit un élément à la fois... elle t'interviewe jusqu'à ce que le descripteur n'ait plus de lacunes, écrit les prompts de feuille de référence sur fond gris pour ton modèle d'image, divise chaque variante d'état en son propre élément tagué, et classe la ligne de registre en brouillon.
Étape 5 : le test sous contrainte
Avant qu'un élément ne soit fiable, il génère dans des conditions de combat : différents angles et tailles de plan, l'éclairage de ses scènes réelles, et debout à côté de chaque élément avec lequel il partagera un cadre... car un personnage qui tient seul se brise souvent au moment où il partage un cadre.
Les tests sont des images statiques bon marché, exécutées avant une seule génération vidéo coûteuse.
Les personnages doivent atteindre 10 sur 10 de répétabilité.
Ce qui est correct.
Tout ce qui est en dessous maintient la ligne de registre en brouillon, et la scène qu'il bloque soit attend, soit passe consciemment au bloc de production suivant.
La génération pour une scène commence lorsque chaque ligne qu'elle touche indique verrouillée, et pas une heure plus tôt.
La compétence : /stress-test lit ton registre et ton découpage, construit la matrice de combat... angles, tailles de plan, la lumière réelle de la scène, un plan à deux en face de chaque partenaire... te remet les prompts de test, et bascule la ligne en verrouillée uniquement sur une réussite complète.
Pas de réussite complète, pas de verrouillage, et la scène reste fermée.
Avec le registre au vert, la production commence enfin le rendu... et chaque plan provient des mêmes quinze blocs.
Étape 6 : le prompt
Chaque prompt de plan est constitué des mêmes 15 blocs dans le même ordre fixe.
Pas de prompt négatif où que ce soit... chaque interdiction est réécrite comme ce qui EST dans le cadre.
C'est ce sur quoi fonctionne l'étape de génération, car une fois les blocs verrouillés, le rendu lui-même est mécanique.
Les blocs qui valent la peine d'être volés en eux-mêmes :
- l'ouverture indique "EXACTEMENT N PERSONNAGES - PAS DE DOUBLONS" car le modèle ajoute des gens dès que tu laisses le compte ouvert
- le plan du lieu donne les distances en mètres et nomme la ligne que la caméra ne franchit jamais
- un objectif par plan, et le champ de vision ne change que sur une coupe franche
- l'action se déroule en battements chronométrés de 0,3 à 0,8 seconde
- la physique persiste : les dégâts ne guérissent jamais en milieu de scène, les débris restent là où ils sont tombés
- la lumière n'est jamais plate et frontale, elle vient façonnée des sources propres au lieu
- le bloc de style se termine par une ligne de couleur 60:30:10 : la teinte dominante, la secondaire et la part de l'accent dans le cadre
Pour un plan unique de 30 secondes, le prompt se divise en quatre battements chronométrés... 0-6 pose le décor, 6-14 construit, 14-24 tourne, 24-30 résout... avec l'ensemble des détails écrit par battement, horodatages inclus.
Les références reçoivent la même discipline : chaque image, clip ou fichier audio attaché indique ce qu'il contrôle et ce qu'il ne doit pas toucher.
"@video 1 définit le mouvement et le rythme" est la moitié d'un rôle... l'autre moitié est "ne prends ni l'identité, ni les vêtements, ni la scène de celle-ci", et cette deuxième ligne est ce qui empêche une référence de fuir dans un plan qu'elle n'était jamais destinée à façonner.
Le mouvement a sa propre grammaire : chaque prompt nomme le mouvement de caméra et l'associe à un événement qui se produit pendant le clip.
Ensuite, il dit explicitement pas de figures figées.
Un travelling devant une figure debout est une image fixe qui dérive.
Le même travelling tandis que la voile se déchire est un film.
Puis la règle d'itération.
Une modification change une ligne et garde tout le reste textuellement, chaque tentative est journalisée avec ce qui a changé et le verdict, et un plan qui n'a pas abouti à la tentative 15 n'a pas besoin de meilleurs mots... il a besoin d'un plan plus simple : divise-le en deux, supprime une action, change l'angle.
Une prise terminée est acceptée par checklist... correspond aux références, pas d'artefacts, caméra comme commandée, synchronisation labiale tient, coupe avec ses voisines... et seules les prises acceptées reçoivent des noms définitifs dans le dossier des sélections.
Cette acceptation est le dernier oui dont un plan a jamais besoin, car le monteur ne touche jamais aux générations brutes.
La compétence : /shot-prompt prend une fiche de plan plus les passeports verrouillés de tout ce qui est dans le cadre, et elle refuse d'écrire un prompt prêt à générer tant que l'un de ces éléments est encore en brouillon.
Ensuite, elle écrit les 15 blocs avec chaque descripteur collé textuellement et tient le journal de génération avec toi... une ligne changée par tentative, simplifie le plan à 15.
Le studio est une arborescence de fichiers
Il n'y a pas de bureau de production dans ce pipeline.
Il y a un répertoire.
- assets contient les passeports : personnages, lieux, accessoires
- prompts contient les fiches de plan et chaque version de prompt
- generations contient les tentatives brutes, et personne sauf l'ingénieur de prompt n'y entre
- selects contient uniquement les prises acceptées, et c'est le seul dossier que le montage est autorisé à voir
- edit, color, sound et master contiennent la chaîne de finition
- docs contient le découpage, la bible, le registre et le journal de génération
Une loi de plus : un fichier de référence n'est jamais renommé.
Une nouvelle version est un nouveau fichier, car renommer casse chaque prompt qui pointe vers l'ancien.
La compétence : /studio-init pose une question, le nom du projet, puis construit toute l'arborescence, sème le découpage, la bible, le registre et le journal de génération comme modèles prêts, et écrit les trois lois de dossier dans le projet afin que chaque agent qui le touche les hérite.
Et la septième compétence est la porte d'entrée : /setup demande avec quels modèles d'image et vidéo tu travailles, comment tu accèdes à chacun, et ne suppose jamais une pile... elle écrit la configuration partagée dans ton projet afin que chaque autre compétence lise la même configuration, puis te remet la chaîne dans l'ordre : setup, studio-init, film-breakdown, reference-board, asset-passport, stress-test, shot-prompt.
Toutes les 7 sont sur Telegram : https://t.me/tgmachina
Étapes 7 à 11 : ce qui reste humain
Le montage, le nettoyage, l'étalonnage, le son et le master sont les cinq étapes qu'aucune compétence n'exécute.
Le pipeline génère l'image et l'audio brut, et il s'arrête là délibérément.
La finition est un travail humain.
Le montage coupe la première et la dernière demi-seconde de presque chaque génération, car les clips dérivent sur leurs bords.
Et il coupe plus durement que ce qui semble naturel, car les plans générés penchent vers des entrées lentes... la consigne permanente est de couper de manière plus agressive que tu ne le penses.
Le son généré est un échafaudage : les lignes synchronisées labialement définissent le timing, puis une équipe de post-production sonore nettoie cette même voix au lieu de la réenregistrer, reconstruit les effets et mixe au volume de la plateforme.
L'étalonnage va à un étalonneur dont la première tâche est d'unifier les plans voisins, car le passeport de chaque lieu a déjà livré un étalonnage intégré à affiner.
Et les masters sont livrés comme ceux de n'importe quel studio : un DCP, le package de livraison cinéma standard, pour les festivals, un fichier ProRes, le format d'archivage haute qualité, pour la voûte, plus les encodages de plateforme et les sous-titres.
L'archive conserve plus que le film terminé.
Elle conserve les moyens de production... chaque prompt final, le journal de génération, le registre, les passeports verrouillés... car la suite commence à partir de tout ce que la dernière production a appris.
Le bloc de jeu
L'ensemble du pipeline, compressé au bloc qui vaut la peine d'être conservé :
- verrouille la bible visuelle par écrit avant que quoi que ce soit ne génère pour le film
- un élément, un passeport : descripteur exhaustif plus références sur fond gris, copié textuellement pour toujours
- teste sous contrainte chaque passeport à 10/10 dans la lumière de la scène et les plans à deux avant que ses scènes ne s'ouvrent
- écris chaque prompt comme les mêmes 15 blocs, quatre battements chronométrés pour un plan de 30 secondes
- change une ligne par tentative, journalise chaque génération, simplifie le plan à la tentative 15
- accepte les prises par checklist dans les sélections : le montage ne voit rien d'autre
- coupe les bords, coupe agressif, verrouille l'image, confie l'étalonnage et le son aux humains
Saute les verrouillages et la moitié de ton matériel est fabriqué deux fois.
Les modèles changeront sous ce système... la méthode elle-même s'attend à ce que sa table de modèles vieillisse en mois.
La séquence et les portes sont la partie qui ne change pas.
merci higgsfield d'avoir sponsorisé cet article
les 7 compétences arrivent sous peu sur mon Telegram : https://t.me/tgmachina
